基本面选股逻辑构建及价值Plus组合样本外跟踪 [page::1]

• 以股票收益拆解公式“收益=估值提升+盈利+分红”为核心构建选股系统。

- 价值Plus组合基于改进PB-ROE残差因子界定低估池，结合盈利与分红剔除价值陷阱。

• 2024年2月价值Plus出现较大回撤，主要因组合市值偏小（中位数约63亿），策略偏向低估增强非纯价值。[page::1]

优质低估池和优质红利池构建及验证 [page::2][page::3]

• 改进PB-ROE残差因子10分组多空年化收益波动比达1.68，优于传统PB因子的0.70。

- 利用单季度ROE同比与过去12个月股息率划分低估池四象限，高成长高股息表现最佳，低成长低股息最差，后者被剔除形成优质低估池。

• 高分红股票池筛选规则严格，结合优质低估池形成优质红利池，低估高分红股票表现明显优于高估高分红。[page::2][page::3]

红利Plus组合核心因子构建与增强效果 [page::4][page::5]

• 预期股息率因子采用简版预测（假定股息支付率不变），三分组多空对冲年化收益6.59%，信息比率1.38。

- 长端动量因子通过振幅切割剔除过度反应交易日，成功捕捉A股市场动量效应，三分组多空对冲年化收益5.46%，信息比率1.03。

• 因子等权合成，优选50只股票构建红利Plus组合。[page::4][page::5]

红利Plus组合绩效与结构分析 [page::5][page::6][page::7]

| 年份 | 绝对收益率 | 收益波动比 | 最大月度回撤 | 月度胜率 |
|-------|-------------|------------|---------------|----------|
| 2012 | 15.46% | 0.70 | 11.71% | 58.33% |
| 2013 | 15.76% | 0.71 | 13.78% | 66.67% |
| 2014 | 63.04% | 3.14 | 0.97% | 83.33% |
| 2015 | 58.42% | 1.50 | 27.64% | 66.67% |
| 2016 | -1.80% | -0.05 | 4.13% | 50.00% |
| 2017 | 24.37% | 2.93 | 1.27% | 83.33% |
| 2018 | -13.74% | -0.92 | 19.84% | 41.67% |
| 2019 | 26.82% | 1.59 | 7.30% | 75.00% |
| 2020 | 13.90% | 0.66 | 7.34% | 50.00% |
| 2021 | 19.69% | 1.51 | 4.57% | 58.33% |
| 2022 | 8.34% | 0.57 | 6.61% | 50.00% |
| 2023 | 16.71% | 1.76 | 3.91% | 66.67% |
| 2024 | 15.52% | 2.22 | 0.50% | 75.00% |
| 全区间 | 19.47% | 0.92 | 29.85% | 62.59% |

• 超额收益（超越中证红利指数）7.44%，信息比率1.10，多数年份均录得正超额。

- 组合市值偏中大，市值中位数213亿，行业分布偏价值风格，前五行业为银行、交通运输、汽车、公用事业、房地产。

• 股票数量敏感性分析表明最佳选股数量约50支，性能指标达到最优平衡。

• Wind PMS平台实盘跟踪，显示年化收益率26.27%，夏普比率1.94，跟踪误差低，流动性和交易频率合理。[page::5][page::6][page::7]

超越红利——红利增强组合构建深度分析报告

---

一、元数据与报告概览

• 报告标题：《超越红利 红利增强组合的构建 | 开源金工》

- 作者与单位：开源证券金融工程团队，报告主要撰写人为魏建榕（开源证券金融工程首席分析师）、盛少成（金融工程高级分析师，联系人）

• 发布日期：2024年4月29日

- 研究主题：基于基本面与技术面的红利增强投资组合构建，针对中国A股市场中的红利价值因子与动量因子进行了深度挖掘和组合优化，主旨在于优化价值投资策略，通过红利的“价值提纯”获得更优的收益表现。

• 核心结论：相较于之前的价值Plus组合，红利Plus组合通过引入分红维度强化“价值提纯”，运用预期股息率与长端动量因子增强组合表现，取得了19.47%的全区间绝对收益，超过传统红利指数（中证红利指数2024年收益10.71%），并且波动率及回撤指标控制良好，实现所有年份均录得正超额收益，展现出优异的风险调整后业绩[page::0,1]。

---

二、逐节深度解读

2.1 价值Plus组合的不足及回撤原因分析

• 关键信息：

- 价值Plus组合构建于三步：使用改进PB-ROE残差因子界定低估股票池，剔除价值陷阱（基于分红及盈利维度），结合多个因子复合打分选股。
- 2024年2月该组合出现较大回撤，主要由于组合市值整体偏小，中位数为63亿，导致流动性风险和市场影响成本增大。
- 另一核心问题是该组合并非纯粹“价值”组合，而更偏向“低估增强”，缺乏对分红维度的充分整合[page::1]。

