2021年分红最新预测结果 [page::2]

| 合约 | 收盘价 | 分红点数 | 实际价差 | 含分红价差 | 剩余影响 | 年化对冲成本365（剔除分红） | 年化对冲成本243（剔除分红） |
|---------|---------|----------|----------|------------|----------|----------------------------|----------------------------|
| IH2106 | 3602.60 | 11.23 | -10.10 | 1.13 | 0.31% | -0.82% | -0.85% |
| IH2107 | 3572.00 | 49.16 | -40.70 | 8.46 | 1.36% | -2.03% | -1.96% |
| IH2109 | 3529.00 | 59.66 | -83.70 | -24.05 | 1.65% | 2.31% | 2.19% |
| IH2112 | 3502.40 | 59.66 | -110.30 | -50.65 | 1.65% | 2.61% | 2.58% |

• 6月合约分红点数分别为：上证50为11.23点，沪深300为15.50点，中证500为16.32点。

- 剔除分红因素后，年化对冲成本显示不同合约存在正负差异，反映出分红对期指价格的重要影响。[page::2]

历史分红情况回顾及指数分红趋势 [page::5][page::6]

| 年份 | 上证50分红点数 | 沪深300分红点数 | 中证500分红点数 | 上证50股息率 | 沪深300股息率 | 中证500股息率 |
|------|----------------|-----------------|-----------------|--------------|--------------|--------------|
| 2018 | 73.51 | 78.69 | 63.56 | 3.21% | 2.61% | 1.52% |
| 2019 | 78.66 | 85.03 | 68.64 | 2.57% | 2.08% | 1.30% |
| 2020 | 79.12 | 86.86 | 66.14 | 2.17% | 1.67% | 1.04% |

• 各指数分红点数自2005年以来总体呈上升趋势，分红点数比股息率更加稳定。

- 股息率最高的是上证50，最低的是中证500。

• 分红主要集中于5-7月，9月前完成年度分红，图示2020年分红点数月度分布集中表现明显。

分红预测准确度及模型验证 [page::8][page::9][page::10]

• 通过对比2017-2020年期间沪深300、上证50、中证500预测股息点与实际股息点走势，显示预测模型整体准确，特别是沪深300预测最为贴合。

- 多图展示不同年份与指数下预测与实际差异的趋势，体现了模型的有效性与稳定性。

分红预测流程及方法论 [page::11][page::12][page::13]

• 预测采用综合信息（年报、快报、预警、分析师预测等）估算成分股净利润。

- 利用分红率的稳定假设估算今年分红总额，结合权重计算分红对指数的影响，考虑除权日等调整。

• 理论定价模型中期货价格考虑了无风险利率及红利的影响，分别给出离散与连续红利的定价公式。

如图流程所示：

• 理论期货定价公式为：$\mathrm{F}{t} = (\mathrm{S}{t} - D)(1+r)$，其中D为红利现值，r为无风险利率。

- 持有空头对冲的年化基差率体现持有到期的对冲成本。[page::13]

分红对期指的影响 — 详尽分析报告解构

---

1. 元数据与概览

报告标题：《分红对期指的影响 20210604》
作者与证券分析师：朱剑涛（执业证书编号：S0860515060001）、刘静涵（执业证书编号：S0860520080003）
发布机构：东方证券研究所
发布日期：2021年6月6日
主题：研究上市公司分红对中国主要股指期货（上证50、沪深300、中证500）价格及基差的影响。

核心论点与目标：
该报告旨在通过发布时间点的数据，结合已公布的分红预案以及历史分红数据，预测2021年主要中国指数期货合约（特别是覆盖5月至7月期间的期指合约）的分红影响及价格偏差。报告通过构建合理预测模型，估算分红点数及年化对冲成本，分析分红对股指期货价格与基差的具体影响，帮助投资者理解期指的定价机制和潜在对冲成本，提升期指交易的精准度。

---

2. 逐节深度解读

2.1 研究结论与分红信息进展情况（第0页）

• 截止2021年6月4日，上证50、沪深300、中证500成分股公布分红信息逐渐完善。具体公布数量及状态如下：

- 上证50：10家已实施，12家股东大会通过，28家董事会预案；
- 沪深300：92家已实施，117家股东大会通过，91家董事会预案；
- 中证500：152家已实施，269家股东大会通过，79家董事会预案。

• 分红点数预测为：上证50（11.23）、沪深300（15.50）、中证500（16.32），对应6月合约。

- 年化对冲成本（剔除分红，按365天计算）：上证50为-0.82%，沪深300为-1.20%，中证500为3.01%。
该数据表达了若持有期货合约并利用空头对冲时所体现的成本或收益趋势，是期货持仓成本的衡量。

