指数成分股定期调整简介 [page::3][page::4]

• 指数定期按半年频率调整样本股，主要在6月和12月中旬。

- 调整对股价和成交量存在明显影响，调入股价上涨成交量升，调出股价下跌成交量减。

事件研究框架与方法简介 [page::5][page::6][page::7]

• 采用事件研究法分析调仓公告对股票异常收益的影响。

- 利用横截面回归模型，控制行业及市值因素，计算异常收益。

• 平均异常收益（AAR）及累计异常收益（CAAR）作为核心指标。

沪深300样本股调入调出效应分析 [page::7][page::8][page::9][page::10][page::11]

• 调入股票公告日前10交易日内累计异常收益明显正向，最高累计超额收益约2.06%。

- 公告日后异常收益无持续正向表现，调入效应多体现在公告前的预期上涨。

• 调出股票公告日前显示下跌趋势，公告后行情相对稳定。

- 超额收益与异常收益结果显示，行业和市值因素对调仓效应有重要影响。

2019年6月调仓名单预测准确性及收益表现 [page::11][page::12]

| 股票代码 | 股票简称 | 是否调入 | 预测正误 | 截止公告日平均累计超额收益 | 截止公告日后10个交易日超额收益 |
|--------------|----------|----------|----------|-----------------------------|----------------------------------|
| 预测调入股票 17只 | - | 是/否 | 正确/错误 | 4.19% | 5.89% |
| 预测调出股票 17只 | - | 是 | 正确 | -2.74% | -4.97% |

• 17只预测调入股票中命中13只，整体调入组表现出正向超额收益，调出组则表现为负收益。

2019年12月沪深300指数调仓预测名单 [page::13]

• 预测调入18只股票，涉及轻工制造、医药生物、电子等行业（如晨光文具、泰格医药、韦尔股份）。

- 预测调出包括小商品城、广州港、上海石化等。

• 样本筛选基于成立时间、停牌状态、成交额及市值排序。

华创证券研究报告详尽分析

【专题报告】华创金工事件研究系列——2019年12月沪深300指数样本股调整预测

---

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——2019年12月沪深300指数样本股调整预测

- 作者与机构： 华创证券研究所，证券分析师陈杰、王小川等撰写

• 发布日期： 2019年12月（系列持续更新）

- 核心议题： 分析沪深300指数成分股调整的价格效应、交易量效应，利用历史样本股调整事件进行事件研究，预测2019年12月沪深300指数的调入和调出样本股名单，并对调入调出效应进行收益跟踪。

• 核心论点与结论：

- 沪深300指数调入股票在公告日前10个交易日表现出显著正向收益，累计超额收益可达2.06%。
- 预测本次调入18只股票，调出名单也明确列出。
- 2019年6月预测准确率高，调入股票平均累计超额收益达4.19%，公告后10日可达5.89%。调出股票表现出明显负收益。
- 报告方法涉及事件研究法，剔除行业和市值因素，得到相对异常收益。
- 详细披露调整规则、事件定界、统计模型及具体数据支撑。

• 风险提示： 模型基于历史数据，不保证未来适用性。

[page::0,1]

---

二、逐节深度解读

2.1 指数成分股定期调整事件简介（第3-4页）

• 关键论点： 指数成分股调整即“指数效应”，调入股票价格和成交量通常上升，调出股票则相反。调整基于样本稳定与动态跟踪原则，沪深市场主要指数定期于6月及12月中旬调整成分股，公告提前2周，调整实施在公告后2-3周。

- 调整阶段详述： 检验期为5月和11月，参考截止为调整前一半月左右，调整实施在6月和12月第二个星期五之后的第一个交易日。深证系列稍有不同但时间节点接近。

• 调整影响： 指数调整引起的买卖压力导致调入股价格上涨，成交量放大，反之调出股价格下跌成交量减少。基金配置需配合指数调整，形成流动性和价格效应。

- 图表1（第4页）显示了调整时间轴，形象反映沪深市场指数审核依据、审核时间和实施时间匹配关系。
[page::3,4]

2.2 事件研究框架介绍及方法论（5-7页）

• 事件研究定义与意义： 基于市场理性假设，重大事件（如指数成分股调整）会导致股票价格异常波动，即超额收益显著非零。正向事件产生正的异常收益，负向事件产生负的异常收益。

