红利类ETF模型构建与跟踪

在红利投资高热度背景下，红利类ETF模型构建须考虑长期性和稳健性，本报告提出的红利资产配置策略不是对其长期价值进行择时，而是对红利资产配置价值的阶段性高估和低估进行判断，从而尽可能熨平配置净值曲线。 我们研究发现，中证红利指数和长江电力在剔除各自的趋势变量后，它们的残差收益率表现出极高的波动相似性，故我们认为剔除趋势的长江电力股价波动区间可用于判断红利资产配置价值的高低。 解析2016年至2023年长江电力股价波动结构，经测算，其股价波动下限以4.8bp/日的斜率上行，年复合涨幅（244个交易日）约为12.5%，而股价下限、中枢和上限两两间隔也约为12.5%。我们认为股价在上下限区间内的波动取决于市场情绪的变化，而剔除上行的中枢趋势后长江电力呈现出规律的均值回复特征。在2023年3月28日至2024年6月6日样本外测试期间，基于逆向仓位管理动态配置长江电力能有效控制回撤，最大回撤从买入持有的14.8%降至3.34%。 关于红利类ETF模型的构建，我们利用长江电力的仓位作为ETF红利类的配置仓位，红利类ETF选择最近1个月日均成交金额2000万元以上且预期分红收益率较高的品种，我们设定单只红利类ETF配置权重10%。权益ETF未满仓时配置债券类ETF，选择最近1个月日均成交额过亿且最近240个交易日风险收益比较高的品种，我们设定单只债券ETF配置权重上限20%。样本外跟踪来看，今年3月18日至6月6日期间，据我们测算，该ETF模型期末收益率4.55%，期间最大回撤仅0.63%，风险收益比显著优于同期的中证红利指数和沪深300指数。 红利类ETF的预期收益率是基于历史数据和最新财报数据的线性推算，而上市公司基本面未来有不可预期的变化，从而导致测算结果出现偏差。 债券和黄金ETF的风险收益比是衡量这些ETF的一个指标，未来宏观环境的变化可能导致历史的风险收益比失去参考意义。 长江电力未来基本面可能发生重大变化导致其股价波动形态不再稳定，从而无法与红利资产中长期走势保持高相关性。 目录 1如何判断红利类ETF的配置价值...............................................32长江电力股价波动区间的解析....................................................63红利类ETF模型的构建与跟踪...................................................84风险提示：...............................................................................10 图 图1：2020-2021和2023两个时段红利类ETF份额快速扩张...................................................................................4图2：中证红利指数2016年以来持续上行............................4图3：2016年以来中证红利指数和长江电力以不同的斜率稳健上行.............................................................................5图4：剔除趋势项后中证红利指数和长江电力波动形态基本面保持一致..........................................................................5图5：2016年以来长江电力股价下限以4.8bp/日抬升..........6图6：剔除趋势项后的长江电力股价呈现均值回复特征........6图7：长江电力2023年3月28日以来的股价表现..............7图8：长江电力2023年以来股价波动上下限........................7图9：长江电力23年3月28日以来基于波动区间推算的仓位变化.............................................................................7图10：长江电力择时策略自23年3月28日以来比自身走势更为稳健..........................................................................8图11：长江电力择时策略的最大回撤从买入持有的14.8%降至3.34%.........................................................................8图12：流动性较好的红利类ETF未来1年预期分红收益率（240606）.....................................................................9图13：23年3月18日以来红利类ETF模型净值稳健上行且低回撤.............................................................................9图14：红利类ETF模型对比中证红利、沪深300回撤显著降低...............................................................................10图15：红利类ETF模型的风险收益率较优.........................10 表 表1：截至20240606收盘，规模过亿的红利类ETF产品信息...................................................................................3 1如何判断红利类ETF的配置价值 红利投资最近几年关注度越来越高，市场已推出一系列红利类ETF产品，这类ETF主要包括红利、银行、能源、电力等行业或主题ETF。 