2019年金融行业市场分析报告

1、2019年金融行业市场分析报2020年2月目 录1. 引言52. 指数增强基金介绍52.1.指数增强方法简介52.2.红利类指数增强产品概况53. 中证红利指数的指数增强角度研究63.1.权重再平衡频率对组合表现的影响63.2.个股加权方式对组合表现的影响83.3.红利指数的风格特点分析93.3.1. 中证红利在估值、低波动和盈利性的暴露显著93.3.2. 成长性缺失红利指数最具性价比的增强方向103.3.3. 红利指数的高股息优势113.4.本章小结124. 中证红利指数增强组合构建124.1.中证红利行业中性成长增强组合124.2.抽样比例敏感性分析154.3.中证红利指数成长增强组合16

2、4.4.跟踪误差敏感性分析195. 股息率因子在今年大幅回撤分析205.1.股息率因子的历史有效性205.2.为什么股息率因子在不同宽基指数中表现差异很大226. 总结与展望247. 风险提示24图 目 录图 1：中证红利指数股息率加权在不同再平衡频率下的相对基准表现7图 2：中证红利指数不同加权方式下相对基准表现9图 3：中证红利 Barra 风格暴露10图 4：中证红利股票池中成长因子分组表现11图 5：中证红利股票池中成长因子多空组合净值11图 6：不同主流指数的股息率统计12图 7：沪（深）股通持股和全市场股息率对比12图 8：中证红利行业中性成长增强组合净值表现13图 9：中证红利行

3、业中性成长增强组合净值表现13图 10：中证红利行业中性成长增强组合股息率15图 11：中证红利行业中性成长增强组合风格分解15图 12：IR 和抽样比例的关系16图 13：超额 Calmar 和抽样比例的关系16图 14：中证红利指数成长增强组合净值表现17图 15：中证红利指数成长增强组合净值表现18图 16：中证红利指数成长增强组合股息率19图 17：中证红利指数成长增强组合每期持仓数量19图 18：IR 和跟踪误差的关系20图 19：超额 Calmar 和跟踪误差的关系20图 20：指数增强组合净值表现（沪深 300 内选股）21图 21：指数增强组合相对表现（沪深 300 内选股）2

4、1图 22：指数增强组合净值表现（中证 500 内选股）22图 23：指数增强组合相对表现（中证 500 内选股）22图 24：股息率因子在不同宽基指数中的表现（2019 年）23图 25：行业龙头股息率分位数变动情况（2019 年）23图 26：行业龙头净值表现（2019 年）23表 目 录表 1：红利类产品梳理（截止 2019/12/23）6表 2：红利类指数增强产品统计6表 3：中证红利指数股息率加权在不同再平衡频率下的表现7表 4：本文采用的指数增强组合加权方式汇总8表 5：不同加权方式的指数增强组合表现9表 6：成长因子在中证红利股票池中测试结果IC11表 7：中证红利行业中性成长增

5、强组合表现汇总14表 8：中证红利行业中性成长增强组合表现（不考虑交易费用）14表 9：增强组合对抽样比例的敏感性分析（不考虑交易费用）15表 10：增强组合对抽样比例的敏感性分析（考虑交易费用）16表 11：中证红利指数成长增强组合表现汇总18表 12：中证红利指数成长增强组合（不考虑交易费用）18表 13：增强组合对跟踪误差的敏感性分析（不考虑交易费用）19表 14：增强组合对跟踪误差的敏感性分析（考虑交易费用）20表 15：股息率增强组合表现（沪深 300 内选股）21表 16：股息率增强组合表现（中证 500 内选股）221. 引 言指数增强型基金是一类介于主动管理与被动管理之间的基金

6、产品，它以指数化投资为基础，通过主动化管理做增强，通过在一些方面暴露适当的风险来捕捉相应的超额收益，核心在于对跟踪误差和超额收益之间的平衡。近年来，市场中指数增强型基金的总体规模提升迅速，成为了一类不可忽视的产品。目前红利类产品集中于被动指数型基金，我们相信未来会出现更多红利类指数增强型基金。作为红利投资研究系列的第二篇，我们尝试着对红利指数设计指数增强方案。本报告将简单介绍各个指数增强的方法，然后分析红利指数增强和宽基指数增强有什么区别，以及该如何增强，最后我们构建了两个可行的中证红利指数增强产品，供投资者参考。2. 指数增强基金介绍2.1.指数增强方法简介指数增强型基金的收益来源可以简单拆

