金融工程专题研究：汇添富红利产品矩阵投资价值分析

证券研究报告|2023年09月15日 金融工程专题研究 汇添富红利产品矩阵投资价值分析 核心观点金融工程专题报告 红利类SmartBetaETF在全球范围广受认可。截至2022年末，全球共有3025只SmartBetaETF，规模合计1.50万亿美元。从策略分类来看，全球SmartBetaETF以红利策略为主，规模占比达27.93%。2022年红利策略获资金高度关注，连续12个月均呈现资金净流入，合计金 额达778.04亿美元。面对复杂多变的全球市场，资金避险情绪高企，更加关注企业持续经营状况，明显向分红比例较高的红利策略倾斜。 国内SmartBetaETF以红利策略为主。在国内SmartbetaETF中，按不同类型ETF的规模占比来看，红利策略ETF规模占比从2016年的30.19%增长至2021年的69.43%，近几年占比维持在60%左右，形成以红利策略为主的SmartBetaETF格局。 高股息资产在利率下行时受益，在短期市场波动中抗跌。长期来看，在历史利率下行的时间段，高股息股票往往表现出色。短期来看，在股票市场下跌和震荡环境中，中证红利全收益指数的优势明显，基本能超越中证全指全收益指数表现，获得更高的收益，防御属性突显。 汇添富红利产品矩阵。汇添富基金旗下的红利产品包括汇添富中证红利ETF、汇添富中证国新央企股东回报ETF和汇添富中证港股通高股息指数LOF3只产品，分别跟踪中证红利、央企股东回报和港股通高股息指数。其中中证红利指数是A股红利标杆，采用经典高股息策略；央企股东回报指数将央企主题和红利策略结合，集成中特估和红利概念；港股通高股息指数反映港股通范围内连续分红且股息率较高的股票整体表现，是极致高股息的代表。 收益特征：2017年1月3日至2023年8月31日，港股通高股息全收益指数的年化收益率最高，达10.73%，其次是中证红利全收益指数，年化收益率为8.06%，最后是央企股东回报全收益指数，年化收益率为7.75%。从波动率来看，港股通高股息全收益指数的波动最大，其次是央企股东回报全收益指数和中证红利全收益指数。 估值特征：截至2023年8月31日，中证红利、央企股东回报、港股通高股息指数的市盈率分别为5.85、9.85、4.62，相比对应宽基指数，三大红利指数的估值均偏低，具备一定的安全边际。 持仓对比：截至2023年8月31日，从前十大权重股占比合计来看，中证红利指数持仓分散，央企股东回报指数持仓较为集中，港股通高股息指数持仓集中度最高。从股息率来看，港股通高股息指数的股息率最高，其次是中证红利指数，最后是央企股东回报指数。 汇添富中证红利ETF产品介绍。汇添富中证红利ETF的比较基准为中证红利指数，拟任基金经理晏阳先生。汇添富中证红利ETF（认购代码：560023；证券代码：560020）的网上现金认购日期为2023年9月19 日至2023年9月21日，网下现金认购日期为2023年8月1日至2023 年9月21日。 风险提示：市场环境变动风险，本报告基于客观数据，不构成投资建议。 金融工程·数量化投资 证券分析师：张欣慰证券分析师：杨丽华 021-60933159021-60933116 zhangxinwei1@guosen.com.cnyanglihua@guosen.com.cn S0980520060001S0980521030002 联系人：陈梦琪 021-60375447 chenmengqi@guosen.com.cn 相关研究报告 《金融工程专题研究-百亿私募2023年二季度持仓变化透视分 析》——2023-09-13 《金融工程专题研究-当核心科技遇到高成长——广发上证科创板成长ETF投资价值分析》——2023-09-06 《金融工程专题研究-低波为舵、红利为帆——南方标普中国A 股大盘红利低波50ETF投资价值分析》——2023-09-03 《金融工程专题研究-核心Beta+优质Alpha——银华中证800增强策略ETF投资价值分析》——2023-09-01 《基金投资价值分析-把握“纯正”而“稀缺”的超小盘投资利器——华泰柏瑞中证2000ETF投资价值分析》——2023-08-31 请务必阅读正文之后的免责声明及其项下所有内容 内容目录 红利策略整体介绍5 红利类SmartBetaETF在全球范围广受认可5 红利因子长期有效6 汇添富红利产品矩阵9 产品矩阵9 指数介绍10 指数对比16 汇添富中证红利ETF产品介绍18 产品信息18 分红条款19 基金经理简介19 基金公司简介20 总结21 风险提示22 图表目录 图1：全球SmartBetaETF策略分布（按规模占比统计）5 图2：不同类型SmartBetaETF的规模（亿元）6 图3：不同类型SmartBetaETF的数量（只）6 图4：红利因子的RankIC序列7 图5：红利因子的多空净值7 图6：10年期国债收益率和中证全收益指数的超额收益走势（2014.01-2016.12）8 图7：10年期国债收益率和中证全收益指数的超额收益走势（2021.01-2023.08）8 图8：不同市场环境下的指数走势（20160101-20230831）8 图9：汇添富红利产品矩阵9 图10：中证红利指数的行业分布（截至20230831）11 图11：中证红利全收益指数与主要宽基指数波动率对比12 图12：中证红利指数与主要宽基指数股息率对比12 图13：中证红利指数与主要宽基的市盈率对比12 图14：中证红利全收益指数与主要宽基的净值走势12 图15：央企股东回报指数的行业分布（截至20230831）13 图16：央企股东回报全收益指数与主要宽基指数波动率对比14 图17：央企股东回报指数与主要宽基指数股息率对比14 图18：央企股东回报指数与主要宽基的市盈率对比14 图19：央企股东回报全收益指数与主要宽基的净值走势14 