红利因子有效性研究

红利因子有效性研究 摘要： 免责声明： 本报告提供的各种信息和数据等仅供参考，所展示的产品业绩不代表未来，并不对投资者构成任何投资建议或实际的投资结果，投资者据此发起的投资行为与本公司无关。 本文分别从股权风险溢价和多因子两个维度研究红利因子。通过计算中证红利全收益指数股权风险溢价，当前的位置处于滚动3年正一倍标准差，且处于从正两倍标准差回归的过程中。通过线性回归，股权风险溢价与未来一年指数收益率高度正相关，且回归系数在统计上显著。基于市盈率、股息率计算的股权风险溢价，其当前值分别为14.32%和3.29%，按照回归模型预测的未来一年收益率分别为29.17%和32.38%。但参照历史数据，预测值虽然存在一定的高估，但大概率为正收益。 通过多因子分析，近期红利因子超额收益与价值因子超额收益的相关性超过0.8,与低波动为0.4，与规模为0.2，与盈利、动量和成长均为负相关。红利因子不论绝对收益还是超额收益，与利率均无明显的相关性。 风险提示：本报告主要基于历史数据统计，经济、政策等诸多内外因素可能会造成基金的市场风险，影响基金收益水平等，因此本文结论仅供参考，并不构成投资建议。 目录 一、中证红利全收益指数股权风险溢价3 1.中证红利全收益指数股权风险溢价走势3 2.股权风险溢价与指数未来一年收益率回归分析4 二、红利因子分析5 1.因子指数编制方法5 2.因子指数收益走势6 3.因子静态相关性分析7 4.红利因子超额收益与其他因子超额收益动态相关性分析7 5.红利因子与利率相关性分析8 三、结论8 一、中证红利全收益指数股权风险溢价 1.中证红利全收益指数股权风险溢价走势 红利指数使用中证红利全收益指数，分别使用市盈率的倒数和股息率，计算指数的股权风险溢价，债券收益率使用中证指数公司提供的10年国债期收益率，数据频率为周频。 图1：中证红利全收益指数股权风险溢价（1/市盈率-10年期国债收益率）（%） 数据来源：Wind，贵文基金；数据取值区间：2008年5月30日-2023年9月8日 图2：中证红利全收益指数股权风险溢价（股息率-10年期国债收益率）（%） 数据来源：Wind，贵文基金；数据取值区间：2008年5月30日-2023年9月8日 图1显示，图中灰色阴影为中证红利全收益指数价格走势（价格取自然对数，坐标轴在右侧），灰线为10年国债收益率，蓝线为基于市盈率倒数计算的股权风险溢价，黑色虚线为股权风险溢价滚 动3年平均值，黄色虚线为股权风险溢价滚动3年正负一倍标准差，红色虚线为股权风险溢价滚动3年正负两倍标准差。图2中的蓝线为基于股息率计算的股权风险溢价。从图1和图2可以看到，股权风险溢价触及2倍标准差后基本都会均值回归，当前正在处于从正两倍标准差回归的过程中。 2.股权风险溢价与指数未来一年收益率回归分析 为了验证股权风险溢价这一指标的有效性，在每一个样本时间点，同时计算股权风险溢价和中证红利全收益指数未来一年的收益率，将股权风险溢价和未来一年收益率进行线性回归，并制作散点图，如图3和图4所示，线性回归分析如表1和表2所示。 图3：股权风险溢价（市盈率）与未来一年收益图4：股权风险溢价（股息率）与未来一年收益 数据来源：Wind，贵文基金；2008年5月3日-2023年9月8日数据来源：Wind，贵文基金；2008年5月3日-2023年9月8日 MultipleR 0.284 RSquare 0.081 AdjustedRSquare 0.080 标准误差 27.683 观测值 733 方差分析 df SS MS F SignificanceF 回归分析 1 49218.743 49218.743 64.223 0.000 残差 731 560217.131 766.371 总计 732 609435.874 Coefficients 标准误差 tStat P-value Lower95% Upper95% Intercept 9.583 1.073 8.933 0.000 7.477 11.689 XVariable 6.930 0.865 8.014 0.000 5.232 8.627 MultipleR 0.333 RSquare 0.111 AdjustedRSquare 0.109 标准误差 27.231 观测值 733 方差分析 df SS MS F SignificanceF 回归分析 1 67384.528 67384.528 90.873 0.000 残差 731 542051.346 741.520 总计 732 609435.874 Coefficients 标准误差 tStat P-value Lower95% Upper95% Intercept -8.264 2.369 -3.488 0.001 -12.914 -3.613 XVariable 2.614 0.274 9.533 0.000 2.076 3.152 可以看出股权风险溢价与未来一年收益率正相关，且股权风险溢价作为解释变量在回归模型中显著有效（见表1和表2中的t-Sata和P-value）。从图3和图4中可以看出，股权风险溢价在横轴的最右端时，指数未来一年基本能取得正收益。值得注意的是，收益率的高点（偏离值，即牛市）对应的股权风险溢价的值不处于横轴最右端，而处于图3的偏右端、图1的中间部分，合理的解释是牛市大概率处于股权风险溢价从两倍标准差往均值回归的过程中。 表1：回归统计分析（市盈率）表2：回归统计分析（股息率） 数据来源：wind，贵文基金；2008年5月3日-2023年9月8日数据来源：wind，贵文基金；2008年5月3日-2023年9月8日 综合图3、图4、表1和表2，基于市盈率、股息率计算的股权风险溢价，其当前值分别为14.32%和3.29%，按照回归模型预测的未来一年收益率分别为29.17%和32.38%。