7、分为两部分： 收益+ 收益。 收益来源于被跟踪指数的特性。下面重点介绍 收益的来源方式。指数增强型基金实现超额收益的方式多种多样，主流增强方式有如下五种：1） 主动在某些主题及风格暴露获得超额收益。类似于 Smartbeta 指数的构建理念， 通过对某些风格因子超配或低配来获取相应的超额收益，比如在控制跟踪误差的前提下让组合在某个风格暴露更多。这种方法的缺点是容易收到风格转变时因子失效，为了避免这种情况，可以寻找天然互补的风格，或者采用多因子模型来做增强。2） 通过对个股加权方式做优化。这里可以用主观或量化的方式调整指数成分股的权重获得超额收益。常见的方式有：适当提高低波动或者低估值股票的权重

8、； 超配一些行业景气度提升的行业；捕捉公司的事件效应，如减持、分红、龙虎榜上榜等。3） 适时调整仓位。通过主观或量化模型来对中长期市场走势做预判，预计上涨增加仓位，预计下跌降低仓位。由于指数增强型基金对股票资产总仓位有规定， 所以仓位调整范围有限。4） 利用交易规则来对超额收益做辅助增强。比如最常见的公募打新策略，或者利用股指期货、可转债等衍生工具进行增强。5） 利用技术优势捕捉市场套利机会。这部分主要捕捉的是因信息传导速度不一致、市场非有效性等事件带来的套利机会。常见的有日内 T+0 策略。2.2.红利类指数增强产品概况我们以业绩比较基准是否含有红利类指数为依据，对市场上的基金进行筛选。根据

9、统计，目前共有 61 只红利类产品。其中股票型基金和混合型基金各有 26 只，而股票型基金中有 21 只是被动指数型基金，仅有 4 只指数增强型基金。表 1：红利类产品梳理（截止 2019/12/23）被动指数型（21）股票型基金（26）普通股票型（1） 增强指数型（4） 灵活配臵型（6）混合型基金（26）债券型基金（8） 国际 QDII 基金（1）数据来源：XXXX研究院，Wind偏股混合型（18） 平衡混合型（2） 混合债券型（8）国际 QDII 基金（1）在 4 只红利类指数增强产品中，富国中证红利指数增强基金规模最大，同时也成立年限最久。这只产品自成立以来中长期业绩表现良好，持续性强。

10、表 2：红利类指数增强产品统计基金代码基金名称基准指数规模(亿)成立年限管理人100032.OF富国中证红利指数增强中证红利37.3411.09富国基金501059.OF西部利得中证国有企业红利中证国有企业红利指数501072.OF国金标普中国 A 股低波红利标普中国 A 股低波红利指数501089.OF方正富邦消费红利中证主要消费红利指数数据来源：XXXX研究院，Wind1.400.212.061.450.550.06西部利得基金国金基金方正富邦基金3. 中证红利指数的指数增强角度研究中证红利是属于风格属性鲜明的策略指数之一。中证红利指数以沪深 A 股中现金股息率高、分红比较稳定、具有一定规

11、模及流动性的 100 只股票为成分股，采用股息率作为权重分配依据，按年调仓，以反映市场中高股息股票的整体表现。在这部分，我们主要从不同角度对中证红利指数尝试着进行指数增强，我们将从以下几个方面做比较：1） 组合权重再平衡频率2） 个股加权方式3） 从风格上是否能对指数做补充3.1.权重再平衡频率对组合表现的影响在组合股票池及相应的初始权重确定之后，组合内个股收益率的差异会导致实际个股权重逐渐偏离目标权重，收益率较高的资产权重上升，收益率较低的资产权重下降。为了维持分配初始权重的逻辑，及时对个股权重进行再平衡就是必需的。中证红利指数目前采用的编制方案是股息率加权并以年度调仓。我们保持行业权重不偏

