【国盛金工】红利低波的增强方案

（以下内容从国盛证券《【国盛金工】红利低波的增强方案》研报附件原文摘录）
　　研究摘要 全文简介：本文针对最近表现强势的红利低波指数（H30269.CSI）进行研究，从两个维度出发，利用三种方法构建了表现更强的红利低波组合。 红利低波指数长期表现稳定。2014年至今，红利低波全收益指数录得13.26%的年化收益，相比之下沪深300全收益的年化收益仅有7.98%。同时红利低波全收益指数回撤和波动也低于沪深300全收益。 按照红利低波的编制方案构建组合存在一些缺陷。若直接仿照红利低波指数的编制方案构建组合存在调样周期过长的问题；且指数选择低波动率的样本时使用传统波动率因子，选股稳定性较差。 缩短调样周期并使用更稳定的波动率因子，可以构建效果更强的红利低波组合。将组合调样周期缩短至月频，红利低波月调组合年化收益能够提升至16.68%。更进一步，在此基础上使用更稳定的高频波动率因子，组合年化收益进一步提升至20.92%，年化波动21.74%，信息比率0.96，最大回撤29.05%，各项绩效指标均有显著提升。 使用估值差指标可以对红利低波指数进行有效择时。当红利低波指数成份股估值过高时发出看空信号，信号胜率69.23%；若假设看空后能够卖空、获得红利低波全收益指数的负向收益，2014年以来估值差择时信号的年化收益为23.20%，同时波动和回撤都低于红利低波全收益指数，能够起到不错的防御效果。 风险提示：以上结论均基于历史数据和模型的测算，如果市场环境和结构发生剧烈改变，不排除模型失效的可能性；模型测算可能存在相对误差，不构成实际投资建议。 报告原文下载链接： https://pan.baidu.com/s/16zoR_r5ooVT371w8gBgpYg 提取码：gsjg 1. 红利低波指数——时间之友、防御之王 Smart Beta策略是一种介于主动和被动之间的投资方式，它通过标准化、透明化的方案提升收益、降低风险。国内的Smart Beta产品主要由红利策略占据主导。今年以来，红利低波指数（H30269.CSI）及其对标产品表现优秀，受到了市场的广泛关注。 长期来看，红利低波策略相比沪深300有较为明显的超额收益，尤其是2022年以来，在市场风格快速轮动的时期，红利低波仍然能保持较为稳定的超额收益。2014年以来，红利低波全收益指数年化收益13.26%，年化波动21.08%，信息比率0.63，最大回撤42.49%，相比沪深300全收益平均每年有超过5%的超额收益，且波动更低、回撤更小。长期持有红利低波指数或其对标产品，持有收益及持有体验俱佳。此外，市场下行时，红利低波指数可以依赖分红保证收益，起到不错的防御效果。 从行业分布来看，红利低波指数不但包含长期高分红的“中特估”行业，如银行、石油石化、建筑建材等，还包括传媒中的出版社相关标的，在今年“中特估”和“AI”两大行情中均能获得一部分收益。 从编制方案来看，红利低波指数仅在每年12月的第二个周五下一个交易日进行成份调整，选取指数成份股主要分为两步： 从编制方案来看，在第一步选择样本空间的过程中，剔除了小市值、低流动性的股票，并选出连续分红的公司，保证持有的股票分红意愿较强；而在后续选样过程中，首先剔除了异常分红或者分红意愿逐渐变差的样本，再进一步精选长期高股息、低波动的股票。 虽然红利低波指数表现优秀，但编制方案仍存在一些缺陷，综合来说主要有以下两点： 1.调样周期较长 指数仅在每年末进行一次调整，使用过去一年的波动率选择最终组合。假如成份股在新的一年中波动率变高、股价有剧烈变化，指数无法及时剔除风险较大的股票。 2.低波因子选股效果不稳定 指数在进行低波股票的选择时，使用的低波代理变量为个股日度收益率的标准差（即传统波动率因子），而传统波动率因子选股效果并不稳定，时常有失效的情况。 本文将从以上两点出发，构建了三种不同的改进方案。针对调样周期过长，我们可以通过简单的缩短调样周期，构建月频的红利低波组合。针对低波因子选股不佳，我们可以选择更强的波动率因子作为低波的代理变量；或者对低波策略进行择时，在波动率因子失效时低配红利低波指数。在接下来的章节中我们将详细介绍上述三种改进方案。 2. 红利低波组合的改进方案 改进方案一：红利低波月调组合 针对调样周期较长这一问题，仿照红利低波指数的编制方案，通过一定的改动可以编制出红利低波月调组合。组合构造过程中，第一步样本空间的确定方法不变，主要调整后续的选样步骤，最终仍然按照股息率加权构建指数。 