国别经验框架 - 在正常货币政策下，4%-5%的名义GDP增速对应十年期国债收益率合理区间为2%-5%，而当前中国名义GDP同比约4.2%，十债收益率约1.85%，低于该区间[4][17] - 在正常货币政策下，1.5%-2.5%的股息率对应十年期国债收益率合理区间为2%-5%，而当前Wind全A股息率约1.85%，十债收益率约1.85%，处于区间下限[5][8] - 当前十债收益率低于2%的定价，主要受2024年底“适度宽松货币政策”和“适时降准降息”等政策预期驱动[2] 供需视角框架 - 企业居民存款剪刀差在过去一年（2024年8月至2025年10月）向上抬升9%，该指标领先十债收益率约一年，预示未来一年收益率上行概率大于下行[9][26] - 非银投资差值（非银向实体投放资金-非银存款）自2024年10月以来趋势抬升，该指标领先十债收益率约半年，历史显示其抬升期间收益率易上难下[3][9] - 历史数据显示，非银投资差值较本轮周期低点已抬升约5.6万亿元[30] 政策视角框架 - 过去三年，十年期国债收益率下行幅度均略大于政策利率：以2022、2023、2024年为基准，分别多下行12、38、30个基点[1][10][34] - 在防范资金空转及权益市场偏强背景下，政策利率进一步下行概率不高，DR007或已触及周期低点，十债收益率进一步下行空间有限[1][10][37] - 截至2025年三季度，政府杠杆率同比增15%，居民杠杆率同比降2.0%；2022年以来政府杠杆率提升21.7%，居民杠杆率回落0.2%，政府主导加杠杆期间利率大幅上行概率偏低[11][43] - 2025年对超常规货币政策的预期已降温，十债收益率需超预期宽松才能突破前低，目前未见此信号[3][13]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：风险溢价因子**[28] * **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[28]。 * **因子具体构建过程**：风险溢价的计算公式为指数收益率减去无风险利率。报告中具体展示了各宽基指数相对于十年期国债即期收益率的风险溢价，并计算了其近1年和近5年的历史分位值[32]。公式可表示为： $$风险溢价 = 指数收益率 - 无风险利率$$ 其中，无风险利率采用十年期国债即期收益率。 2. **因子名称：股债性价比因子**[47] * **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，减去十年期国债即期收益率，得到股债利差，用于比较股票与债券的相对吸引力[47]。 * **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）的倒数与十年期国债即期收益率之差[47]。公式可表示为： $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告中通过该因子的历史走势图，结合近5年数据的80分位值（机会值）和20分位值（危险值）进行观察[47]。 3. **因子名称：股息率因子**[49] * **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的核心指标，用于跟踪各指数的现金分红回报情况及其变化趋势[49]。 * **因子具体构建过程**：股息率通常计算为每股股息除以每股股价。报告中直接列出了各宽基指数的当前股息率数值，并计算了其近1年、近5年及全部历史的分位值[54]。 4. **因子名称：破净率因子**[55] * **因子构建思路**：破净率指市净率小于1的个股数量占比，用于反映市场整体的估值态度和悲观程度，破净率越高通常意味着市场低估越普遍[55][57]。 * **因子具体构建过程**：首先识别指数成分股中市净率（PB）小于1的个股，然后计算其数量占指数总成分股数量的比例[55]。公式可表示为： $$破净率 = \frac{市净率(PB) < 1的个股数量}{指数总成分股数量} \times 100\%$$ 报告中列出了各宽基指数在特定日期的破净率具体数值[58]。 5. **因子名称：指数换手率因子**[18] * **因子构建思路**：计算各宽基指数的整体换手率，用于衡量对应市场的交易活跃度和流动性情况[18]。 * **因子具体构建过程**：指数换手率采用流通市值加权平均的方式计算，具体公式为[18]： $$指数换手率 = \frac{\sum(成分股流通股本 \times 成分股换手率)}{\sum(成分股流通股本)}$$ 6. **因子名称：收益分布形态因子（偏度与峰度）**[24][26] * **因子构建思路**：通过计算指数日收益率分布的偏度和峰度，描述收益分布的不对称性和尖峰肥尾特征，以反映市场极端收益出现的可能性和分布集中程度[24][26]。 * **因子具体构建过程**： * **偏度**：衡量分布不对称性。正偏态表示极端正收益情形增加[24]。报告中计算了当前偏度与近5年偏度的差值[26]。 * **峰度**：衡量分布尾部厚度和尖峰程度。报告中在计算时减去了3（正态分布的峰度值），因此“峰度负偏离”表示当前分布比近5年基准更平坦[26]。公式可表示为： $$超额峰度 = 样本峰度 - 3$$ 因子的回测效果 （注：本报告主要为市场数据跟踪与统计，未提供基于历史数据的严格因子回测绩效指标，如年化收益率、夏普比率、信息比率(IR)等。以下为报告中给出的各因子在特定时点（2025年12月10日）的截面数据或统计值。） 1. **风险溢价因子**，当前风险溢价：上证50(-0.32%)、沪深300(-0.15%)、中证500(0.48%)、中证1000(0.37%)、中证2000(0.17%)、中证全指(0.10%)、创业板指(-0.03%)[32]；近5年分位值：上证50(36.98%)、沪深300(44.76%)、中证500(68.41%)、中证1000(60.08%)、中证2000(50.56%)、中证全指(54.60%)、创业板指(51.90%)[32] 2. **股债性价比因子**，观察结论：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] 3. **股息率因子**，当前值：上证50(3.33%)、沪深300(2.73%)、中证500(1.37%)、中证1000(1.12%)、中证2000(0.75%)、中证全指(2.02%)、创业板指(0.99%)[54]；近5年分位值：上证50(37.11%)、沪深300(37.11%)、中证500(15.37%)、中证1000(45.21%)、中证2000(9.17%)、中证全指(35.70%)、创业板指(66.28%)[54] 4. **破净率因子**，当前值：上证50(24.0%)、沪深300(16.33%)、中证500(12.0%)、中证1000(8.1%)、中证2000(3.1%)、创业板指(1.0%)、中证全指(6.24%)[58] 5. **指数换手率因子**，当前值：中证2000(4.21)、中证1000(2.21)、创业板指(2.05)、中证全指(1.61)、中证500(1.35)、沪深300(0.52)、上证50(0.24)[18] 6. **收益分布形态因子（偏度与峰度）**，当前vs近5年峰度差：上证50(-2.11)、沪深300(-1.80)、中证500(-2.14)、中证1000(-1.35)、中证2000(-1.64)、中证全指(-1.83)、创业板指(-2.29)[26]；当前vs近5年偏度差：上证50(-0.58)、沪深300(-0.45)、中证500(-0.55)、中证1000(-0.36)、中证2000(-0.38)、中证全指(-0.45)、创业板指(-0.57)[26]

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，未涉及具体的量化投资模型或选股模型的构建与测试。 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**：风险溢价因子[27] * **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 = 指数收益率 - 无风险利率。报告中具体计算了各宽基指数相对于十年期国债即期收益率的风险溢价及其历史分位值[27][29]。 2. **因子名称**：市盈率（PE-TTM）因子[39] * **因子构建思路**：观察各指数的滚动市盈率作为估值参考，衡量各指数在当前时点的投资价值[39]。 * **因子具体构建过程**：计算指数成分股的总市值除以归属于母公司股东的净利润（TTM）之和，得到指数的PE-TTM[39]。报告跟踪了该因子的当前值及其在不同历史窗口（近1年、近5年、全历史）的分位值[43][44]。 3. **因子名称**：股债性价比因子[46] * **因子构建思路**：以股票市场收益率（用PE-TTM的倒数近似）与债券市场收益率（十年期国债即期收益率）之差来衡量股票相对于债券的吸引力[46]。 * **因子具体构建过程**：股债性价比 = (1 / 指数PE-TTM) - 十年期国债即期收益率[46]。报告通过对比该因子当前值与历史分位值（如80%分位的机会值和20%分位的危险值）来判断市场状态[46]。 4. **因子名称**：股息率因子[48] * **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的核心指标，跟踪其走势以观察市场风格和估值变化[48]。 * **因子具体构建过程**：计算指数成分股的现金分红总额除以指数总市值，得到指数的股息率[48]。报告跟踪了该因子的当前值及其历史分位值[53]。 5. **因子名称**：破净率因子[54] * **因子构建思路**：破净率表示市净率小于1的个股占比，反映市场整体的估值态度和悲观/乐观程度[54][56]。 * **因子具体构建过程**：破净率 = (指数成分股中市净率小于1的个股数量) / (指数成分股总数量)[54]。报告计算并展示了各宽基指数的当前破净率[57]。 6. **因子名称**：价格与均线相对位置因子[14] * **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，判断市场短期趋势和强度[14]。 * **因子具体构建过程**：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，公式为：$$偏离百分比 = (收盘价 / MA_n - 1) \times 100\%$$[15]。报告通过表格展示了各指数相对于各条均线的具体偏离值[15]。 7. **因子名称**：收益分布形态因子（偏度与峰度）[23] * **因子构建思路**：通过计算指数日收益率分布的偏度和峰度，描述收益分布的不对称性和尖峰肥尾特征，以评估市场风险结构[23]。 * **因子具体构建过程**：计算指数日收益率序列的偏度（衡量分布不对称性）和超额峰度（计算中减去了3，即相对于正态分布的偏离）[23][25]。报告对比了当前值与近5年历史值的差异[25]。 8. **因子名称**：换手率因子[17] * **因子构建思路**：换手率衡量市场交易活跃度，是反映市场情绪和流动性的重要指标[17]。 * **因子具体构建过程**：指数换手率计算方式为：$$\text{指数换手率} = \frac{\sum(\text{成分股流通股本} \times \text{成分股换手率})}{\sum(\text{成分股流通股本})}$$[17]。报告计算并列出了各宽基指数的当前换手率[17]。 9. **因子名称**：交易金额占比因子[17] * **因子构建思路**：计算各宽基指数交易金额占全市场（以中证全指为代表）的比例，用于观察资金在不同板块间的流向和集中度[17]。 * **因子具体构建过程**：交易金额占比 = 该指数当天交易金额 / 中证全指当天交易金额[17]。报告计算并展示了各指数的交易金额占比[17]。 因子的回测效果 本报告为市场状态跟踪报告，未提供基于历史数据的因子分层测试、多空组合收益、信息比率（IR）等量化回测绩效指标。报告主要展示了各因子在特定截止日（2025年12月8日）的截面取值或时间序列上的当前状态，具体数值如下： 1. **风险溢价因子**：当前风险溢价：上证50 (0.57%)， 沪深300 (0.80%)， 中证500 (1.04%)， 中证1000 (1.09%)， 中证2000 (1.46%)， 中证全指 (1.01%)， 创业板指 (2.60%)[31]。近5年分位值：创业板指 (93.41%)， 中证2000 (85.79%)， 中证500 (83.41%)， 中证全指 (83.73%)， 中证1000 (81.19%)， 沪深300 (80.56%)， 上证50 (76.11%)[30][31]。 2. **市盈率（PE-TTM）因子**：当前值：上证50 (11.88)， 沪深300 (14.09)， 中证500 (32.74)， 中证1000 (47.48)， 中证2000 (157.16)， 中证全指 (21.20)， 创业板指 (41.38)[44]。近5年历史分位值：中证1000 (97.52%)， 中证500 (95.54%)， 中证全指 (92.98%)， 上证50 (85.62%)， 沪深300 (84.30%)， 中证2000 (84.30%)， 创业板指 (57.69%)[41][43][44]。 