12、离基准，在每个行业内也采用股息率加权方式，分别测试按照每 1 个月、2 个月、3 个月和 6 个月进行一次再平衡的组合表现。具体流程如下：1、 股票池：中证红利指数成分股2、 再平衡时间：每隔 1、2、3、4、6 个月，于月末进行个股权重再平衡3、 回测区间：2014 年 1 月2019 年 11 月4、 加权方式：保持行业权重与基准一致，按照股息率加权方式对各行业内个股进行加权并回测。5、 基准指数：中证红利全收益指数（H00922.CSI）6、 交易费用：双边千分之三从回测结果来看，每个月都进行权重再平衡的组合表现最好，有最高的超额收益， 达到 2.09%。从 IR 来看，定期每 4 个月

13、再平衡组合的表现最好，IR 能够达到 0.81， 定期每 1 个月再平衡组合的表现次之。整体来说，随着再平衡频率的降低，各组合的增强效果也呈下降趋势。从以上的比较来看，我们认为每个月都进行权重再平衡的效果最好。图 1：中证红利指数股息率加权在不同再平衡频率下的相对基准表现一个月二个月三个月四个月六个月1.141.121.11.081.061.041.0210.980.96数据来源：XXXX研究院，Wind表 3：中证红利指数股息率加权在不同再平衡频率下的表现再平衡频率组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar年均换手率1 个月17.34%15.25%2.09%2.79%

14、0.75-3.09%0.672.792 个月16.60%15.25%1.35%2.54%0.53-4.12%0.331.913 个月16.30%15.25%1.05%2.62%0.40-3.78%0.281.624 个月17.00%15.25%1.75%2.17%0.81-3.79%0.461.166 个月16.30%15.25%1.05%2.49%0.42-3.72%0.281.26数据来源：XXXX研究院，Wind3.2.个股加权方式对组合表现的影响在不改变组合成分股的前提下，仅通过改变个股的权重来达到增强的目的。由于指数增强产品对跟踪误差有着严格要求，所以我们在具体操作时保持行业权重与基

15、准一致，在各行业内的个股采用不同的加权方式并比较。本文采取了如下的加权方式：表 4：本文采用的指数增强组合加权方式汇总分类加权方法计算公式自由流通市值加权基于收益类型动量 1M 加权股息率加权基于风险类型波动率 250D 倒数加权其他类型等权数据来源：XXXX研究院考虑到中证红利指数的加权方式于 2013 年有过修改，导致指数表现在修改前后有很大变动。我们这部分从 2014 年开始回测。具体的构建步骤如下：1、 股票池：中证红利指数成分股2、 调仓频率：月末调仓3、 回测区间：2014 年 1 月2019 年 10 月4、 加权方式：保持行业权重与基准一致，按照不同加权方式对各行业内个股加权。

16、5、 基准指数：中证红利全收益指数（H00922.CSI）6、 交易费用：双边千分之三根据回测结果，从风险端来看，等权组合的跟踪误差最小，为 1.58%，自由流通市值加权组合的跟踪误差最大，并且其表现很大程度上受到市场大小盘风格影响。从收益端来看，股息率加权方式下的超额收益最大，达到了 2.09%。综合这两个方面考虑，股息率加权（超额 Calmar 为 0.67）和波动率倒数加权（IR 为 0.91）的最稳定。二者之中，波动率倒数加权方式的跟踪误差和超额最大回撤更小，股息率加权方式的超额收益最大。总体来看，我们更推荐采用股息率加权的方式，其次是波动率倒数加权。自由流通市值加权股息率加权波动率倒

17、数加权动量1M加权等权1.151.11.0510.950.90.85图 2：中证红利指数不同加权方式下相对基准表现数据来源：XXXX研究院，Wind表 5：不同加权方式的指数增强组合表现加权方式组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar月均换手率自由流通市值加权15.37%15.25%0.12%4.67%0.03-12.99%0.017.31%股息率加权17.34%15.25%2.09%2.79%0.75-3.09%0.6723.25%波动率倒数加权16.89%15.25%1.64%1.79%0.91-2.93%0.569.20%动量 1M 加权16.35%15.25%

