指数样本股调整基本情况及影响 [page::4][page::5]

• 市场指数定期调整样本股以保证指数可投资性，调整时间主要集中于6月和12月。

- 指数样本股调入股票在公告后通常呈现股价上涨和成交量上升，调出股票则相反。

• 指数调整时间轴展示审查时间和调整实施时间的具体安排。

历年沪深300指数样本股调入、调出收益统计分析 [page::6][page::7][page::8][page::10][page::12]

| 时间 | 调入股票数 | 调入股票平均累计超额收益（公告日） | 调入股票平均累计超额收益（公告后10个交易日） | 调出股票数 | 调出股票平均累计超额收益（公告日） | 调出股票平均累计超额收益（公告后10个交易日） |
|------------|------------|------------------------------------|---------------------------------------------|------------|------------------------------------|---------------------------------------------|
| 2019年6月 | 17 | 4.19% | 5.89% | 17 | -2.74% | -4.97% |
| 2019年12月 | 18 | 1.44% | 0.60% | 18 | 2.21% | 1.90% |
| 2020年6月 | 22 | -0.09% | 1.29% | 22 | 0.48% | 0.07% |
| 2020年12月 | 24 | 0.63% | 7.11% | 26 | -1.24% | -4.78% |

• 从历年数据看，调入股票普遍在公告日前后实现正向超额收益，公告后10个交易日表现更佳。

- 调出股票多数存在负向超额收益，少数年份及个股除外，存在个别表现异常情况。

• 调仓事件效应稳定，有助于基于事件研究构建短期投资策略。

2021年6月指数样本股调整预测及筛选流程 [page::0][page::13][page::14][page::15][page::16]

• 预测调入沪深300样本股25只，调出若干只。调入股票涵盖新能源、生物医药、高端制造等行业。

- 根据中证指数有限公司规则，样本股筛选遵循严格的样本空间限定、成交额及总市值排名等步骤。

• 设定缓冲区规则和剔除财务风险样本，确保投入样本的稳定性与质量。

事件驱动策略核心观点 [page::0][page::1]

• 指数样本股调整作为典型的事件驱动策略，能够捕捉短期明显的异常收益。

- 准确预测调入股票名单并持有至公告日，是获取超额收益的有效方式。

• 通过公开历史调仓数据验证，调入股票多次实现公告前后正收益，调出股票表现相反，策略有效性突出。

华创金工事件研究系列——2021年6月指数样本股调整预测报告详尽分析

---

一、元数据与报告概览

• 报告标题：《【专题报告】华创金工事件研究系列——2021年6月指数样本股调整预测》

- 发布机构：华创证券研究所

• 分析师：王小川（执业编号：S0360517100001）

- 发布日期：2021年5月左右（文中提及数据截至2021年4月）

• 研究主题：A股沪深300指数及中证500指数成分股调整预测

- 报告性质：专题研报，基于事件研究方法，聚焦指数样本股调仓对个股收益的影响及调仓名单预测

• 核心结论/信息传达：

- 指数成分股调整存在稳定的异常收益效应，特别是调入股票在公告日前能获得显著超额收益。
- 华创通过事件研究框架对沪深300及中证500指数的成分股调仓进行动态跟踪和预测，2020年12月的预测结果命中率高。
- 预测2021年6月沪深300和中证500指数将出现具体的调入和调出名单。
- ETF基金规模分布显示沪深300指数的资金体量较大，指示其调仓影响力不容忽视。
- 风险提示指出基于历史数据的模型有一定局限性，不确保未来收益。