3. **股债性价比因子**：报告指出，在2025年12月8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]。 4. **股息率因子**：当前值：上证50 (3.30%)， 沪深300 (2.71%)， 中证500 (1.37%)， 中证1000 (1.12%)， 中证2000 (0.75%)， 中证全指 (2.01%)， 创业板指 (1.00%)[53]。近5年历史分位值：创业板指 (66.69%)， 中证1000 (44.55%)， 沪深300 (36.28%)， 上证50 (35.12%)， 中证全指 (34.96%)， 中证500 (15.54%)， 中证2000 (8.84%)[51][53][55]。 5. **破净率因子**：当前值：上证50 (22.0%)， 沪深300 (16.33%)， 中证500 (11.6%)， 中证1000 (7.9%)， 中证全指 (6.08%)， 中证2000 (2.95%)， 创业板指 (1.0%)[57]。 6. **价格与均线相对位置因子**：以 vsMA5（收盘价相对于5日均线偏离百分比）为例，取值如下：创业板指 (3.1%)， 中证2000 (1.8%)， 中证500 (1.5%)， 中证1000 (1.5%)， 中证全指 (1.4%)， 沪深300 (1.2%)， 上证50 (1.1%)[15]。 7. **收益分布形态因子**：当前峰度（超额）：中证1000 (1.43)， 创业板指 (1.27)， 中证2000 (1.17)， 中证全指 (1.00)， 中证500 (0.87)， 沪深300 (0.65)， 上证50 (0.03)[25]。当前偏度：上证50 (1.33)， 沪深300 (1.54)， 中证500 (1.56)， 中证全指 (1.62)， 创业板指 (1.62)， 中证2000 (1.64)， 中证1000 (1.65)[25]。 8. **换手率因子**：当前值：中证2000 (4.34)， 创业板指 (2.78)， 中证1000 (2.47)， 中证全指 (1.77)， 中证500 (1.69)， 沪深300 (0.61)， 上证50 (0.26)[17]。 9. **交易金额占比因子**：当前值：沪深300 (24.95%)， 中证2000 (24.75%)， 中证1000 (21.02%)[17]。

指数表现与成分股动态 - 截至2025年12月5日11:30，中证港股通央企红利指数下跌0.67% [1] - 成分股中，中国有色矿业领涨2.37%，中化化肥上涨0.64%，中国中车上涨0.49% [1] - 成分股中，农业银行领跌3.59%，招商局港口下跌2.88%，中国电信下跌2.32% [1] 相关ETF交易活跃度 - 跟踪该指数的规模最大的港股央企红利ETF（513910）盘中换手率达2.88%，成交额为1.47亿元 [1] - 截至12月4日，该ETF近1周日均成交额高达4.2亿元 [1] 市场关注度提升的背景与驱动因素 - 三季度以来国内经济边际走弱，同时“资金盛”与“资产荒”的矛盾依然存在 [1] - 港股央企红利分红的稳定性使得资产存在底仓配置需求 [1] - 国内“反内卷”政策持续推进，港股央企红利成分股广泛分布于资源与公共服务等行业 [1] - 宏观价格逐渐回暖的环境下，相关公司有望在盈利端驱动资产估值回升 [1] 股息率对比分析 - 对比近年来两地央企、国企和民企的股息率水平，存在央企 > 国企 > 民企的现象，其中央企股息率基本都能超过基准 [2] - 截至12月5日，港股通央企红利指数近1年股息率为6.51% [2] - 同期，中证央企红利指数股息率仅为4.03% [2]

恒生指数目标与市场展望 - 光大证券国际认为恒指当前约25700点水平与其2025年全年目标25000点相若 并预期港股明年有机会再次见到30000点以上水平 [1] - 该行预期2026年上半年主要央行将维持宽松政策以稳定经济 同时预计明年上半年美国仍可能减息一次 这将支持资金流向新兴市场 有利内地及香港股市向上 [1] 板块投资关注方向 - 该行建议值得关注的四大板块为中资金融 智能科技 能源有色 本地金融 [1] 市场估值分析 - 该行证券策略师伍礼贤表示 经历2025年反弹后 目前恒指市盈率高于过去5年均值 并向上偏离约一个标准差 反映总体估值有所修复但处合理区间 [1] - 科技指数刚回升至5年均值 反映其估值仍有追落后的空间 [1] 股息率环境分析 - 虽然恒指股息率以及高息指数的股息率分别回落至大概3% 6%附近的水平 但相对目前内地利率环境 其吸引力仍然突出 [1]

