量化模型与因子总结 量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化选股或预测模型，因此无量化模型部分。 量化因子与构建方式 报告在跟踪分析中计算并使用了多个市场指标，这些指标可作为量化因子或用于构建因子。具体如下： 1. **因子名称：风险溢价** * **因子构建思路：** 以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，用于衡量其相对投资价值和偏离情况[27]。 * **因子具体构建过程：** 风险溢价的计算公式为宽基指数的收益率减去十年期国债即期收益率。报告中的“当前风险溢价”应为指数近期收益率（如日度或滚动收益率）与当前十年期国债即期收益率的差值[31]。具体公式可表示为： $$风险溢价 = R_{index} - R_{f}$$ 其中，$R_{index}$ 代表宽基指数的收益率，$R_{f}$ 代表十年期国债即期收益率。 2. **因子名称：股债性价比** * **因子构建思路：** 以各指数市盈率（PE-TTM）的倒数代表股票的潜在收益率，计算其与十年期国债即期收益率之差，作为衡量股票与债券相对吸引力的指标[46]。 * **因子具体构建过程：** 股债性价比的计算公式为指数市盈率（PE-TTM）的倒数减去十年期国债即期收益率[46]。具体公式可表示为： $$股债性价比 = \frac{1}{PE_{TTM}} - R_{f}$$ 其中，$PE_{TTM}$ 代表指数滚动市盈率，$R_{f}$ 代表十年期国债即期收益率。 3. **因子名称：股息率** * **因子构建思路：** 跟踪各指数的股息率，反映现金分红回报率，是红利投资风格的重要观察指标[48]。 * **因子具体构建过程：** 股息率通常计算为成分股过去12个月现金分红总额除以指数的总市值。报告中的“当前值”即为该计算结果[53]。 4. **因子名称：破净率** * **因子构建思路：** 计算指数中市净率小于1的个股占比，反映市场整体的估值态度和悲观程度[54][56]。 * **因子具体构建过程：** 破净率计算公式为指数成分股中破净（市净率PB < 1）的个股数量除以指数成分股总数量[57]。具体公式可表示为： $$破净率 = \frac{Count(PB_i < 1)}{N}$$ 其中，$PB_i$ 代表成分股i的市净率，$N$ 代表指数成分股总数。 5. **因子名称：指数换手率** * **因子构建思路：** 衡量指数的整体交易活跃度[17]。 * **因子具体构建过程：** 报告采用流通市值加权的方式计算指数换手率，公式为各成分股换手率按其流通股本加权的平均值[17]。具体公式为： $$指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ 6. **因子名称：收益分布形态指标（偏度与峰度）** * **因子构建思路：** 通过计算指数日收益率序列的偏度和峰度，分析其收益分布的特征和形态变化[23][25]。 * **因子具体构建过程：** * **偏度：** 衡量收益率分布的不对称性。正偏态表示极端正收益情形增加[23]。报告计算了当前偏度并与近5年历史偏度进行比较[25]。 * **峰度：** 衡量收益率分布的尖锐或平坦程度。报告中的峰度计算减去了3（正态分布的峰度值），因此“峰度负偏离”表示当前分布比历史分布更平坦[25]。峰度越大，说明收益率分布更集中[23]。 因子的回测效果 报告未提供基于历史数据的因子分层测试、多空组合收益等传统因子回测结果，而是展示了各因子在特定截止日（2025年12月24日）的截面取值或状态。各宽基指数在不同因子下的具体数值如下： 1. **风险溢价因子**[31] * 上证50：-0.08% * 沪深300：0.28% * 中证500：1.30% * 中证1000：1.53% * 中证2000：1.55% * 中证全指：0.89% * 创业板指：0.76% 2. **PE-TTM分位值因子（近5年）**[42][43] * 上证50：84.05% * 沪深300：85.62% * 中证500：96.94% * 中证1000：94.63% * 中证2000：84.30% * 中证全指：94.46% * 创业板指：59.17% 3. **股息率因子**[53] * 上证50：3.13% * 沪深300：2.73% * 中证500：1.41% * 中证1000：1.11% * 中证2000：0.77% * 中证全指：2.02% * 创业板指：0.96% 4. **破净率因子**[3][57] * 上证50：22.0% * 沪深300：16.0% * 中证500：10.8% * 中证1000：8.0% * 中证2000：3.25% * 中证全指：6.14% * 创业板指：未提供 5. **指数换手率因子**[2][17] * 上证50：0.19 * 沪深300：0.47 * 中证500：1.51 * 中证1000：2.2 * 中证2000：3.7 * 中证全指：1.55 * 创业板指：2.18 6. **收益分布峰度偏离因子（当前 vs. 近5年）**[25] * 上证50：-2.10 * 沪深300：-1.84 * 中证500：-2.28 * 中证1000：-1.35 * 中证2000：-1.44 * 中证全指：-1.87 * 创业板指：-2.63 7. **收益分布偏度偏离因子（当前 vs. 近5年）**[25] * 上证50：-0.58 * 沪深300：-0.46 * 中证500：-0.58 * 中证1000：-0.35 * 中证2000：-0.34 * 中证全指：-0.46 * 创业板指：-0.65

