2025年底仓再审视专题报告：红利与现金流，买在无人问津处

高股息策略的收益来源与本质

高股息策略的收益来源

从收益来源上，高股息策略的收益来源可划分为资本利得与股息收入两个部分。资本利得指的是股价变动，即资产增值收益；股息收益则 是分红。从资本利得的角度上看，盈利和估值视角下高股息策略均具备正向作用逻辑。盈利角度，具备较大比例现金分红的公司盈利能力 相对较强，盈利与现金流相对稳定，这类公司往往可以赚盈利增长的钱；估值角度，股息率较高的公司往往具备较低的估值，因而存在估 值修复的空间，这部分价值回归收益同样是资本利得的组成部分。

收益来源拆解

从收益来源拆解看，纯红利\宽基红利类策略背后的防御属性主要由盈利贡献，市场大幅向好期间的驱动模式为估值为主，红利质量类策 略估值+盈利共同驱动的特征更为明显。从单年度的情况看，所谓盈利估值共同驱动特征更为明显的年份主要是2017年，2014年估值作为 核心驱动因子，2018年估值则为负面拖拽项。2014年至2025年7月，中证红利、红利低波、300红利、红利价值四个典型的红利指数年化 收益分别达到13.22%、13.86%、13.34%、15.72%，分红对这一年化收益的贡献分别为71%、68%、71%和58%，红利价值指数盈利对 自身年化收益的贡献相对更高。而从最近3年各分项对指数年化收益贡献的边际变化看，估值负向贡献在收敛，即“资产荒”背景下红利 资产也有“缓拔估值”逻辑在。

股息率与ROE

认识高股息策略的本质需要我们从这些公司为啥股息高出发，以及这些公司为啥倾向于维持较高的股息率。我们以当年年末个股近12个 月股息率和当年年报的收利增速为索引，对高股息标的的本质寻找解释，对于公司来说，如果处于相对成熟的生命周期阶段，往往面临 投资回报不高的问题，开支意愿倾向于与日俱减。与此同时，这些公司营收、净利润增速较低股息组更缓，即成长性不佳，因而分红成 了利润分配顺理成章的选择。而我们进一步观测往后半年至一年的时间窗口，这类企业往后的增速同样不会发生明显变化，与之对应的 是在商业模式上没有激进的转向。

从盈利韧性的维度上看，高股息与高ROE不一定能够画上等号，但是分红是增厚ROE的重要路径。本文以2013年以来全市场剔除新股 和派息不稳定个股后的样本进行分组，组别1至10股息率依次由低至高，组别8-10的ROE显著高于组别1-7的平均水平。分红作为满足股 东需求的利润分配路径，本身对ROE的增厚更是促进了这一正向螺旋。

股息率与现金保障倍数

除了在盈利韧性上具备优势外，通常情况下高股息企业整体外部筹资依赖相对较低，现金流量保障能力强。本文构造现金流量保障能力 代理指标(经营性现金流量净额/利息费用)，这一指标反映每一元利息费用背后的现金流量做保障，高股息标的整体的现金流保障能力更 强。

综上所述，高股息策略的收益来源包括资本利得和股息收益两个部分，本质上投资高股息资产的高胜率由盈利维度支撑，不论是更强的 盈利韧性，还是更优秀的现金流保障能力，都是这些处于成熟期的优质企业持续分红的底气。

高股息策略可投工具巡礼

主流的高股息策略指数

目前主流的高股息策略指数包括纯红利指数、宽基红利增强、Smart beta红利策略等，目前挂 钩产品的可投红利指数包括中证红利、上证红利、深证红利、300红利、300红利低波、红利 质量、红利潜力、标普中国红利机会指数等，从挂钩产品规模上看，红利低波指数与中证红利 指数仍是投资者惯常认知内的一键式红利投资工具。 目前跟踪产品数量超过25只的包括中证红利、红利低波、红利低波100，其中红利低波ETF规 模领先，中证红利挂钩产品结构经历较大变迁，2022年以前以指增产品为主，2022年后被动 指数型产品占比逐步提升，且指增规模自2023年以来快速萎缩。 8月以来市场整体表现偏强，中证红利ETF小幅流出。