18、1.10%1.72%0.64-3.64%0.3013.48%等权16.13%15.25%0.88%1.58%0.56-3.61%0.248.25%数据来源：XXXX研究院，Wind3.3.红利指数的风格特点分析不同于一般的宽基指数，中证红利指数在一些特定的风格中有明显的暴露，例如低估值和高盈利性，以及远高于市场的股息率水平，这些都是中证红利指数相较于同类策略指数的比较优势。这决定了在对其做指数增强时，鲜明的风格不应受影响， 而对存在“劣势”的方面着重增强，使其在不失去工具属性以外增厚收益。3.3.1.中证红利在估值、低波动和盈利性的暴露显著中证红利指数的编制方案于 2013 年曾有过一次调整，

19、在 2013 年末样本股定期调整时指数加权方式由调整市值加权改为股息率加权，并在之后一直延续股息率加权。为了保持风格的持续性，我们从 2014 年开始对中证红利做 Barra 风格暴露分析，能够发现有以下几个结论：第一， 中证红利指数在 BP 方面的暴露始终很高。这是由于股息率和市净率都属于估值因子，二者天然有着高相关性。在对其做增强时在这里不需要做过多考虑，高分红股票会为 BP 风格暴露提供一个很高的下限。第二， 中证红利指数在低波动方面始终有暴露。在上一篇报告扬帆起航：红利投资新篇章中，我们已经发现了低波动和高股息选股重合度较高，并且低波动因子在小盘股中的表现更好，在大盘股中表现一般。而中

20、证红利成分股市值普遍偏向大市值，低波动作为选股因子来说增强性价比不高。第三， 中证红利指数始终对高 EP 有着稳定暴露。公司现金分红来自于净利润的分配，净利润的高低很大程度上反映了公司整体的盈利情况。一般来说，只有盈利状况好的公司才会高分红，因此在这方面做增强效果有限。第四， 中证红利指数在成长性方面几乎不暴露。从中证红利 Barra 风格暴露图中， 能够看到，指数对成长性的暴露稳定在-0.075, 0.075这一区间内。成长因子作为一类能够在历史上提供显著超额收益的因子，适当提高组合成长性是一个很好的切入角度。图 3：中证红利 Barra 风格暴露数据来源：XXXX研究院，Wind3.3.2

21、.成长性缺失红利指数最具性价比的增强方向根据上一节的分析，总体来说红利指数对成长性没有暴露。但成长因子在高红利域中是否有效还有待验证。首先，我们在中证红利的股票池中对成长因子做单因子检验，成长因子选取过去 8 个季度营业总收入 TTM 同比增长率的均值/标准差，回测时间为 2009 年 4 月至 2019 年 11 月，鉴于每期股票池中只有 100 只股票，故在分组回溯中仅分为三组，每组中保持行业中性。从单因子检验结果来看，高成长组相较于其他两组来说收益明显更高，高成长组月均收益达 1.34%。在中证红利这样的高股息率股票池中，成长因子的表现单调且稳定，IC 均值为 0.046，IC 标准差仅

22、为 0.128，是一个很好的基本面因子。1.40%1.34%1.20%1.00%0.84%0.80%0.73%0.60%0.40%0.20%0.00%低成长组中成长组高成长组多空收益率多空组合净值0.082.402.200.062.000.041.800.021.601.400.001.20-0.021.00-0.040.80图 4：中证红利股票池中成长因子分组表现图 5：中证红利股票池中成长因子多空组合净值数据来源：XXXX研究院，Wind数据来源：XXXX研究院，Wind表 6：成长因子在中证红利股票池中测试结果IC均值标准差风险调整 ICT 值P 值股息率因子0.0460.1280.36

23、24.0680.000数据来源：XXXX研究院3.3.3.红利指数的高股息优势随着 A 股国际化进程加速，外资在近年来迅速涌入，同时 A 股市场的整体偏好目前也逐渐受到外资影响而改变。我们统计了沪（深）股通持股占自由流通股比例达到3%的个股，采用整体法计算了其总体股息率（个股分红总额/个股市值求和）。相同地，统计了所有 A 股的总体股息率。能够看出，沪（深）股通持股个股的整体股息率更高。此外，高股息标的具备较为确定的股息收益，具备很强的固收属性，其本身包含的配臵工具属性，受到很多金融机构的青睐。国际新规 IFRS9 时代下，上市险企大部分的股票资产将重新分类至以公允价值计量并且其变动计入当期损