宏观与市场背景 - 当前市场处于低利率和资产荒的宏观背景下 [1] - 在此背景下，高现金流类资产的配置价值日益凸显 [1] - 中长期资金入市有望持续巩固对这类资产的需求 [1] 投资逻辑与实证研究 - 实证研究表明，现金流充裕的公司通常具备更高的分红意愿 [1] - 自由现金流率与股息率之间存在显著的正相关关系 [1] - 关注现金流有助于规避缺乏现金流支撑的“价值陷阱” [1] 产品与指数表现 - 投资者可关注的产品是现金流ETF，代码为159399 [1] - 该ETF的标的指数为富时现金流指数 [1] - 从2016年至2024年，该标的指数连续9年跑赢中证红利指数和沪深300指数 [1] 产品具体特征 - 现金流ETF的标的指数聚焦于大中市值公司 [1] - 该标的指数中，中央企业和国有企业占比高于同类现金流指数 [1] - 根据基金公告，该ETF每月均可进行分红评估 [1] - 自上市以来，该ETF已实现连续10个月分红 [1]

量化模型与因子总结 量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化选股或择时模型，因此无量化模型相关内容。 量化因子与构建方式 报告中对多个市场指标（可视为观测因子）进行了计算和跟踪，具体如下： 1. **因子名称：连阴连阳天数** * **因子构建思路**：通过计算指数K线连续为阴线或阳线的天数，来跟踪市场的短期趋势强度和持续性[12]。 * **因子具体构建过程**：从指定起始日开始，逐日判断指数收盘价涨跌。若当日收益率为正，则连阳天数加1，连阴天数重置为0；若为负，则连阴天数加1（以负数表示），连阳天数重置为0。正数表示连阳天数，负数表示连阴天数[12]。 2. **因子名称：指数与均线比较** * **因子构建思路**：通过计算指数收盘价相对于不同周期移动平均线（MA）的偏离百分比，来判断指数短期、中期和长期的趋势位置及支撑压力情况[15]。 * **因子具体构建过程**：首先计算各宽基指数在不同周期（如5日、10日、20日、60日、120日、250日）的简单移动平均线（MA）。然后计算指数收盘价相对于各均线的偏离百分比。公式为： $$偏离百分比 = \frac{收盘价 - 移动平均线}{移动平均线} \times 100\%$$ 例如，`vsMA5` 表示收盘价相对于5日均线的偏离百分比[15]。 3. **因子名称：交易金额占比** * **因子构建思路**：计算单一宽基指数成交额占全市场（以中证全指代表）成交额的比例，用以观察资金在不同风格板块间的流动和集中度[17]。 * **因子具体构建过程**：对于特定指数，在交易日T，计算其所有成分股的成交额之和。同时计算中证全指在交易日T的成交额。该因子值为： $$交易金额占比_T = \frac{指数T日成交额}{中证全指T日成交额} \times 100\%$$ [17]。 4. **因子名称：指数换手率** * **因子构建思路**：衡量指数整体成分股的交易活跃度，采用流通市值加权的方式计算，比简单平均更能反映整体市场的换手情况[17]。 * **因子具体构建过程**：对于特定指数，在交易日T，计算其所有成分股的流通市值加权换手率。公式为： $$指数换手率_T = \frac{\sum (成分股流通股本_i \times 成分股换手率_{i,T})}{\sum (成分股流通股本_i)}$$ 其中，`i` 代表指数成分股[17]。 5. **因子名称：收益分布峰度与偏度** * **因子构建思路**：通过计算指数日收益率分布的峰度和偏度，来刻画收益分布的尖峭程度和对称性，并与历史分布进行比较，观察市场波动形态的变化[23][25]。 * **因子具体构建过程**：选取特定时间窗口（如近一年、近五年）的指数日收益率序列。计算该序列的峰度（Kurtosis）和偏度（Skewness）。报告中采用的峰度为超额峰度（Excess Kurtosis），即在计算值基础上减去正态分布的峰度3。公式分别为： $$峰度 = \frac{E[(R-\mu)^4]}{\sigma^4} - 3$$ $$偏度 = \frac{E[(R-\mu)^3]}{\sigma^3}$$ 其中，`R`为日收益率序列，`μ`为序列均值，`σ`为标准差，`E`为期望算子[25]。 6. **因子名称：风险溢价** * **因子构建思路**：以十年期国债即期收益率作为无风险利率的代理变量，计算股票指数预期收益率（常用市盈率倒数或股息率近似）与之差值，用以衡量股票市场相对于债券市场的风险补偿和投资价值[27][31]。 * **因子具体构建过程**：报告中风险溢价的计算基于股息率。对于特定指数，在交易日T，其风险溢价为： $$风险溢价_T = 指数股息率_T - 十年期国债即期收益率_T$$ 同时，计算该风险溢价在近1年、近5年时间窗口内的历史分位值，以判断当前风险溢价在历史中所处的位置[31]。 7. **因子名称：PE-TTM 分位值** * **因子构建思路**：计算指数当前滚动市盈率（PE-TTM）在其历史序列中所处的百分位位置，用以判断指数估值水平的高低[37][41]。 * **因子具体构建过程**：获取指数在特定回顾期（如近5年）内每个交易日的PE-TTM值，构成历史序列。将当前PE-TTM值与该历史序列进行比较，计算其百分位数。例如，95%的分位值表示当前估值比回顾期内95%的时间都要高[41][42]。 8. **因子名称：股债性价比** * **因子构建思路**：将股票指数市盈率的倒数（即盈利收益率）与十年期国债收益率进行比较，其差值可以衡量股票资产相对于债券资产的吸引力[44]。 * **因子具体构建过程**：对于特定指数，在交易日T，其股债性价比为： $$股债性价比_T = \frac{1}{PE-TTM_T} - 十年期国债即期收益率_T$$ 报告中将此差值的时间序列与基于历史数据计算的统计阈值（如80%分位、20%分位、均值±1倍标准差）进行对比[44]。 9. **因子名称：股息率** * **因子构建思路**：计算指数成分股的现金分红回报率，是价值投资和红利策略关注的核心指标，用于评估指数的现金回报能力和估值水平[46][51]。 * **因子具体构建过程**：指数股息率通常为其成分股过去12个月现金分红总额除以指数总市值。报告中也计算了当前股息率在近1年、近5年及全部历史数据中的分位值[51]。 10. **因子名称：破净率** * **因子构建思路**：计算指数中市净率（PB）小于1的个股数量占指数总成分股数量的比例，用以反映市场整体的悲观程度和估值底部的特征[52][55]。 * **因子具体构建过程**：对于特定指数，在交易日T，遍历其所有成分股，判断其市净率是否小于1。破净率计算公式为： $$破净率_T = \frac{市净率<1的成份股数量}{指数总成份股数量} \times 100\%$$ [55]。 因子的回测效果 本报告为市场数据跟踪报告，未提供因子在选股或择时策略中的具体回测绩效指标（如IC、IR、多空收益、夏普比率等）。报告主要呈现了各因子在特定时点（2025年12月19日）的截面取值或时间序列上的当前状态，具体数值如下： 1. **连阴连阳天数因子**：上证50、中证500、中证1000、中证2000、中证全指均为连阳3天；创业板指为连阴2天[12]。 2. **指数与均线比较因子**：以`vsMA5`为例，上证50为0.6%，沪深300为0.4%，中证500为0.9%，中证1000为0.7%，中证2000为1.2%，中证全指为0.7%，创业板指为-0.02%[15]。 3. **交易金额占比因子**：中证2000为25.62%，沪深300为21.81%，中证1000为21.27%，中证500为未明确列示但低于前述，上证50、创业板指、中证全指占比未明确列示[17]。 4. **指数换手率因子**：中证2000为4.02，中证1000为2.22，创业板指为2.05，中证全指为1.64，中证500为1.6，沪深300为0.47，上证50为0.22[17]。 5. **收益分布峰度与偏度因子**：以“当前vs近5年”变化为例，峰度变化：创业板指为-2.58，中证500为-2.23，上证50为-2.12，中证全指为-1.87，沪深300为-1.88，中证2000为-1.59，中证1000为-1.43；偏度变化：创业板指为-0.63，中证500为-0.56，上证50为-0.59，中证全指为-0.46，沪深300为-0.47，中证2000为-0.38，中证1000为-0.37[25]。 6. **风险溢价因子**：当前值：中证2000为1.46%，中证500为0.96%，中证1000为0.78%，中证全指为0.76%，创业板指为0.48%，沪深300为0.33%，上证50为0.19%。近5年分位值：中证2000为86.03%，中证500为81.83%，中证全指为77.86%，中证1000为73.65%，沪深300为66.27%，创业板指为64.13%，上证50为60.00%[31]。 7. **PE-TTM 分位值因子**：近5年历史分位值：中证500为95.21%，中证1000为93.88%，中证全指为91.82%，沪深300为83.14%，上证50为82.56%，中证2000为81.07%，创业板指为56.78%[41][42]。 8. **股债性价比因子**：报告未给出具体数值，仅给出定性结论：没有指数高于其80%分位（机会值），中证500低于其20%分位（危险值）[44]。 9. **股息率因子**：当前值：上证50为3.17%，沪深300为2.76%，中证全指为2.05%，中证500为1.45%，中证1000为1.14%，创业板指为0.99%，中证2000为0.79%。近5年历史分位值：创业板指为65.37%，中证1000为49.09%，沪深300为38.18%，中证全指为36.69%，上证50为31.32%，中证2000为24.55%，中证500为24.38%[49][51]。 10. **破净率因子**：上证50为22.0%，沪深300为16.0%，中证500为11.0%，中证1000为8.0%，中证全指为6.1%，中证2000为3.25%，创业板指未提供[55]。

指数构成与行业特征 - 富时中国A股自由现金流指数成份股集中分布在原材料、工业和可选消费行业 [1] - 相关行业防御属性相对较强 [1] 指数历史表现与功能 - 在震荡下跌市中，自由现金流指数跑赢全市场，展现出避险功能 [1] - 标的指数富时现金流指数自2016年至2024年连续9年跑赢中证红利指数和沪深300指数 [1] 因子特征与公司行为 - 自由现金流率与股息率呈显著正相关 [1] - 现金流充裕的公司更倾向于稳定分红，规避了缺乏现金流支撑的“价值陷阱” [1] 相关产品信息 - 投资者可关注现金流ETF（159399） [1] - 该ETF标的指数聚焦大中市值 [1] - 标的指数央国企占比高于同类现金流指数 [1] - 标的指数月月可评估分红 [1]