文章核心观点 - 在市场不确定性增加时，股息收入因其确定性而更具优势，红利投资策略将重心置于获取稳定股息 [1] - 股息率是衡量股票现金分红回报率的核心指标，是筛选优质红利投资标的和评估配置价值的关键工具 [2][5] - 高股息率结合长期投资能显著增厚组合收益，且在市场震荡期能提供下行风险缓冲 [8][9][10] 股息率定义与计算 - 股息率计算公式为：现金分红总额/总市值，或每股分红/每股股价，用于直观比较不同公司的分红吸引力 [2][3] - 例如，某公司每股分红1元，股价10元，则股息率为10% [3] - 高分红不等于高股息，股息率高低同时受分红金额和股价影响，真正的高股息公司需具备持续盈利和稳定现金流 [4] 股息率在红利投资中的重要性 - 作为筛选标的的硬门槛，以红利低波指数为例，其选股标准严格，要求连续分红、股息正增长、高股息且低波动，截至2025年11月6日，该指数股息率达4.08% [5] - 作为衡量再投资收益的标尺，在长周期投资中贡献显著，例如红利低波指数自2013年12月19日发布以来，价格指数累计涨幅149.26%，而全收益指数（含分红再投资）涨幅为325.38%，股息分红贡献了176.12%的收益，占总回报的54.12% [8] - 高股息率所代表的可持续支付能力，能在市场震荡期通过提供稳定现金流缓冲下行风险 [10] 股息率的评估与配置价值 - 股息率是动态变化的，受公司集中分红、盈利变化及股价波动等因素影响 [12] - 评估股息率吸引力可将其与无风险利率（如国债收益率）比较，其差值可视为风险补偿，差值处于历史较高水平时配置价值凸显 [12] - 以红利低波指数为例，截至2025年11月6日，其股息率与10年期国债收益率（1.81%）的差值为2.28%，该差值高于近十年（2015/11/6-2025/11/6）61.41%的时间，对追求长期稳健回报的资金而言具备配置价值 [12]

行业配置观点 - 临近年末，多家机构认为红利类资产的配置吸引力正持续凸显 [1][5] - 中金公司指出，配置红利类资产的本质在于内需不振，高分红作为应对信用扩张不振、整体回报下行的稳定“现金”回报资产，依然具有配置价值 [1][5] - 考虑到10年期中国国债收益率仍在1.8%-1.9%水位，且债市波动率抬升，红利类资产对以险资为首的绝对收益资金而言或仍具备配置价值 [1][5] 港股红利资产表现 - 截至2025年12月3日，恒生港股通高股息低波动指数近一年股息率达6.50%，自11月中旬以来持续攀升 [1][5] - 该股息率与同期1.84%的10年期国债收益率存在明显利差，并超越了中证红利(4.36%)、深证红利(4.05%)、港股通高息精选指数(5.42%)等部分主流红利指数 [1][5] - 以全收益指数计，截至2025年12月3日，恒生港股通高股息低波动全收益指数近一年累计涨幅达38.70%，跑赢中证红利全收益(8.12%)、深证红利全收益(10.24%)及恒生科技全收益指数(26.84%) [1][5] 相关ETF产品动态 - 港股通红利低波ETF(520890)因其突出的“高股息”特征，持续获得资金关注，在年末市场波动放大之际成为寻求确定性收益的选项之一 [1][5] - 在2025年11月27日至12月3日的一周内，该ETF资金持续净流入，单日净流入额分别为0.04亿元、0.01亿元、0.01亿元、0.04亿元、0.01亿元 [1][5] - 该ETF及其联接基金(A类025937/C类025938)根据合同约定，在符合条件时每年最多可分配12次收益，旨在通过现金分红为投资者提供灵活的资金支配权 [1][5] 基金管理人情况 - 华泰柏瑞基金是国内首批ETF管理人之一，在红利类主题指数投资领域拥有超过19年的管理经验 [1][5] - 公司打造了包含5只产品的“红利全家桶”，包括市场首只红利低波ETF(512890，成立于2018年12月19日)、首只红利ETF(510880，成立于2006年11月17日)、首只通过QDII模式投资港股通高股息的港股通红利ETF(513530，成立于2022年4月8日)、央企红利ETF以及港股通红利低波ETF(520890) [1][5] - 交易所数据显示，截至2025年12月3日，华泰柏瑞旗下5只“红利全家桶”产品的总管理规模达474.18亿元 [1][5] 特定产品补充信息 - 华泰柏瑞港股通红利低波ETF(520890)成立于2024年9月4日，2025年上半年收益为14.10% [2][6] - 该基金的业绩比较基准为恒生港股通高股息低波动指数收益率(使用估值汇率折算)，同期涨跌幅为11.88% [2][6] - 该基金自成立以来由基金经理李茜管理 [2][6]