但参照历史数据，预测值存在一定的高估。 二、红利因子分析 1.因子指数编制方法 除了之前的股权风险溢价方法，这里采用多因子方法来分析红利因子的表现。 首先编制市场指数用来反映A股市场总体走势，编制方法为：取A股市值前1000的股票，剔除ST、新股、待退市股和净资产为负的股票，按照自由流通市值加权，每月最后一个交易日为调仓日和再平衡日。 在指数的基础上，构建7个主流因子，分别为：价值、盈利、成长、红利、低波动、规模和动量，每类因子的含义和相应的变量见表3。因子指数具体编制方法为： （1）样本空间：把前述指数成分股，并在在每月最后一个交易日，进行如下操作： 利用boxplot方法剔除每个变量的异常值；进行市值和行业中性化处理。其中，总市值指标只需要进行行业中性化，股息率不做任何中性化；计算每个变量的标准化得分，即指标值减去均值，再除以标准差；计算股票在给定因子下的综合Z-score。其中，对于有多个变量的因子，先计算每个变量Z-score，再将它们等权取平均得到综合Z-score；对于低波和规模，由于Z-score和预期收益负相关，因此在计算时乘以−1。 （2）因子指数计算： 将全部股票按其给定因子Z-score从高到低排序，排除调仓日停牌和一字涨跌停的股票之后 （这些不参与指数计算）选择Z-score最高的200支股票作为指数的标的，参与指数计算； （3）因子指数权重： 因子 变量 含义 成长 ROA同比变化、ROE同比变化、净利润同比增长率以及营业收入同比增长率 增长指标越大，预期收益越高 价值 BM、EP、EBIT以及GP 估值越低，预期收益越高 盈利 ROA、ROE以及ROTC 盈利越高，预期收益越高 红利 过去12个月股息率 股息率越高，预期收益越高 低波 特质波动率 波动率越低，预期收益越高 规模 总市值 市值越小，预期收益越高 动量 过去12个月收益率（剔除最近1个月） 动量越强，预期收益越高 这200支股票的权重按照自由流通市值加权。表3：因子含义及变量 注：BM为报告期净资产与总市值之比；EP为最近12个月归母净利润与总市值之比；EBIT为最近12个月EBIT与企业价值之比；GP为最近 12个月毛利润与企业价值之比。 2.因子指数收益走势 从图5和图6可以看出，红利因子近10年累计收益排名居前，表现最好的为价值因子。近期，表现较为突出的因子为价值、红利和低波动因子。除了规模因子外，其他因子均跑赢指数。需要说明的是，本文的样本空间为全市场市值前1000名的股票，近期市场表现较好小市值股票，其市值排名有些在1000名之外，与本文的样本空间有所不同。 图5：指数与因子累计收益走势 数据来源:wind，BetaPlus，贵文基金；2011年1月24日-2023年9月4日 图6：因子累计超额收益走势 数据来源:wind，BetaPlus，贵文基金；2011年1月24日-2023年9月4日 3.因子静态相关性分析 从图7绝对收益角度可以看到，红利因子与其他因子高度正相关，相关性都大于0.7。而从图8超额收益角度可以看到，红利因子超额收益与成长、动量、规模和盈利因子超额收益负相关，与价值因子正相关，虽然与低波动因子正相关，但相关性很弱。 图7：因子绝对收益相关性图8：因子超额收益相关性 指数 价值 盈利 红利 低波动 规模 动量 成长 指数 1 0.95 0.93 0.90 0.96 0.92 0.92 0.94 价值 0.95 1 0.85 0.92 0.95 0.90 0.83 0.87 盈利 0.93 0.85 1 0.75 0.87 0.88 0.91 0.94 红利 0.90 0.92 0.75 1 0.88 0.76 0.73 0.75 低波动 0.96 0.95 0.87 0.88 1 0.90 0.86 0.89 规模 0.92 0.90 0.88 0.76 0.90 1 0.88 0.92 动量 0.92 0.83 0.91 0.73 0.86 0.88 1 0.95 成长 0.94 0.87 0.94 0.75 0.89 0.92 0.95 1 价值 盈利 红利 低波动 规模 动量 成长 价值 1 -0.22 0.46 0.44 0.19 -0.31 -0.20 盈利 -0.22 1 -0.54 -0.13 0.21 0.38 0.53 红利 0.46 -0.54 1 0.15 -0.50 -0.65 -0.75 低波动 0.44 -0.13 0.15 1 0.14 -0.25 -0.13 规模 0.19 0.21 -0.50 0.14 1 0.29 0.48 动量 -0.31 0.38 -0.65 -0.25 0.29 1 0.66 成长 -0.20 0.53 -0.75 -0.13 0.48 0.66 1 数据来源:BetaPlus，贵文基金；2011年1月24日-2023年9月4日数据来源：BetaPlus，贵文基金；2011年1月24日-2023年9月4日 4.红利因子超额收益与其他因子超额收益动态相关性分析 相比于静态相关性，滚动相关性更能反映两组时间序列的关系。图9-图14分别展示了为红利因子超额收益与价值、低波动、规模、盈利、成长和动量因子超额收益滚动3年相关性走势。其中，蓝线为红利因子累计超额收益，红线为滚动3年相关性。 从图9可以看到，红利因子超额收益自2020年初开始，红利因子（本节以下均为因子超额收益）与价值因子滚动相关性开始迅速提高，自2021年年中开始，始终保持0.8以上的高度正相关性；红利因子与低波动因子的相关性从2021年年中的0开始，逐渐上升到了近期的0.4；此外，红利因子与盈利因子、成长因子和动量因子近期都呈现较为明显的负相关性。 图9：红利超额收益与价值滚动3年相关性图10：红利超额收益与低波动滚动3年相关性 数据来源:BetaPlus，贵文基金；2007年12月4日-2023年9月4日数据来源：BetaPlu