定增市场背景与融资环境变化 [page::3][page::4][page::5]

• 定向增发为中国上市公司主要股权融资方式，规模最大，2020年政策放松后资金大幅流入定增项目。

- 近十年竞价定增募资总额及项目数量显著增长，限售期缩短折价率提高，市场活跃度显著提升。

• 机构投资者参与比例提升，定增成为重要投资渠道。

多因子定增选股模型回顾 [page::6][page::7]

| 因子名称 | 计算方法 |
| ------------ | ----------------------------------------- |
| 盈利能力因子 | ROA行业百分位>70% |
| 预计募资金额因子 | 预计募集资金/总市值>30% |
| 证监会审批效率因子 | 发审委通过至证监会通过时间缩短比例<10% |
| 行业因子 | 胜率前10的行业 |
| 估值择时因子 | 发行日前一日PE历史百分位<70% |

• 发行折价率高、募资比例高、审批效率高、行业胜率高及估值择时有效的项目组合表现优异，年化超额收益高达37.20%。

定增对冲策略框架设计与资金管理方案 [page::8][page::9][page::10]

• 基于沪深300期货对冲，选取当日新发行定增项目中沪深300成分股，匹配行业权重实现指数复制与风险中性。

- 设计资金管理“双账户”架构，区分定增投资账户与现金账户，采用月度投资限额分散资金投入，避免锁定期资金过度集中。

• 采用行业近似替代方法，通过邻近行业分配投资额度，解决行业分布不均限制，增强行业覆盖与复制能力。

四套定增对冲方案迭代与回测表现 [page::15][page::18][page::21][page::24]

| 方案名称 | 选股范围 | 行业替代 | 年化收益率 | 年化超额收益率 | 夏普比 |
|-------------------|----------------------------------|-------|---------|------------|-------|
| 定增对冲Alpha 300 | 沪深300成分股 | 否 | 7.69% | 5.27% | 0.72 |
| 定增对冲Alpha 800 | 沪深300+中证500成分股 | 否 | 10.02% | 6.99% | 0.82 |
| 定增对冲Alpha 1800 | 沪深300+中证500+中证1000成分股 | 否 | 11.14% | 8.56% | 0.83 |
| 定增对冲Alpha 1800 Pro | 沪深300+中证500+中证1000成分股 | 是 | 14.75% | 10.44% | 0.87 |

• 各方案逐步放宽选股门槛，迭代引入行业近似替代，提升持股和行业覆盖数量，资金利用率稳定提升。

- Alpha 1800 Pro方案持仓行业数量长期接近申万一级行业31个，资金利用率维持70%以上，实现稳定超额收益。

• 采用沪深300期货对冲后，策略超额收益有所下降，但仍具备市场中性、风险调整收益优势。

量化因子与策略构建核心总结 [page::6][page::8][page::13][page::24]

• 因子构建基于折扣率、盈利能力、审批效率、行业胜率、估值择时等多维指标，并结合持股集中度策略。

- 封闭式资金管理保障资金均衡投放，解决锁定期资金流动受限问题。

• 行业近似替代突破行业样本稀缺限制，提升了组合的行业覆盖和跟踪能力。

- 回测采用严格沪深300期货做风险中性对冲，实现组合净值波动对市场波动的有效剥离，获取稳定alpha。

定增选股对冲策略实战探讨——广发证券定向增发量化系列（二）详尽解析报告

---

一、元数据与报告概览

• 报告标题：定增选股对冲策略实战探讨

- 系列编号：定增量化主题系列之二

• 发布机构：广发证券发展研究中心

- 报告日期：2023年（具体时间未标注，参考相关日期约为2023年4月至6月）

• 报告分析师：史庆盛、罗军、安宁宁等

- 主题聚焦：基于沪深300期货构建的定向增发（下称“定增”）选股对冲策略，兼顾封闭式资金管理，着重提升指数复制能力与资金利用效率，实现稳定的超额收益。

• 核心观点：

- 近年来尤其自2020年以来，定增市场融资条件放松，机构参与度显著提升，市场活跃度增强，定增项目受到投资者关注。
- 本文以沪深300指数期货对冲为基础，探索定增投资的对冲策略，在控制波动的同时获取超额收益。
- 采用多因子选股与分阶段资金管理，结合行业近似替代方案，迭代出四套方案：Alpha 300，Alpha 800，Alpha 1800及Alpha 1800 Pro。
- 在回测期，Alpha 1800 Pro方案表现最佳，年化收益14.75%，对冲后的超额收益率达到10.44%，夏普比0.67，实现收益和风险的最优平衡。

• 风险提示：

- 历史回测依赖特定政策及市场环境，未来环境变化可能导致策略失效。
- 量化模型且主要基于统计方法，结果不构成行业或股票推荐。
- 量化策略在不同模型下存在差异，需注意对比和谨慎使用。[page::0, 31]

