20160620-申万宏源-事件研究系列报告之六_高送转全解析_20页_1mb

报告摘要

高送转事件研究总结

核心内容

本报告围绕高送转事件展开，分析了高送转对投资机会的影响、事件效应、影响因素及预测模型构建等内容。高送转是上市公司通过送股和转增股本的方式进行利润分配，通常被视为市场炒作题材，但其本身并不创造公司价值。

主要观点

高送转与市场热度：近年来高送转数量持续增加，尤其2015年中报期间高送转公司数量超过100家，送转比例屡创新高，甚至达到“10送转30”。
事件效应：高送转的超额收益主要集中在预案发布前，预案日前半年累计超额收益可达20%，而预案后和除权除息后并无明显超额收益，填权行情仅是个案。
影响因素：影响高送转的因素包括资本公积、未分配利润、股价、股本、上市时间、定增、次新股等，其中资本公积和未分配利润的总和、股价、股本、上市时间、是否定增等指标对高送转的预测具有较高区分度。
预测模型：构建了打分法和Logit回归法两种预测模型，其中Logit回归法准确率和稳定性更高，年化收益可达57.8%，信息比2.25。

关键信息

高送转定义

高送转指年度或中期分红方案中，每10股的送股和转增股本之和大于等于10股的分红方式。

事件效应

预案前收益显著：预案日前半年累计超额收益可达20%，预案后和除权除息后收益空间较小。
填权行情是个案：除权除息后整体无明显超额收益，仅有个别股票出现填权现象。

影响因素

财务指标：每股资本公积 + 每股未分配利润、股价、总股本、上市时间、是否次新股、是否定增等指标对高送转有显著影响。
预测模型：
- 打分法：准确率波动较大，2014年报准确率为55%，2015中报仅20%。
- Logit回归法：准确率稳定在60%以上，2014年报准确率62%，中报准确率40%，且模型稳定性优于打分法。

预测组合表现

使用Logit回归法构建的高送转预测组合表现良好，年化绝对收益为57.8%，年化相对收益为46.8%，信息比2.25，夏普比率1.31，最大回撤50.4%，周胜率67.1%。

高送转行业与公司特征

行业分布：TMT行业（计算机、电气设备、传媒）及中小板、创业板公司更倾向于实施高送转，其中中小板和创业板占比已稳定在70%以上。
公司特征：
- 次新股和上市时间短的公司更可能实施高送转。
- 资本公积高、未分配利润高、股本小的公司更愿意进行高送转以降低股价、提升流动性。

预测模型构建与验证

模型对比：Logit回归法在准确率和稳定性上优于打分法，尤其在年报预测中表现突出。
模型应用：Logit回归模型通过设置预测概率阈值（0.5），从年报中选取前60只股票，中报选取前30只股票构建组合。
2016年中报预测名单：通过Logit回归模型预测的30只股票中，已有4只公司发布高送转预案，其中四通新材成功命中。

附录信息

分析师信息：
- 刘均伟（A0230511040041）
- 周萧潇（A0230116020001）
- 联系人：宋施怡、陈陶、李丹、胡洁云、张思然、朱芳等。
信息披露：
- 本报告由申万宏源研究发布，属于非公开资料。
- 报告内容仅供参考，不构成投资建议，投资者应自行承担风险。
- 报告中提及的公司可能与申万宏源存在利益关联，需注意潜在利益冲突。

图表与数据支持

图表展示了高送转实施流程、公司数量趋势、行业分布、IPO与增发与高送转的相关性、事件效应、影响因素等。
表格提供了打分法和Logit回归法的预测准确率、组合表现等详细数据。

总结

高送转作为A股市场的重要事件，其背后反映的是市场对成长性公司的预期与炒作。通过深入分析高送转事件的效应与影响因素，结合Logit回归模型，投资者可以更有效地预测高送转公司，从而把握预案前的超额收益机会。然而，高送转并不创造公司价值，其收益主要依赖于市场情绪和短期炒作，投资者需理性看待，结合自身情况做出决策。

展开完整摘要