量化模型与构建方式 1. **模型名称**：250日新高距离模型[11] **模型构建思路**：通过计算当前价格与过去250日最高价的相对距离，来衡量股票或指数接近历史高点的程度，以此捕捉市场动量与趋势[11] **模型具体构建过程**：对于给定的标的（股票或指数），取其最新收盘价 `Closet` 和过去250个交易日收盘价的最大值 `ts_max(Close,250)`，按以下公式计算： $$250 日新高距离 = 1 - \frac{Closet}{ts\_max(Close, 250)}$$[11] 若最新收盘价创出新高，则结果为0；若价格回落，则结果为正值，表示回落幅度[11] 量化因子与构建方式 1. **因子名称**：平稳创新高股票筛选因子[27][29] **因子构建思路**：在创250日新高的股票池中，结合分析师关注度、股价相对强弱、趋势延续性、股价路径平稳性和创新高持续性等多个维度，筛选出价格路径更为平滑、趋势更可能持续的“平稳创新高”股票[27][29] **因子具体构建过程**：筛选过程分为多个步骤： 1. 初筛股票池：筛选出过去20个交易日内创过250日新高的股票[19] 2. 分析师关注度：要求过去3个月内，有买入或增持评级的分析师研报不少于5份[29] 3. 股价相对强弱：要求过去250日涨跌幅位于全市场前20%[29] 4. 多指标综合打分：在满足上述条件的股票池内，使用以下两个指标进行综合打分，并取排名在前50%的股票[29]： * **价格路径平滑性（股价位移路程比）**：计算公式为 `过去120日涨跌幅的绝对值 / 过去120日日涨跌幅绝对值加总`[27][29] * **创新高持续性**：`过去120日的250日新高距离在时间序列上的均值`[29] 5. 趋势延续性：使用`过去5日的250日新高距离在时间序列上的均值`作为指标，并最终选取该指标排序最靠前的50只股票作为最终筛选结果[29] 模型的回测效果 1. 250日新高距离模型，截至2025年9月19日，上证指数250日新高距离1.63%[12]，深证成指250日新高距离1.09%[12]，沪深300指数250日新高距离1.08%[12]，中证500指数250日新高距离1.24%[12]，中证1000指数250日新高距离1.54%[12]，中证2000指数250日新高距离1.91%[12]，创业板指250日新高距离1.79%[12]，科创50指数250日新高距离1.28%[12] 2. 250日新高距离模型，截至2025年9月19日，电子行业指数250日新高距离0.65%[13]，通信行业指数250日新高距离3.31%[13]，消费者服务行业指数250日新高距离1.76%[13]，电力设备及新能源行业指数250日新高距离2.03%[13]，汽车行业指数250日新高距离2.22%[13]，食品饮料行业指数250日新高距离较远[13]，银行行业指数250日新高距离较远[13]，煤炭行业指数250日新高距离较远[13]，综合金融行业指数250日新高距离较远[13]，非银行金融行业指数250日新高距离较远[13] 因子的回测效果 1. 平稳创新高股票筛选因子，截至2025年9月19日，全市场共有1461只股票在过去20个交易日创出250日新高[19]，其中电子行业创新高个股数量204只[19]，机械行业创新高个股数量201只[19]，基础化工行业创新高个股数量158只[19]，有色金属行业创新高个股数量占比64.52%[19]，电子行业创新高个股数量占比41.98%[19]，综合行业创新高个股数量占比34.78%[19] 2. 平稳创新高股票筛选因子，截至2025年9月19日，科技板块创新高股票数量456只，占比32.25%[20]，制造板块创新高股票数量417只，占比26.71%[20]，周期板块创新高股票数量346只，占比30.81%[20]，医药板块创新高股票数量98只，占比19.96%[20]，消费板块创新高股票数量96只，占比19.96%[20]，大金融板块创新高股票数量40只，占比17.54%[20] 3. 平稳创新高股票筛选因子，截至2025年9月19日，中证2000指数中创新高个股数量523只，占比26.15%[20]，中证1000指数中创新高个股数量306只，占比30.60%[20]，中证500指数中创新高个股数量170只，占比34.00%[20]，沪深300指数中创新高个股数量101只，占比33.67%[20]，创业板指中创新高个股数量36只，占比36.00%[20]，科创50指数中创新高个股数量23只，占比46.00%[20] 4. 平稳创新高股票筛选因子，最终筛选出50只平稳创新高股票[30]，其中科技板块18只[30]，制造板块15只[30]，科技板块中电子行业创新高最多[30]，制造板块中机械行业创新高最多[30]