• 逻辑脉络：

价值投资核心之一是估值低估与盈利能力，但单纯依赖改进的PB-ROE残差因子不能完全捕捉价值投资的完整内涵，特别是忽略股东回报（分红）维度，导致组合出现“价值陷阱”成分。回撤反映出了组合在结构上的局限性，需要通过强化分红来优化。

2.2 优质低估池与价值陷阱剔除绩效回顾

• 核心步骤：

1. 利用改进PB-ROE残差因子界定低估股票池，改进因子6年来的多空单因子收益波动比为1.68，远优于仅用PB的0.70表现。
2. 结合盈利（单季度ROE同比）和分红（过去12个月股息率）双重维度，将低估股票划分为四象限：高成长高股息、低成长高股息、高成长低股息、低成长低股息。剔除表现最差的“低成长低股息”象限,获得优质低估池。

• 数据说明：

- 图3显示改进PB-ROE残差因子显著优于PB因子，强化了“低估”定义的准确性。
- 图4中“低成长低股息”板块净值最低，表现弱，大幅支持了剔除这类股票的重要性[page::2,3]。

2.3 优质红利池构建及效果展示

• 构建步骤：

1. 先筛选高分红股票：市值和成交量均位于前80%，保证流动性和市场认可；连续三年分红且股利支付率(三年均值及最新年)均在0-1区间，确保分红质量和持续性；取TTM股息率顶层1/3形成高分红池。
2. 将高分红池与先前构建的优质低估池相交，得到低估高分红股票池，进一步提纯价值因子。

• 效果验证：

- 图5展示低估高分红组合的净值明显优于高估高分红，说明红利因子与低估因子协同效应良好。
- 因子相关性数据说明，虽然股息率与传统估值指标（如PB）负相关，但相较于改进PB-ROE残差因子，相关性更低，表明该残差因子可较好补充股息率信息，减少冗余，提高组合多样性[page::3]。

2.4 红利Plus组合因子增强构建

• 基本面因子：

- 预期股息率因子采用了简易预测模型：假设股息支付率保持稳定，分红增速等同于净利润增速累积，实现对未来股息率的预期估算。
- 在优质红利股池中，预期股息率的三分组多空收益达到6.59%的年化收益率，信息比率1.38，显示优秀的选股能力（见图6）。

• 技术面因子：

- 长端动量因子基于去除高波动日涨跌幅，剔除过度反应交易日数据，捕捉真实的趋势延续性。
- 长端动量在优质红利池表现依然稳定，年化收益5.46%，信息比率1.03，弥补了A股市场通常存在短端动量反转效应的问题（见图7）。

• 组合构建：

- 将预期股息率因子与长端动量因子进行等权加权稳健结合，从优质红利股票池中筛选50只股票。
- 权重基于过去12月股息率加权，实现收益与收益波动率的双重控制形成“红利Plus组合”。

• 业绩表现：

- 全区间绝对收益19.47%，波动率调整收益0.92，持续超越中证红利指数（年化超额收益7.44%，波动率调整k=1.10），且所有年份均实现正超额回报（详见表1和图8）[page::4,5,6]。

2.5 组合市值、行业分布与选股敏感性分析

• 市值水平：

- 红利Plus组合的市值中位数明显高于早期价值Plus组合，中位数约213亿，属于偏中大市值范畴，有利于市场流动性及交易执行效率（图9）。

• 行业分布：

- 明显偏向传统价值板块：银行、交通运输、汽车、公用事业、房地产五大行业占比最大，体现组合的价值属性，同时分布合理，降低行业单一风险（图10）。

• 选股数量影响：

- 以50只股票为最佳择股数量，年化收益19.47%、信息比率0.92处于峰值，数量过多或过少都会使收益及风险调整收益指标下降，体现组合管理的平衡艺术（表2）[page::6]。

2.6 组合实盘跟踪及风险提示

• 实盘化：

- 红利Plus组合已上线Wind PMS模拟交易系统，定期调仓，展现持续正向alpha能力，实用性好（图11）。

• 风险提示：

- 明确指出基于历史数据构建的模型，有内部假设限制，未来市场制度、环境或结构性变化均可能影响绩效，提示投资者注意模型动态调整的必要性[page::7]。

---

三、图表深度解读

图1： 基本面选股框架图

• 清晰展示了收益拆解为“估值提升 + 盈利 + 分红”，并据此衍生出三大投资组合体系：预期调整Plus、超预期Plus（均偏成长风格），价值Plus与红利Plus（偏价值风格）。