需要注意的是，在各指标计算中，考虑到数据可得性、计算便利性及不同股票之间可比，我们在计算相关指标时采取了特定方式，各指标计算细节在附录的图表22中进行展示。 图表5展示了2014年1月以来，按照上述方式构建的红利低波月调组合和红利低波全收益指数的净值走势对比，图表6展示了月调组合和红利低波全收益指数的绩效指标对比。月调的红利低波组合能够获得16.68%的年化收益，年化波动17.94%，信息比率0.93，最大回撤26.64%，各项指标相比红利低波全收益指数均有较为明显的改进。 图表7展示了红利低波月调组合与红利低波全收益指数分年度绩效指标对比。虽然全时段来看，红利低波月调组合能够跑赢红利低波全收益指数，但2016、2017、2018年有连续三年时间均未跑赢全收益指数，超额收益并不稳定。我们认为组合跑输全收益指数的原因很可能在于传统波动率因子选股效果较差。因此在下一节的改进方案中，我们将使用更稳定的波动率因子来构建红利低波月调组合。 改进方案二：基于高频波动率因子的红利低波月调组合 前文提到，传统波动率因子在红利股票池中的选股效果时有波动。图表8、图表9分别展示了传统波动率因子在全体A股和红利股票池中5分组及多空对冲净值曲线，图表10展示了传统波动率因子在全体A股和红利股票池中5分组多空对冲绩效指标。 回测结果显示，传统波动率因子在全A中多空对冲月度胜率仅58.40%，若股票池进一步缩小至红利股票池，多空对冲月度胜率下降至52.21%，年化收益也仅有3.64%，且对冲净值波动较大。 国盛金工团队构建过一系列波动率类因子，长期跟踪后，综合考虑样本内外表现，效果最强的是高频波动率minute_return_volatility因子，因子构造方式如下：每个交易日，计算每只股票分钟涨跌幅的标准差，得到每天的波动率vol_daily；月底回看过去20个交易日，计算20日vol_daily的变异系数，再做横截面市值中性化处理，得到每只股票的高频波动率minute_return_volatility因子。 得到新的波动率因子后，我们同样在全部A股以及红利股票池中进行回测。图表11、12分别展示了minute_return_volatility因子在全体A股和红利股票池中5分组及多空对冲净值曲线，图表13展示了两个股票域内，高频波动率因子5分组多空对冲绩效指标。 从以上图表中不难看出，高频波动率因子无论在全体A股还是在红利股票池中，选股效果均有明显提升，尤其在红利股票池中，高频波动率因子仍然能够获得16.31%的多空对冲年化收益，年化波动为8.35%，信息比率1.95，且胜率高达71.68%、回撤仅有10.79%。因此，在构建红利低波月调组合时，可以使用高频波动率因子作为低波的代理变量。 仿照前文月调组合的构建方案，选样步骤中，我们按以下步骤选择样本，并最终按照股息率加权构建组合。 图表14展示了2014年1月以来，使用高频波动率构建的红利低波月调组合和红利低波全收益指数的净值走势对比，图表15对比了基于高频波动率的红利低波月调组合与普通月调组合、红利低波全收益指数的绩效指标。基于高频波动率的红利低波月调组合表现进一步提升，年化收益20.92%，信息比率0.96，最大回撤也下降至29.05%。 图表16展示了基于高频波动率的红利低波月调组合与红利低波全收益指数分年度绩效指标对比。和普通月调组合相比，基于高频波动率的红利低波月调组合表现更加稳定。2019年以来，在红利低波全收益指数表现优异的情况下，组合每年仍能稳定贡献超额收益。今年至6月底，组合获得了15.52%的收益，相比红利低波全收益指数贡献了6.65%的年化超额收益。 改进方案三：低波策略的择时方案 前文提到，传统低波因子的选股效果并不稳定，多空对冲胜率仅不足60%，因此另外一个增强红利低波相关组合表现的方案即对低波策略进行择时。假如择时信号有效，我们就能有效规避红利低波组合的回撤、提升收益。 AQR在其研报《Low-Volatility Cycles: The Influence of Valuation and Momentum on Low-Volatility Portfolios》中指出，低波类策略的表现与其相对估值水平息息相关。图表17来自于报告中的Figure 3，当低波类股票和高波类股票估值价差波动异常时，通常代表低波策略有不同寻常的表现：若低波类股票严重低估，低波策略未来表现优秀；反之低波策略可能失效。 