• 报告列出了每个指数期货多个月份合约的收盘价、分红点数、实际价差及含分红价差，具体如下（示例以上证50为例）：

| 合约 | 收盘价 | 分红点数 | 实际价差 | 含分红价差 |
|-------|---------|----------|---------|------------|
| IH2106 | 3602.60 | 11.23 | -10.10 | 1.13 |
| IH2107 | 3572.00 | 49.16 | -40.70 | 8.46 |

• 价格差异折射了分红对期货合约价格的动态影响，采用含分红价差剔除了分红因素后的价差，反映了市场真实的基差水平。
• 报告强调预测基于合理假设，若市场环境如分红率剧变，预测可能产生偏差[page::0]

2.2 目录与分红预测结果简介（第1、2页）

• 目录列出了报告主要章节结构，包括最新预测结果、历史分红回顾、预测准确度、预测流程及理论模型。
• 2021年分红预计大体集中在5-7月，影响对应合约价格较大，投资者需提前布局。
• 各指数成分股已陆续公布分红信息，结合历史经验采取数据更新。
• 详细表格揭示了分红点数与价差、不同合约的年化对冲成本结构，反映期指合约基差定价机制的分解与调整。
• 年化对冲成本体现期货持仓剔除分红后的持有成本或收益率，3个指数间存在显著差异，指向不同市场结构和成本差异[page::1,2]

2.3 各指数最新期货合约分红影响详解（第2、3、4页）

具体数据结构

• 上证50（IH合约）、沪深300（IF合约）、中证500（IC合约）各期货多合约对应收盘价、分红点数、实际价差与含分红价差、年化对冲成本等。
• 例如，中证500 6月合约IC2106收盘价为6669点，分红点16.32，实际价差-24.06，含分红价差-7.74，年化对冲成本剔除分红后为3.01%。

价差动态说明

• 分红点数表现出明显指数及合约期限溢价差异，远月合约分红累积效应显著，可引起大的含分红价差波动。
• 实际价差多为负，含分红价差修正后趋于正或小负，表明分红对期货价格有较强的下拉影响，需校正以准确反映基差。

图表动态走势说明

• 图4至图6用曲线图展示了未来分红对各指数期货合约价格的剩余影响随时间递减趋势，符合分红逐步兑现的属性。
• 曲线中不同颜色代表不同月份合约，较近合约分红影响较快消化，远月合约影响持续且数值较大，展现投资者预期差异及时间价值[page::2,3,4]

2.4 历史分红情况回顾（第5、6、7页）

• 数据统计覆盖2005年至2020年，展现三大指数分红点数及股息率历史演进态势。
• 观察到各指数分红点数总体呈增长趋势，近两年增长尤为显著，反映资本市场分红政策鼓励及成熟度提升。
• 股息率数据受股价波动影响较大，波动性强，但总体上，上证50股息率最高，沪深300次之，中证500最低，说明大型蓝筹股票的股息回报更具吸引力。
• 分红时间主要集中在5-7月，中报分红（9-12月）占比极小，投资者判断分红时间风险较低。
• 图7、8展示了历年指数分红点数与股息率的趋势柱状图，明确量化了时间与指数间的对比差异。
• 图10则用分布图形化呈现了2020年分红的时间分布，集中在6月和7月[page::5,6,7]

2.5 历史分红预测准确度（第8至10页）

• 通过将模型预测的每日分红点数（predict）与历史实际值（real）进行对比，验证预测模型的有效性。
• 走势图显示2017至2020年各主要指数的预测与实际十分贴合，尤其沪深300指数预测准确率最高，证明模型的科学性和稳健性。
• 各年、各指数对比图清晰展示了预测曲线与实际曲线基本重合，模型能够较好捕捉分红时间及数量的动态变化。
• 这种准确性的体现为投资者提供了高度可靠的分红预测工具，有助于期指定价和套利决策。
• 图11至图22覆盖各年及各指数合约，详细数据支持这一结论[page::8,9,10]

2.6 2020分红预测流程详述（第11、12页）

• 报告详细说明了预测流程的四个步骤：

1. 预估成分股净利润，优先使用年报，快报，预警，三季报净利润TTM，分析师盈利预测，保证数据充分和准确；
2. 计算税前分红总额，若公司已公布分红预案即直接采用，未公布则假设分红率保持去年不变，负净利润公司分红设为0；
3. 计算分红对指数的影响，通过权重和股息率计算股息点，考虑成分股月度权重动态调整确保精度；
4. 预测分红对各期指合约的理论影响，估计除权除息日，若未公布则用历史值调整，综合股东大会召开时间进行合理延期，保证时间点的合理性和准确性。

• 期间涉及复杂的数学估算及数据填补技巧，确保预测具有高度现实参考价值。
• 权重估计采用根据成分股最新权重与涨跌幅动态加权调整方法，防止因数据时差造成偏差。
• 除权日预测考虑股东大会召开时间与历史时间差中位数，体现了对实际操作流程的细致理解[page::11,12]