---

二、逐节深度解读

1. 投资主题及报告亮点（page::0,page::1）

• 解释了指数成分股调整的背景和必要性，强调了样本稳定性及动态跟踪原则。

- 利用过去一年行情数据预测2021年6月沪深300及中证500的调入、调出名单。

• 重点指出事件研究策略在学术及实务中的重要性，指数调整前的异常收益效应明显。

- 指出准确预测调入样本股意味着能抓住公告日前的异常收益窗口。

2. 指数成分股定期调整事件简介（page::4-page::5）

• 指数定期或不定期调整成分股以反映市场变化，保证指数代表性和投资有效性。

- 调整规则中提及沪深市场指数一般于每年6月和12月的第二个星期五后的第一个交易日实施调整，深证指数为每年1月和7月的第一个交易日。

• 三阶段调整流程：定期审核（5月、11月）、名单公布（提前2周）、调整实施。

- 调整对价格及成交量均有显著影响，调入股通常股价上扬、量能放大，调出股则反之。

• 图表1（时间轴）清晰展示了沪深三大系列指数审核时间、审核数据截止时间及调整实施节点，体现时间上的协调性和规范性。

3. 沪深300指数成分股历史预测效果（page::6-page::12）

• 指数ETF分布（图表2）：截至2021年4月底，沪深300指数相关ETF规模达到1267亿元，占A股ETF总规模的9.02%，显示其资金体量和市场代表性强。

- 预测效果统计：
- 2019年6月预测调入17只，命中13只，调入平均累计超额收益分别为公告日前4.19%、公告后10个交易日5.89%，调出股为负收益，表明模型较为精准且能捕捉调仓影响（图表3、4）。
- 2019年12月预测调入18只，命中全部，公告日前收益1.44%，公告后0.6%，调出组合异常个股表现对组收益影响较大（图表5、6）。
- 2020年6月调入21只，命中全部，公告日前收益略为负（-0.09%），公告后转正（1.29%），调出组合表现较弱（图表7、8、11）。
- 2020年12月调仓预测最为成功，预测调入24只命中22只，公告日前超额收益0.63%，公告后10日超额收益高达7.11%，显示预测模型的实际应用价值高（图表9、10、12）。

4. 沪深300指数调入、调出样本股的筛选流程及2021年6月预测名单（page::13-page::14）

• 样本空间规则：

- 科创板上市超过1年，创业板上市超过3年，非ST及非停牌证券，且满足市值要求。

• 筛选方法：

- 按日均成交额剔除后40%，保留前60%，再按总市值筛选前240新样本和前360老样本。
- 剔除有监管处罚、财务亏损及长期停牌样本。

• 具体预测结果详见图表11、14：

- 调入样本包括阳光电源、福斯特、大参林、天齐锂业、华熙生物等知名企业，广泛覆盖医药生物、电子、食品饮料和有色金属等行业。
- 调出样本涉及房地产、银行、采掘、通信等多个行业。

