• 传统静态和动态股息率计算缺陷与改进 [page::1][page::2][page::3]

- 静态股息率使用历史分红数据，无法反映分红波动，易产生偏差，案例：兖矿能源历年分红金额波动明显。
- 动态股息率存在统计误差，除权除息日前股息率短暂为0，未真实反映分红实际，中国神华动态股息率展示此类情况。

• 预期股息率计算框架及流程 [page::4][page::11][page::12]

- 股息率分为分红率、净利润和市值三部分，预测难度依次递减。
- 研究流程包括剔除大概率不分红公司、预测股利政策、结合分析师预测和历史业绩进行净利润预测。
- 指标构建时基于股利政策分类，固定每股派息直接预测，固定分红比例需预测净利润，更新频率搭配预案公告和除权除息节点。

• 如何判定大概率不分红股票及处理方法 [page::5][page::6]

- 预期净利润为负、净利润大幅下滑超过50%、债务存在瑕疵的股票大概率不分红，相关样本数据显示违约公司未来三年无分红。
- 亏损企业通常采取象征性固定派息或不分红，债务瑕疵企业分红意愿低。

• 基于现金股利政策的分红率预测方法 [page::6][page::7][page::8][page::9]

- 现金股利政策分为固定每股派息和固定分红比例两大类。
- 案例：杭州银行体现固定每股派息，分红不随业绩变化；中国人寿为固定分红比例，分红与归属净利润高度正相关。




- 异常分红（分红率大于100%）剔除，提高模型预测效果。

• 净利润预测方法及效果 [page::9][page::10][page::11]

- 通过前三季度利润占全年比重评估公司业绩稳定性，稳定型公司进行历史业绩线性外推，非稳定型公司使用上一期同期利润。
- 采用分析师一致预期为主，历史业绩外推为辅，分析师覆盖度至少5，三季报后数据保证准确度。

• 预期股息率预测能力对比及实证表现 [page::12][page::13]

- 预期股息率构建考虑股利政策和净利润预测分步完成，更新时点合理。
- 与中证红利指数对比，预期高股息组合真实股息率胜率达77.8%，整体表现优异。

• 基于预期股息率的SmartBeta红利组合构建及表现 [page::14][page::15][page::16][page::17]

- 构建了纯预期红利组合，以及结合质量因子（ROIC增强指标）和低波动风格的“红利+质量”与“红利+低波动”组合。
- 各组合均在长期回测中明显跑赢沪深300全收益和中证红利指数，且能有效提升投资收益和降低风险。

• 报告总结与风险提示 [page::17][page::18]

- 以现金股利政策为切入点全方位构建预期股息率预测体系，显著提升预测准确率。
- 预期股息率因子及基于此的SmartBeta组合为红利策略提供了更优质投资工具。
- 结果基于历史数据，可能存在不可重复验证的风险。

【光大金工】如何准确测算预期股息率？量化选股系列之七——详尽分析报告

---

1. 元数据与概览

• 报告标题： 【光大金工】如何准确测算预期股息率？量化选股系列之七

- 作者： 祁嫣然，曲虹宇

• 发布机构： 光大证券金融工程研究团队

- 发布日期： 2022年8月25日

• 主题： 主要围绕股息率的测算改进，通过量化建模构建预期股息率指标，并针对股利政策、净利润以及市值等因素拆解，最终实现用预期股息率改进红利类投资组合构造。

- 核心观点与目标：
- 传统的静态与动态股息率计算存在严重缺陷，不足以真实反映公司未来股息预期。
- 提出基于现金股利政策分类的分红率预测体系，结合分析师一致预期和历史业绩预测，实现净利润的预测。
- 构建预期股息率指标，用预测的分红率和净利润结合当前市值，衡量未来股息的性价比。
- 实证显示预期股息率优于传统中证红利指数，在构建的SmartBeta投资组合中实现超额收益。
- 体现了从理论模型搭建、实证回测到投资组合构建的完整闭环。
[page::0,1]

---

2. 逐节深度解读

2.1 摘要部分与传统股息率分析

• 报告开篇指出股息率作为价值因子，内涵丰富，不仅需要高盈利，还需高盈利预期和低估值配合。

- 传统股息率的静态计算法（历史分红/当前市值）假设分红不变，但实际上分红政策随净利润及其他因素变化；动态股息率（近12个月分红/市值）因除权除息时点差异导致数据空缺或重复，产生误导。[page::0,1]

