海外红利类 Smart Beta 市场发展成熟，头部产品规模超百亿美元 [page::4][page::5]

• 美国市场红利类Smart Beta ETF规模排名第三，仅次于价值和成长类，产品数量和规模持续增长。

- 头部四只基金（VIG、VYM、SDY、DVY）管理规模超过百亿美元，表现均优于S&P500基准。

• 低费率显著成为头部产品市场优势。

国内红利类Smart Beta产品规模快速扩张，达到114.5亿元 [page::7][page::8]

• 2017年至2019年红利类基金数量和规模均近乎翻倍，含红利多因子基金规模增长迅速。

- 18只红利类基金和11只含红利要素的多因子基金共同推动市场热度。

国内红利类基金回报优于市场指数，行业偏好明显 [page::9]

• 2016-2018年红利指数收益普遍优于上证综指、深证成指等市场指数。

- 红利类基金普遍低配银行和非银金融，超配房地产、煤炭、电力及交通运输行业。

海外红利指数编制标准严格且多样化，国内同质化明显 [page::10][page::11]

• 美国红利指数多采用长期连续分红、股息增长和财务质量指标，调仓频率较低，指标严格。

- 国内红利指数普遍采用近两年红利连续派发和股息率加权，指标门槛较低，波动率加权等方法初见使用。

• 指标严格性的差异主要由于市场成熟度、分红文化及数据完整度差别。

红利类因子分层测试：股息率和连续10年分红效果最佳 [page::13][page::14][page::15]

• 股息率因子在沪深300和中证500股票池表现显著，具有良好的择股能力。

- 连续10年分红股票在沪深300池中表现最为优秀，其他连续分红年限区分度较低。

• 分红连续增长指标择股能力有限，主要因符合样本较少。

构建红利+低估值+低波动多因子改进策略，表现优异 [page::19][page::20]

• 策略选取净利润为正且过去10年连续分红的股票，筛选估值(PB)排前60%，再选取波动率最低50只。

- 回测期间（2011.6-2019.11）年化超额收益达11.14%，信息比率1.37。

• 策略持仓股票市值介于大盘和中盘股之间，行业分布偏重交通运输、电力、银行等。

- 半年调仓双边年化换手率约1.48倍，交易成本估算约0.89%。

策略持仓稳定，部分股票为常驻股，涉及电力、交通运输及银行业 [page::23]

| 股票简称 | 选入次数 | 行业 | 股票简称 | 选入次数 | 行业 |
|------------|----------|----------------|------------|----------|--------------|
| 粤电力A | 16 | 电力及公用事业 | 雅戈尔 | 11 | 房地产 |
| 赣粤高速 | 16 | 交通运输 | 华能国际 | 10 | 电力及公用事业|
| 宁沪高速 | 16 | 交通运输 | 广州发展 | 10 | 电力及公用事业|
| 浦发银行 | 15 | 银行 | 恒丰纸业 | 10 | 轻工制造 |
| 中国石化 | 15 | 石油石化 | 招商银行 | 10 | 银行 |
| 国电电力 | 15 | 电力及公用事业 | 山东高速 | 10 | 交通运输 |
| 燕京啤酒 | 14 | 食品饮料 | 福建高速 | 10 | 交通运输 |
| 申能股份 | 14 | 电力及公用事业 | 厦门空港 | 9 | 交通运输 |
| 深高速 | 13 | 交通运输 | 白云机场 | 9 | 交通运输 |
| 华夏银行 | 13 | 银行 | 长江电力 | 9 | 电力及公用事业|
| 深圳能源 | 12 | 电力及公用事业 | 宝钢股份 | 8 | 钢铁 |
| 粤高速A | 12 | 交通运输 | 中国联通 | 8 | 通信 |
| 上海机场 | 12 | 交通运输 | 深圳机场 | 8 | 交通运输 |
| 鲁泰A | 11 | 纺织服装 | 国投电力 | 8 | 电力及公用事业|
| 特变电工 | 11 | 电力设备 | 金融街 | 7 | 房地产 |

总结与风险提示 [page::24]