证券研究报告 | 2025年09月19日 政府债周报 2 万亿化债再融资债即将发完 政府债净融资第 37 周（9/8-9/14）6084 亿，第 38 周（9/15-9/21）3179 亿。截至第 37 周（9/8-9/14）累计 11.1 万亿，超出去年同期 4.9 万亿。 国债净融资+新增地方债发行第 37 周（9/8-9/14）5622 亿，第 38 周 （9/15-9/21）4056 亿。截至第 37 周（9/8-9/14）广义赤字累计 8.7 万 亿，进度 78.5%，超去年同期。 国债第 37 周（9/8-9/14）净融资 4156 亿，第 38 周（9/15-9/21）2871 亿。截至第 37 周（9/8-9/14）累计 5.3 万亿，进度 78.9%，超过去五年 同期。 新增一般债第 37 周（9/8-9/14）147 亿，第 38 周（9/15-9/21）207 亿。 截至第 37 周（9/8-9/14）累计 6355 亿，进度 79.4%，超过去年同期。 新增专项债第 37 周（9/8-9/14）1319 亿，第 38 周（9/15-9/21）978 亿。2025 年新增专项债安排 4. ...

量化模型与构建方式 1 **模型名称**：无 **模型构建思路**：无 **模型具体构建过程**：无 模型的回测效果 1 **无模型回测效果数据** 量化因子与构建方式 1 **因子名称**：封板率因子 **因子构建思路**：通过计算当日最高价涨停且收盘涨停的股票数与最高价涨停的股票数的比例，反映市场涨停板的稳定性[18] **因子具体构建过程**： 1. 筛选上市满3个月以上的股票 2. 识别当日最高价涨停的股票集合 3. 识别当日收盘涨停的股票集合 4. 计算封板率： $$封板率 = \frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[18] 2 **因子名称**：连板率因子 **因子构建思路**：通过计算连续两日收盘涨停的股票数与昨日收盘涨停的股票数的比例，反映市场连续涨停的强度[18] **因子具体构建过程**： 1. 筛选上市满3个月以上的股票 2. 识别昨日收盘涨停的股票集合 3. 识别当日收盘涨停的股票集合 4. 计算连板率： $$连板率 = \frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[18] 3 **因子名称**：大宗交易折价率因子 **因子构建思路**：通过大宗交易成交价与市价的差异，反映大资金的投资偏好和市场情绪[27] **因子具体构建过程**： 1. 获取当日大宗交易总成交金额 2. 计算当日成交份额的总市值 3. 计算折价率： $$折价率 = \frac{大宗交易总成交金额}{当日成交份额的总市值} - 1$$[27] 4 **因子名称**：股指期货年化贴水率因子 **因子构建思路**：通过计算股指期货主力合约与现货指数的基差年化值，反映市场对未来预期的情绪和对冲成本[29] **因子具体构建过程**： 1. 计算基差：股指期货价格减去现货指数价格 2. 获取合约剩余交易日数 3. 计算年化贴水率： $$年化贴水率 = \frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[29] 因子的回测效果 1 **封板率因子**，当日取值49%[18] 2 **连板率因子**，当日取值30%[18] 3 **大宗交易折价率因子**，当日取值8.11%[27]，近半年平均值6.06%[27] 4 **上证50年化贴水率因子**，当日取值17.39%[29]，近一年中位数0.16%[29] 5 **沪深300年化贴水率因子**，当日取值60.63%[29]，近一年中位数2.22%[29] 6 **中证500年化贴水率因子**，当日取值98.21%[29]，近一年中位数9.75%[29] 7 **中证1000年化贴水率因子**，当日取值72.23%[29]，近一年中位数12.19%[29]