2.7 风险提示与理论定价模型（第13页）

• 明确说明预测模型基于合理假设，若突发市场环境变化如分红率大幅变动，预测结果可能显著偏离实际。
• 股指期货理论定价模型分两种情况：离散红利和连续红利。
• 离散红利模型中，将未来各分红的价值折现到当前，期货价格为期现价差修正后的无套利价格。
• 连续红利假设下，期货价格呈指数衰减形式，依据年化股息率与无风险利率，公式为 $\mathbf{F}{t} = \mathbf{S}{t} e^{(r-d)(T-t)}$，经典金融衍生品定价理论。
• 该模型为预测分红及其对期货价格的影响提供理论保障和数学基础，确保方法论的科学性[page::13]

2.8 免责声明与投资评级说明（第14、15页）

• 包含分析师与报告声明，确保研究独立性和客观性。
• 详细定义投资评级标准，包括买入、增持、中性、减持，及行业评级标准，帮助投资者理解决策依据。
• 明确风险提示，提醒投资者过去表现不代表未来，无投资建议义务及风险自担，符合金融合规要求。
• 报告版权声明及使用规范，限制未经授权的复制转发，保护机构商业利益和合规运作[page::14,15]

---

3. 图表深度解读

3.1 分红对各指数期货合约价格剩余影响（图4-6）

• 描述：三图分别描绘2021年6月起至8月，分红对上证50、沪深300及中证500期货中不同月份合约的剩余分红点影响随时间的递减曲线。
• 解读趋势：

- 近月合约（如6月合约）分红影响快速降到零，符合分红支付时间节点；
- 远月合约（9月、12月）分红影响较大且递减平缓，反映未来累计分红尚未兑现，仍潜藏价格影响；
- 三个指数总体走势一致，但中证500削减更慢，分红点数曲线相比其他指数更陡峭，表明分红分布差异。

• 文本关系：该系列图表支持报告中分红时间集中的结论，即集中于5-7月分红，因此投资者对跨月期指合约需考虑剩余分红潜在影响。
• 数据限制：均为税前分红数据，实际到手分红可能因税收政策产生偏差，影响实际投资回报。
• 

-

• 

3.2 历史分红点数与股息率趋势（图7-9）

• 描述：数据为2005年至2020年各指数的分红点数和股息率，分蓝（上证50）、红（沪深300）和灰（中证500）色柱表示不同指数。
• 趋势解读：

- 历史整体呈现分红点数与股息率双升趋势；
- 上证50分红点数和股息率持续最高，体现大盘股高分红特征；
- 股息率相对分红点数波动更大，因为其计算涉及股价因素；
- 2018-2020年分红点数显著提升，可能与市场稳定性增强、政策鼓励分红有关。

• 文本关系：图示验证报告中对分红逐年递增趋势的论述，支持后续分红预测的增长预期。
• 

-

3.3 分红时间月份分布（图10）

• 描述：2020年各指数分红点数在不同月份的分布，以柱状图形式展示。
• 趋势解读：

- 分红点数大集中于5-7月，7月尤为显著，为年度主流分红时间窗口；
- 5月和6月也有一定分红量，8-9月分红显著减少且中报分红比例极小；
- 不同指数分红时间大体一致，沪深300略有峰值提前。

• 文本关系：图表形象支持报告对分红时间分布的描述，强调了预测模型中分红时间假设的重要性。
• 

3.4 分红预测准确性对比图（图11-22）

• 描述：涵盖各年（2017-2020）各指数分红点预测与实际曲线，预测值用红线标示，实际值用蓝线。
• 解读趋势：

- 总体预测曲线与实际曲线高度重合，体现模型准确预测能力；
- 涨跌时间点、峰值及下跌趋势均被良好捕捉，尤其沪深300表现最好；
- 少数时间点存在偏差，提示模型对突发分红调整及时间点判断仍有微小改进空间。

• 文本关系：验证模型可用于实时预测，投资者可根据此模型提前配置对应期指，提升交易效率和风险管理。
• 

-

• 

3.5 分红预测流程示意图（图23）

• 描述：箭头流程图清晰描述分红预测四步逻辑：净利润 → 分红总额 → 分红对指数影响 → 分红对期指合约影响。
• 解读与文本关系：

明确了预测数据来源和计算逻辑的层层递进，增强方法透明度和结果的可溯性，为投资者理解和信赖模型奠定基础。

• 

---

4. 估值分析

报告本身不涉及具体股票或期货标的的价值评估，而主要围绕股指期货价格的理论定价及分红对期货合约价格的影响分析。其估值核心依托如下：

• 理论定价方法：基于期货无套利定价模型，分离现货价格、未来分红现值折现及无风险利率影响。

- 折现方法：离散红利分布对应股息现值折现和连续红利收益率模型两种理论公式。

• 估算基础假设：分红率和分红时间稳定，采用历史数据及已公布分红信息，结合净利润预估进行分红总额推算。

- 调整系数：期权价格中剔除分红后的基差反映了持有成本，扣除分红后不同期货合约的年化对冲成本体现估值模型的细节。

该研究侧重“理论期货价格＝现货价格-红利现值+无风险利率影响”及其分红调整，属于系统性的价格机制估值分析，方便投资者判断真实价格偏差和对冲成本[page::13]