- 图示强调红利Plus是基于优质低估股票经过红利提纯和因子增强的组合，结构严谨合理，逻辑清晰[page::1]。

图2：价值Plus组合回撤图表

• 历史净值增长稳定但2024年初出现显著回撤，结合背景说明为市值偏小带来的流动性问题。

- 对比中证500指数，组合超额表现显著但风险集中，提醒投资必须兼顾规模效应[page::2]。

图3：改进PB-ROE残差因子与PB因子累积多空收益对比

• 改进后的PB-ROE残差因子累计收益远超传统PB因子，曲线陡峭且稳健。

- 反映出多因子整合与残差处理有效提升估值因子区分度[page::2]。

图4：四象限分群净值对比

• 高成长高股息组合净值持续领先，低成长低股息持续低迷。

- 支持“高成长且高分红”作为筛选优质价值股的有效标准[page::3]。

图5：低估与高估高分红净值比较

• 低估高分红组合显著跑赢高估高分红组合，红利因子必须结合估值空间才能发挥优势；

- 进一步验证报告因子相关性分析显示的良好互补性[page::3]。

图6、7：预期股息率与长端动量因子分组效果

• 两个因子三组累积净值及多空差体现其对组合选股的区分能力强。

- 信息比率和年化收益均表现良好，合并使用策略合理[page::4,5]。

图8：红利Plus组合与中证红利指数净值对比

• 明显优于基准指数，涨幅差异显著，显示组合盈利能力和风险控制兼备。

- 反映实际组合管理效果与理论设计一致[page::5]。

图9、10：市值及行业集中度分布条形图

• 市值分布显示组合中大市值占比高，有助服务机构投资者流动性需求。

- 行业分布合理偏传统价值板块，风险较为分散[page::6]。

图11：Wind PMS实盘跟踪画面

• 证实组合已进入实战阶段，提供实时透明的绩效监测，增强报吿的实用价值。

- 显示Sharp比率高达1.94，Alpha超过13%表明优异风险调整表现[page::7]。

---

四、估值分析

报告中主要通过因子框架和多因子联合评分进行选股，无直接DCF或静态市盈率估值展开，估值重点体现在：

• 改进PB-ROE残差因子：通过残差法处理PB与ROE的线性关系，更准确反映估值低估程度，降低估值陷阱出现概率；

- 股息率因子：用预期股息率预测未来现金流分红，作为长线估值补充；

• 技术因子（长端动量）：结合市场价格行为补强风险收益曲线。

整体估值路径偏基于因子多维度复合筛选，而非传统财务估值模型，适合量化基本面投资策略[page::2,3,4]。

---

五、风险因素评估

• 历史数据限制：模型测试均基于过去数据验证，未来市场政策、结构或微观行为改变时模块表现可能受限。

- 规模偏小风险：原价值Plus组合因市值中位数较小导致流动性风险，提醒投资需兼顾市值规模。

• 模型假设稳健性：预期股息率因子简化了股息支付率和净利润增速预测，若实际企业分红政策变化较大，模型有效性或受影响。

- 行业集中度：尽管组合偏价值行业分散，但仍存在对银行等大行业的较高集中度，特定行业风险或放大组合波动。

• 波动与最大回撤：全区间月度最大回撤近30%，需关注极端市场波动带来的风险[page::7]。

报告未详细提出风险缓解策略，但通过组合多因子加权和分散行业、较大市值配置降低部分风险隐患。

---

六、批判性视角与细节

• 组合在克服纯价值组合偏成长问题上，基于市值和红利融入进行了合理优化，但对估值因子的敏感性并未十分深度剖析；

- 预期股息率简单假设股息支付率不变，现实中可能不稳定，略显粗糙，建议进一步加入分红政策预测改进；

• 长端动量因子构建基于“剔除高振幅日”假设，运行逻辑较复杂，具体参数和剔除标准未公开，模型透明度略逊；

- 风险提示相对简略，缺少对宏观经济变动、系统性市场风险的深入讨论；

• 整体组合仍略偏中大市值，部分价值小盘股的潜在超额收益可能被忽略；

- 报告较多图表体现清晰、数据可信，但部分非图表量化分析对因子间交互影响剖析不足。

---

七、结论性综合

开源证券金融工程团队通过对先前价值Plus组合进行审视与改进，揭示了单纯以估值与盈利因子选股的局限，进而引入分红维度实现了价值因子的提纯。基于流动性、分红连续性和股利支付率等多重筛选条件构建的优质红利池，在结合预期股息率及经特殊处理的长端动量技术因子后，诞生了红利Plus组合。

这一组合在历史全区间（自2012年起）实现了年化19.47%的绝对收益，收益波动比0.92，且所有年份均实现了对标中证红利指数的正超额收益。组合的规模中位数提升到213亿，行业分布集中于传统价值领域，如银行和交通运输，保证了流动性和风险分散性。敏感性分析反映，在选股数量50只时取得最优表现。

从图表数据深入剖析可见，改进的PB-ROE残差因子显著优于传统估值因子，四象限价值陷阱剔除模型科学合理，分红维度增强模型的效能实证明确，再加上动量因子的稳健补充，构筑了稳健而有效的组合模型体系。报告结合实盘Wind PMS模拟交易平台的跟踪数据，显示了组合的实时落地能力和优良风险调整表现。

该策略展示了通过基本面与技术面融合、估值与分红双维度的投资智慧，针对A股红利策略的深化升级方案，具备显著实践指导价值和参考价值。尽管模型中仍存估值假设简化、动量构造细节缺失等问题，整体脉络逻辑严密，数据翔实可信，是当前红利增强型投资组合构建的典范之作[page::0-7]。

---

（全文完）

报告