中证A500指数成分股复制及增强探索 | 开源金工|成分股_新浪财经

（来源：建榕量化研究）

报告发布日期：2024-12-12

A500指数产品现状及成分拆解

1.1、A500指数挂钩产品发行火热

中证A500指数（000510.SH）自2024年9月23日发布以来，恰逢市场从底部快速反弹，使其成为市场上的明星指数，多家基金公司积极申报跟踪该指数的相关产品。从第一批的10家公司上报的ETF产品，到后来第二批第三批申报逐渐展开，截至2024年11月30日，累计25家基金公司成立了69只相关产品（不同份额分开统计），总规模超过2800亿元，成为全市场资金跟踪规模第二大的指数，仅次于沪深300指数。部分基金公司目前还在继续申报A500指数相关产品，未来跟踪该指数的规模有望进一步扩充。

1.2、A500指数成分拆解

以2024年9月份首次披露的A500指数成分股明细为例（如无特别说明，下文均以此为比较基准），A500指数成分股中包含234只沪深300成分股，207只中证500成分股以及59只中证1000成分股。其中，所含沪深300成分股权重合计占比近80%，这导致中证A500指数与沪深300指数走势高度近似。

在历史净值走势上，自基日以来，中证A500指数虽然相比沪深300指数有一定优势，但并不明显。近20年的回溯期间，A500指数累计超额不到20个百分点，年化超额收益不到1%，且在特定阶段，沪深300指数表现更优，如2015年到2018年。

在市值分布维度，A500指数成分股主要集中在200到500亿元之间，样本数量占比约40%，近200家上市公司。与之对应，沪深300指数成分股则集中在500到1000亿元之间，上市公司数量占比约35%。沪深300指数成分股市值规模整体高于A500指数成分股，二者区别可以概括为沪深300指数更偏全市场龙头，A500指数则更偏细分行业龙头。

从行业分布来看，A500指数成分股在银行、非银金融和食品饮料等行业上的配置比例相比沪深300指数有显著下降，而对应新质生产力方向的行业如电子、电力设备等行业则相对沪深300指数高配。

概括而言，中证A500指数和沪深300指数既高度相关，又有各自的侧重点。相关性体现在净值走势，成分股权重重合度等维度，差异性则主要来源于成分股在市值分布和行业配置上的侧重不同。

A500指数成分股复制

中证指数公司在发布相关指数时，按照惯例，通常只会公布指数发布日以来的成分股权重信息，历史的成分股权重信息在数据提供商等公开渠道往往无法直接获取。比如，2024年9月份发布的中证A500指数便仅公布了最新一期的成分股权重，导致我们围绕该指数构建策略进行历史回测时面临数据时长不足的困扰。

为了解决该问题，我们推荐投资者直接购买中证指数公司相关指数的授权，从而获取到该指数所有历史信息。对于部分投资者而言，根据中证指数公司官方披露的指数构建文档自己尝试进行成分股权重拟合也是潜在的可替代的方案。

根据中证指数公司官网披露的A500指数编制规则，我们对其选样要点进行梳理。A500指数相比传统的宽基指数在行业配置层面和外资可投性上做了延展要求。比如行业内选股下沉到中证三级行业，同时为了便利外资投资，要求所选成分股是陆股通标的。最后，为了契合绿色发展理念，A500指数对上市公司的ESG评级也有所约束。

根据上述编制规则，我们尝试对A500指数历史上的成分股权重进行估计。需要声明的是，在对历史成分股权重进行拟合的过程中，前后两期成分股的变动我们并没有考虑缓冲区规则对结果的影响。主要在于拟合成分股本身就存在偏差，在存在误差的样本池中进行缓冲区规则的判断会进一步放大误差。

由于前期中证行业分类信息不可获取，我们将指数拟合的回溯开始时间递延到2009年下半年的调样时点。拟合指数的净值走势基于每个调样点的成分股权重进行收益率加权计算得到。从拟合的净值走势来看，拟合误差处于较小范围之内，年化跟踪误差约1.76%。

分年度来看，拟合差异主要来源于2015年，二者年度收益相差超8个百分点，在其他年份拟合精度较为接近。

我们以中证指数公司披露的首期A500指数成分股权重为对照组，将同期A500指数拟合的成分股权重与其进行对比，观察二者在一级行业上的权重配置情况。拟合权重与真实权重的偏差在一级行业平均偏差的绝对值均值为0.22%，处于较低水平。

A500指数增强测试

如前文所述，中证A500指数包含了各细分行业的龙头，在行业覆盖上更加均衡，与当前中国经济不断转型升级的理念更加契合，兼具价值和成长特性。相比沪深300指数，中证A500指数成份股数量更多且行业分布广泛，投资者在构建指数增强组合时拥有更大的灵活性和操作空间，从而为获取超额收益提供了更多可能。

在本节，我们尝试根据拟合的A500指数历史成分股权重进行增强效果测试。在往期报告《KyFactor特色因子体系及应用》中，我们详细介绍了KyFactor因子库的相关信息，并在不同主流宽基指数中进行了应用尝试，回测结果表现优异。究其原因，KyFactor因子库仅收录了组内有深度报告覆盖的因子，在因子质量上面给予了更高的权重，而对因子数量的要求做了放松处理。

本次，我们尝试继续依托KyFactor因子库，对中证A500指数的增强方案进行初步探索。我们根据A500指数拟合的历史成分股信息，测试了不同细分因子在其样本域内的选股表现，测试起始时间为2013.01.01至2024.11.30（如无特别说明，下文所有指标均在此时间范围内计算得到）。从所选细分因子来看，在A500指数拟合成分股里表现相对较好的因子有amount_convergence（成交额均线收敛）、long_momemtum2（长端动量）、ideal_vol（理想振幅）和smart_money（聪明钱），而表现相对较弱的主要是衡量局域网内补涨补跌效应的关联网络类因子，可能与A500指数本身是不同细分行业龙头有一定关系，难以体现出高关联性。

从因子有效性检验指标来看，部分因子的T值和P值表明该因子开始处于失效的临界值附近。由于各细分因子在深度报告发布时测试结果均表现优异，侧面说明在样本外的时间周期内，部分因子已然失效了。

我们尝试将上述细分因子进行等权合成，市值行业中性化处理后的合成因子表现相对单因子有明显提升。测试期内市值行业中性化后的合成因子RankIC均值为9.71%，年化RankICIR为3.66。不过近一年时间，合成因子预测胜率有所下滑。

从分组收益来看，合成因子多空超额和多头相对市场平均收益的超额近期受制于市场风格的大幅切换，均呈现出较明显回撤。

为了更好地控制跟踪误差，我们尝试使用约束优化求解的方式对宽基指数进行增强测试。从前文测试结果可以看出，换手率收敛因子是一个正向因子，因此组合预期收益率最大化等价于因子暴露度最大化。

其中，

表示因子暴露度，

表示待优化权重

，表示基准指数的成分股权重

表示风格暴露度矩阵，

表示行业哑变量矩阵，

和

分别表示风格暴露度的偏离上下限，

和

分别表示行业偏离上下限，

和

分别表示权重偏离的上下限，

表示股票池个股是否位于指数成分股的示性向量，

表示成分股权重之和下限。

我们分别测试了严格约束和完全放松合成因子在Barra风格维度偏离两种情况长期以来的绩效表现。具体而言，严格约束Barra风格偏离时，参数、分别设置为-0.01、0.01，而完全放松时，则均设置为None，其他参数则不做调整，行业偏离上下限、分别设置为-0.03、0.03，成分股权重之和设置为0.8，单只股票权重偏离上下限、设置为-0.01、0.01。