核心观点 - 报告提出“高息现金牛”策略，旨在通过结合代表分红能力的自由现金流率与代表分红意愿的股息率，筛选出既能持续分红又有充足现金流支撑的优质公司，以构建长期表现稳健的投资组合[1][58] - 在低利率与资产荒背景下，能够提供稳定现金回报的高股息、强现金流类资产的配置价值日益凸显，相关产品规模增长迅速[4][9] - 实证研究表明，同时拥有高现金流率与高股息率的“高现金高股息”组合，其历史收益表现显著优于单一因子组合或市场基准指数[52][56][62] 低利率时期的配置需求 - 截至2025年12月17日，A股红利类指数ETF跟踪规模已接近2000亿元，而现金流类产品自2025年2月发行以来，跟踪规模也达到了248亿元[9] - 当前市场最受关注的红利类指数是红利低波和中证红利，跟踪规模分别为318.93亿元和223.78亿元；现金流类指数则以国证自由现金流和中证现金流为主流，跟踪规模分别为103.50亿元和65.20亿元[5][7] 中证红利与自由现金流指数复现及对比 - **指数规则**：中证红利指数选取过去三年连续分红、股息率最高的100只股票，每年12月调样并按股息率加权；国证/中证自由现金流指数则选取自由现金流率最高的100只股票，季度调样并按自由现金流加权，并涉及剔除金融地产、ROE波动过滤及盈利质量筛选等规则[12] - **收益特征**：在2014年至2025年12月12日的全样本期内，中证红利全收益指数年化收益为12%，国证自由现金流全收益指数年化收益为19%，均跑赢万得全A的9%；在震荡下跌市中，这两类指数均表现出一定的避险功能，且现金流指数的防御属性相对更强[14][15] - **因子有效性**：对中证红利指数的复现显示，要求连续3年分红的约束下，股息率因子的ICIR（信息比率）相对更高，为81.17%[22][25]；对自由现金流指数的复现及敏感性分析表明，在国证规则下，剔除金融地产、引入ROE波动过滤比盈利质量筛选更为重要[35] 分红能力与分红意愿的关系及四象限组合 - **正相关性**：上市公司的自由现金流率与股息率呈现显著正相关，自由现金流率越高的组别，其平均股息率也越高，表明现金流充裕的公司既有能力也更愿意分红[48][51] - **四象限组合表现**：将股票按分红能力（自由现金流率）和分红意愿（股息率）分为四象限，2014年以来的历史数据显示，未来60日收益从高到低排序为：高现金高股息 > 高现金低股息 > 低现金高股息 > 低现金低股息；其中，双因子均最高组的组内中位数收益率均值达到3.24%[54][56] “高息现金牛”策略构建 - **组合构建方法**：策略首先从中证全指中筛选出自由现金流率最高的股票池（如前100名），然后在该高现金流样本中，进一步选取过去两年股息率最高的股票（如前50名）构建最终组合；具体流程包括剔除金融地产、过滤ROE波动与盈利质量、要求连续现金分红等[59] - **策略表现**：在测试的多种参数组合中，“现金牛50高息30”（即从现金流率前50名中选股息率前30名）组合表现较佳，自2014年初至2025年12月12日，该组合年化收益达25.9%，年化波动为24.0%；其表现显著超越基准，相对中证红利全收益指数的年化超额收益为13.5%，相对国证自由现金流全收益指数的年化超额收益为5.7%[61][62] - **组合特征**：该策略组合行业分布集中于可选消费、工业和原材料；历史平均单边换手率为43.6%；截至2025年12月1日的最新持仓包括厦门象屿、浙江龙盛、格力电器等30只股票[64][66][69]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：连阴连阳天数因子**[12] * **因子构建思路**：通过计算指数K线连续为阴线或阳线的天数，来捕捉市场的短期趋势延续性[12]。 * **因子具体构建过程**：从指定起始日开始，逐日判断指数收盘价相对于前一日收盘价的涨跌。若当日上涨，则连阳天数计数器加1，连阴天数计数器清零；若当日下跌，则连阴天数计数器加1（以负数表示），连阳天数计数器清零。最终输出一个带符号的整数，正数表示连阳天数，负数表示连阴天数[12]。 2. **因子名称：指数相对均线位置因子**[15][16] * **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置关系，判断指数短期、中期和长期的趋势强度及突破状态[15][16]。 * **因子具体构建过程**：首先计算指数收盘价的5日、10日、20日、60日、120日和250日简单移动平均线（MA）。然后计算收盘价相对于各均线的百分比偏离度。公式为： $$相对均线位置 = \frac{收盘价 - 移动平均线}{移动平均线} \times 100\%$$ 例如，`vsMA5` 表示收盘价相对于5日均线的偏离百分比[16]。 3. **因子名称：指数换手率因子**[18] * **因子构建思路**：通过计算指数成分股的加权平均换手率，衡量整个指数的交易活跃度[18]。 * **因子具体构建过程**：对指数内所有成分股，以其流通股本为权重，对个股换手率进行加权平均。