---

二、逐节深度解读

1. 背景介绍

（一）定增市场概况

• 定增为股权融资的主流方式，近十年占据股权融资总额中的最大比重（图1显示2010-2022年定增资金规模大幅超过首发、公开增发、配股等）。

- 近年定增项目平均募集规模下降，尤其竞价定增项目规模持续缩小，显示市场结构更趋活跃和多样化（图2）。

• 参与定增的主要机构包括基金公司、券商、私募，资金投入显著增长（图3）。

- 证监会2020年修改再融资新规，放宽锁定期、发行规模、投资者数量等限制（图3），促进资金活跃度和项目数量增长。

• 近十年定价和竞价定增募资额、项目数总体增长，尤其竞价定增发行折价率提升，锁定期缩短（图4-7）。

- 这些背景为定增策略的开发和实施提供了政策和市场环境支持。[page::3-7]

（二）再融资新规解读

• 2020年2月发布的重要政策，锁定期由控股股东36个月缩短至18个月，折价率最低由9折调整为8折，投资者数量放宽至35名。

- 新规极大释放了市场融资活力，竞价定增规模和数量明显增长，折价率上升，锁定期缩短，适合机构快速进出。

• 投资者行为和定增项目结构环境发生根本变化，定增选股与对冲策略得以更好应用。[page::4]

（三）定增策略回顾

• 前期报告《多维视角下的定增选股策略》以多因子模型筛选高收益项目，综合折价率、盈利能力、行业胜率、审批效率、持股集中度及估值择时。

- 特征因子包括：盈利能力（ROA行业70%以上），预计募资比例（募资总额/总市值大于30%），审批效率（发审委至证监会通过时长占比低于10%），行业胜率（前10名行业），估值择时（项目发行前PE百分位低于70%）（表1）。

• 多因子组合3/5信号加估值择时策略年化超额收益达37.2%，年化超额信息比1.06，远优于不选股策略（年化22.78%）。

- 策略表现净值增加明显，显示复合因子选股效果强，已奠定探索对冲策略的基础（图9）。[page::6-7]

2. 定增对冲方案设计

（一）策略思想

• 基于前报告多因子选股策略，进一步设计对冲策略，在封闭式资金管理限制下，通过沪深300期货对冲，以消除市场整体波动带来的影响，实现净值波动与沪深300保持一致。

- 对冲逻辑关键是使定增投资组合行业权重与沪深300指数一致，通过行业匹配及多样化持股降低个股特异风险。

• 针对封闭式投资资金锁定期限制，设计资金管理方案以使资金分布均衡、意义最大化投资，避免资金过早锁定或过度集中。

- 引入行业近似替代方法，解决定增项目数量有限与行业分布不均的问题，通过相关度较高邻近行业资产配置，提升组合指数跟踪能力（图10，图11）。

• 分阶段迭代开发四套方案：Alpha 300（仅沪深300成分股）、Alpha 800（沪深300+中证500）、Alpha 1800（加中证1000）、Alpha 1800 Pro（加行业近似替代）。[page::8-9]

（二）对冲实施过程

• 明确对冲工具为沪深300期货，保持指数流动性及对冲效果。

- 定增选股规则统一：竞价定增，折扣率需大于5%，选股范围依方案不同。

• 封闭式资金管理分设定增投资账户与现金账户，现金账户享5%年化收益。资金分配设有月度投资限额，建仓期与稳定期区分，缓解资金锁定集中风险。

- 定增个股投资额度由行业权重决定，严格行业资金限额监管，防止行业偏离。

• 图12示意资金分配过程。

- 行业近似替代方法通过计算行业走势相关系数，将定增项目投资额度映射至邻近行业，改善指数复制效果并增加持仓多样化。

• 项目收益计算考虑账户资金占有率和沪深300日收益，计算日超额收益率并累计净值。

- Alpha方案以解禁日卖出为止，回测收益，测算方案性能。[page::10-13]

3. 策略实证与结果分析

（一）方案一：定增对冲 Alpha 300

• 选股最严格，仅沪深300成分股，投资标的有限。

- 回测2011年至2023年，整体年化收益7.69%，超额收益5.27%，夏普比0.72。

• 优点是波动小，收益稳定，适合风险偏好较低投资者。

- 缺点：持仓股票数量长期不足25，行业覆盖少于15个，资金利用率低于40%，依赖现金账户无风险收益，指数跟踪能力弱，进而对冲效益有限（图13-16，表3）。

• 各年份回报波动大，2014年及后出现较强收益。[page::14-17]