图20：港股通高股息指数的行业分布（截至20230831）15 图21：港股通高股息全收益指数与主要宽基指数波动率对比16 图22：港股通高股息指数与主要宽基指数股息率对比16 图23：港股通高股息指数与主要宽基的市盈率对比16 图24：港股通高股息全收益指数与主要宽基的净值走势16 图25：指数的板块分布对比（截至20230831）17 图26：不同指数净值走势（20170103-20230831）17 表1：不同市场环境下的指数区间收益9 表2：指数编制方案10 表3：中证红利指数前10大权重股（截至20230831）11 表4：央企股东回报指数前10大权重股（截至20230831）13 表5：港股通高股息指数前10大权重股（截至20230831）15 表6：指数业绩比较（20170103-20230831）18 表7：汇添富中证红利ETF基本信息18 表8：中证红利指数和全收益指数对比19 表9：晏阳先生管理的基金（20230831）20 表10：汇添富基金非货币ETF（20230831）21 红利策略整体介绍 长期稳定的现金股息是衡量上市公司投资价值的重要标志，是投资者投资股票市场获取回报的重要手段，对社保基金、养老金等长期资金颇具吸引力。无论是从全球范围还是从国内来看，红利相关ETF在ETF产品中均占据重要的地位。 红利类SmartBetaETF在全球范围广受认可 2008年以来，全球SmartBetaETF规模快速增长，多种策略渐次登上历史舞台，占比持续提升。截至2022年末，全球共有3025只SmartBetaETF，规模合计 1.50万亿美元。从策略分类来看，全球SmartBetaETF以红利策略为主，规模占比达27.93%。 图1：全球SmartBetaETF策略分布（按规模占比统计） 资料来源：《ETF行业发展报告（2023）》，上海证券交易所 根据《ETF行业发展报告（2023）》，2022年全球市场整体回调，资金抄底SmartBetaETF，合计净流入1409.71亿美元。其中，红利策略获资金高度关注，连续12个月均呈现资金净流入，合计金额达778.04亿美元。面对复杂多变的全球市场，资金避险情绪高企，更加关注企业持续经营状况，明显向分红比例较高的红利策略倾斜。 国内SmartBetaETF也以红利策略为主。国内SmartbetaETF常使用的策略类型包括价值、成长、红利、多因子、基本面、低波等。 价值策略：投资被市场低估的股票，并在市场纠正错误定价时获得收益； 成长策略：投资具有高速增长潜力即高成长性的公司，衡量成长性的指标包括主营业务收入增长率、净利润增长率和内部增长率等； 红利策略：投资于高分红的公司，通常采用股息率等指标筛选； 多因子策略：基于特定因子（如量价因子、基本面因子等）对成分股进行重新筛选或加权； 基本面策略：选取基本面价值优异的公司，基本面指标包括公司的营业收入、现金流以及分红等； 低波策略：根据波动率筛选的股票，通常采用最近一年日收益率的波动率等指标。 国内第一只红利策略ETF成立于2006年11月17日，10余年来红利策略ETF 持续受到市场认可，截至2023年6月30日，红利策略ETF规模已近300亿元， 数量15只。 在SmartbetaETF中，按不同类型的规模占比来看，红利策略ETF规模占比自2016年以来增长较快，从2016年的30.19%增长至2021年的69.43%，近几年占比维持在60%左右，形成以红利策略为主的SmartBetaETF格局。 图2：不同类型SmartBetaETF的规模（亿元）图3：不同类型SmartBetaETF的数量（只） 资料来源：Wind，国信证券经济研究所整理资料来源：Wind，国信证券经济研究所整理 红利因子长期有效 Fama和French（1988）使用美国市场1927年至1986年的数据进行回归分析，发现股息率可以预测股票收益，且预测时间越长，以�2衡量的预测准确性越高。Black和Scholes（1974）在CAPM模型中加入个股股息率相对市场组合股息率的偏离度以表示个股超额股息率信息，发现超额股息率对超额收益具有显著的解释能力。Brzeszczynski等（2008）对英国股市进行研究，发现高股息组合能够显著地战胜市场，1994年至2007年高股息组合收益率是市场的4倍多，但是这种超额收益仅在长期出现，其短期表现并不理想。 我们用过去一年的股息率作为红利因子的代理变量，并进行行业市值中性化处理。下图展示了红利因子自2010年1月以来的测试结果，长期来看红利因子具备一定的选股能力。在样本区间段内，红利因子RankIC均值4.18%，年化RankICIR达到2.82。图5中展示了红利因子的多空净值，可以看到高股息组合对低股息组合有明显优势，多空组合的月度胜率为73.75%，年化多空收益达到12.00%。 图4：红利因子的RankIC序列图5：红利因子的多空净值 资料来源：Wind，国信证券经济研究所整理资料来源：Wind，国信证券经济研究所整理 红利因子为何存在显著超额收益？学者们就此现象提出了各种解释：主要包括信号传递理论、代理成本理论等。 信号传递理论指出企业管理人与企业外部投资者之间存在着信息不对称，企业管理人掌握了更多有关企业前景的内部信息，而分红行为能够传递内部信息。Myers和Majluf（1984）提出了优序融资理论，发现财务质量好的公司，更倾向使用内部融资、更愿意支付股息；反之，财务质量欠佳的公司，由于自有资本不足导致其发展过程中不得不依靠外部融资且不愿意支付现金股利。Miller和Rock（1985）在其信息不对称模型中进一步地探讨了这一现象，其模型假设公司经理人与投资人存在信息不对称，分红向外界传递了公司财务质量优异的信号。 代理成本理论主要是分析在代理关系中代理人与委托人之间的费用和成本问题。在股利分配时，适当的现金股利能缓解管理者与全体股东之间代理问题，降低代理成本： 1）通过