公式为： $$指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)}$$ 该值直接反映了指数整体的交易活跃程度[18]。 4. **因子名称：收益分布形态因子（峰度与偏度）**[24][26] * **因子构建思路**：通过计算指数日收益率分布的峰度和偏度，刻画收益分布的尖峰肥尾特征和不对称性，以衡量极端风险和收益偏向[24][26]。 * **因子具体构建过程**：基于指数在过去一段时间（如近5年）的日收益率序列，计算其峰度（Kurtosis）和偏度（Skewness）。报告中采用的峰度为超额峰度（Excess Kurtosis），即在计算出的峰度值基础上减去正态分布的峰度值3。公式分别为： $$样本偏度 = \frac{\frac{1}{n}\sum_{i=1}^{n}(r_i - \bar{r})^3}{[\frac{1}{n}\sum_{i=1}^{n}(r_i - \bar{r})^2]^{3/2}}$$ $$样本峰度 = \frac{\frac{1}{n}\sum_{i=1}^{n}(r_i - \bar{r})^4}{[\frac{1}{n}\sum_{i=1}^{n}(r_i - \bar{r})^2]^{2}} - 3$$ 其中，$r_i$ 为日收益率，$\bar{r}$ 为收益率均值，$n$ 为样本数[26]。 5. **因子名称：风险溢价因子**[28][32] * **因子构建思路**：以指数预期收益率与无风险利率（十年期国债即期收益率）之差作为风险溢价，衡量投资权益资产相对于无风险资产的超额回报补偿[28][32]。 * **因子具体构建过程**：风险溢价通常基于估值模型（如股息贴现模型）或历史均值估算。报告中展示的是当前风险溢价及其历史分位值。其核心计算可简化为： $$风险溢价 ≈ 指数预期收益率 - 无风险利率$$ 报告中进一步计算了当前风险溢价在近1年和近5年历史序列中的分位值，以及相对于历史均值加减1倍、2倍标准差的偏离程度[32]。 6. **因子名称：PE-TTM估值因子**[40][43][44] * **因子构建思路**：使用滚动市盈率（PE-TTM）作为估值指标，并通过其历史分位值判断当前估值水平的高低[40][43]。 * **因子具体构建过程**：计算指数总市值与其成分股过去12个月（TTM）净利润总和的比值，得到PE-TTM。公式为： $$PE-TTM = \frac{指数总市值}{\sum(成分股过去12个月净利润)}$$ 然后，将当前PE-TTM值放入其近1年、近5年或全部历史数据序列中，计算其所处的百分比分位值[44]。 7. **因子名称：股债性价比因子**[47] * **因子构建思路**：将股票资产的潜在收益率（用PE-TTM的倒数，即盈利收益率代表）与债券收益率（十年期国债即期收益率）进行比较，以判断股票相对于债券的吸引力[47]。 * **因子具体构建过程**：计算指数的盈利收益率与十年期国债收益率之差。公式为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 该差值越大，表明股票相对于债券的性价比越高[47]。 8. **因子名称：股息率因子**[49][54] * **因子构建思路**：通过指数成分股现金分红回报率，衡量指数的红利收益水平，适用于红利投资风格分析[49]。 * **因子具体构建过程**：计算指数成分股过去12个月现金分红总额与指数总市值的比值。公式为： $$股息率 = \frac{\sum(成分股过去12个月现金分红总额)}{指数总市值} \times 100\%$$ 同样，报告中也计算了当前股息率在近1年、近5年等历史序列中的分位值[54]。 9. **因子名称：破净率因子**[55][58] * **因子构建思路**：通过计算指数中市净率（PB）小于1的个股占比，反映市场整体的低估或悲观程度[55][58]。 * **因子具体构建过程**：遍历指数所有成分股，判断其市净率（股价/每股净资产）是否小于1。统计破净个股数量，并计算其占指数总成分股数量的比例。公式为： $$破净率 = \frac{破净个股数量}{指数成分股总数量} \times 100\%$$ 该比率越高，表明市场整体估值越低，悲观情绪可能越浓[58]。 因子的回测效果 （注：本报告主要为市场数据跟踪与因子现状展示，未提供基于历史数据的统一回测绩效指标（如年化收益率、夏普比率、信息比率IR等）。报告中的“测试结果”主要表现为各因子在特定截止日（2025年12月17日）的截面取值或状态描述。） 1. **连阴连阳天数因子**：截至2025年12月17日，中证500和创业板指为4连阳，中证1000为3连阴，中证2000为2连阴[12]。 2. **指数相对均线位置因子**：截至2025年12月17日，除中证1000和中证2000外，其余指数收盘价均高于其5日及20日均线；创业板指是唯一高于60日均线的指数[15][16]。 3. **指数换手率因子**：截至2025年12月17日，中证2000换手率最高（3.88），上证50换手率最低（0.23）[18]。 4. **收益分布形态因子**：截至报告期，创业板指峰度负偏离近5年水平最大（-2.43），中证1000最小（-1.56）；上证50和创业板指负偏态最大（均为-0.60），中证1000和中证2000最小（均为-0.40）[24][26]。 