---

5. 风险因素评估

• 分红率波动的风险：报告明确分红率假设基于历史数据和合理预判，若市场出现突发事件或政策调整使分红率大幅变动，则预测结果将明显偏离实际，导致期货定价误差。
• 分红时间的不确定性：虽然分红时间相对集中，但个别公司延迟分红或调整除权日，可能导致模型时间窗口外的突发风险。
• 市场与宏观风险：报告中未详细描述其他宏观经济和市场波动对分红和期指价格的影响，但因研究重点为分红，不同周期内系统性风险仍不可忽略。
• 数据完整性风险：部分公司未及时公布分红预案和净利润，模型依赖分析师预测和历史数据，有潜在信息偏差风险。
• 对冲执行风险：年化对冲成本计算理想化，未考虑交易费用、滑点和融资利率变化等，实际对冲成本可能存在偏差。

报告整体坦诚风险来源，未过度承诺预测准确性，保持审慎立场[page::0,13]

---

6. 批判性视角与细微差别

• 模型假设的稳定性依赖性：报告依赖于历史分红率和公司公告轨迹，市场环境若发生异常变化难以预测；实际分红政策可能因政策调控、人事变动而调整，带来模型误差。
• 分红税前税后影响未充分量化：虽然报告指出税前数据与实际拿到手税后分红可能存在差异，但对税负对期货定价的影响未作深入展开，可能影响套利和实际收益率分析。
• 部分表格和数据存在轻微排版与符号错误：例如年化对冲成本符号表达不一，可能造成理解上的微小困惑。
• 分红时间点预测可能受限于历史惯例：除权除息日的预计多依赖于以往时间差中位数，缺乏模型对分红时间变化的适应性，遇特殊年度风险时，预测准确率或受限。
• 多指数合约间套利机会未深入探讨：报告重点在单指数单合约定价模型，未涉及不同指数之间或不同月份合约之间基差的套利与风险对冲策略深化，留有拓展空间。
• 持有成本负负值的理解：上证50、沪深300显示负的年化对冲成本，理论上可能表现为持有期货获利，这反映了较低甚至负的融资利率或市场结构，但具体市场驱动因素未详细论述。

总体而言，报告科学严谨，但部分细节或假设依赖历史经验，未来环境变化时需保持动态调整[page::0,11,13]

---

7. 结论性综合

本报告系统、全面且详实地解构了2021年中国主流股指期货分红影响，结合最新已公布的分红预案和历史数据进行预测。报告核心结论体现在：

1. 分红对期指价格的显著影响：股指期货价格明显受指数成分股分红点数影响，分红直接影响期货价格与现货价差（基差），尤其涵盖5-7月分红的期货合约基差受到较大冲击。
2. 近期合约分红影响快速释放，远期合约影响持续且幅度较大：通过剩余分红影响指数点的时间曲线，清晰展示了不同月份合约分红影响的时间演进规律。
3. 基于净利润预估与历史分红趋势，结合指数权重，建立了科学合理的分红预测模型：模型被历史数据验证，预报准确度高，尤其沪深300分红预测最为精准，提升了期指定价的有效性。
4. 年化对冲成本的计算揭示了期货持仓的时间成本和收益动态：剔除分红贡献后，年化对冲成本体现市场融资成本及持仓费用差异，三大指数差异显著，揭示不同市场结构特征。
5. 报告提醒投资者关注市场风险变化，分红利率和时间调整对模型影响较大：强调动态调整的重要性以及模型基于历史数据的局限性。
6. 图表数据多维度支持结论：通过丰富的历史分红点数、股息率数据，时间分布图，及预测与实际对比图，数据视觉化直观展示趋势与模型表现。
7. 理论价差模型提供坚实定价理论基础：以无套利定价理论为基础考虑离散及连续红利分摊，成熟且被业界广泛认可。
8. 免责声明及评级规则符合监管要求，报告保持客观中立的立场。

综上所述，本研究报告为市场参与者提供了深入、专业且科学的分红影响分析工具，有助于更好地理解股指期货价格形成机制和基差动态，从而有效支持期指交易决策与风险管理。

---

参考溯源

本文分析引用了报告的所有重要章节及图表，主要页码：[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]

报告