- 研究步骤呈现（图表2，第5页）： 包含定义事件、确定标准、计算预计收益率、计算异常收益、统计检验。

• 窗口期设置（图表3，第5页）： 估计期（T0到T1）用于构建正常收益模型，事件期(T1到T3)捕捉因事件引起的异常收益，事件日为T2。

- 预计收益率计算： 横截面回归模型，基于申万一级行业虚拟变量和市值对数进行解释，全市场股票收益率为因变量，残差为异常收益（模型公式详见第6页）。

• 异常收益、平均异常收益(AAR)及累积平均异常收益(CAAR)的计算公式明确。

- 样本选择： 以沪深300指数历次调入/调出股票为研究对象，窗口期涵盖公告日前20个交易日及公告日后60个交易日。
[page::5,6,7]

2.3 沪深300指数调入调出效应分析（7-11页）

• 事件日定义两种：

1. 公告日，如遇非交易日顺延。
2. 可行购买日（过度涨停或停牌顺延），更贴近实际投资可操作时点。

• 收益计算两种方法：

1. 超额收益 = 个股收益减去大盘收益（沪深300）
2. 异常收益 = 个股收益减去基于行业和市值的预计收益，剔除了行业与规模影响。

• 调入效应（图表4-7，第7-9页）：

- 累计异常收益和超额收益均未在公告日及之后持续出现明显正收益。
- 公告日前10天内出现可观正向收益，前期的正异常收益趋势明显。
- 事件发生后，调入股有短期下跌，超额收益20日后小幅反弹，但扣除行业、市值因素后的异常收益无实质改善。

• 调出效应（图表8-11，第9-11页）：

- 调出股票公告日前呈显著负向趋势，累计异常收益持续下滑。
- 公告日后，超额收益出现反弹，但异常收益趋于平稳，波动减弱。
- 反弹更多是行业和市值回归效应，而非事件本身影响。

• 结论： 事件前期异动明显，表明市场对调入调出存在预期交易；事件后表现趋于平均化。

[page::7-11]

2.4 2019年6月沪深300调整预测回溯（11-13页）

• 预测准确率： 预测调入17只，正确13只。

- 调入预测股票收益（图表13，第12页）：
- 截止公告日平均累计超额收益4.19%；公告日后10个交易日净收益平均提高至5.89%。
- 个股存在差异，表现优异如华林证券（+25.57%、+58.65%），天风证券，长城证券表现亮眼。

• 调出预测股票收益： 显著负收益，公告日前平均累计超额收益-2.74%，公告后10个交易日进一步下滑至-4.97%。

- 数据表明： 预测对于调入股票能够抓住公告日前的预期收益，模型有效性较好。
[page::11-13]

2.5 2019年12月沪深300调入调出样本股预测名单（13页）

• 预测流程： 严格依据中证指数有限公司《沪深300指数编制方案》。

- 样本空间限定：
- 非创业板股票上市时间>1季度，创业板股票>3年。
- 排除ST、*ST及停牌股票。

• 筛选条件：

- 日均成交额排名剔除后40%，等效留下60%老股及50%新股。
- 按总市值筛选，依据缓冲区规则保留排名前240新股及前360老股。
- 剔除近1年遭监管处罚、财务亏损、长期停牌的股票。

• 具体名单（图表14，第13页）： 调入18只（如晨光文具、泰格医药、韦尔股份等），调出18只（小商品城、广州港、上海石化等）。

- 行业分布涉及采掘、银行、医药、电子、房地产等多领域。
[page::12-13]

---

三、图表与数据深度解读

图表1：指数成分股定期调整时间轴（第4页）

• 描述了深证系列与中证、上证系列指数的审核时间（5月与11月）和调整时间节点。

- 展现了审核参考数据窗口、审核时间和调整实施时间的严格时间序列，具体落在每年5月下旬审核对应6月第二周调整，11月审核对应12月第二周调整。

• 该图凸显市场指数维护的周期性和时间节点的确定性，为后续事件窗口分析提供时间基准。

[page::4]

图表4-7：调入效应累计异常收益与平均异常收益（7-9页）

• 图表4&6展示调入股累计异常收益（未剔除因素和剔除因素两条线），公告日和可行购买日均显示事件后趋于下降，公告日前10日收益明显。

- 图表5&7详细展示每日异常收益，公告日前后异常收益波动和趋势被清晰刻画。

• 这些图表直观体现了短期内市场对调入股的积极反应及其突然消退，说明公告日前市场有预期行为。

[page::7-9]

图表8-11：调出效应累计异常收益与平均异常收益（9-11页）

• 图表8&10显示调出股累计异常收益持续下降，反映市场抛售压力，公告日前跌幅明显。

- 图表9&11每日异常收益则呈现波动性较大但统计整体向下趋势。

• 反弹仅在剔除行业市值因素后不显著，说明所谓“超跌反弹”多因行业与规模调整效应。

[page::9-11]

