3. 复权的基本原理与行业指数特殊性

在行业指数数据处理中，“复权”并不是一个可选项，而是决定后续所有分析结论是否可信的前置环节。要理解复权，先要理解一个基本事实：价格序列在除权除息日会出现“非交易性跳空”。这种跳空不是市场供需变化造成的，而是公司行为（分红、送股、配股、拆股）或指数编制规则（除数修正、样本调整）造成的。复权的本质，就是把这些非交易性跳空从价格序列中剔除或还原，使收益率序列只反映真实的市场涨跌。

三种复权口径的定义与差异

前复权、后复权、不复权，三者的差别在于以哪个时点为基准以及调整方向。

不复权直接使用交易所公布的原始收盘价。它的优点是“所见即所得”，与行情软件默认显示一致；缺点是除权日会出现价格断层，直接计算收益率会把分红送股误判为暴跌。例如某股票收盘价 20 元，实施每 10 股派 5 元并送 5 股，除权参考价约为 (20−0.5)/1.5 ≈ 13.00 元，不复权序列在除权日会显示 −35% 的“跌幅”，这显然是虚假信号。

前复权以当前时点为基准，把历史价格按复权因子向下调整，使最新价格与真实价格一致。它适合看盘、画技术图形，因为图形连续且末端价格真实；但缺点是每次新的除权事件发生后，整段历史价格都会被重算，历史数据会“变动”，不适合做需要稳定历史值的回测。

后复权以上市首日或某一固定起点为基准，把后续价格按复权因子向上调整，起点价格保持不变。它的优点是历史值一旦确定就不再变化，收益率计算稳定，适合回测与长期业绩归因；缺点是末端价格会远高于真实现价，不能直接用于展示“当前股价”。

三者的数学关系可以统一表达为：设复权因子为 f_t（由累计分红送股推导），则前复权价 P^前_t = P_t × f_t / f_T，后复权价 P^后_t = P_t × f_t / f₀，其中 T 为最新日、0 为起点。可见前复权与后复权只差一个常数比例，两者的收益率序列完全相同，差异只体现在价格水平上。

行业指数与个股复权的关键区别

个股复权的驱动因素是公司行为：分红、送转、配股。行业指数则不同，它的价格由一篮子成分股按权重合成，其“除权”来源有两类：一是成分股自身的除权除息，二是指数编制层面的除数修正与样本调整。这决定了行业指数复权不能简单套用个股的复权因子。

第一，指数点位本身通常已隐含分红再投资或价格回归处理。以价格指数为例，成分股除息时指数不做修正，点位会自然回落，反映的是“不含分红”的价格收益；而全收益指数（Total Return）会在除息日把分红按权重再投资回指数，点位不因分红而回落。因此，做行业指数长期收益分析时，必须明确使用的是价格指数还是全收益指数，否则会把分红收益系统性漏掉。A 股部分行业（如银行、公用事业）股息率较高，价格指数与全收益指数的长期年化差异可达 1～2 个百分点，这个量级足以改变行业配置结论。

第二，除数修正用于隔离非交易性变动。当成分股发生拆股、合并、样本替换或权重调整时，为保证指数点位的连续性，编制方会调整除数 D，使修正前后指数值相等：修正后除数 D′ = 修正前总市值 / 修正前点位。这一步与个股复权在目的上一致——剔除非市场因素——但操作对象是“指数除数”而非“个股价格”。理解这一点，才能解释为什么指数在样本调整日不会出现跳空。

第三，分红再投资的处理粒度不同。个股后复权把每次分红折算成复权因子累乘；行业指数则是在成分股层面按权重汇总分红现金流，再整体再投资。这意味着行业指数的复权结果对权重方案敏感：同一行业，用自由流通市值加权与用等权加权，分红再投资后的收益序列会有差异。

实际处理中的操作要点

在数据工程中，推荐的做法是：存储层保留不复权的原始点位与完整的除权除息、样本调整事件表，计算层再按需生成前复权或后复权序列。这样既保证原始数据可追溯，又避免前复权序列随新事件“漂移”导致的历史回测不可复现。

以一个示例说明：假设某行业价格指数在 t₀ 日为 1000 点，期间成分股合计分红使全收益指数比价格指数多出 2.5%，则同一区间的全收益指数约为 1025 点。若误用价格指数计算该行业年化收益，就会低估约 2.5% 的累计收益。因此在构建行业轮动或行业比较模型时，应统一采用全收益口径，或至少在价格指数上叠加股息率做近似修正，并明确标注修正方式。

最后需要强调参照系一致性：前复权与后复权的收益率相同但价格水平不同，全文与图表必须固定一种口径并注明基准日；切换口径时须重新说明，否则跨图比较会产生误导。复权不是“把数据变好看”，而是让不同时点、不同处理规则下的价格具备可比性——这正是行业指数分析的第一块基石。