5. **风险溢价因子**：截至2025年12月17日，创业板指风险溢价近5年分位值最高（97.14%），中证2000最低（69.05%）；当前风险溢价均超过近1年均值加1倍标准差，其中创业板指超出最多（1.39%）[30][32]。 6. **PE-TTM估值因子**：截至2025年12月17日，中证500近5年分位值最高（95.04%），创业板指最低（57.69%）；当前PE-TTM普遍高于近1年均值减1倍标准差[43][44]。 7. **股债性价比因子**：截至报告期，没有指数高于其近5年80%分位（机会值），中证500低于其近5年20%分位（危险值）[47]。 8. **股息率因子**：截至2025年12月17日，创业板指近5年分位值最高（63.22%），中证500最低（24.55%）；当前股息率普遍低于近1年均值[52][54]。 9. **破净率因子**：截至报告期，上证50破净率最高（22.0%），中证2000最低（3.8%），创业板指未提供数据[58]。

文章核心观点 - 2025年银行业经营筑底并出现结构性行情 投资逻辑从红利博弈转向深度价值重估 2026年行业将在政策红利下从筑底转向稳增 息差趋稳成为核心支撑 投资需紧扣政策红利、经营韧性与估值修复主线[1][3][4] 2025年行业回顾与表现 - 2025年申万一级银行业指数上涨16.2% 呈现国有大行领涨、区域性龙头亮眼的结构性牛市 农业银行上涨近50% 厦门银行、重庆银行、青岛银行等区域性龙头上涨超20% 部分股份制银行涨幅不足5%[1] - 资金面分化明显 险资、AMC等战略配置型资金增持力度大 公募基金、北向资金等交易型资金三季度大幅减仓后流出压力缓解 被动ETF资金流入放缓[1] - 行业估值中枢上移 申万一级银行业指数PB从2023年低点0.42倍升至2025年12月16日的0.54倍[2] - 经营端实现筑底 2025年三季度商业银行净息差1.42% 与二季度持平 前三季度净利润1.87万亿元 与去年同期持平 不良贷款余额3.52万亿元 不良率1.52% 拨备覆盖率207.15%[2] 2026年行业展望与核心驱动 - 2026年作为“十五五”开局之年 政策红利将推动银行业从筑底转向稳增[3] - 息差趋稳成为最核心的业绩支撑 预计上市银行净息差降幅较2025年将进一步收窄 驱动净利息收入实现正增长[3] - 预计2026年上市银行营收、利润将平稳增长 手续费收入增速企稳回升 资产质量呈现“零售升、公司降、地产平”的特征[3] - 信贷资源将持续向新基建、科创领域倾斜[3] - 行业供给侧改革加速 竞争与经营格局料将改善[3] 2026年投资主线与机会 - 投资需紧扣“政策红利、经营韧性、估值修复”三大关键主线[4] - 高股息稳健标的仍是资产荒下的配置压舱石 可关注股息率超5%且业绩确定性高的部分区域行、H股国有大行 以及股息率4%至5%的大中型银行[4][5] - 拥有区域优势、业绩确定性强的城农商行以及大型银行和部分股份制银行被看好[4] - 部分优质和业绩将显著改善的城商行股票被预测将领涨板块 贷款组织能力强、息差率先企稳的银行营收表现将更强 处于不良改善周期、存量拨备较厚的银行利润释放弹性将更强[5] - 可转债转股诉求仍是市场关注热点 部分股份行、区域性银行股价距离可转债强赎条件尚有空间 转股诉求或成为股价催化剂[5]

量化模型与因子总结 量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的预测性或策略性量化模型，因此无量化模型相关内容。 量化因子与构建方式 报告中对多个市场指标进行了跟踪和计算，这些指标可作为量化分析中的基础因子或特征。以下是报告中涉及的因子及其构建方式： 1. **因子名称：连阴连阳天数** * **因子构建思路**：通过计算指数K线连续为阴线或阳线的天数，来刻画市场的短期趋势延续性[11]。 * **因子具体构建过程**：从当前交易日开始向前追溯，若当日收益率为正则计数+1（连阳），若为负则计数-1（连阴），连续同向则累计，直到方向改变则重新计数。正数表示连阳天数，负数表示连阴天数[11]。 2. **因子名称：指数与均线相对位置** * **因子构建思路**：通过比较指数收盘价与不同周期移动平均线（MA）的位置关系，判断市场短期、中期和长期的趋势状态及支撑压力位[14]。 * **因子具体构建过程**：分别计算指数收盘价相对于5日、10日、20日、60日、120日、250日移动平均线的偏离百分比。计算公式为： $$ vsMA = (Close / MA_n - 1) \times 100\% $$ 其中，$Close$为当日收盘价，$MA_n$为对应的n日移动平均线[15]。 3. **因子名称：交易金额占比** * **因子构建思路**：计算特定宽基指数成交额占全市场（以中证全指为代表）成交额的比例，用以观察资金在不同板块间的流动和聚集情况[17]。 * **因子具体构建过程**： $$ 交易金额占比 = \frac{指数当日交易金额}{中证全指当日交易金额} \times 100\% $$ [17] 4. **因子名称：指数换手率** * **因子构建思路**：衡量指数成分股的整体交易活跃度，计算基于流通市值的加权平均换手率[17]。 * **因子具体构建过程**： $$ 指数换手率 = \frac{\sum (成分股流通股本 \times 成分股换手率)}{\sum (成分股流通股本)} $$ [17] 5. **因子名称：收益分布峰度（超额）** * **因子构建思路**：计算指数日收益率分布的峰度，并与近5年历史峰度均值的差值，用以衡量当前收益率分布相对于历史常态是更集中（尖峰）还是更分散（低峰）[24]。 * **因子具体构建过程**：首先计算指数日收益率序列的峰度（报告中计算时减去了正态分布的峰度值3）[24]。然后计算“当前vs.近5年”值，即当前峰度减去近5年峰度均值[24]。负值表示当前分布比历史常态更分散（负偏离）[22]。 6. **因子名称：收益分布偏度** * **因子构建思路**：计算指数日收益率分布的偏度，并与近5年历史偏度均值的差值，用以衡量当前收益率分布的不对称方向（左偏或右偏）及极端程度[24]。 * **因子具体构建过程**：计算指数日收益率序列的偏度[24]。然后计算“当前vs.近5年”值，即当前偏度减去近5年偏度均值[24]。负值表示当前分布的负偏态（左偏）程度相对于历史常态在减弱，或正偏态程度在降低[22]。 7. **因子名称：风险溢价** * **因子构建思路**：以十年期国债即期收益率作为无风险利率，计算股票指数预期收益率（常用市盈率倒数，即盈利收益率）与之差值，衡量股票市场相对于债市的超额收益吸引力[27]。 * **因子具体构建过程**： $$ 风险溢价 = \frac{1}{PE_{TTM}} - R_f $$ 其中，$PE_{TTM}$为指数的滚动市盈率，$R_f$为十年期国债即期收益率[27]。报告中也计算了该风险溢价在近1年和近5年历史数据中的分位值[31]。 8. **因子名称：PE-TTM历史分位值** * **因子构建思路**：计算指数当前滚动市盈率（PE-TTM）在其自身历史（如近5年）数据中所处的位置，用于判断当前估值水平的高低[39]。 * **因子具体构建过程**：将指数当前的PE-TTM值与近5年（或指定窗口）的每日PE-TTM序列进行比较，计算其百分位排名[42][43]。 9. **因子名称：股债性价比** * **因子构建思路**：本质是风险溢价的另一种表现形式，直接比较股票盈利收益率（PE-TTM的倒数）与国债收益率的高低，数值越大代表股票相对债券的吸引力越强[46]。 * **因子具体构建过程**： $$ 股债性价比 = \frac{1}{PE_{TTM}} - R_f $$ 其中，$R_f$为十年期国债即期收益率[46]。报告会将其与历史分位值（如80%和20%）进行比较[46]。 10. **因子名称：股息率** * **因子构建思路**：计算指数整体的现金分红回报率，是价值投资和红利策略关注的核心指标[48]。 * **因子具体构建过程**：指数股息率通常为成分股过去12个月现金分红总额除以指数的总市值[53]。报告中也计算了其近1年及近5年的历史分位值[53]。 11. **因子名称：破净率** * **因子构建思路**：计算指数中市净率（PB）小于1的个股数量占比，反映市场整体或特定板块的估值低迷程度[54]。 * **因子具体构建过程**： $$ 破净率 = \frac{指数内破净个股数}{指数成分股总数} \times 100\% $$ 其中，破净指个股的市净率小于1[54][57]。 因子的回测效果 本报告为市场状态跟踪报告，未提供基于上述因子的策略回测结果（如年化收益率、夏普比率、最大回撤等）。报告主要展示了各因子在特定时点（2025年12月15日）的截面数据或历史分位值，具体取值如下： 1. **连阴连阳天数因子**：当日，上证50连阳2天，沪深300连阳2天，中证2000连阳2天，中证全指连阴2天，中证1000连阴3天，中证2000连阴4天[11]。 2. **指数与均线相对位置因子**：当日，所有指数均低于5日均线；仅中证500高于10日均线(+0.3%)；仅中证1000低于20日均线(-0.04%)；上证50(-0.2%)和中证2000(-0.04%)低于60日均线，创业板指高于60日均线(+0.6%)[14][15]。 3. **交易金额占比因子**：当日，沪深300占比24.21%，中证2000占比23.6%，中证1000占比21.26%，创业板指占比约7.15%（根据图示估算），中证全指占比100%（基准），中证500占比约14.5%（根据图示估算），上证50占比约4.5%（根据图示估算）[17]。 4. **指数换手率因子**：当日，中证2000换手率3.66，中证1000换手率2.24，创业板指换手率2.15，中证全指换手率1.58，中证500换手率1.54，沪深300换手率0.51，上证50换手率0.23[17]。 5. **收益分布峰度（超额）因子**：当前vs近5年峰度差值：创业板指-2.36，上证50-2.16，中证500-2.12，沪深300-1.81，中证全指-1.79，中证2000-1.54，中证1000-1.28[24]。 6. **收益分布偏度因子**：当前vs近5年偏度差值：上证50-0.59，创业板指-0.58，中证500-0.53，沪深300-0.45，中证全指-0.44，中证2000-0.36，中证1000-0.34[24]。 7. **风险溢价因子**： * **当前值**：上证50 -0.26%，沪深300 -0.64%，中证500 -0.79%，中证1000 -0.85%，中证2000 -0.24%，中证全指 -0.64%，创业板指 -1.78%[31]。 * **近5年分位值**：上证50 40.16%，中证2000 38.73%，沪深300 24.44%，中证全指 24.05%，中证1000 23.41%，中证500 21.98%，创业板指 11.67%[31]。 8. **PE-TTM历史分位值因子**： * **近5年分位值**：中证500 94.96%，中证1000 93.80%，中证全指 91.07%，上证50 81.65%，沪深300 81.07%，中证2000 80.41%，创业板指 56.69%[42][43]。 * **当前值**：上证50 11.61，沪深300 13.90，中证500 32.45，中证1000 45.01，中证2000 152.69，中证全指 20.94，创业板指 40.64[43]。 9. **股债性价比因子**：当日，没有指数高于其近5年80%分位（机会值），中证500低于其近5年20%分位（危险值）[46]。 10. **股息率因子**： * **当前值**：上证50 3.18%，沪深300 2.77%，中证全指 2.06%，中证500 1.45%，中证1000 1.14%，创业板指 0.98%，中证2000 0.79%[53]。 * **近5年分位值**：创业板指 65.29%，中证1000 51.16%，沪深300 38.68%，中证全指 37.44%，上证50 31.65%，中证2000 27.69%，中证500 24.96%[53]。 11. **破净率因子**：当日，上证50破净率22.0%，沪深300破净率16.0%，中证500破净率11.0%，中证1000破净率8.1%，中证2000破净率3.8%，中证全指破净率6.4%，创业板指破净率NaN%[57]。

主要指数股息率与相关ETF产品 - 标普港股通低波红利指数股息率为5.51%，对应港股通红利ETF(159220) [1] - 标普沪港深中国增强价值指数股息率为4.89% [1] - 标普中国A股红利机会指数股息率为4.85%，对应标普红利ETF(562060) [1] - 中证银行指数股息率为4.33%，对应银行ETF(512800) [1][6] - 中证A500红利低波动指数股息率为4.24%，对应A500红利低波ETF(159296) [1][6] - 中证800红利低波动指数股息率为4.14%，对应800红利低波ETF(159355) [3][6] - 上证180价值指数股息率为4.08%，对应价值ETF(510030) [3][6] - 沪深300指数股息率为2.39% [3][6] - 中证A500指数股息率为2.06%，对应中证A500ETF华宝(563500) [3][6] 市场利率与收益率水平 - 5年期贷款市场报价利率(LPR)为3.50% [3][6] - 1年期贷款市场报价利率(LPR)为3.00% [3][6] - 5年以上个人住房公积金贷款利率为2.60% [3][6] - 30年期国债到期收益率为2.19% [3][6] - 5年期企业债(AAA)到期收益率为2.01% [3][6] - 3年期城投债(AAA)到期收益率为1.94% [3][6] - 10年期国债到期收益率为1.84% [3][6] - 1年期同业存单(AAA)到期收益率为1.64% [3][6] - 7天逆回购利率为1.40% [3][6] - 国有六大行1年期定期存款平均利率为0.96% [3][6] - 国有六大行3年期定期存款平均利率为1.25% [3][6] 其他资产回报率 - 沪深300自由现金流指数数值为14.22，对应300现金流ETF(562080) [2][6] - 天津租金回报率为2.09% [3][6] - 上海租金回报率为1.93% [3][6] - 北京租金回报率为1.61% [3][6] - 货币基金指数近一年涨幅为1.33% [3][6]

港股高股息指数及ETF产品概况 - 中证港股通央企红利指数（931233.CSI）从港股通范围内选取中央企业实际控制的分红水平稳定且股息率较高的50只上市公司股票打包 截至12月11日该指数近1年股息率为6.75% 高于同期10年期国债收益率4.89% [1] - 跟踪中证港股通央企红利指数的规模最大投资标的为港股央企红利ETF（513910） [1] - 恒生中国内地企业高股息率指数（HSMCHYI.HI）筛选打包在港上市的内地公司中的高股息股票 截至12月11日该指数近1年股息率为6.21% 高于同期10年期国债收益率4.34% [1] - 跟踪恒生中国内地企业高股息率指数的唯一ETF为恒生红利ETF（159726） [1] - 标普港股通低波红利港币指数（SPAHLVHP.SPI）筛选打包在港上市的50只高股息低波动股票 [1] - 跟踪标普港股通低波红利港币指数的综合费率最低ETF为港股通红利低波ETF（159118） [1] 中联重科股息及指数关联信息 - 中联重科宣布每股派息0.22港元 除净日为2025年12月15日 派息日期为2026年1月9日 [1] - 中联重科所属恒生行业为重型机械 [1] - 中联重科并非中证港股通央企红利指数（931233.CSI）的成分股 [1] - 中联重科并非恒生中国内地企业高股息率指数（HSMCHYI.HI）的成分股 [1] - 中联重科并非标普港股通低波红利港币指数（SPAHLVHP.SPI）的成分股 [1] 除净日定义 - 除净日是指股票开始“剔除”即将派发股息的日期 从该日起买入股票的投资者将无法享受本次派发的股息 [2]