指数加权方式对比

从加权方式看，红利指数整体加权方式主要有以下4 种：1)按照股息率加权，典型代表包括中证红利、上 证红利、红利低波、国企红利、沪深300红利等；2） 按照波动率加权，较为典型的包括红利低波100、东 证红利低波等smart beta类红利策略；3）综合得分加 权：主要包括红利质量、红利潜力等“融合策略”指 数；4）自由流通市值加权：典型样本相对较少，仅 有深证红利。 从选样方法上看，大多数红利指数要求过去三年连续 分红，对股利支付率均值有一定约束限制，以红利质 量为代表的指数甚至要求过去一年现金分红小于净利 润以保障分红质量。东证红利低波引入预期股息率视 角，基于过去三年股利支付率均值和市盈率测算预期 股息。从成分个数上看，大多数红利指数成分股数量为50或 100，深证红利为40，整体上具备一定的策略容量。 其他约束方面，除总市值和流动性门槛外，公司属性、 ROE波动、经营状况等因素也被纳入考量范围，红利 质量和红利潜力指数约束更多，前者考虑EPS、未分 配利润、毛利率、ROE均值及变化，后者考虑EPS、 未分配利润和ROE综合排名。

成分股行业权重分布和变迁

从行业分布上看，挂钩产品最多的中证红利和红利低波行业相对集中，中证红利指数中，银行权重大于25%，煤炭、交运各占15%，红利低波指数中银行的占比 则高达50%。2020年以来，中证红利指数持续增配银行，银行权重从不足10%稳步上升至25%， 煤炭行业权重先升后降，2024年末高点达到18%+，交运行业 权重2023年开始稳步上升。 红利低波指数整体权重集中度更高，top3行业权重集中度达到65%+，2019年top3行业集中度不足41%。从权重占比行业数量上看， 除2020年到2021年外，指数近5年成分股稳定分布在15-16个行业中。

可投红利指数风险收益情况对比

从指数比较的维度出发，年初至今红利指数整体跑输万得全A，上证红利、红利潜力指数收益率为负，从近10年涨跌幅看，调仓频率更高 的中证中信高股息和上证红利同样吃亏。仅看近三年，Smart Beta类红利策略相对占优。综合收益回撤比看，红利质量、东证红利低波、 红利成长低波近10年相对占优，深证红利在长、中短期的最大回撤控制上都相对吃亏。

长期跑赢的红利指数关注盈利质量和成长性，红利质量2015年至今年化收益在8%以上。以红利质量为例，红利质量对每股净利润、每股 未分配利润、盈利质量、毛利率、ROE、ROE变化率均有考察。其他Smart beta指数中，红利潜力考虑EPS、未分配利润、ROE三项指 标的综合排名；红利成长低波首先剔除过去一年PE(TTM)为负的标的，并基于预期股息率排序。

中证红利指增产品表现

除了严格挂钩红利指数自身的ETF外，红利指数增强产品在特定的市场行情下具备很强的配置价值。从实际投资的角度出发，中证红利 指数仍是目前挂钩产品最多，挂钩产品规模较大的红利指数。中证红利指数挂钩产品内部规模分化较大，前5产品规模超过10亿，挂钩 产品滚动一年相对基准超额收益最高达到5%，高于代表性指增产品，绝对收益视角看，2014年至今代表性指增产品相较于红利指数代 表性产品无明显优势。

可投红利指数相对全A换手率

以可投指数相对大盘换手率为合理观测指标，绝大多数高股息指数相对全A的换手率位于年初至今的较低水平，其中300红利低波、东证 红利低波指数位于近一年的40%分位数以内；进一步观测近三年的情况，全部可投红利指数整体相对全A换手率分位数均值在30%分位数 以内，其中东证红利低波在20%以内，300红利低波、红利质量、红利低波100在30%以内。

可投红利指数对比

截至2025年7月下旬，从股息率角度看上证红利、中证红利、S&P红利机会更占优；S&P红利机会、红利质量、红利潜力指数股息率分位 数处于滚动三年高位。从资本利得角度看，预期增速更高的指数包括深证红利、红利质量和红利潜力；深证红利、S&P 红利机会指数远 期△G更高。分位数和拥挤度信号看，部分高增长指数处于“低估值+不拥挤”阶段。增速与高股息率往往不可兼得，融入盈利因子的高 股息指数，股息率大多无法超过4%。

高股息策略的三大认知差

认知差1：高股息策略不仅仅是“熊市策略”