港股ETF资金流向 - 10月港股科技ETF维持高额净流入，规模与2025年3月和4月相近 [3][11] - 10月港股红利类ETF出现54.63亿元大额净流入，为2025年前10个月中最高单月净流入，1月和7月净流入分别为45.96亿元和45.74亿元 [3][11] - 10月南向交易净买入量高于2019年以来历史同期，高股息特点明显的石油石化行业位列10月南向净买入行业第二名 [3][11] 家电行业表现 - 家电行业11月投资回报率跑赢沪深300指数，白色家电领涨 [3][11] - 白色家电板块11月至今涨幅达3.4%，领涨各细分子板块，因企业经营稳健、高分红特质及估值处于年内低点附近 [3][11] 行业股息率排名 - 近12个月股息率前五的板块为：煤炭开采（5.73%）、股份制银行II（5.26%）、白色家电（4.92%）、农商行II（4.67%）、航运港口（4.50%） [4][12] 红利指数近期表现 - 在2025年10月31日至2025年11月30日的近1月统计区间内，部分红利指数表现优于基准，如标普港股通低波红利、标普中国A股红利机会等 [6][14] - 在2024年12月1日至2025年11月30日的近1年统计区间内，多个红利指数（如标普港股通低波红利、中证800红利低波等）表现出显著正收益 [6][14] 红利指数股息率 - 主要红利指数股息率分别为：标普港股通低波红利（5.73%）、标普中国A股红利机会（4.92%）、中证A500红利低波动（4.18%）、沪深300自由现金流（4.17%）、中证800红利低波动（4.14%） [6][15]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 多维因素反映沪深300投资价值，其成交额占比提升，在基本面、高股息性价比与成分股待涨占比等方面表现突出 [2][7] - 沪深300指增是难度较高的一类指增产品，随着指数偏向大盘、股票数量减少，量化基金做增强的难度提升，中大盘范畴近三年较难创造超额收益 [2][24] - 国联安沪深300指增兼顾强跟踪性与超额表现，年内实现正超额，跟踪误差低，信息比率高，在顺境和逆境下均能实现正收益 [2][27] - 国联安沪深300指增持仓特征为低偏离下灵活调整行业配置，近期相对注重成长与质量，与同类产品相比配置偏离度明显偏低，因子暴露幅度相对较低 [2][39] 根据相关目录分别进行总结 1. 多维因素反映沪深300投资价值 - 沪深300成交额占比持续提升，8月以来显著上升，截止25/11/7仍位于代表性宽基指数首位，市场关注度高 [7] - 基本面特征上，沪深300是高质量宽基指数，具备更强的盈利质量与稳定性，兼具“偏低估值”与“高质量”，选股策略匹配度强 [10] - 性价比特征上，截止2025/11/7，沪深300近12个月股息率为2.54%，超中证500和中证1000指数，且持续超越同期十年期国债收益率，股息配置性价比逐渐突出 [17] - 成分股待涨占比方面，截止2025/11/7，年内涨幅超20%的成分股占比不足35%，低于中证500、中证1000，成分股中低于沪深300指数涨幅的占比超50%，部分高质量个股仍“待涨” [20] 2. 国联安沪深300指增——兼顾增强与跟踪效果的指增产品 2.1 沪深300指增：难度较高的一类指增产品 - 指增超额难度排序为上证50指增>沪深300指增>中证500指增>中证1000指增，随着指数偏向大盘、股票数量减少，量化基金做增强的难度提升，2020年以来，上证50、沪深300、中证500、中证1000指增的年化超额收益均值分别为0.50%、1.64%、2.77%、7.12% [24] - 沪深300、中证500为代表的中大盘范畴近三年较难创造超额收益，沪深300指增年内平均仍为负超额 [26] 2.2 国联安沪深300指增——兼顾强跟踪性与超额表现 - 净值表现上，今年以来国联安沪深300指增实现正超额，年内累计收益19.78%，相比沪深300全收益指数的超额收益达5.06%，基金走势与沪深300高度相似，跟踪性强 [27] - 该产品注重跟踪效果，实现了年内3%跟踪误差下的最高超额收益表现，且在年内3%以上超额产品中实现最低的跟踪误差 [28] - 