• 以兖矿能源为例，股息金额波动剧烈，用静态股息率误差大（详见图1，兖矿能源历年分红金额柱状图）；中国神华动态股息率包含因统计误差导致零股息率的明显跳变，图2体现该问题。[page::1,2,3]

2.2 股息率预测构架与三部分拆解

• 对股息率进行拆解，包括分红率、净利润、市值三部分，其中预测难度最高的是市值，其次是净利润，分红率因政策特点具有较高可预测性。

- 不直接预测市值，而通过构建“预期股息率”指标来体现未来派息的性价比。[page::0,3,4]

• 预期股息率公式说明：股息率=分红率×净利润/市值，报告强调分红率与经营结果和股东分配相关，具备较强预测性，净利润由企业经营状况和市场环境决定，难以从企业主观角度预判，市值影响复杂，难度最大，[图3示意分解][page::4]

2.3 预期股息率预测细节

2.3.1 剔除大概率不分红的公司

• 预测前先剔除三类股票：

1. 预期净利润为负的股票。研究显示亏损企业分红来自未分配利润，通常实行较低固定金额分红。
2. 净利润大幅下滑（同比下降50%以上），数据显示此类公司超过9成不分红或象征性分红。
3. 存在债务瑕疵（债务违约、展期等），这些公司未来3年均无分红记录。[page::4,5,6]

• 表3及图5详细呈现亏损及大幅利润下滑企业分红情况，表6统计债务违约企业未来分红判定，数据严谨支撑模型筛选逻辑。[page::5,6]

2.3.2 基于股利政策分类预测分红率

• 划分企业现金股利政策为两类：

- 固定每股派息（派息金额不随经营状况波动，如杭州银行示例，税前每股派息基本稳定）[图6、7及表6]
- 固定分红比例（派息与净利润相关，有低Beta特征，净利润涨幅大于分红涨幅，跌幅小于分红跌幅。例如中国人寿）[图8、9及表7]

• 异常分红（分红比例超过100%）被识别并剔除，以免影响模型预测能力，南玻A为典型案例分析。[图10、11及表8]
• 分红预测采用时序模型（回归派息对利润关系，计算加权回归系数及拟合优度R²），50%分位点R²约88%，说明大部分公司适合采用固定分红比例建模；剩余体公司检验最后5年分红稳定性决定是否归类为固定每股派息。[page::7,8]
• 市场主要公司类型分布显示：固定分红比例占比逐年上升，固定派息比例较小，部分无明确规律。[图12、13][page::9]

2.3.3 净利润预测

• 净利润预测采用两种方式：

1. 基于历史业绩，区分业绩稳定和不稳定公司，业绩稳定公司用历史数据线性外推，不稳定公司用上年同期业绩代替；
2. 以分析师一致预期为主，覆盖人数少于5则退回历史业绩预测。

• 业绩稳定判定通过前三季度利润占全年比例的最大偏差分析，设定阈值10%。实证显示业绩稳定公司预测误差显著小于全样本。（图14）

- 三季报业绩预测误差远优于二季报数据（图15）[page::9,10]

• 对比显示分析师一致预期预测净利润的效果较历史线性外推更优，平均绝对偏差（MAE）维持在10%-20%区间（图16）[page::11]

2.4 预期股息率指标构造流程

• 指标更新时点分为：

- 预案公告日前：用去年数据预测当年分红；
- 预案公告日到除权除息日间：用当年真实分红；
- 除权除息日后且三季报披露完成后：预测下一年分红。

• 预测流程包括：

1. 按股利政策分类算出预期分红金额：固定每股派息直接用历史平均值，固定分红比例需结合净利润预测；
2. 净利润预测结合分析师覆盖情况和业绩稳定性使用不同方法。

• 流程图（图17、18、19）清晰展示了上述逻辑，实现准确更新预期股息率数据[page::11,12]

2.5 预测有效性与收益表现验证

• 与主流中证红利指数对比，方法通过筛选条件构建预期高股息组合，计算真实股息率。

- 结果显示，预期股息率构建的组合真实股息率整体优于中证红利，2015、2016年略低，整体胜率达77.8%（图20、表11），验证了预期股息率的实用性和预测优势。[page::12,13]