24、益的金融资产， 为避免业绩波动过大，高分红、低波动的个股将会有稳定的需求。而红利指数的股息率显著高于一般的宽基指数，具有很高的配臵意义。沪深300中证500中证红利6543210所有A股股息率（整体法）沪(深)股通持股股息率（整体法）3.00%2.50%2.00%1.50%1.00%0.50%0.00%2019-Q3 2019-Q2 2018-Q4 2018-Q2 2017-Q4 2017-Q2 2016-Q4图 6：不同主流指数的股息率统计图 7：沪（深）股通持股和全市场股息率对比数据来源：XXXX研究院，Wind数据来源：XXXX研究院，Wind3.4.本章小结在本章中，我们从不同角度对中

25、证红利增强可能性做了讨论。主要有以下几个结论：1） 每个月应进行个股权重再平衡。2） 在不改变行业权重的情况下，行业内个股应采用股息率加权。3） 高 BP、高盈利、低波动是高分红个股的天然属性，从这方面做因子增强难度大。4） 中证红利指数对成长性基本没有暴露，是一个好的增强切入点。4. 中证红利指数增强组合构建在这一章中，我们将上述对中证红利的各种增强可能性付诸实践，构建成长单因子增强组合，即以成长为核心逻辑的中证红利指数增强组合。在之前的报告扬帆起航：红利投资新篇章中，我们发现在高红利组合中剔除高波或是低盈利质量的个股后，组合收益不会受影响，但组合整体波动会降低，并且对盈利质量加强把控能降低

26、陷入估值陷阱的可能。在设计增强方案时，我们延续“红利+质量+成长”这一逻辑，即在中证红利股票池中剔除盈利质量差的个股，再选择成长性高的个股。4.1.中证红利行业中性成长增强组合这一组合中行业权重完全和基准行业权重相一致，采用类似 Smartbeta 产品设计流程，通过对因子排序来挑选个股。具体组合构建方式如下：1、 样本空间：中证红利指数成分股2、 调仓频率：月度调仓3、 回测区间：2014 年 1 月2019 年 11 月4、 选股方式：1） 在每个行业中剔除 eps 值最低的 10%（向下取整）个股；2） 在每个行业中选取过去8 个季度营业总收入TTM同比增长率均值/标准差最高的 50%（

27、向上取整）个股。5、 加权方式：行业权重与基准保持一致，行业内按照股息率加权6、 基准指数：中证红利全收益指数（H00922.CSI）7、 交易费用：双边千分之三备注：由于中证红利指数按年换仓，存在成分股在某一段时间内出现股息率为 0 的情况。若个股股息率为 0，该股票权重设为 0，同行业内其余个股按照股息率比例相应增加权重，保证行业权重与基准一致。若行业股息率为 0，该行业权重设为 0， 其余行业按照各自基准行业权重比例相应增加权重，保证整个组合总权重为 1。根据回测结果，在不考虑交易费用的情况下，因子排序增强组合的年化收益率为13.89%，年化波动率为 24.46%，夏普比率为 0.57，

28、年化超额收益率为 5.34%，年化跟踪误差为 4.05%，IR 达到 1.32。而在考虑交易费用的情况下，年化超额收益率达到了 4.48%，年化跟踪误差为 4.06%，IR 仍有 1.10。相较于基准来说，因子排序增强组合在年化跟踪误差不大的前提下，有明显的增强效果。2009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/302019/4/30图 8：中证红利行业中性成长增强组合净值表现中证红利行业中性成长增强组合净值中证红利行业中性成长增强组合净值（考虑交易费用）中证红利全

29、收益4.543.532.521.510.50数据来源：XXXX研究院，Wind中证红利行业中性成长增强组合超额收益中证红利行业中性成长增强组合超额收益（考虑交易费用）1.71.61.51.41.31.21.110.92009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/302019/4/30图 9：中证红利行业中性成长增强组合净值表现数据来源：XXXX研究院，Wind表 7：中证红利行业中性成长增强组合表现汇总年化收益率年化波动率夏普比率年化超额收益率年化跟踪误差IR月均换