自上而下看，高股息策略跑出超额的大部分时间为熊市，但高股息策略本身不仅仅是“熊市避风港”。以基日较早的中证红利和高分 红指数作为高股息策略的代表，在万得全 A 和沪深 300 两个参考系口径下，高股息策略占优的时间段如图所示。在高股息策略占优的 时间段中，既有 2006-2007 年底这样的大牛市，又有2008 年、2022 年上半年的阶段性调整，还有 2015-2018 年的“熊-牛-熊切换” 以及 2021 年这样的“结构牛”。不同的市场环境下，高股息策略都存在相对占优的可能，尽管从标的自身的属性上看，低估值属性结 合可观的股息收益在熊市更具防御性，但高股息策略不仅仅是“熊市避风港”。

认知差2：利率上下行对高股息策略影响不大

2015年以前高股息策略相对占优 区间内利率大多上行，一定程度 上与以中证红利指数为代表的高 股息指数在周期和必选消费上的 行 业 暴 露 较 高 有 关 系 。 2015- 2021年高股息策略占优的时间段 内，利率上下行时间各半，高股 息策略对利率整体不敏感。2021 年以来，利率中枢下行，高股息 相对全A长期占优。

利率上行期高股息占优的逻辑在 于通胀处于上升通道，对顺周期 资产形成支撑；利率下行期支持 高股息占优的逻辑在于“类债券” 属性下的股息收益优势被放大， 绝对收益配置资金转移驱动高股 息资产获得增量资金支持。利率 上行+PMI扩张双重信号确认下， 高股息相对收益表现可观。2021 年以前利率下行但高股息不占优 的核心原因在于资金跨资产流动 不够灵活。

认知差3：填权行情并不显著

从财务分析框架出发：分红造成估值和股价的同步下修，分红部分价值流出。假设不发生填权，估值将低于股票的合理估值水平，短期 内股价吸引力提升，因此惯常认知往往认为“填权行情”存在。对于有能力持续进行高分红的公司，在运营过程中构筑了自身的护城河， 业绩稳定增长推升股价。

高股息资产该如何配置

思路1：战略层面“贵在坚持，久久为功

“坚持长期主义，兼顾质量因子，规避筹码拥挤，重视预期股息”是配置高股息资产的重要法则：1）从长期持有的角度上说，在风格相对均衡的情况下，高 股息组合长期收益率都较好；2）基于纯红利、红利低波、红利策略的可投指数划分视角下，我们发现高增长与高股息往往不可兼得，股息率角度纯红利策略 占优，资本利得角度可考虑预期增速更高的红利质量、红利潜力指数，S&P A股中国红利机会兼顾分红稳定性与成长性；3）“高股息+低换手”策略近三年在 沪深300和全A两个样本池中超额收益显著，控制波动能力较强；4）个股当前的股息率优势可能伴随估值持续上升不断削弱，可基于预期净利润和预期分红比 例进行预期股息率测算筛选全市场预期股息率最高的个股组合。

综合考虑资本利得和股息收益，A股高股息指数在普遍承压或结构性行情中的表现都较为可观。2018、2016、2017年，各类高股息组合都能够战胜全A，2008、 2011、2022、2023、2010、2021年也都有2/3以上的高股息组合能够跑赢全A，从长期持有的角度上说，在风格相对均衡的情况下，高股息组合长期收益率都 较好。相应地，高股息跑输的年份包括2009年(低估值风格失效)、2015年上半年(估值+流动性驱动的普牛末段)、2020年(极致的成长赛道风格)，跑输的时间段 相对有限。

思路2：个股股息率因子+筹码锁定

“高股息+低换手”策略同时享有潜在“低估值+低拥挤度”优势，利用个股股息率因子和60日平均换手率在沪深300、全A两个样本池 内构建交易策略，并月频调仓。

策略1：沪深300样本池+近12个月股息率全市场前100+近60个交易日换手率处于全市场最低的20%（2021-2025年期间年化收益 13.71%,沪深300基准年化-4.7%，年化超额18.4%）；

策略2：全A样本池+近12个月股息率全市场前100+近60个交日换手率处于一级行业内最低的20%（2021-2025年期间年化收益18.0%,年 化超额16.7%，夏普率0.98，其中2021-2023年夏普率超过1.2）

从“高股息”到“现金奶牛”

