绝对收益（六）：2021年指数分红预测与基差监控工具-20210416-长江证券-21页_1mb

2021年指数分红预测与基差监控工具总结

核心内容概述

本文主要介绍了2021年主要股指（上证50、沪深300、中证500）的分红预测方法及结果，并讨论了分红对股指期货基差的影响。此外，还提供了基差监控工具及数据提取脚本，以帮助投资者更有效地跟踪市场动态。

主要观点

1. 分红时间分布：

   • 分红主要集中在每年的5月至8月。
   • 2021年三大指数的分红集中于6月和7月，占全年分红的大部分。

2. 行业分红特征：

   • 派息率最高的五个行业为：纺织服装、煤炭、家电制造、食品饮料、机械设备。
   • 股息率最高的五个行业为：银行、煤炭、房地产、纺织服装、公用事业。
   • 某些行业如纺织服装和煤炭同时具有高派息率和高股息率，而银行则表现出派息率低但股息率高的特殊现象。

3. 分红预测方法：

   • 分红预测分为三步：成分股分红预测、指数分红总量预测、指数分红进程预测。
   • 预测依据为历史数据和已公布的分红方案，采用“模糊预测”方法，将分红总量按时间分布平摊。

4. 2020年预测回顾：

   • 分红总量预测精度较高，偏差分别为6.50（上证50）、7.02（沪深300）、4.03（中证500）。
   • 时间分布预测与实际进程基本一致，主要集中在5月、6月和7月。

5. 2021年预测结果：

   • 上证50分红点数预测为69.50，较2020年有所下降。
   • 沪深300分红点数预测为87.46，较2020年略有下降。
   • 中证500分红点数预测为82.73，较2020年有所上升。
   • 分红对6月和7月股指期货合约的影响最大。

6. 基差监控工具：

   • 提供了基差监控WEB页面，支持实时查看理论基差、矫正基差、隐含利率、时间价值及期内分红数据。
   • 表格数据每10秒刷新一次，便于投资者及时掌握市场动态。

关键信息

分红预测步骤

1. 成分股分红预测：

   • 依据实际实施情况、分红预案、年报EPS与过去三年平均派息率、一致预期EPS与过去三年平均派息率等进行预测。

2. 指数分红总量预测：

   • 通过计算成分股分红点数总和得出。

3. 指数分红进程预测：

   • 根据历史分红时间分布，采用加权平均方法进行预测。

分红对基差的影响

• 分红会导致现货价格回落，从而影响基差。
• 通过“分红矫正”可更准确地反映真实基差。
• 期货价格公式为：
  $$
  F _ {t} = S _ {t} e ^ {(r - q) (T - t)}
  $$
  其中，$F_t$为期货价格，$S_t$为现货价格，$r$为无风险利率，$q$为分红率，$T$为合约到期日。

分红预测调整机制

• 随着新增信息的出现，分红预测将被调整。
• 预测值与实际值之间可能存在偏差，需持续跟踪更新。

基差监控工具

WEB页面功能

• 显示三大指数的现货价格、当前价格、当前基差、理论基差、隐含利率、时间价值和期内分红等数据。
• 数据每10秒刷新一次，便于实时跟踪。

数据提取脚本

• 使用Python语言编写，依赖pandas和selenium。
• 支持Chrome和Firefox浏览器，可自动下载最新基差监控数据至本地Excel文件。
• 需要安装conda环境，并在命令行运行：

  > conda install selenium
  

• 运行脚本命令为：

  > python tsSpyder.py
  

风险提示

• 分红预测基于历史数据和已公布方案，不保证结果的准确性。
• 投资者应结合市场实际情况和最新信息进行判断。

投资者注意事项

• 分红预测结果需结合市场变化和新信息进行调整。
• 基差监控工具为投资者提供实时数据，便于进行期现套利和套期保值决策。
• 分红对6月和7月合约影响较大，投资者需特别关注。

附录

• 图表目录：包含历年分红数据、指数成分股分红时间分布、行业派息率和股息率、分红进程预测等。
• 数据来源：Wind、长江证券研究所。
• 分析师声明：分析师覃川桃、鲍丰华具有证券投资咨询执业资格，预测结果独立、客观，不与报酬直接相关。
• 版权说明：本报告仅限中国大陆地区客户使用，未经授权不得翻版、复制和发布。