本文基于美国市场数据构建了投资拥挤度指标,将股票按该指标分组后发现拥挤度越高,股票收益越低。利用该指标设计的多空投资策略能够显著获得超额收益,尤其在做多拥挤度最低且市值较小的股票、做空拥挤度最高且市值较大的股票时表现最佳。策略在控制市场风险、规模、价值及动量因素后依然有效,且受到交易成本和做空限制影响有限,表明基金的拥挤投资行为对股票收益存在显著负面影响,拥挤度低的股票存在被忽视的超额收益机会
近十年公募基金在A股持股比例经历先降后升,2020年末上升至近十年高点,显示基金对市场影响力增强
构建投资拥挤度指标:股票被共同基金持有比例除以其平均换手率,用以衡量股票被拥挤投资的程度。该指标用于区分拥挤度十等份组,拥挤度越高股票收益率越低
数据样本涵盖1981年一季度至2012年四季度美国市场主动型共同基金及其股票持仓,剔除流动性差和小盘股,重点关注市值排名前80%的股票
描述性统计显示,拥挤度最高的股票通常具备较低换手率、高共同基金持股比例以及较小的市值和分析师覆盖度,属于价值型且流动性差的股票;拥挤度最低的股票则相反,为成长型且流动性较好股票
月度收益率随拥挤度上升单调下降,拥挤度最低组月均收益2.6%,最高组仅0.86%。做多低拥挤度组股票、做空高拥挤度组股票的策略年化回报达15.6%
基于DGTW调整后收益率,多空策略在1981-2012年整体样本中年化超额收益高达14.53%。在各经济周期分段测试均显著,超额收益主要来自于多头拥挤度最低股票
| Crowding Decile | Entire Period (1981-2012) DGTW-Adjusted Return (%) |
|---|---|
| Low (1) | 13.22 |
| 2 | 8.69 |
| 3 | 5.55 |
| 4 | 5.40 |
| 5 | 4.01 |
| 6 | 3.20 |
| 7 | 1.84 |
| 8 | 1.32 |
| 9 | 0.62 |
| High (10) | -1.31 |
使用Carhart四因子模型调整市场风险、规模、价值和动量,发现多空组合Alpha收益达17.28%,且拥挤度低组Alpha为正,拥挤度高组为负,验证了拥挤度与股票超额收益的负相关性
小规模组合测试表明,做多第一组中市值最小的50%/25%股票,做空第十组中市值最大50%/25%股票策略的超额收益更高,年化DGTW调整后收益分别达到26.87%和38.46%
| 策略 | 年化超额收益率(DGTW调整, %) | f-statistics |
|---|---|---|
| 多头第一组小盘股50% / 空头第十组大盘股50% | 26.87 | (7.29) |
| 多头第一组小盘股25% / 空头第十组大盘股25% | 38.46 | (7.40) |
超额收益主要来源于多头端,这些股票分析师覆盖少,基金持有低,换手率高,体现为被市场较少关注的潜在补偿
股票拥挤度组具备较强的粘性,第一组和第十组股票在下一季度分别有78.5%和81.76%概率仍维持在当前组,导致策略每年交易频率低,有利于控制交易成本和做空限制影响
估算交易成本和卖空成本总和约在0.75%-1.5%之间,远小于策略产生的超额收益,表明摩擦成本对策略盈利性影响有限
结论:共同基金拥挤投资导致股票价格出现扭曲,通过投资拥挤度指标所构建的多空策略能有效捕捉超额收益机会,尤其在重仓拥挤度低、被忽视的小盘股,且策略稳定性强,适合实务操作
报告标题:招商定量·琢璞系列|基金的拥挤投资对股票收益的影响
作者:招商定量任瞳团队
发布机构:招商证券
发布日期:2021年4月30日
研究主题:基金投资拥挤度对股票收益的影响,重点分析共同基金的拥挤度行为及其对股票超额收益的作用机制。
核心论点:基金投资存在“拥挤现象”,即部分股票被共同基金过度持有,相较于持有比例较低的股票,这些拥挤股票的风险调整收益更低。通过构建“投资拥挤度”指标并设计多空策略,实现了较高的超额收益。
主要结论:
报告开头介绍了基金在A股市场的持股比例及其变化趋势。近年来,国内公募基金持股占比先下降后上升,自2017年起显著回升接近十年高点,伴随基金的抱团投资现象日益突出。本文借鉴了2017年发表于《The Journal of Portfolio Management》的研究,首次系统构建“投资拥挤度”指标,衡量基金对股票的集中持有程度,并进一步研究这种拥挤投资对股价表现的影响。
核心技术是投资拥挤度指标Actratio的开发。其计算方式为:某股票被积极型共同基金持有比例除以该股票的平均换手率。
样本采用1981年至2012年美国共同基金季度持股数据(Thomson Reuters Mutual Fund),结合CRSP股票市场数据。
文章将股票按拥挤度分为十个等份组,动态跟踪每组买入持有的累计收益。
缩小组合规模,针对拥挤度最低和最高组中进一步细分市值子组进行策略测试,结果显示:
文章进一步探讨实际应用中的卖空限制及交易成本对策略收益的影响,认为影响较小,主要基于以下推理:
图表采用柱状图和折线图结合展示了2011-2020年间A股总市值与公募基金持有比例的变化。
该表展示了根据拥挤度将股票分组后,每组的多个变量描述,包括投资拥挤度指标(Actratio)、月度收益率、基金持股比例(MFRatio)、市值、账面市值比、价格、成交量、分析师覆盖度、换手率等。
该表展示不同拥挤度十等份组合的风险调整累积收益,覆盖整体及六个子周期。
表中展示了各拥挤度组在控制市场、规模(SMB)、价值(HML)、动量(UMD)四因子的超额收益(alpha)。
聚焦于做多拥挤度最低组的小盘股,做空拥挤度最高组的大盘股:
该转移矩阵反映股票在不同季度内从一个拥挤度组迁移至另一个组的概率。
本报告主要聚焦于投资组合策略的收益表现和风险调整结果,未涉及传统估值模型(如市盈率、DCF等)分析。其估值角度体现在超额收益的风险调整和因子模型中,利用了标准的DGTW(Daniel, Grinblatt, Titman, Wermers)调整方法和Carhart四因子模型来剔除市场风险因素的影响,确保收益是基于拥挤度本身效应而非因其他风险因子驱动。这种因子调整方法是实证金融研究中常用的半结构化估值手段,体现了该拥挤度策略的相对价值和风险调整后的收益优势,4]。
报告提及的风险点包括:
本文基于对1981年至2012年美国共同基金持股数据的深入研究,构建了基于基金持仓比例除以平均换手率的“投资拥挤度”指标,系统检验了拥挤投资行为对股票收益的影响。研究发现:
整体而言,报告系统而详尽地阐释了投资拥挤度的定义、测量及其经济后果,并结合丰富的实证数据和多种统计方法,提供了投资策略上的重要启示,对学术研究和实务投资均具较高参考价值~6]。
(全文分析基于报告内容,严谨引用各章节页码,力求详尽且全面。)
招商定量·琢璞系列|基金的拥挤投资对股票收益的影响.pdf