30、手率因子排序增强组合（不考虑交易费用）13.89%24.46%0.575.34%4.05%1.3240.96%因子排序增强组合13.03%24.45%0.534.48%4.06%1.1040.96%（考虑交易费用）中证红利全收益8.55%23.99%0.36-数据来源：XXXX研究院，Wind从分年表现来看，中证红利行业中性成长增强组合仅在 2012 年跑输基准-0.27%，在其余年份均战胜基准。此外，组合的跟踪误差较为平稳，2015 年的组合跟踪误差最大，达到了 6.46%，2017 年的跟踪误差最小，仅为 2.51%。表 8：中证红利行业中性成长增强组合表现（不考虑交易费用）年份组合收益基

31、准收益超额收益跟踪误差IR超额最大回撤超额 Calmar200950.89%43.99%6.91%4.70%1.47-2.07%3.332010-5.93%-11.47%5.53%4.14%1.34-3.39%1.632011-18.62%-21.76%3.14%2.52%1.24-1.28%2.44201210.05%10.32%-0.27%3.54%-0.08-4.09%-0.0720130.59%-6.74%7.33%5.60%1.31-4.51%1.62201464.17%57.59%6.58%4.25%1.55-2.86%2.30201552.65%29.89%22.77%6.46%

32、3.52-4.78%4.772016-1.09%-4.30%3.22%3.31%0.97-2.03%1.59201722.18%21.34%0.84%2.51%0.33-3.33%0.252018-15.62%-16.15%0.53%2.57%0.21-1.84%0.29201916.85%13.85%3.01%2.97%1.01-2.89%1.04年化13.89%8.55%5.34%4.05%1.32-6.52%0.82数据来源：XXXX研究院鉴于因子排序增强组合的基准为中证红利指数，股息率的高低十分重要。根据统计， 因子排序增强组合的股息率均值为 3.52%，中证红利的股息率均值为 3.2

33、4%，二者比较接近。另外，我们对组合进行了 Barra 风格分解，能够看到因子排序增强组合相较基准来说对各风格的暴露变化不大，只在市值、Beta 和成长性方面有明显的变化。组合每期个股持仓数量稳定在 53-58 只之间。中证红利指数中证红利行业中性成长增强组合76543210因子增强组合中证红利指数0.50.40.30.20.10-0.1-0.2-0.3图 10：中证红利行业中性成长增强组合股息率图 11：中证红利行业中性成长增强组合风格分解数据来源：XXXX研究院，Wind数据来源：XXXX研究院，Wind4.2.抽样比例敏感性分析在中证红利行业中性成长增强组合的构建方式中，我们在每个行业选

34、取了成长性最好的 50%的个股作为成分股，那么适当地改变抽样比例，会对组合产生怎样的影响。我们分别测试了抽样比例在 30%到 60%之间变动的情况。结果表明，在不考虑交易费用的情况下，增强组合的 IR 稳定在 1.1 至 1.4 之间，超额 Calmar 比率在 0.6 至 1.0 之间。随着抽样比例的上升，IR 和超额 Calmar 比率都是先增加后减小。而在考虑交易费用的情况下 IR 和超额 Calmar 比率的变化轨迹也是相似的。这表明了我们构建的中证红利行业中性成长增强组合对跟踪误差不敏感。当抽样比例在 35%到 50% 之间时，IR 基本稳定在最高值。当抽样比例在 30%到 40%之

35、间时，超额 Calmar 比率最高。所以结合来看，我们比较推荐 40%的抽样比例，对应着的组合每期成分股稳定在 40 只左右，扣费后年化超额收益为 5.16%，跟踪误差为 4.46%，IR 为 1.16， 超额 Calmar 比率为 0.78。表 9：增强组合对抽样比例的敏感性分析（不考虑交易费用）抽样比例组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar30%14.43%8.55%5.88%4.99%1.18-6.37%0.9235%14.74%8.55%6.19%4.54%1.36-6.44%0.9640%14.62%8.55%6.07%4.46%1.36-6.45%0.9