• 海外红利Smart Beta市场成熟度高，产品超额收益稳健，国内市场正加速成长但存在同质化问题。

- 股息率和连续分红是主要有效的红利因子，推荐考虑引入连续10年分红指标以捕捉长期稳定派息公司。

• 多因子结合策略（红利+估值+低波动）在A股回测表现优秀，适合优化产品设计和差异化布局。

- 报告基于历史数据回测，未来表现存在不确定性，投资者需理性审慎评估策略适用性。

金融研究报告详尽分析报告：红利类 Smart Beta 产品研究及改进策略设计

---

一、元数据与报告概览

• 报告标题：投资优质股票：红利类 Smart Beta 华泰 Smart Beta 系列之三

- 作者：林晓明、陈烨、李子钰 等，华泰证券研究所

• 发布日期：2019年末（资料截止2019年12月）

- 研究主题：聚焦红利类 Smart Beta 产品在国内外市场的发展情况、红利因子应用的效用、指数编制方法比较及基于红利因子的改进多因子策略设计与回测验证。

核心论点与目标信息：

• 红利类 Smart Beta 是海外市场重要、成熟的因子策略，国内虽起步较晚但近年发展迅速，规模翻倍增长，红利因子具有中长期投资价值。

- 海外具有较严格且多样化的红利指标体系，国内产品指标同质化明显，且普遍较宽松。

• 通过实证分层回测，连续10年分红、股息率是红利因子中较有效指标，连续分红增长因子在国内尚未成熟。

- 基于红利因子的多因子策略（连续10年分红+低估值+低波动）设计回测表现优异，年化超额收益达11.14%，信息比率1.37。

• 报告强调红利类 Smart Beta 在国内市场仍有深化发展空间，建议结合多因子形成差异化产品设计[page::0,3,4,24]。

---

二、逐节深度解读

1. 引言与背景（第3页）

报告首先回顾Smart Beta概念发展，指出海外市场特别是美国在红利类Smart Beta产品上已成熟，规模排名第三，仅次于价值和成长类产品。经典投资大师及学界均认可高股息股票的长期超额收益，解释涵盖“一鸟在手”理论、信号传递效应及融资偏好理论。强调红利不仅带来现金流，更体现公司盈利状况和财务质量，高分红公司往往具备稳定的增长前景。

报告指出红利类Smart Beta在海外和国内均为主流产品，国内首只Smart Beta即红利类产品。以此为基础，报告后续展开对红利类产品市场、因子测试、策略设计的详细探讨[page::3]。

2. Smart Beta产品市场：海外领先与国内差异（第4-9页）

• 海外市场（图表1-7）：

- 美国红利类Smart Beta产品规模居第三，数量和规模稳步增长。
- 明显头部效应，前四大产品VIG、VYM、SDY、DVY规模超百亿美元，费率较低且长期表现持续优于标普500指数。
- 净值及相对表现显示四基金均跑赢基准，背后因子筛选注重连续分红与股息率，且调仓频率较低体现红利因子的风格稳定性。

• 国内市场（图表8-13）：

- 国内红利类Smart Beta产品发展历程波折，2006年首发后规模多波动，2016年触底约10亿元，2017年至2019年规模快速扩增至超过114亿元，产品数量翻倍，尤其红利相关多因子产品兴起。
- 国内红利类基金和多因子基金（带红利因子）分别有18只和11只左右，基金管理费普遍高于美国市场，且以股息率为主的指标同质化明显。
- 红利指数表现出较好超额收益，但年际表现存在波动，2016-2018年表现优异。
- 基金行业配置上，红利类产品常超配房地产、煤炭、电力、交通运输，低配银行以外金融及科技行业，反映红利股票行业分布特征。

报告强调海外指数编制条件较严苛且多元化，国内指标较宽松，创新空间大。文末提出中国红利因子适用性有限，未来多因子结合策略或为突破路径[page::4-9].

3. 红利类指数编制方法分析（第10-12页）

• 海外指数（图表14）：

- 例如VIG要求连续10年分红增长，SDY要求20年连续增长，指标严苛且包含成交量、市值等多样限制。
- 不同指数采用多层指标筛选，且调仓频率低，体现红利风格的长期稳定。

• 国内指数（图表15-16）：

- 多采用连续2年分红且股息率为主要加权指标，条件相对宽松，同质化严重。
- 红利低波指标背后逻辑为先筛选红利股再通过低波动率选股，调仓频率1至4次不等。

• 差异原因总结：

- 国内市场起步晚，数据缺失及波动较大，企业和投资者对分红重视程度低；
- 分红多替代方式（送股、高送转）盛行，现金分红不够普遍，导致红利因子局限性大。

报告建议，尽管当前红利因子仍存限制，但随着市场成熟及数据完善，结合其他因子多元化应用将是红利产品未来创新重点[page::10-12].