5. 中证500指数调入、调出样本股预测（page::14-page::16）

• 中证500指数样本选取：

- 剔除沪深300样本以及市值排名前300的样本。
- 剔除成交金额排名后20%的样本。
- 剩余样本基于总市值排名选前500。

• 调整数量一般不超过50只，优先保留高成交额、高市值老样本和有潜力新样本。

- 预测调入名单含卫宁健康、健友股份、酒鬼酒、四维图新等，调出名单包括跨境通、中华企业、上海梅林等（图表12、15、16）。

• 行业覆盖范围广泛，涉及计算机、医药生物、交通运输、房地产等多个领域。

---

三、图表深度解读

图表1：指数成分股定期调整时间轴（page::5）

• 说明沪深三大指数系列（深证、中证、上证）的筛选与调整时间节点。

- 审核时间多集中在5月和11月，调整实施间隔时间约2-3周。

• 该时间表对投资者和指数基金经理调整持仓提供标准时间窗口。

- 图表直观展示了审核依据起止时间与实施时间，帮助理解调仓节奏。

图表2：指数ETF分布（page::6）

• 红色柱状图显示各指数ETF的资产规模，沪深300 ETF最大（约1267亿），中证500和上证50次之。

- 蓝色折线示意ETF基金数目，沪深300和中证500均有19只ETF，规模大且产品丰富。

• 说明沪深300指数具备较强市场代表性及跟踪投资价值，指数调整对ETF资金流动影响显著。

图表3-4、5-6、7-8、9-10：历次沪深300调仓预测及超额收益统计（page::6-12）

• 每对调入、调出股票名单及预测正误具体列出，提供精确的数据信息。

- 统计披露公告日前后超额收益，明显体现调入股价格普遍上涨，调出股多下跌的趋势，符合指数效应理论。

• 部分个股表现异常（比如2020年12月调出的光线传媒、盈趣科技、东华软件）对整体组合收益产生显著正面影响，表明指数调仓带来的市场预期变化并非绝对单边。

- 超额收益由公告日价差和公告后持续趋势共同构成，说明公告前信息预期已部分反映，公告后还存在市场再平衡效应。

图表11、14、15：2021年6月沪深300与中证500预测调仓名单（page::13-16）

• 详列每只预测调入、调出个股的基本信息，包含股票代码、简称、申万行业，内容细致。

- 样本跨行业广泛，医药、电子、化工、房地产、金融等行业均有涉及，反映指数覆盖面广。

• 体现了严密的数据筛选和结合申万一级行业划分的科学性，使投资者对具体调仓标的形成明确认知。

---

四、估值分析

本报告侧重于事件驱动和指数成分股调整预测，未涉及传统意义上的公司估值分析（如DCF、市盈率）。估值层面在本报告中并未展开，主要依赖事件效应及历史收益表现来验证调仓预测模型的有效性。

---

五、风险因素评估

• 明确风险提示模型基于历史数据，未来效应可能不稳定，提醒投资者风险认知。

- 未详细列出宏观市场、行业变动等外部风险，但隐含由于指数调入调出受政策、市场波动、企业基本面变化影响。

• 事件研究策略依赖准确及时的信息披露和市场反应，若信息不充分或市场效率下降，盈利前景受限。

---

六、批判性视角与细微差别

• 报告对历史预测成功率有较高肯定，展示异常收益案例，但部分年份（如2020年6月）预测的公告日前收益为负，显示模型并非完美。

- 调出股票组合在某些季度表现异常且盈利，有乖离指数效应假设的可能，提示市场对调出影响预期可能复杂，非简单的负面行情。

• 缺少对宏观经济、政策环境、行业周期波动对调仓效果的深入剖析，或使结论存在一定的外部变量遗漏风险。

- 预测名单行业集中度及权重未详细披露，未完全呈现可能存在的行业偏好或集中风险。

• 报告以人为设定的规则严格筛选，但规则调整或未来指数调整策略变化可能带来适用性风险。

---

七、结论性综合

本报告运用事件研究方法，结合沪深300和中证500指数成分股调整规则及历史行情，通过量化模型准确预测了历次指数调仓的样本股名单，并验证了调入股票在公告日前具有正向异常超额收益效应，特别在2020年12月调仓中，该策略实现了公告日前0.63%、公告后10个交易日7.11%的累计超额收益，显著优于市场整体水平。这表明指数调仓事件具有较强的市场影响力和投资机会。

图表数据清晰反映出：

• ETF规模的积累和集中强化了指数调仓的市场效应，将调仓事件推升为重要的股价影响因素。

- 历史预测准确率高达80%-90%，有效支撑了调仓预测的系统性和持续使用价值。

• 虽然存在个别调出股票表现异常的情形，但整体趋势与指数效应假设高度一致。

报告详细列出了2021年6月沪深300和中证500的预测调入、调出股票名单，涵盖多个行业和权重公司，为投资者提供了参考依据，助力指数投资和事件驱动型交易策略。

整体来看，该报告专业严谨，数据详实，对指数成分股调整的预测及其在市场中的表现做了深入分析，对投资者捕捉调仓套利机会具有较高实用价值，同时提醒基于历史数据的模型固有局限，投资需结合更多综合因素审慎决策。[page::0,page::1,page::4,page::5,page::6,page::7,page::8,page::9,page::10,page::11,page::12,page::13,page::14,page::15,page::16]

---

附录：相关图表引用

图表1 指数成分股定期调整时间轴：


图表2 指数ETF规模分布：


（其他数据及图表均为HTML表格形式嵌入报告内容，摘录于原文）

报告