20220409-东兴证券-焦点洞察系列之五_增强策略ETF折溢价影响因素分析_14页_1020kb

增强策略ETF折溢价影响因素分析总结

核心内容

本报告分析了2022年以来股票型ETF和增强策略ETF的折溢价现象及其影响因素。通过历史数据统计、建模和测算，研究发现ETF折溢价与多种因素相关，包括ETF规模、市场涨跌幅、ETF涨跌幅和超额收益率等。

主要观点

• ETF折溢价机制：ETF同时存在二级市场交易和一级市场申购赎回机制，投资者可通过ETF市场价格与基金单位净值之间的价差进行套利交易，溢折率是衡量该价差的重要指标。
• 股票型ETF折溢价现状：股票型ETF整体处于小幅溢价状态，平均溢折率为0.021%，其中宽基类ETF溢价最为显著，策略/风格ETF和增强策略ETF整体处于折价状态。
• 影响因素分析：
  • ETF规模：10亿以上规模的股票型ETF没有显著折溢价现象，而规模较小的ETF更容易出现折溢价，可能与流动性不足有关。
  • 市场涨跌幅：股票型ETF的平均溢折率变化量与宽基指数涨跌幅呈现显著的负相关，市场上涨时，ETF折价概率增加。
  • ETF涨跌幅：股票型ETF溢折率变化量与涨跌幅存在正相关，ETF涨幅越大，溢价可能性越高。
  • 超额收益率：增强策略ETF的溢折率变化量与超额收益率显著正相关，超额收益越高，溢价概率越高。
  • 净申赎量：增强策略ETF的实时溢折率与净申赎量呈正相关，折价时赎回量增加，可能与折价套利行为有关。

关键信息

• 折溢价定义：ETF溢折率 = (ETF现价 - IOPV) / IOPV，溢折率大于0为溢价，小于0为折价。
• 数据统计范围：2022年1月至3月，排除债券型和货币型ETF，共统计535个股票型ETF。
• 增强策略ETF表现：沪深300和中证500增强策略ETF整体处于折价状态，平均溢折率分别为-0.051%和-0.068%。
• 折溢价与套利：折价时投资者倾向于二级市场买入并一级市场赎回，溢价时则相反。
• 实证结果：景顺长城500增强ETF的日均实时溢折率与净申赎量呈现显著正相关，相关系数为0.21。

结构化分析

1. ETF折溢价数据统计

• 溢折率与套利策略：
  • ETF溢折率反映市场价格与基金净值之间的差异。
  • 折价时投资者可进行折价套利（二级市场买入、一级市场赎回）；溢价时进行溢价套利（一级市场申购、二级市场卖出）。
• 折溢价现状：
  • 商品型ETF折价最显著，平均溢折率为-0.099%。
  • 跨境型ETF溢折率最高，为0.130%。
  • 股票型ETF整体小幅溢价，宽基类ETF溢价最明显，为0.080%。
  • 主题/行业ETF溢折率较小，医药类ETF溢价较高（0.091%），沪港深ETF折价显著（-0.357%）。

2. 股票型ETF折溢价影响因素

• ETF规模：
  • 规模越小，ETF溢折率越显著。
  • 1亿以下规模的宽基ETF溢折率高达0.268%，策略/风格ETF在1亿以下规模时溢价，其他规模下折价。
• 市场涨跌幅：
  • 股票型ETF平均溢折率变化量与宽基指数涨跌幅呈显著负相关。
  • 市场上涨时，ETF折价概率增加，可能与投资者更倾向个股投资有关。
• ETF涨跌幅与换手率：
  • ETF溢折率变化量与涨跌幅存在正相关，相关系数为0.35。
  • 换手率对溢折率影响不显著，相关系数为0.006。
• 最小申赎单位所需资金：
  • ETF最小申赎单位所需资金与溢折率变化量相关性不显著，相关系数为0.002。

3. 增强策略ETF折溢价情况分析

• 与宽基ETF对比：
  • 沪深300和中证500增强策略ETF均处于折价状态，其中中证500增强ETF折价最显著，平均溢折率为-0.068%。
  • 宽基ETF则处于大幅溢价状态，与增强策略ETF形成对比。
• 超额收益率影响：
  • 沪深300增强ETF和中证500增强ETF的溢折率变化量与超额收益率呈显著正相关，相关系数分别为0.56和0.54。
  • 超额收益高时，投资者更倾向于场内购买，ETF价格上升，溢折率提高。
• 净申赎量影响：
  • 景顺长城500增强ETF的日均实时溢折率与净申赎量显著正相关，相关系数为0.21。
  • 折价时赎回量增加，可能与折价套利行为有关。

总结

增强策略ETF的折溢价主要受以下因素影响：

• ETF规模：规模较小的ETF更容易出现折溢价。
• 市场涨跌幅：市场整体上涨时，ETF折价概率增加。
• ETF涨跌幅：ETF涨幅越大，溢价可能性越高。
• ETF超额收益率：超额收益越高，溢价概率越高。

风险提示

本报告基于历史数据，分析结果可能因政策和市场环境变化而失效，投资者需谨慎对待。

相关报告汇总

分析师简介

• 高智威：东兴证券金融工程首席分析师，北京大学物理学博士，7年左右金融工程研究经验，擅长量化选股、资产配置、基金研究及衍生品投资策略。
• 贺争盛：东兴证券金融工程研究员，浙江大学计算机本科，香港中文大学商业分析硕士，5年以上数据分析及量化研究经验，擅长高频数据因子挖掘和多因子选股模型研究。

分析师承诺

报告内容为分析师研究成果，引用信息已注明出处，不构成对任何机构和个人的投资建议。

免责声明

本报告由东兴证券研究所撰写，仅限客户和授权机构使用，未经许可不得翻版、复制和发布。报告内容仅供参考，不构成投资建议，投资者需自行承担风险。