三张报表对现金流量和存量的影响机制

从现金存量和现金流量两个角度、资产负债表和现金流量表 两张报表出发，界定A股现金奶牛股票池。 资产负债表反映企业账上现金的静态存量，现金流量表反映 企业当期现金流入和流出，利润表对为何流入和流出做出解 释。 界定现金奶牛类股票时考虑三点：1）存量现金和现金等价物 的阈值界定，综合全A现金及现金等价物分位数变迁史，我们 考虑将90亿确定为阈值水平；2）现金和现金等价物的变动即 增速状态；3）经营性现金流量净额能否满足折旧摊销。

基于财务视角结构现金流创造的研究框架

商业模式决定现金含量，而商业模式的本质配置资源以有效获取利润从而实现企业价值。从资产负债表观资源配置模式，是解构的前提 条件；从利润表观盈利驱动模式，是跑赢同类成为现金奶牛的关键。从现金流量表观价值创造，是商业模式的目标导向。因此，实际的 研究框架先从资源配置模式对行业进行分类，再逐类提炼范式。

重资产与轻资产行业的现金奶牛范式

重资产、高负债行业的盈利驱动：产能为王

行业内个股分化不大， “赢家通吃”效应明显，营收超额靠资产规模和质量驱动。重资产、高负债行业内个股营收增速标准差小于其 他类别，行业集中度维持相对其他行业处在高位。资源品、公用事业供给侧逻辑大于需求侧逻辑，“护城河”来自资产的规模和质量， 需要定期的开支以维持市场地位和产品竞争力，成本可控，从而维持相对稳定的量价。

从驱动逻辑到现金流创造：负债前置+稳固“护城河”

1）重资产、高负债行业杠杆周期领先ROE周期1-2年，宜负债前置以换取稳定的长尾利润释放和折旧摊销，提高自由现金流水平。 2）重资产、高负债行业随着资产规模上升，净利润跨台阶效应明显，宜良性开支提升固定资产规模和质量，巩固护城河地位，提升产能质量。 3）重资产、高负债行业现金奶牛个股ROE滚动十年标准差远小于非现金奶牛个股，盈利稳定性保障财务费用的稳定覆盖。 因此，从产能为王的盈利驱动逻辑出发，重资产、高负债行业的“含金量”来自负债前置提质增效保障行业地位，稳固“护城河”保障盈利 稳定的高，形成较为稳定的穿越周期的良性循环。

如何投资现金奶牛

现金奶牛四种范式梳理

商业模式决定现金含量， 而商业模式的本质是配置 资源以有效获取利润从而 实现企业价值。重资产和 轻资产由行业特性决定， 本身没有优劣之分，但两 种资产配置模式内部产生 了商业模式的分化，导致 四种不同的现金奶牛范式。  1）重资产内部：高负债 虽形成拖累但由于行业的 “马太效应显著”，重资 产高负债类现金奶牛类企 业更稳定； 2）轻资产内部：品牌驱 动力大于产品驱动力，渠 道驱动是必要条件，品牌 +渠道驱动型现金奶牛更 稳定。 总而言之，重资产行业是 规模的现金奶牛，轻资产 行业是模式的现金奶牛。

一键投资现金奶牛并非最佳路径

考察现金流指数发布至今表现，并未展现获取超额的能力。中证现金流指数于2024年12月11日发布，300现金流指数于2024年11月13日发布， 从发布后的表现看，沪深300现金流指数跑输300 0.04%，中证现金流指数跑输中证全指6%+。追求自由现金流因子的同时，现金流指数并未展 现出样本内那样的长期稳定超额获取能力。 从目前主流现金流指数看编制方法整体大同小异，剔除成交额后20%、ROE稳定性后10%的证券后，基于自由现金流/企业价值计算自由现金流 率，并进行单因子排序。但现金流指数的调仓频率导致其存在下列潜在不足：1）年报信息相对滞后，大部分上市公司于4月中下旬披露年报， 导致在3月调仓期间无法将当年年报现金流快速恶化的样本剔除；2）考核周期过短，一年期考核自由现金流率与一年期考核股息率一样，容易 导致样本稳定性下降，自由现金流指数近两次调整其阿金，个股变化太快；3）小微盘敞口暴露过高，中证现金流指数、国证现金流指数百亿以 下样本股占比超过，权重过高也容易放大指数本身波动，增加超额获取能力。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）