此外，参考红利低波指数的编制方案，最终组合构建时，个股加权方式为股息率加权，根据股息率计算公式有如下推导： 若公司的股利支付率固定，则在估值较低时，股票的股息率较高，其在指数中的权重也较大。综上所述，指数成份股的估值较低时，个股高权重叠加低波策略未来表现优秀，红利低波指数更有可能获得正向超额收益。 仿照文中的方案，可以利用BP（即市净率的倒数）构建红利低波指数的择时指标。指标构建方法如下： 计算估值差时，由于异常估值的股票对平均值影响较大，因此对BP最高的10%和最低的10%均进行剔除，只计算剩余股票的BP平均值。 图表18展示了月末的估值差BP_spread和对应下个月红利低波全收益指数的月度收益。不难看出，当估值差有明显脉冲时，对红利低波指数收益的指示作用较为明显。例如图表18中，2022年10月末，估值差达到峰值，2022年11月红利低波全收益指数上涨11.74%；而今年4月末，估值差达到接近一年低点，5月红利低波全收益指数未能延续前期的强势走势，下跌3.41%。 参考布林带的定义，当本月末估值差下穿过去6个月估值差的均值-1.5倍标准差时，代表红利低波指数成份股估值偏贵，未来很有可能出现反转，此时发出看空信号。 我们根据择时信号分别进行了两种择时净值的讨论：一种情况是发出看空信号后，下个月空仓（即收益率为0）；另一种情况是在理想状态下，发出看空信号后，下个月卖空红利低波全收益指数（即收益率为红利低波全收益指数收益率的负数）。两种择时情况的净值曲线、绩效指标在图表19、20中进行展示。 假如能够卖空红利低波指数，根据择时信号可以获得23.20%的年化收益，同时波动和回撤都低于红利低波全收益指数，能够起到不错的防御效果。 2014年1月以来，估值差指标共发出13次看空信号，其中9次正确，胜率为69.23%。图表21展示了发出看空信号的月份，以及相应月份红利低波指数的收益，例如择时指标对今年5月红利低波指数的下跌及时发出了预警信号。 3. 总结 本文从红利低波指数编制方案的局限性出发，着重讨论了如何构建表现更稳定的红利低波组合。 首先，通过将组合调样频率改为月频，长期来看，月调组合相比红利低波全收益指数能够获得一定程度上的收益提升，但有些年份月调组合连续跑输全收益指数，跑输原因可能是传统波动率因子选股效果不佳。 随后，我们将传统波动率因子更改为在红利股票池中表现更好的国盛高频波动率因子。基于高频波动率因子的红利低波月调组合，年化收益可达20.92%，信息比率为0.96，2019年以来稳定战胜红利低波全收益指数，今年以来相对红利低波全收益指数的超额年化收益为6.65%。 此外，还可以利用估值差指标对红利低波指数进行择时，从而规避下跌风险。估值差择时信号的胜率为69.23%，年化收益为23.20%，同时波动和回撤都低于红利低波全收益指数，能够起到不错的防御效果。 附录：相关数据及计算方法 参考文献 [1]García-Feijóo, Luis, Kochard L E , Sullivan R N ,et al.Low-Volatility Cycles: The Influence of Valuation and Momentum on Low-Volatility Portfolios[J].Social Science Electronic Publishing. 风险提示 以上结论均基于历史数据和模型的测算，如果市场环境和结构发生剧烈改变，不排除模型失效的可能性；模型测算可能存在相对误差，不构成实际投资建议。 具体分析详见国盛证券研究所2023年8月16日发布的报告《“薪火”量化分析系列研究（三）：红利低波的增强方案》。 沈芷琦 S0680521120005 shenzhiqi@gszq.com 刘富兵 S0680518030007 liufubing@gszq.com 赵博文 zhaobowen@gszq.com 特别声明：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。 重要声明：本订阅号是国盛证券金融工程团队设立的。本订阅号不是国盛金融工程团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。 本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。 版权所有，未经许可禁止转载或传播。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）