36、445%13.89%8.55%5.34%4.09%1.31-6.52%0.8250%13.89%8.55%5.34%4.05%1.32-6.52%0.8255%12.90%8.55%4.35%3.82%1.14-7.56%0.5860%12.89%8.55%4.34%3.60%1.21-6.96%0.62数据来源：XXXX研究院表 10：增强组合对抽样比例的敏感性分析（考虑交易费用）抽样比例组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar30%13.46%8.55%4.91%5.00%0.98-6.54%0.7535%13.82%8.55%5.27%4.54%1.16-7.0

37、3%0.7540%13.71%8.55%5.16%4.46%1.16-6.62%0.7845%13.03%8.55%4.48%4.10%1.09-6.77%0.6650%13.03%8.55%4.48%4.06%1.10-6.77%0.6655%12.10%8.55%3.56%3.82%0.93-7.88%0.4560%12.11%8.55%3.56%3.60%0.99-7.16%0.50数据来源：XXXX研究院IR（不扣费）IR（扣费）1.501.401.301.201.101.000.900.8025%30%35%40%45%50%抽样比例55%60%65%超额Calmar（不扣费）超额C

38、almar（扣费）1.000.900.800.700.600.500.400.3025%30%35%40%45%抽样比例50%55%60%65%图 12：IR 和抽样比例的关系图 13：超额 Calmar 和抽样比例的关系数据来源：XXXX研究院，Wind数据来源：XXXX研究院，Wind4.3.中证红利指数成长增强组合指数增强产品尽可能追求高且稳定的 IR，因此跟踪误差控制对于指数增强类的组合来讲是十分必要的约束。在这一部分我们适当放松对行业和风格的约束，采取控制投资组合跟踪误差的组合优化模型来进行增强。我们依然按照“红利+质量+成长”的逻辑来进行组合优化。在中证红利中选股，红利的因素不需要

39、过多考虑。而质量和成长的筛选是有先后次序之分，不能以线性思维将二者揉合成一个复合因子，这与我们的逻辑相悖。因此我们提出了一种非线性思路，在股票池中先剔除掉一部分质量差的个股，再在新的股票池中最大化暴露组合的成长性。具体回测流程如下：1、 样本空间：中证红利指数成分股2、 调仓频率：月度调仓3、 回测区间：2009 年 4 月2019 年 11 月4、 组合成分股及权重确定：1） 在每个调仓日将个股按 eps 值降序排列，剔除最低的 5%的个股。2） 通过组合优化模型，确定组合成分股及相应权重。3） 若没有优化出结果，则沿用上一期组合成分股及相应权重。5、 基准指数：中证红利全收益指数（H009

40、22.CSI）6、 交易费用：千分之三组合优化模型参数设定为：1、 组合跟踪误差等于 5%。2、 个股最大权重等于 10%。3、 协方差矩阵用过去 2 年的数据计算。优化模型为：其中， 为原始的成长因子（过去8 个季度营业总收入TTM同比增长率均值/标准差），b e n c hw为沪深中证红利指数基础权重。根据回测结果，在不考虑交易费用的情况下，组合优化增强组合的年化收益率为14.73%，年化波动率为 24.24%，夏普比率为 0.61，年化超额收益率为 6.19%，年化跟踪误差为 4.76%，IR 达到 1.30。而在考虑交易费用的情况下，年化超额收益率达到了 5.44%，年化跟踪误差为 4

41、.76%，IR 仍有 1.14。相较于因子排序法构建的组合， 组合优化增强组合的超额收益更高，这是由于组合优化模型没有在行业上做限制， IR 基本不变。此外，月均换手率降至了 35.52%。2009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/302019/4/30图 14：中证红利指数成长增强组合净值表现中证红利全收益中证红利指数成长增强组合净值中证红利指数成长增强组合净值（考虑交易费用）54.543.532.521.510.50数据来源：XXXX研究院，Wind中证红利

42、指数成长增强组合超额收益中证红利指数成长增强组合超额收益（考虑交易费用）1.81.71.61.51.41.31.21.110.92009/4/302010/4/302011/4/302012/4/302013/4/302014/4/302015/4/302016/4/302017/4/302018/4/302019/4/30图 15：中证红利指数成长增强组合净值表现数据来源：XXXX研究院，Wind年化收益率年化波动率夏普比率年化超额收益率年化跟踪误差IR月均换手率14.73%24.24%0.616.19%4.76%1.3035.52%13.98%24.23%0.585.44%4.76%1.1