（二）方案二：定增对冲 Alpha 800

• 选股范围拓展至沪深300+中证500，大幅增加定增潜在项目。

- 年化收益10.02%，超额收益6.99%，夏普比0.82。

• 资金利用率和持股数量提升明显，持股约为Alpha300方案的三倍，行业持有数量提升，但仍仅能覆盖50%左右的行业，资金利用率仍不高约为50%（图17-20，表4）。

- 2017-2018年收益出现负值，与当时市场整体环境相关。

• 指数复制能力有所提升，投资机会增加但仍有限。[page::17-20]

（三）方案三：定增对冲 Alpha 1800

• 增纳中证1000成分股，进一步丰富投资对象。

- 年化收益11.14%，超额收益8.56%，夏普比0.83。

• 2015及之后持股和行业持有数量显著提升，维持20个以上行业，资金利用率进一步提高，有效抵御2018年市场低迷影响（图21-24表5）。

- 表现较Alpha800方案更优秀，特别在定增市场低谷期显示出更好的抗风险能力。

• 然而行业覆盖和资金利用率距理想指数复制仍有差距。[page::20-23]

（四）方案四：定增对冲 Alpha 1800 Pro

• 采用行业近似替代方法，行业覆盖接近申万31个一级分类。

- 年化收益14.75%，超额收益11.24%，夏普比0.87，是四套方案表现最佳者。

• 行业持有数量和资金利用率均显著领先其他方案，资金利用率长期稳步在70%以上，持股数量最多，行业分布和资金分配均衡（图25-28，表6）。

- 按沪深300期货实际对冲测算，因基差成本超额收益略有下降，但仍优于其他方案（图29，表8）。

• 资金分配逻辑含邻近行业扩展，提升组合流动性和多样性，实现更优指数复制，显著提升超额收益和夏普比率。

- 2023年4月最新持仓76支股票，资金利用率53.6%，呈现活跃策略特征（表9）。[page::23-29, 31]

---

三、图表深度解读

• 图1-7 详细展示了近十年中国股权融资各途径的资金规模、定增平均募集规模、机构参与情况、再融资新规具体内容、各类定增募资总额、项目数及折价率、限售期变化情况。数据显示定增持续领先规模，政策松绑刺激竞价定增活跃，打下量化选股和对冲策略基础。
• 图8-9 展示了多因子选股因子结构及对应回测净值，数据明确显示复合因子模型能够显著提升定增项目投资表现，相较全样本策略产生可观超额收益。
• 图10-12 表达了策略设计理念，从多因子选股、资金管理、对冲手段和行业替代切入，图11和图12分别说明行业配比权重和资金分配规则的流程与示例，体现策略严格遵循沪深300权重结构和资金流畅性。
• 图13-16（Alpha 300） 净值曲线、持股及行业覆盖数、资金利用率共显示标的受限带来的投资规模和行业分散度不足，造成收益相对较弱。
• 图17-20（Alpha 800） 扩大标的股范围后，明显提升持股数及行业覆盖，资金利用率有所增加，净值曲线表现明显好转，但仍未达到很好的行业覆盖。
• 图21-24（Alpha 1800） 进一步纳入中证1000指数成分股，规模和覆盖度提升明显，策略表现开始展现出市场低谷期防御症状；资金利用率持续上升。
• 图25-28（Alpha 1800 Pro） 行业近似替代法提升行业覆盖至接近全行业，持股、资金利用率均达到最高，回测净值和超额收益均领先，资金运用效率极大提升，体现了该策略优越性。
• 图29（Alpha 1800 Pro期货对冲） 展示实际期货对冲影响，超额收益净值有所回落，但仍维持领先地位，验证策略实际可操作性。
• 表1-9 分别给出关键因子说明，选股规则，年度收益分布和夏普比率，有力佐证迭代升级的策略性能提升及风险调整后收益改善。

总体，图表层面紧密支持文本论点，阐明定增选股与资金管理协同作用和行业替代对指数复制及对冲收益贡献的显著提升。[page::3-29]

---

四、估值与策略性能分析

• 策略核心不直接估值企业，而是通过多因子选股模型筛选高潜力定增项目。

- 估值概念体现在折扣率因子中，折价率高于5%是入选门槛。

• 对冲工具选用沪深300期货，实质是利用衍生品锁定整体市场风险，剥离市场系统风险，突出定增组合的Alpha收益。

- 资金管理中建仓期月度投资限额与资金账户分配模拟真实封闭资金环境，避免资金集中锁定以及解禁期集中流出造成的风险。

• 资金净值增长包含现金账户5%年化基准稳定收入，实际定增投资收益波动叠加进行超额收益测算。

- 性能指标以年化收益率、超额收益率及风险调整的夏普比为主，Alpha 1800 Pro方案夏普比高达0.87，表明超额收益的稳定性相对较好。

• 敏感性角度，随着标的股范围放宽和行业替代策略介入，资金利用率与收益率提升，实现风险与收益的优化平衡。

- 对冲减轻系统市场波动，为多头定增收益提供稳定环境，提升策略吸引力。[page::10, 15-29, 26]