图表12-13：2019年6月预测结果及收益表现（11-12页）

• 图表12展示预测准确的调入调出名单对比，显示较高命中率。

- 图表13统计显示调入股公告日前平均累计超额收益4.19%，公告后10日增至5.89%；调出股表现负收益，公告前后皆下滑。

• 数据强化了事件研究法基于历史样本调仓的分析有效性。

[page::11-12]

图表14：2019年12月预测调入调出名单（13页）

• 列举具体个股及所属申万一级行业，体现行业多样性和筛选规则的严谨性。

[page::13]

---

四、估值分析

报告核心在于事件驱动的市场行为研究和调仓预测，未涉及传统财务估值模型如DCF或P/E估值细节，但应用事件研究法通过横截面回归剔除行业和市值效应，确保异常收益的净效应分析：

• 横截面回归模型：

\[
R{i,t} = \alphai + \sum{k=1}^{27} \betak \times \text{行业虚拟变量}k + \beta{28} \times \log(\text{市值}) + \varepsilon_{i,t}
\]
利用该模型计算预计收益，继而计算异常收益，反映单只股票剔除行业与规模影响的价格行为。

• 异常收益意义： 较传统超额收益更能准确识别事件本身带来的价格影响，剔除了行业轮动和规模效应的干扰。

[page::5-7]

---

五、风险因素评估

• 历史数据适用性风险： 模型基于过去调仓数据，无法完全预测未来市场环境、政策变化或特殊事件带来的影响。

- 市场有效性假设局限： 假设市场理性、信息公开，但实际市场信息不对称、操纵风险等可能导致异常收益模式变化。

• 事件定义与窗口期选择风险： 事件日期以及可行购买日的选择存在主观因素，可能影响结果稳健性。

- 样本选择偏差： 选股时剔除长停、财务亏损股票，但异常市场事件可能影响样本代表性。

• 行业和市值分类粒度限制： 行业分类为申万一级，可能忽略细分行业的差异，市值仅使用对数处理简单化，影响剔除效果。

- 风险缓解提示有限，报告依赖量化统计验证，未提出策略应对具体风险。
[page::0,5,16]

---

六、审慎评注与细微差别

• 报告对事件效应均衡处理，既指出公告日前有明显收益，又承认公告日后效应减弱甚至下跌，表明认知较为客观。

- 异常收益计算中剔除行业和市值因素体现对简单超额收益分析不足的纠正，增加技术含量与结论稳健性。

• 报告对预测准确率展示秉持公开透明态度，也披露部分预测错误。

- 预测名单严格遵守中证指数编制细则，增加专业性。

• 报告全文结构逻辑严密，模型方法标准，数据详实。

- 可能存在的限制为：未深入讨论市场微观结构变化、未涵盖宏观经济冲击对事件效应的影响。

• 报告依赖过去行情规则与数据，市场可能演变导致模型失效风险。

- 调入调出效应主要是统计趋势，单只股票短期异动个案风险未探讨。
[page::0-13]

---

七、结论性综合

华创证券金融工程组通过严密的事件研究框架和横截面回归模型，深入分析了沪深300指数调仓事件对成分股价格及收益的影响。核心结论包括：

• 调入效应明显： 事件公告日前10个交易日内调入股票表现出显著的累计异常收益，累计超额收益最高达到2.06%，符合市场预期和流动性压力模型。公告后效应并不显著或呈下跌趋势，表明投资者提前反应。

- 调出效应显著： 调出股票阶段性遭遇股价下跌及交易量萎缩，公告日前异常收益显著为负。公告后市场存在部分反弹，但主要由行业和市值调整效应所致，非事件本身直接驱动。

• 事件研究法有效性得到验证： 结合历史沪深300指数调仓数据，舆论模型预测2019年6月调入17只股票，命中13只，累计平均超额收益大于4%，明显优于调出股票负收益表现，显示模型具实际投资价值。

- 预测名单科学严谨： 依据中证指数有限公司沪深300指数编制规则，从样本空间筛选、成交额和市值排序、财务状况和监管处罚多维度严格筛选，生成2019年12月调入18只调出18只股票名单，覆盖多行业、多领域，充分考虑了市场流动性与基本面风险。

• 数据图表充分展示了调入调出效应的细节与波动，强化文本结论的说服力。

总体来看，报告实现了深入量化分析与有效的调仓预测结合，贴近实操需求，对投资者关注的调入调出样本股价格表现规律给予了科学、细致的量化解读与预测建议。其方法框架与实证结果对于指数基金投资、量化择时以及事件驱动策略设计具有较高参考价值。

[page::0-13]

---

（全文图表引用，详见报告原文各页对应图片）

报告