开放申赎以来，国联安沪深300长期跟踪误差在3%以内，超额信息比率出色，位于同类产品Top2水平，强调跟踪做增强的模式具备更强的超额延续性 [33] - 国联安沪深300指增在沪深300顺逆境环境下均能实现正收益，自2024/3/1开放申赎以来，逆境收益为正，顺境累计收益2.69%，持有人体验度好 [36] 2.3 持仓特征：低偏离下灵活调整行业配置，近期相对注重成长与质量 - 持股特征上，国联安沪深300指增行业超低配幅度较低，单一行业超低配比例普遍在1%以内，24H1时行业偏离度明显较低，2025年以来有所上升；重仓股票与指数配置结构高度相似，占比差异均在0.5%以内 [39] - 与同类产品相比，国联安沪深300指增的配置偏离度明显偏低，25H1时个股配置一致性、行业配置一致性分别位于同类产品的前25%、前15% [45] - 因子暴露上，产品的因子偏离幅度相对较低，当前持仓较为重视成长、盈利与分析师预期，并在市值维度上适度负向暴露 [46]

当前市场观点 - 当前市场处于4000点附近，核心观点为“斜率趋缓，均值回归”，预计市场将呈现高位震荡而非快速冲高的特征 [1][2][3] - 当前4000点对应的总市值超100万亿元，是10年前五六十万亿元总市值的近一倍，需要更大成交量支撑点位上行 [3] - 投资者结构发生根本性变化，机构持仓（包括公募权益类基金、ETF、北向资金、保险、社保及养老金）合计占A股总市值的50%左右，而10年前散户渗透率约为90% [3] 均值回归的量化依据 - 日历效应显示，过去20年间，三季度涨幅居前的风格在四季度继续领跑的概率低于25%，即75%的概率四季度不再是最强风格，12月红利低波等风格胜率高于成长风格 [4][9][10] - 比价效应显示，10月份科技指数与红利指数的比值达到过去十年极值，推动资金在存量博弈市场中向均值回归，红利板块自10月中旬已从底部回升 [4] - 公募季报效应显示，自2010年至今，若公募基金单季度对某一行业持仓比例超20%，则该行业后续半年内跑输全A概率很大，今年三季报显示公募对电子行业持仓再度超20% [5] 红利策略核心与分类 - 红利投资核心在于“高股息”，选股策略注重股息率，例如构建组合时只纳入股息率高于4%的公司 [2][7] - 红利基金可分为三类：类债红利（如银行、电力、公用事业）、周期红利（如煤炭、石油、石化）、消费红利（如家电） [9] - 红利基金分红概率显著高于其他宽基指数和行业主题指数，分红频率包括年度、半年度或季度 [8] 红利低波策略优势 - 红利低波指数采用双重筛选逻辑，先以红利因子（高股息）初选，再以低波因子（低波动率）精选，长期表现通常优于单纯红利基金 [2][12] - 中证800红利低波指数构建为例：先从中证800成份股筛选出200至300只高股息股票，再选取波动率最低的100只构成指数 [12] - 不同红利指数选股范围各异：中证红利从全市场选前100只高股息股，上证红利从上交所选前50只，深证红利从深交所选前50只，而沪深300红利低波和中证800红利低波则先限定选股范围再双重筛选 [12][13][14] 红利指数投资技巧 - 提升投资体验的关键在于“低吸胜于追高”，避免在乖离率（收盘价与均线偏离度）过大时买入，例如红利指数相对20日均线乖离率达6%至7%时应避免追高，可等待回踩均线时低吸 [2][15] - 红利策略产生超额收益的阶段通常出现在市场风险偏好较低时期，例如2022年及2023年，因高股息带来确定性和安全边际 [15] - 红利低波基金适合作为定投或底仓配置，例如采用“底仓+打猎”策略，将约60%仓位配置于红利指数作为稳健底仓 [17] 具体指数产品分析 - 中证800红利低波指数具备“三高一柔”优势：基日（2013.12.31）至2025.9.30上涨212%，相对中证800指数累计跑赢115%；基日至2024.12.31平均股息率4.48%，近三年平均股息率5.39%，较中证800指数高2.66%；十一年间八年为正收益且六年为两位数以上正收益，相对中证800指数年度胜率近73%；风格上在价值与成长因子间暴露均衡，市值上覆盖大盘和中盘 [18][19][20] - 该指数行业分布以类债红利为主，银行占比约26%，为第一大行业，其次为公用事业、交通运输，同时包含石油石化、钢铁等周期红利行业 [21] - 红利低波资产在短、中、长期均具配置价值：短期均值回归逻辑下科技板块估值偏高；中期公募基金业绩比较基准新规要求向低配的类债红利行业靠拢；长期险资新增保费30%配置A股且考核期拉长，偏好红利低波风格 [22][23]