百度集团AI业务分析 - AI芯片业务快速发展 昆仑芯25年营收预计达50亿元级 26年有望达到百亿元级 其中百度控股59% 客户包括中国移动、南方电网、比亚迪等外部客户[7] - AI云业务成为第二增长曲线 25Q2收入65亿元同比增长27% 2025全年收入预计达274亿元同比增长26% 2026年有望达350亿元同比增长25%[7] - 自动驾驶业务加速扩张 Apollo Go在25Q2提供超过220万次乘车服务同比增长148% 累计服务超1400万次 武汉等城市已实现盈利[8] - AI广告变现成效显著 25Q2代理生成广告收入环比增长50% 占核心在线营销收入13% 数字人广告收入环比增长55% 占核心在线营销收入3%[8] - 财务表现持续优化 上调2025-2027年收入预测至1336/1437/1541亿元 经调整归母净利润预期为210/244/280亿元 净现金达1551亿元支持业务发展[9] 可持续航空燃料行业动态 - SAF价格大幅上涨 截至9月17日中国高端SAF FOB价达2480美元/吨 较年初1800美元/吨上涨55%[13] - 欧盟政策推动需求增长 2025年SAF强制添加比例2%不变 远期掺混比例需达70% 2050年全球SAF需求量预计达3.58亿吨[13] - 欧洲市场存在供应缺口 欧洲今年SAF消费量预计190万吨 当前产能仅约100万吨 缺口由亚太生产商补充[14] - 中国产能快速扩张 截至2024年底SAF产能超100万吨 在建及规划产能超1000万吨/年 推荐关注龙头企业卓越新能[14] 信捷电气业务进展 - 工控业务稳健增长 2025年上半年总营收8.77亿元同比增长10.01% 归母净利润1.27亿元同比增长0.39%[16] - 海外拓展成效显著 截至2025年6月底海外订单同比增长近50% 重点布局俄罗斯、中东、东南亚等市场[17] - 具身智能产业加速布局 投资8亿元建设机器人智能驱控系统项目 开发无框力矩电机、空心杯电机等核心零部件[17] - 客户资源优质 合作企业包括比亚迪、宁德时代、立讯精密等细分领域标杆客户[17] 金融市场数据表现 - 主要指数普遍下跌 2025年9月18日上证综指跌1.15%至3831.65点 深证成指跌1.05%至13075.65点 创业板综指跌1.52%至3867.32点[2] - 全球市场表现分化 9月19日道琼斯指数持平 纳斯达克指数跌0.48% 恒生指数跌1.35% 日经225指数跌0.4%[4] - 基金指数整体上涨 9月19日股票基金指数涨0.89% 混合基金指数涨0.77% 债券基金指数涨0.06%[4] - 商品期货多数下跌 黄金跌0.85%至831.8美元 白银跌1.31%至9882美元 ICE布伦特原油跌0.75%至67.95美元[24] 财政数据与政策动向 - 公共预算收入增速放缓 8月一般公共预算收入同比增2%较前值2.6%回落 税收收入同比增3.4%较前值5%下降[11] - 支出结构发生变化 8月民生类支出同比增6.3% 基建相关支出同比降10.1% 城乡社区事务支出降幅达16.8%[11] - 土地出让收入由正转负 8月政府性基金收入同比降5.7% 其中土地出让收入降5.8%较前值7.2%明显恶化[12] - 政策蓄力待发 财政部表示将提前下达部分2026年专项债额度 加快化债资金使用进度[12]

投资评级 - 首次覆盖给予"优于大市"评级 [3][5][53] - 一年期合理估值区间为75.43-82.98元（对应2026年PE 30-33倍） [3][5][53] 核心观点 - 公司是国内工业自动化解决方案领先企业，技术覆盖控制层、驱动层、执行层、传感层，核心产品包括PLC、HMI、伺服系统等 [1][8] - 2024年中国小型PLC市场占有率国内品牌排名第二，实现销售额与市占率双增长 [1][8] - 加速布局具身智能产业，开发人形机器人核心零部件，投资8亿元建设机器人智能驱控系统项目 [3][35][36] - 主业稳健且海外拓展顺利，2025年上半年海外订单同比增速近50% [2] - 预计2025-2027年归母净利润分别为2.78/3.53/4.33亿元，同比增长21.68%/27.09%/22.55% [3][43] 财务表现 - 2025年上半年总营业收入8.77亿元（同比增长10.01%），归母净利润1.27亿元（同比增长0.39%） [1] - 上半年毛利率38.28%（同比下滑0.21个百分点），净利率14.49%（同比下滑1.38个百分点） [1] - 2019-2024年收入CAGR达21.33%，净利润CAGR为6.93% [20] - 2024年ROE为10.0%（较2023年增长0.7个百分点），2025年上半年ROE为4.8%（同比下滑1.0个百分点） [25] - 研发费用率从2019年8.5%提升至2024年9.8% [25] 业务布局 - 实施大客户战略，客户涵盖比亚迪、宁德时代、立讯精密、歌尔等细分行业龙头 [2][10] - 产品线中PLC占比38.05%，驱动系统占比47.33%，为主要收入来源 [10] - 伺服系统产品包括DS5系列、DM6系列驱动器，MS6系列电机等，支持EtherCAT等通讯协议 [14][15] - 积极开发无框力矩电机、空心杯电机等机器人核心零部件，已实现小批量销售 [35] - 在半导体、锂电智慧物流、医疗等行业提供完整解决方案 [37] 盈利预测假设 - 驱动系统：预计2025-2027年收入9.83/11.80/14.16亿元，毛利率25.46%/25.96%/26.46% [38][41] - PLC：预计2025-2027年收入8.10/9.72/11.66亿元，毛利率56.25%/56.75%/57.25% [39][41] - 人机界面：预计2025-2027年收入2.18/2.51/2.89亿元，毛利率稳定在32.18% [39][41] - 智能装置：预计2025-2027年收入0.45/0.52/0.62亿元，毛利率稳定在34.36% [40][41] 估值分析 - 绝对估值（FCFF法）：合理区间68.26-81.09元，WACC假设10.90% [46][49] - 相对估值：参考汇川技术、伟创电气等可比公司，给予2026年PE 30-33倍 [51][53] - 当前股价63.50元，总市值99.78亿元 [5]

投资评级 - 报告维持百度集团-SW（09888 HK）"优于大市"评级 [1][2] 核心观点 - 百度在AI浪潮下价值迎来重估，集自研芯片（昆仑芯）、AI基础设施服务与AI应用场景于一体，AI芯片、AI云、AI智驾有望打开市值空间 [1][2] - 传统广告业务承压，AI业务崛起，AI云营收快速起量，自动驾驶业务凭借成本优势加速出海，百度文库、网盘等应用付费潜力巨大，AI广告变现模式逐步落地 [2][7] - 财务预测上调，2025-2027年百度收入预计为1336/1437/1541亿元，调整幅度为2%/5%/7%，经调整归母净利润预期为210/244/280亿元，调整幅度为1%/2%/2% [2][83][85] - 2025年9月17日收盘价对应2025-2027年PE估值为17x/15x/13x [2][85] 公司概览与业务构成 - 百度25Q2收入拆分：百度核心广告业务占比约50%，是主要利润来源；百度核心非在线营销收入（AI云、自动驾驶等）首次突破百亿元大关，占比约30%；爱奇艺收入占比约20% [2][7][9] - 百度核心广告业务以搜索广告和信息流广告为核心，近期因宏观经济影响及AI搜索转型，收入下滑，份额占比逐渐降低 [7][9] - 百度核心非在线营销业务（AI云、自动驾驶）增长快速，利润端逐步扭亏为盈，云业务25Q2非GAAP运营利润同比增长 [7][9] - 组织架构包括智能云事业群组（ACG）、智能驾驶事业群组（IDG）、智能生活事业群组（SIG）、移动生态事业群组（MEG）等 [10][12] 昆仑芯业务进展 - 昆仑芯三代P800的FP16算力达345TFLOPS，推理性能超过A800，支持万卡集群部署 [2][18][21] - 客户除百度内采外，预计地方政府智算项目及外部客户（如中国移动、南方电网、比亚迪）采购占相当比例，腾讯等互联网公司可能成为重要外部客户 [2][18][22] - 测算昆仑芯25年营收有望达到50亿元级，26年营收有望达到百亿元级，百度控股59% [2][18][23] - 昆仑芯已完成6轮融资，引入北京市人工智能产业投资基金、社保基金、比亚迪等战略投资者 [18] 百度AI云进展与对比 - 