---

3. 图表深度解读

图1（page 2）

• 内容： 兖矿能源2015-2021年历年分红金额柱状图。

- 解读： 公司分红金额波动极大，2016年前极低，2019及2021年大幅增长至近百亿元。该波动表明采用静态股息率估算将严重误判分红预期。

• 作用： 支撑传统静态股息率的弊端论点。[page::2]

图2（page 3）

• 内容： 中国神华动态股息率时间序列，显示2016,2017,2021年除权日前期为0的异常股息率。

- 解读： 此“零”值非真实股息变化，而是统计口径和分红时点错配造成的假象。动态股息率在实际判断上的局限明显。

• 作用： 阐述动态股息率缺陷。[page::3]

图4（page 4）

• 内容： 股息率预测方法概述示意图，展示股息率涉及分红率、净利润、市值三要素，不同因素预测难度排列。

- 解读： 分红率与企业经营及股权结构高度相关，具备可预测性；净利润受多因素影响，不易主观预测；市值复杂难预测。归纳预期股息率设计思路。

• 作用： 架构预期股息率设计框架基础。[page::4]

图5（page 5）

• 内容： 不同净利润下滑幅度情况下公司分红趋势，占比统计柱状图。

- 解读： 净利润越大幅下滑，不分红公司的比例越高。符合理性预期，显示企业利润骤降一般压缩分红。[page::5]

图6-7（page 6）

• 内容： 固定每股派息政策模型示意图及杭州银行历年税前每股派息与基本每股收益折线图。

- 解读： 杭州银行的每股股利保持稳定，基本每股收益波动明显，体现红利政策为固定每股派息。

• 作用： 展示固定每股派息政策特征。[page::6]

图8-9（page 7）

• 内容： 固定分红比例政策示意及中国人寿每股派息与收益历史曲线。

- 解读： 两者表现出高度正相关，且分红“低Beta”特征显著，重要的量化规律。

• 作用： 说明市场中大部分采用固定分红比例政策。[page::7]

图10-11（page 8）

• 内容： 南玻A历史分红情况及剔除异常高分红比例数据后的情况对比。

- 解读： 通过剔除分红率>100%极端值，模型反映更符合常规分红规律，提升预测准确性。[page::8]

图12-13（page 9）

• 内容： 沪深300及中证500指数成分股分红政策比例柱状图。

- 解读： 红色（固定分红比例）占多数，比例逐年上升，意味着主流上市公司偏好与盈利挂钩的派息模式。[page::9]

图14-16（page 10-11）

• 内容： 历史业绩线性外推效果对比、二季报与三季报预测MAE对比、分析师一致预期与历史预测MAE对比。

- 解读：
- 业绩稳定公司预测误差远小于全市场。
- 三季报预测远优于二季报预测，后者误差大，说明实践中三季报更适合作为预测依据。
- 分析师一致预期整体优于历史外推，强调外部预期重要性。

• 作用： 验证预测方法的有效性及优化方案。[page::10,11]

图17-19（page 11-12）

• 内容： 预期股息率研究流程图、更新示意图、构造流程及分类预测路径。

- 解读： 流程相互衔接明确，覆盖从剔除不分红股票到股利政策预测，再到净利润预测，体现整体系统化建模流程。

• 作用： 全面揭示指标生成和更新机制，利于理解模型逻辑。[page::11,12]

图20（page 13）

• 内容： 中证红利指数与预期高股息组合实际股息率对比柱状及超额股息率曲线。

- 解读： 预期组合在绝大多数年份跑赢中证红利指数且超额股息率稳定正向，体现预期股息率的实际优越性。[page::13]

图21-24（page 14-17）

• 内容： 多种红利相关指数净值对比、预期红利及其“红利+高质量”、“红利+低波动”组合净值曲线。

- 解读： 纯预期红利组合超越中证红利和沪深300；加入高质量和低波动风格后，组合收益进一步上升且风险可控，验证多因子优化的有效性。

• 作用： 证实预期股息率作为SmartBeta因子的表现优势及其应用潜力。[page::14-17]

---

4. 估值与方法论分析

• 本报告非定价估值报告，核心是构建和优化预期股息率指标并应用于股票筛选。

- 使用经典的统计回归和时间序列分析方法，结合加权最小二乘（WLS）回归帮助挖掘股利政策规律。

• 净利润预测结合分析师一致预期与历史数据外推，充分利用已存在市场信息和公开数据。

- 通过条件筛选（净利润负、利润骤降、债务瑕疵先剔除），保证数据的一致性和稳健性。

• 无复杂折现模型，直接从预期现金分红与市值之间性价比出发，简明而有效。

- 收益测算采用历史实际股息率与市值数据，进行策略回测排名对比，充分体现实用性。[page::4,8,10,11,13]

