共同基金拥挤度定义与研究动机 [page::0][page::3]

• 拥挤度指标为个股被共同基金持股比例除以该股票的平均换手率，捕捉交易拥挤与流动性不足对价格的扭曲。

- 共同基金在股票市场的持股比例提升，使其持仓行为对股价影响显著，主动基金尤为关键。

• 拥挤行为被视为金融危机部分根源，拥挤度指标可用于研究潜在的异常收益机会。

拥挤度分十组投资组合表现及回报趋势 [page::4][page::5][page::6]

| 拥挤度十分位 | Actratio均值 | 月均回报(%) | 年化回报(%)（DGTW调整后）|
|--------------|--------------|-------------|---------------------------|
| 1（最不拥挤） | 0.010 | 2.16 | 13.22 |
| 10（最拥挤） | 0.258 | 0.86 | 1.31 |

• 投资组合从最不拥挤到最拥挤回报单调递减，拥有显著统计和经济学意义。

- 多空策略（做多第一组，做空第十组）年化原始回报达14.53%，分四子时期均表现出正向显著性。

基于Carhart四因子模型的风险调整表现分析 [page::6][page::7]

• 控制市场因子、市值、价值成长、动量四因子后，拥挤度策略产生显著全年化Alpha达17.28%。

- Alpha随拥挤度增加呈显著下降趋势，最拥挤组股票表现为负Alpha。

更小规模子组合策略表现提升 [page::7][page::8]

| 策略类别 | 等权重异常收益率 | 市值加权异常收益率 |
|------------------------------|-----------------|------------------|
| 做多最不拥挤50%小市值+做空最拥挤50%大市值 | 26.87% | 18.76% |
| 做多最不拥挤25%小市值+做空最拥挤25%大市值 | 38.46% | 32.28% |

• 异常回报显著优于整体组合，多头收益远高于空头，空头回报接近零或为负，提示卖空限制影响有限。

卖空限制与交易成本的影响评估 [page::8][page::9]

• 股票具有高持仓粘性，股票调仓频率低，卖空限制与交易成本估计年化约0.75%-1.5%。

- 即使考虑交易成本，拥挤度策略依旧产生显著异常收益，凸显其策略的实现可行性。

拥挤度指标与流动性的比较及稳健性测试 [page::9][page::10][page::11]

• 拥挤度指标的信息量超出流动性指标，双重排序显示最不拥挤股票与最拥挤股票之间收益差异显著且稳定。

- 控制宏观经济衰退、流动性风险及违约风险后，策略收益依然稳健。

结论与投资启示 [page::11][page::12]

• 基于基金持仓拥挤度构建的多空交易策略能显著获得超额收益，年化收益率高达18.57%-38.46%。

- 异常收益主要由最不拥挤、信息较少覆盖的中小市值股票驱动。

• 本文拥挤度指标对流动性指标有实质性改进，且对投资组合管理与股票选股提供新思路。

共同基金持仓拥挤度对股票收益的影响——详细分析报告解构

---

1. 元数据与概览

报告标题： 共同基金持仓拥挤度对股票收益的影响——“学海拾珠”系列之五十三
作者及机构： 华安证券研究所，分析师包括炜、朱定豪、联系人吴正宇，均具备中国证券业协会颁发的证券投资咨询执业资格
发布日期： 2021年7月26日
研究对象： 共同基金持仓拥挤度对股票收益的影响，特别聚焦美国市场公开数据
核心论点：

• 共同基金持仓的“拥挤度”通过其持股比例与股票换手率之比来度量，是衡量交易空间拥挤的有效指标。

- 拥挤行为导致价格扭曲，进而提供异常收益机会，尤其是构造多空投资组合时。

• 通过拥挤度指标构建的交易策略展现出良好的风险调整后回报，甚至显著优于传统流动性指标。

- 异常收益主要归因于最不拥挤的股票，显示这些股票因共同基金关注度不足而被低估。
评级及目标价： 报告主要为学术研究和策略探讨，未提供具体的投资评级或目标价，仅声明确认“历史数据和海外文献总结，不构成投资建议”。
研究意义： 本报告将基金持仓拥挤度作为选股因子，结合流动性和分析师覆盖度，拓展了因子投资的视角，具有较强的理论价值和实践启发。[page::0,3,12]