百度AI云25Q2收入65亿元，同比+27%，2025全年收入预计达274亿元（同比+26%），2026年有望达350亿元收入（同比+25%），成为第二增长曲线 [2][28][30] - 国内云业务在AI需求带动下从10%+增速加速至20%+，云厂商24年Capex增长平均在40%以上，预估25年Capex增速进一步提升至平均50%+ [2][28][37] - 百度云在中国公有云市场占比约5%，行业覆盖多元，互联网为主占56%，金融、制造、政府分别占19%、7%、5% [43][44] - 千帆大模型平台升级至3.0版本，文心大模型日均调用量超过7亿次，开发出70多万个企业级应用 [43] 无人驾驶Apollo Go - Apollo Go在25Q2提供超过220万次乘车服务，同比+148%，累计服务超1400万次，武汉等城市已跑通盈利模型 [2][54][55] - 2025全年订单量有望突破1000万单，robotaxi市场空间大但商业化仍处投入期，短期利润贡献有限 [2][54][60] - 与文远知行、小马智行对比，百度Apollo Go在车队规模（1000+辆）与国内覆盖程度（16+城市）保持领先 [54][60][61] - 第6代无人车价格20万元（较五代降60%），规模效应下单车成本下降，UE模型可实现盈利 [58][59] AI广告、Agent智能体与数字人 - 7月移动端搜索结果页AI生成内容占比达64%（4月为35%），覆盖90%百度App MAU，25Q2启动小规模商业化测试 [2][66][70] - 25Q2代理生成广告收入环比增长50%，占核心在线营销收入的13%（Q1为9%），数字人广告收入环比增长55%，占核心在线营销收入的3% [2][66][69] - 数字人与代理季度收入约25亿元，数字人已渗透医疗、法律、教育、汽车领域，代理平台服务10万+企业和60万开发者 [2][42][69] - AI广告计划逐步从CPC（按点击付费）向CPS（按销售付费）转型，提升转化效率 [9][66] 盈利预测 - 上调2025-2027年百度收入至1336/1437/1541亿元，主要因AI云需求增长及Apollo Go、昆仑芯贡献增量 [2][83][85] - 预计2025-2027年经调整归母净利润为210/244/280亿元，2025年百度核心收入略超1000亿元 [2][83][85] - 截至2025年6月30日，百度净现金为人民币1551亿元，为AI业务发展奠定基础，2025年回购6.77亿美元股票，股东回报率约1.5% [2][85] - 百度核心非在线营销业务预计25年维持27%增长，AI云增速较快，广告业务预计25年收入下滑10% [83]

投资评级 - 行业投资评级为优于大市（维持）[2][7] 核心观点 - 欧盟SAF强制添加政策推动需求增长 2025年添加比例2% 2050年目标70%[3][5] - 欧洲SAF供需存在显著缺口 2024年消费量预计190万吨 产能仅100万吨 缺口依赖亚太供应[3][13] - 中国SAF产能建设快速推进 2024年底产能超100万吨 在建及规划产能超1000万吨/年[3][13] - SAF价格大幅上涨 截至9月17日中国高端SAF FOB价达2480美元/吨 较年初1800美元/吨上涨55%[3][18] - 国内生物航煤出口量价齐升 1-8月HVO/SAF出口量50.93万吨 同比增长25.51%[18] 全球政策规划 - 欧盟通过《ReFuelEU航空法规》强制规定2025年SAF添加比例2% 2050年目标70%[5] - 英国规定2025年SAF添加比例2% 2040年提升至22% 拨款1.65亿英镑支持项目[5] - 美国目标2030年SAF产量900万吨 2050年超1亿吨 通过《通胀削减法案》提供33亿美元税收减免[6] - 日本制定2030年SAF使用量占比10%目标 韩国强制规定2027年起国际航班添加1% SAF[8] - 中国提出2025年SAF消费量2万吨以上 "十四五"期间累计5万吨 2024年9月启动应用试点[8][9] 市场空间预测 - IATA预计SAF需求量从2024年100万吨提升至2030年1800万吨 2050年达3.58亿吨[3][11] - 添加比例从2025年2.0%提升至2030年5.2% 2050年达65%[11] 产能与供需格局 - 欧洲原料紧缺导致产能建设缓慢 