4. 红利因子分层回测与指标验证（第13-18页）

• 分层测试方法：

- 交易日选择6月和12月调仓，等权配置，区间2014-2019年。

• 股息率因子（图表18-23）：

- 沪深300和中证500大中市值股票中股息率与回报呈明显正相关，无分红股表现最差。
- 中证1000（小市值）收益分层不显著，表明股息率择股能力因市值有所分化。

• 连续分红因子（图表24-30）：

- 持续10年分红的公司数量逐年增加，且在沪深300中具有显著的超额收益表现，尤其优于连续1-5年分红组合。
- 中证500和中证1000中10年持续分红效果略弱，但2016年后逐渐改善，表明市值越大，连续分红指标有效性越强。

• 分红连续增长因子（图表31-36）：

- 该指标较为严苛，A股中符合数量少，且综合择股效果一般。
- 沪深300有轻微优势，中证500及1000基本无分层优势。

• 综合收益统计（图表37）：

- 股息率因子在三股池均见有效表现，尤其对大盘股稳定；
- 连续10年分红指标择股能力突出，信息比率达到1.91，适合做长期筛选；
- 分红增长因子效果不如前两者，指标成熟度有限。

综上，推荐重点关注沪深300中连续10年分红股票作为筛选基准[page::13-18].

5. 红利因子改进策略设计与回测（第19-23页）

• 策略构建逻辑：

- 基于红利类单因子同质化和限制造成创新难度，用多因子结合实现差异化。
- 采用连续10年分红作为核心红利因子替代传统股息率，配合估值因子（PB低估值）和低波动因子，兼顾长期稳定分红、安全边际和风险控制。

• 回测设置：

- 样本为中证全指；
- 剔除净利润负增长股票；
- 连续10年分红后再选估值排前60%和波动率最低50只股票；
- 半年调仓，等权重配置，无交易成本考虑；
- 对比基准包括中证全指、沪深300和中证500。

• 回测结果分析（图表38-40）：

- 策略整体收益稳定优于基准，尤其在2015年市场恢复后优势显著。
- 相比市场及现存红利指数，业绩表现更优，收益风险比更高，验证了加入估值因子增强策略效果。

• 表现细节（图表41-46）：

- 区间净值年化超额收益11.14%，信息比率1.37；
- 策略成分股市值介于大盘和中盘之间，行业偏重交通运输、电力、公用事业和银行；
- 换手率年化约1.48倍，交易成本估算约0.89%；
- 持仓个股相对稳定，前15只股票持仓时间覆盖超60%，且行业集中反映红利行业偏好。

此策略展示了红利因子结合估值和波动因子的综合优越性，为国内红利类Smart Beta产品设计提供了可行思路与实证支持[page::19-23].

---

三、图表深度解读

• 图表1-6（美国市场规模与表现）：

- 图表1演示美国Smart Beta ETF中各因子产品数量和规模，红利类为第三大类别，管理规模近2000亿美元；
- 图表2展示美国红利ETF逐年发行量，2000年代中期发行激增，累计数量显示持续增长；
- 图表3体现规模前十红利类产品，前四名管理规模均超百亿美元且费率较低，明显领先市场；
- 图表4显示四只头部基金规模稳步攀升，VIG规模增长最快，显示市场集中度高；
- 图表5-6通过净值走势对比，四基金均优于标普500，尤其VIG表现强劲，彰显红利因子长期有效性。

• 图表8-10（国内红利基金信息与成长）：

- 图表8、9详细列出18只红利类基金和11只含红利多因子基金，信息涵盖成立日期、规模和管理费，表明近年成立日期聚集且规模增长迅速；
- 图表10汇总红利类基金数与规模年际变化，2017年后数量和规模翻倍，标志市场迅速火爆。

• 图表11-13（指数表现与行业分布）：

- 图表11将多个红利指数年度收益与主流市场指数比较，2016-18年红利指数均表现优异，验证红利投资优势；
- 图表12统计区间收益与波动率，红利指数信息比率表现普遍优于大盘指数，风险调整后具备吸引力；
- 图表13行业配置对比显示红利基金明显超配房地产、煤炭、交通运输，低配银行外金融和科技，和行业分红习惯一致。

• 图表14-16（指数编制法对比）：

- 图表14美国红利ETF选股要求严苛，诸如连续20年分红等，体现高度筛选；
- 图表15-16国内红利类与低波动类指数筛选宽松，主要依赖股息率及分红连续性，调仓频率较美市场更频繁。