43、435.52%8.55%23.99%0.36-表 11：中证红利指数成长增强组合表现汇总因子增强组合（不考虑交易费用） 因子增强组合（考虑交易费用） 中证红利全收益数据来源：XXXX研究院从分年表现来看，组合优化增强组合在各个年份均战胜基准。此外，组合的跟踪误差较为平稳，2010 年和 2015 年的组合跟踪误差最大，超过了 6%。表 12：中证红利指数成长增强组合（不考虑交易费用）组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar200948.89%43.99%4.91%4.91%1.00-2.12%2.322010-3.01%-11.47%8.46%6.27%1.35-5.

44、44%1.562011-15.72%-21.76%6.04%4.11%1.47-1.84%3.29201213.03%10.32%2.71%4.16%0.65-2.39%1.1320134.41%-6.74%11.15%5.04%2.21-2.53%4.40201469.02%57.59%11.43%4.98%2.30-4.22%2.71201531.07%29.89%1.18%6.00%0.20-5.07%0.2320160.14%-4.30%4.44%3.19%1.40-2.47%1.80201726.52%21.34%5.18%4.36%1.19-2.09%2.482018-15.87%

45、-16.15%0.29%4.56%0.06-7.42%0.04201921.06%13.85%7.66%4.03%1.90-2.20%3.49年化14.00%8.55%6.19%4.76%1.30-7.42%0.83数据来源：XXXX研究院类似地，我们统计了组合优化增强组合的股息率水平，该组合的股息率均值为3.00%，和中证红利指数的股息率均值 3.24%十分接近。此外，组合优化增强组合每期持仓大致在 30-60 只之间，较为稳定。中证红利指数中证红利指数成长增强组合76543210每期持股数量1009080706050403020100图 16：中证红利指数成长增强组合股息率图 17：中证红

46、利指数成长增强组合每期持仓数量数据来源：XXXX研究院，Wind数据来源：XXXX研究院，Wind4.4.跟踪误差敏感性分析在组合优化中，我们适当地改变组合相对基准的跟踪误差，观察组合的表现对跟踪误差是否敏感，或者说在不同的跟踪误差下，组合的增强表现是否稳定。根据回测结果，在不考虑交易费用的情况下，随着增强组合的跟踪误差增加，超额收益和超额最大回撤也会随之增加。组合的 IR 由最低的 1.18 开始上升，最后稳定在 1.38 附近，而组合的超额 Calmar 比率由 0.78 开始上升至 0.90，后又回落至 0.81。从整体看来，随着组合跟踪误差的增加，增强组合的 IR 和超额 Calmar

47、 比率能够在一个较高且稳定的区间内波动，这证实了我们构建的中证红利指数增强组合对跟踪误差不敏感。如果考虑交易费用的话，增强组合的 IR 和超额 Calmar 比率的变化趋势也是相同的。综合 IR 和超额 Calmar 比率，我们认为将跟踪误差控制在 5.72%附近，能够实现组合增强性价比的最大化，对应的考虑了交易费用的增强组合超额收益能达到 7.01%，IR 为 1.23，超额 Calmar 比率为 0.78。表 13：增强组合对跟踪误差的敏感性分析（不考虑交易费用）组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar13.07%8.55%4.53%3.83%1.18-5.79%

48、0.7813.90%8.55%5.35%4.29%1.25-6.65%0.8014.73%8.55%6.19%4.76%1.30-7.42%0.8315.52%8.55%6.97%5.25%1.33-8.14%0.8616.41%8.55%7.87%5.72%1.38-8.70%0.9017.09%8.55%8.54%6.19%1.38-10.06%0.8517.66%8.55%9.11%6.66%1.37-11.28%0.81数据来源：XXXX研究院表 14：增强组合对跟踪误差的敏感性分析（考虑交易费用）组合收益基准收益超额收益跟踪误差IR超额最大回撤超额 Calmar12.44%13.20%13.98%14.72%15.56%16.19%16.72%8.55%8.55%8.55%8.55%8.55%8.55%8.