中国成为重要供应国 出口目的地中荷兰比利时占比超60%[13][18] - 中国主要企业包括卓越新能（50万吨生物柴油产能+10万吨SAF在建）、嘉澳环保（50万吨HVO/SAF）等[13][26] - 全球SAF主要采用HEFA技术路线 以油脂或废弃油脂为原料[18] 价格与成本分析 - SAF成本远高于传统航煤 原料地沟油价格同步上涨 9月17日国内均价6792元/吨 较年初5500元/吨上涨23.49%[18][21] - 价格上升主因欧盟强制添加目标未放松 航空公司下半年加速采购[3][18] 投资建议 - 推荐卓越新能 作为国内生物柴油龙头企业 现有50万吨一代生物柴油产能 新建10万吨SAF及40万吨生物柴油产能[4][26]

证券研究报告 | 2025年09月18日 2025 年 8 月财政数据快评 又到政策蓄力时 经济研究·宏观快评 | 证券分析师： | 田地 | 0755-81982035 | tiandi2@guosen.com.cn | 执证编码：S0980524090003 | | --- | --- | --- | --- | --- | | 联系人： | 王奕群 | | wangyiqun1@guosen.com.cn | | 事项： 1-8 月，全国一般公共预算收入 148198 亿元，同比增长 0.3%。其中，全国税收收入 121085 亿元，同比微 增 0.02%；非税收入 27113 亿元，同比增长 1.5%。 1-8 月，全国一般公共预算支出 179324 亿元，同比增长 3.1%。分中央和地方看，中央一般公共预算本级 支出 26570 亿元，同比增长 8%；地方一般公共预算支出 152754 亿元，同比增长 2.3%。 评论： 一般公共预算收支两端同时边际转弱。收入增速边际回落。8 月一般公共预算收入当月同比 2%，前值 2.6%。 税收收入当月同比 3.4%，前值 5%；非税收入当月同比-3.8%，前值 ...

根据提供的金融工程日报内容，报告主要描述了市场表现、情绪、资金流向及各类指标，但**并未涉及任何量化模型或量化因子的构建、测试与评价**。报告内容集中于市场行情数据统计、资金面指标计算（如折溢价、升贴水率）和市场情绪指标（如封板率）的描述，这些属于市场监测指标，而非用于选股或定价的量化模型或因子。 因此，本报告**无**需总结量化模型或量化因子的相关内容。

量化模型与构建方式 1. 股指分红点位测算模型 - **模型名称**：股指分红点位测算模型[11][44] - **模型构建思路**：通过精确预测指数成分股的分红金额、除息日及权重，计算期货合约存续期内指数因成分股分红导致的点位下降值，以更准确评估股指期货的升贴水幅度[11][44] - **模型具体构建过程**： 1. **获取成分股权重**：采用中证指数公司每日披露的日度收盘权重数据，保证每日个股权重的准确性，避免使用历史权重估算带来的偏差[49] 2. **预测分红金额**：若公司已公布分红金额，则直接采用；若未公布，则需预测。分红金额 = 净利润 × 股息支付率[50] - **净利润预测**：基于历史净利润分布的动态预测法。若公司已公布年报、快报或业绩预告，则直接采用（业绩预告取上下限均值）；若未披露，则根据其季度盈利分布稳定性进行分类预测[53] - **股息支付率预测**：若公司去年分红，则用去年值；若去年不分红，则用最近3年平均；若从未分红，则默认今年不分红；若预测值>100%则进行截尾处理[56] 3. **预测除息日**：[54][58] - 若已公布除息日，则直接采用 - 若未公布，则判断公司是否已公布分红预案 - 若处于预案阶段，检查过去三年从预案公告日到除息日的间隔天数的稳定性。若稳定，则用该间隔天数均值与今年预案公告日进行线性外推；若不稳定，则采用历史分红日期判断 - 若处于决案阶段，检查过去三年从股东大会公告日到除息日的间隔天数的稳定性。若稳定，则用该间隔天数均值与今年股东大会公告日进行线性外推；若不稳定，则采用历史分红日期判断 - 若采用历史日期不合理（在当前时点之前、距当前不足10天或在股东大会日前），则采用默认日期：7月31日（预测日在7月22日前）、8月31日（预测日在7月22日至8月21日）、9月30日（其他情况） - 若过去两年未分红，也采用默认日期 4. **计算分红点数**：汇总从当前时刻t至期货合约到期日T之间所有成分股的分红影响。