截至2024年6月6日，红利ETF（510880.SH）的基金规模最大。按业绩基准看ETF规模分布，跟踪红利指数ETF规模占比最大，为21.7%，跟踪中证红利的占比15.39%，跟踪中证银行的占比14.66%，跟踪红利低波100的占比12.91%，跟踪红利低波的占比10.94%。 从5只典型的红利类ETF份额的变化来看，2020-2021和2023两个时段基金份额快速扩张。 资料来源：Wind，上海证券研究所 从基准指数的产品数量和ETF规模综合来看，中证红利指数是红利类资产的典型代表，中证红利2016年以来保持相对稳定的上涨趋势，期间也出现了几次较大的回调，我们认为这些回调是配置红利类资产的主要风险，故规避这些回撤能有效提升配置红利资产的风险收益比。 资料来源：Wind，上海证券研究所 在众多分红率稳定的个股中，我们发现长江电力因其ROE稳健和分红比例稳定，自2016年以来其股价保持更为稳定的上涨，是红利类资产的典型代表，2016年以来中证红利指数和长江电力以不同的斜率稳健上涨。 我们研究红利类资产的配置策略不是对其长期价值进行择时，而是对红利资产阶段性的高估和低估进行判断，从而尽可能熨平配置净值曲线。研究发现，剔除中证红利指数和长江电力各自的趋势变量后，它们的残差收益率表现出极高的波动相似性，如图4所示，故我们认为剔除趋势后长江电力的股价波动区间可辅助判断红利资产配置价值的高低，问题相对简化。 资料来源：Wind，上海证券研究所 资料来源：Wind，上海证券研究所 2长江电力股价波动区间的解析 长江电力每年分红比例稳定，ROE稳健和水电行业属性使其股价表现出比较稳健的上行趋势。 解析2016年至2023年长江电力前复权的股价趋势，发现其股价波动有一定规律。经测算，这8年间长江电力每年收盘价低点连线的斜率为4.8bp/日，即长江电力股价下限呈现为4.8bp/日的上涨趋势，年复合涨幅（244个交易日）约为12.5%，这八年期间股价下限向上平移12.5%是长江电力股价波动的中枢位，再向上平移12.5%是股价波动的上限，如图5所示。我们认为股价从下限位置波动到中枢和上限位置取决于市场情绪的变化，股价中枢曲线明确展示了该股票的中长期价格趋势，剔除这一趋势后的长江电力呈现出比较有规律的均值回复特征，如图6所示。 资料来源：Wind，上海证券研究所 资料来源：Wind，上海证券研究所 基于均值回归特征可以假定长江电力的股价位于股价下限与上限区间波动，那么其配置仓位可以逆向测算，即股价触及下限时仓位100%，股价至上限时仓位0%。 从2023年年初股价低点至今，即2023年3月28日至2024年6月6日期间，以4.8bp/日的上涨斜率作为股价下限参考，以12.5%的平移幅度作为股价中枢位和股价上限的参考，如图8所示，据我们测算，长江电力平均仓位60.71%，如图9所示。 根据仓位测算动态投资长江电力，2023年3月28日至2024年6月6日期间，择时策略虽然没有跑赢买入持有策略，但能够很好地控制了回撤，最大回撤从买入持有的14.8%降至3.34%。 资料来源：iFinD，上海证券研究所 资料来源：iFinD，上海证券研究所 资料来源：iFinD，上海证券研究所 资料来源：iFinD，上海证券研究所 资料来源：iFinD，上海证券研究所 3红利类ETF模型的构建与跟踪 从第2部分分析可知，长江电力与中证红利指数波动的高相似性以及长江电力股价波动区间的可测性，故可参考长江电力的配置仓位长期投资红利类资产。 关于红利类ETF的选择，我们综合考虑红利类ETF的市场流动性和预期分红收益率。 关于市场流动性，把最近1个月日均成交额大于等于2000万作为ETF流动性好的判断标准。 关于预期分红收益率，我们利用披露的业绩快报、业绩预告和定期财报中的净利润增速和上期分红情况测算未来1年ETF成分股的现金分红金额，再除以成分股组合的股票市值，得到ETF的预期分红收益率。 根据我们的测算，截至2024年6月6日，银行类ETF的预期分红收益率较高，兼顾预期分红收益率和ETF流动性来看，银行ETF(512800)目前最优。 资料来源：Wind，上海证券研究所 红利类ETF模型的构建以长江电力的配置仓位作为红利类ETF的配置仓位，红利类ETF的选择满足最近1个月日均成交金额2000万元以上后按预期分红收益率进行从高到低排序，我们设定单只红利类ETF配置权重10%，红利类ETF未满仓时配置债券类ETF，以最近1个月日均成交额过亿作为流动性好的判断标准，以ETF最近240个交易日的风险收益比作为排序依据，我们设定单只债券ETF配置权重上限20%。 样本外跟踪来看，2024年3月18日至6月6日，该ETF模型的期末收益率4.55%，期间最大回撤仅0.63%，风险收益比显著优于同期的中证红利指数和沪深300指数。 资料来源：Wind，上海证券研究所 资料来源：Wind，上海证券研究所 资料来源：Wind，上海证券研究所 4风险提示： 红利类ETF的预期收益率是基于历史数据和最新财报数据的线性推算，而上市公司基本面未来有不可预期的变化，从而导致测算结果出现偏差。 债券和黄金ETF的风险收益比是衡量这些ETF的一个指标，未来宏观环境的变化可能导致历史的风险收益比失去参考意义。 长江电力未来基本面可能发生重大变化导致其股价波动形态不再稳定，从而无法与红利资产中长期走势保持高相关性。 分析师声明 作者具有中国证券业协会授予的证券投资咨询资格或相当的专业胜任能力，以勤勉尽责的职业态度，独立、客观地出具本报告，并保证报告采用的信息均来自合规渠道，力求清晰、准确地反映作者的研究观点，结论不受任何第三方的授意或影