• 图表18-23（股息率因子分层表现）：

- 不同股票池中高股息率分层组合均此业绩领先，表现股息率因子择股效力，但中证1000小市值区分度较弱。

• 图表24-30（连续10年分红股票数与分层表现）：

- 连续10年分红公司数量逐步上升，沪深300中分层表现最优，且收益差异明显，有效区分能力强。

• 图表31-36（分红连续增长因子测试）：

- 分红增长因子在沪深300略显优势，中证500与中证1000表现平平，选择性及普适性有限。

• 图表38-40（改进策略净值曲线）：

- 改进策略净值稳步领先于市场指数及现有红利指数，表明多因子结合提升的有效性。

• 图表41（改进策略业绩统计）：

- 展示策略在不同期限内相对优势及波动、夏普比率情况，整体夏普最高，风险调整后的回报吸引。

• 图表42-46（持仓市值、行业分布与换手率）：

- 策略持仓市值频繁上下波动，策略行业分布集中于低波行业如交通运输、电力、银行，换手率合理，投资组合稳定，个股持仓时间长，反映良好的持股质量与组合稳健性。

---

四、估值分析

报告中的估值核心在于多因子策略中引入市净率（PB）因子作为估值筛选指标：

• 理由：PB作为传统价值投资指标，体现股价相对于账面价值的安全边际，符合格雷厄姆“安全边际”的投资理念；

- 实现方式：剔除净利润为负股票后，底层股票按照PB由低到高排序，选取估值排前60%的股票，结合红利因子筛选低估值、持续派息标的；

• 期望效果：提升组合安全边际，避免过度追高，增强稳定收益能力。

折现率、永续增长率等DCF参数未详细给出，估值侧重于因子排序和组合构建层面，体现Smart Beta指数产品核心特色[page::19-20].

---

五、风险因素评估

报告明确指出以下风险因素：

• 市场环境影响：红利类Smart Beta产品全球和中国市场的表现及规律不一定同步，海外成功经验并非必然复制到国内；

- 统计标准：国内Smart Beta尚无统一公允的统计标准，报告使用的方法存在主观性，不可完全替代实际表现；

• 历史数据依赖与有效性风险：回测基于公开历史数据，未来市场环境变化可能导致策略失效；

- 投资建议免责声明：所提Smart Beta策略及产品分析仅供研究参考，不代表具体投资建议，需投资者理性判断和审慎操作；

• 数据与模型限制：指标和测试方法受数据质量和范围限制，可能引发策略表现偏差。

报告未提供具体风险缓释方案，但提醒投资者注意分散投资并关注市场和产品更新[page::0,24].

---

六、批判性视角与细微差别

• 报告采用了严谨的数据分析和多指标分层回测，较好地体现了多因子策略的优越性及红利因子在不同市值股票池的差异。

- 对海外与国内指数编制方法对比深刻，指出国内相关指标较为宽松和同质，反映中国市场的现实限制及成长空间，但没有展开对历史股息分布偏差对回测结果潜在影响的深入讨论。

• 连续分红增长因子的影响力不足，分析认为A股尚未成熟，呈现谨慎态度，符合实事求是风格。

- 报告中多次引用外部研究及经典理论，加强论点可信性，但涉及具体模型（如IC测度、分层规则）时技术细节未充分披露，限制了外部专家检验。

• 人为选择分红年限（10年）、估值筛选阈值（60%）及波动因子股票数（50只）等关键参数虽充分解释，但未见灵敏度分析，未来研究可加强此环节以提高策略的稳健性和适应性。

- 市场流动性与交易成本虽提及但未深入实盘模拟，换手率与成本分析相对粗略。

• 报告强调红利类产品目前国内市场拥挤，预示短期内可能面临超额收益减弱，提示投资者理性审慎。

- 申请报告中所有观点均以客观描述市场与统计数据为主，无明显主观倾向或利益冲突披露，维护了内容中立性。

---

七、结论性综合

整体来看，本报告系统梳理了红利类Smart Beta产品在全球、尤其是美国及中国市场的发展态势，指出海外成熟市场的严谨筛选标准及策略稳定优势，同时揭示中国市场红利类产品迅速扩张背后的机遇与挑战。

通过对关键红利因子——股息率、连续分红年限及分红增长的层层回测，报告验证了股息率及连续10年分红因子在沪深300等大市值股票池的稳定预期收益表现，而连续分红增长因子尚未成熟。基于此，提出结合长期连续分红、低估值PB及低波动因子的多因子策略设计，经多维度回测显示该策略长期稳定领先市场基准，超额年化收益达11.14%，信息比率1.37，换手率合理且个股持仓稳定，行业配置符合红利行业偏好，具有很强投资参考价值。

报告在充分量化分析的基础上，明确了当前红利因子应用的现实局限及发展方向，尤其强调多因子融合策略是未来红利类Smart Beta产品创新和差异化的关键路径。报告所推策略为国内投资者提供了一条基于数据驱动、注重估值安全边际和风险控制的红利投资实现方案，既可用于产品设计也适合资产配置参考。

最后，报告指出相关研究基于历史数据和较为宽松的统计标准，存在一定主观性和有限的历史代表性，建议投资者理性看待并警惕市场波动风险。

---

参考图表集合标注示例（Markdown格式）

• 图表1：

- 图表4：

• 图表6：

- 图表18：

• 图表24：

- 图表38：

• 图表41：

- 图表46： （见报告页23）

---

综上，该报告内容详尽、论据充分，紧密结合国内外市场实际，为红利Smart Beta产品设计提供了系统的理论基础和实证支持，是当前研究与实务应用的重要参考资料[page::0,3-25]。

报告