公式为： $$分红点数 = \sum_{n=1}^{N} \left( \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价 \right)$$ 其中，要求个股除权除息日满足 $t < \text{除息日} \leq T$[44] 2. 年化升贴水计算模型 - **模型名称**：年化升贴水计算模型[12] - **模型构建思路**：基于股指期货合约价格、指数价格及预测的分红点数，计算扣除了分红影响后的实际价差，并年化以衡量其升贴水幅度[11][12] - **模型具体构建过程**： 1. 计算当前价差：合约收盘价 - 指数收盘价[12] 2. 计算含分红价差：当前价差 + 分红[12] 3. 计算升贴水幅度：含分红价差 / 指数收盘价[12] 4. 年化升贴水幅度：$$年化升贴水 = \left(1 + \frac{含分红价差}{指数收盘价}\right)^{\frac{365}{到期天数}} - 1$$[12] 或采用线性年化近似：$$\text{年化升贴水} = \frac{含分红价差}{指数收盘价} \times \frac{365}{到期天数}$$[12] 模型的回测效果 1. **股指分红点位测算模型**： - 预测误差（2023年）：上证50指数误差基本在5点以内，沪深300指数误差基本在5点以内，中证500指数误差基本在10点以内[64] - 预测误差（2024年）：上证50指数误差基本在5点以内，沪深300指数误差基本在5点以内，中证500指数误差基本在10点以内[64] - 对股指期货合约的预测准确性：上证50和沪深300股指期货的预测效果最好，中证500股指期货的偏离度稍大[64] 2. **年化升贴水计算模型**（截至2025年9月17日数据）[12]： - **IH2510.CFE合约**：年化升水1.66% - **IF2510.CFE合约**：年化升水1.19% - **IC2510.CFE合约**：年化贴水9.49% - **IM2510.CFE合约**：年化贴水11.25% 量化因子与构建方式 1. 股息率因子 - **因子名称**：股息率[2][14] - **因子构建思路**：计算上市公司预案分红金额与其当前总市值的比率，用以衡量其分红回报水平[14] - **因子具体构建过程**：$$股息率 = \frac{预案分红金额}{当前总市值}$$[14] - **因子评价**：股息率是衡量股票投资价值的重要因子，高股息率通常吸引追求稳定现金流的投资者[2] 2. 已实现股息率因子 - **因子名称**：已实现股息率[3][16] - **因子构建思路**：计算指数中已实施现金分红的成分股，其已分红金额按权重加总后与指数总市值的比率，反映已兑现的分红收益[16] - **因子具体构建过程**：$$已实现股息率 = \sum_{i=1}^{N_1} \left( \frac{个股已分红金额}{个股总市值} \times 个股权重 \right)$$[16] 其中，$N_1$ 表示指数中今年已现金分红的公司数量[16] 3. 剩余股息率因子 - **因子名称**：剩余股息率[3][16] - **因子构建思路**：计算指数中尚未实施现金分红的成分股，其预计分红金额按权重加总后与指数总市值的比率，反映未来潜在的分红收益[16] - **因子具体构建过程**：$$剩余股息率 = \sum_{i=1}^{N_2} \left( \frac{个股预计分红金额}{个股总市值} \times 个股权重 \right)$$[16] 其中，$N_2$ 表示指数中尚未现金分红的公司数量[16] 因子的回测效果 1. **股息率因子**（截至2025年9月17日，各行业已公布预案股票的股息率中位数）[2][14]： - 煤炭行业：排名第一 - 银行行业：排名第二 - 钢铁行业：排名第三 2. **已实现股息率因子**（截至2025年9月17日）[3][16]： - 上证50指数：2.18% - 沪深300指数：1.75% - 中证500指数：1.10% - 中证1000指数：0.85% 3. **剩余股息率因子**（截至2025年9月17日）[3][16]： - 上证50指数：0.57% - 沪深300指数：0.40% - 中证500指数：0.14% - 中证1000指数：0.09%