---

5. 风险因素评估

• 风险提示明确指出结果基于历史数据，存在不被未来市场环境持续验证的可能性。

- 主要风险包含模型预测误差、分析师一致预期偏差、公司未来股利政策变化、市场估值环境大幅波动影响等。

• 分红政策的变化不确定性导致模型对无规律分红或未来可能发生策略调整公司的适用性降低。

- 市值预测难度极大，报告采用现价计算预期股息率，未涉及未来价格变动风险。

• 股票流动性、行业结构调整、宏观经济变化等均可能影响预期股息率策略效果。

- 报告中阐释不涉及缓解策略，更偏向数据及方法论驱动选择风险控制。[page::0,18]

---

6. 批判性视角与细微差别

• 报告依赖于分析师一致预期，市场上分析师数据质量和覆盖不均，尤其中小股或新兴行业股票可能预期准确度较低，存在偏误风险。

- 固定分红模式假设造成部分成长阶段快速变化企业的预测效果不佳。

• 分红异常值剔除虽然避免了极端误差，但也可能漏掉公司一次性大额分红场景的投资机会。

- 剔除低预测覆盖股票部分可能导致指标的覆盖范围和普适性受限。

• 预期股息率不涉及定价因素（如折现率变动），因而对市场整体波动及估值调整的反映有限。

- 期望基于历史和目前公布信息的模型预测未来，存在传统统计模型固有的滞后和样本外偏误风险。

• 报告内容逻辑严谨，方法透明，内在逻辑自洽，但仍需投资者结合市场实际灵活应用。

---

7. 结论性综合

本报告【光大金工】如何准确测算预期股息率？提出了针对传统股息率计算在现实市场中存在的严重局限的创新解决方案，从预期分红角度切入，通过深入分析企业现金股利政策和净利润预测方法，构建了一个三步走的预期股息率预测体系：

• 第一步，剔除大概率不分红的企业（亏损、净利润暴跌、债务瑕疵），确保股票池的有效性和分红确定性；

- 第二步，基于现金股利政策将公司分为“固定每股派息”与“固定分红比例”两种，并辅以异常分红剔除，准确分类并拟合分红规律；

• 第三步，融合分析师一致预期和历史业绩线性外推对净利润进行多元预测，增强业绩预测准确性，从而对分红金额作出科学估计。

基于上述方法，报告设计了预期股息率的动态更新机制，结合预案公告日、除权除息日和三季报时间点，有效利用最新信息反映未来预期。

实证回测部分以中证红利指数为基准，构建预期高股息组合，结果显示预期股息率组合的未来真实股息率整体优于传统中证红利，胜率高达77.8%，有效提升了投资组合在红利收益上的表现。

进一步构建了三类SmartBeta指数策略：

• 纯粹的预期股息率SmartBeta组合

- 叠加高质量因子的“红利+高质量”组合

• 叠加低波动因子的“红利+低波动”组合

这3个组合均实现了相较沪深300及中证红利指数的收益提升，且结合风格因子有效控制风险，体现了预期股息率的强大投资价值和推广潜力。

总体而言，该报告成功完成了“从理论建模—实证验证—投资策略构建”的全流程论证，推导和数据支撑缜密，为量化选股及红利风格投资提供了一套先进且实用的工具和方法。

---

参考图表索引（部分）

• 图1 兖矿能源历年分红金额（第2页）

- 图2 中国神华动态股息率时间序列（第3页）

• 图4 股息率构成及预测框架示意（第4页）

- 图6-7 杭州银行固定每股派息示例（第6页）

• 图8-9 中国人寿固定分红比例示例（第7页）

- 图10-11 南玻A异常分红剔除示例（第8页）

• 图14-16 净利润预测各种方法对比（第10-11页）

- 图20 预期高股息组合与中证红利股息率对比（第13页）

• 图22-24 预期红利及红利+风格组合净值表现（第15-17页）

---

结尾

本分析基于报告全文内容，围绕理论、实证和策略构建全方位解读，力求剖析其核心逻辑、方法及可操作性，提供系统全面的理解框架。[page::0-18]

报告