---

五、风险因素评估

• 宏观与政策风险：宏观经济环境、产业政策、监管规则的重大变动，可能导致定增市场结构及收益出现偏离，模型失效。

- 市场结构变化：如市场风格突变、流动性变化、融资环境收紧等可能影响定增投资可行性和盈利能力。

• 模型风险：量化模型本身假设、因子有效期、历史数据适用性存在不确定性，模型输出可能偏离未来真实表现。

- 行业配置风险：行业替代方案带来行业属性不真实性，实际行业风险可能无法完全覆盖或被误判，影响对冲效果。

• 资金流动性风险：封闭式资金管理策略下资金流动性较差，锁定期限制资金灵活操作，资金利用率受限。

- 操作风险：实际执行中的交易成本、基差风险（尤其期货对冲）、信息延迟等实务问题可能影响收益。

• 风险提示管理：报告强调风险提示，并未提出明确缓释策略，但模型的资金限制与行业分散机制本身为部分风险管理措施。[page::0,31]

---

六、批判性视角与细微差别

• 报告准确指出历史数据与政策环境变化风险，体现审慎性，但对未来市场不可预见冲击仍存在较大不确定性。

- 行业近似替代虽提升行业覆盖和资金利用率，理论上增强指数复制能力，但可能未充分考虑行业间相关性非完美一致的风险，存在行业估值与风险错配隐患。

• 资金管理设置虽然有效缓解资金流动性问题，但月度投资限额和平滑策略实际中如何精准执行和调整尚缺乏具体细节。

- 各方案参数（如建仓月数K、行业等权倒数W）未详细讨论对结果的敏感性或最优参数选取过程，存在改进空间。

• 2023年资金利用率降至53.6%提示近期市场活跃度下降对策略实施可能带来挑战，要求未来更新适应策略。

- 不同方案间收益差异及年度波动均较大，部分年份超额收益为负，反映量化策略仍面临市场波动风险。

• 报告整体逻辑严密，数据充分，但作为定增主要仓位都基于当日新增定增项目，策略对定增市场连续性和活跃度依赖较大，流动性约束需持续关注。

- 模型使用沪深300期货作为对冲工具，期货基差及交易成本可能影响实际操作收益，实际对冲效果有待持续验证。[page::14-31]

---

七、结论性综合

本报告围绕定向增发市场活跃度提升与政策宽松机遇，系统提出并实证了一套基于多因子选股、行业资产配置、资金管理和沪深300期货对冲的定增投资对冲组合策略。通过四套方案的迭代提升，充分展示了在封闭式资金管理约束与定增项目行业分布不均的复杂条件下，如何通过科学资金分配和行业近似替代方法强化指数复制能力，平衡资金利用率与超额收益。

具体而言：

• 核心策略设计理念在于行业匹配和权重调控确保投资组合行业结构与沪深300指数高度一致，通过沪深300期货对冲策略消除市场系统波动，提取定增特性带来的Alpha。

- 资金管理体系实现资金构建周期的平滑过渡，防止资金在限售期内过度锁定导致策略失效，确保资金效率最大化。

• 行业近似替代方案有效改善因定增项目稀缺和行业不均问题带来的指数复制困难，显著提升了行业覆盖数和资金利用率。

- 实证结果表明，Alpha 1800 Pro方案年化收益14.75%、超额收益超10%，夏普比0.87，优于其他方案，且在实盘模拟期货对冲下依然保持良好表现。

• 图表数据清晰描绘了方案收益净值、持股与行业持有数量、资金利用率三大维度指标的演变趋势，充分展示策略迭代升级的逻辑及效果。

- 风险认知合理，指出策略依赖的政策环境、市场结构与模型局限性，强调了历史回测结果的局限性和未来风险。

综合来看，报告提供了定增选股对冲策略从理论研究到实证落地的完整路径，提出的行业近似替代及资金管理创新具备较强实用价值。该策略特别适合机构大额定增资金在封闭周期内，既要求指数风险对冲，又追求超额Alpha的场景。建议关注未来定增市场活跃度、政策调整及策略参数优化对策略的持续影响，谨慎把握策略实施的适应性和风险控制。

---

附：关键图片展示示例

选股配比逻辑：



定增对冲Alpha 1800 Pro回测收益曲线：



定增对冲 Alpha 1800 Pro 资金利用率变化曲线：



定增对冲 Alpha 1800 Pro 期货对冲净值曲线：



---

（全文分析基于原文页码，引用明细详见对应页码标注。）

报告