---

2. 逐节深度解读

2.1 简介（第3页）

• 关键论点：

历史多次金融危机的成因部分是交易拥挤（funding crowding）、过度杠杆和流动性不足。拥挤行为会引起价格扭曲，影响市场稳定。
共同基金持有股票比例大幅增长（1987年7.3%至2016年23.9%），且共同基金之间存在羊群效应，拥挤度高的股票会经历价格扭曲。
作者提出通过基金持股比例除以股票换手率来构建拥挤度指标，衡量个股层面的拥挤性。低换手率且被基金高比例持有的股票拥挤度高，反之亦然。

• 逻辑和假设：

拥挤度反映了股票在基金之间的集聚程度及流动性限制，是价格低效的催化剂。

• 相关文献对比： 作者区分了他们研究的共同基金拥挤度与对冲基金拥挤度（Hong等），强调主动管理基金在拥挤度研究中的重要性。[page::3]

2.2 数据描述（第4页）

• 数据来源：

- 共同基金持股：Thomson Reuters CDA/Spectrum S12季度持仓数据
- 股票价格与回报：CRSP月度数据
- 会计数据：Compustat
- 分析师预测：I/B/E/S

• 样本范围： 1981年至2012年，涵盖美股主流市场（NYSE、AMEX、NASDAQ），仅限市值最大80%的股票以避免流动性偏差。

- 变量定义与处理：
- 拥挤度指标Actratio定义为滞后两个季度的主动基金持仓比例除以上一季度的股票换手率。
- 基金分类：基于换手率，区分主动和被动管理基金，主要关注主动基金。
- 股票分组：按拥挤度分为十组（十分位组），从最不拥挤（第1组）到最拥挤（第10组）。

• 统计特征概要（图表1，第5页）：

- Actratio在最拥挤组是最不拥挤组的26倍，明显差异。
- 股票回报（RET）随拥挤度增加呈现单调减少趋势（由2.16%降至0.86%月均回报）。
- 伴随拥挤度增加，换手率逐步下降，基金持股比例增加，市值呈倒U型分布，分析师覆盖度也随拥挤度呈倒U趋势。
- 数据显示，最拥挤的十分位组倾向于流动性较差的小市值股票，基金重仓且回报较低；最不拥挤组为流动性较好且大市值成长股。

• 重要推断： 拥挤度与股票收益负相关，拥挤可能造成价格折价或扭曲。[page::4,5]

2.3 拥挤度分十分位组绩效分析（第6-7页）

• 方法说明：

根据Actratio每季度重新划分十分位数组，买入最不拥挤组股票，卖空最拥挤组，季度调仓。

• 风险调整： 使用Daniel等人(1997)的基于规模、市净率和动量分组的DGTW调整策略，剔除这些常见因子的影响。

- 结果：
- DGTW调整后的年化多空策略回报约为14.53%。
- 不同子时期（1981-2012分阶段）均表现出统计显著的超额回报，说明策略的时间稳健性。
- 有趣的是，异常回报主要来源于做多最不拥挤股票的部分。

• 经济意义： 拥挤度是一个强有力的股票选股因子，且异常回报显著且具有追溯性。

- 数字示例： 做多组回报最高达13.22%年化，做空组回报最低为1.31%年化，做多低拥挤、做空高拥挤差额显著。

• 结论强调： 拥挤交易导致的价格扭曲为投资者提供套利机会。[page::6]

2.4 风险调整表现：Carhart四因子模型（第7页）

• 方法简介：

利用Carhart (1997)四因子模型控制市场风险（MKTRF）、规模（SMB）、价值（HML）及动量（UMD）四大经典因子。

• 回归结果：

- 低拥挤度组alpha显著正值，高拥挤度组alpha在部分组为负，表明调整风险因素后多空策略依然有效。
- 多空组合策略产生的年化alpha高达17.28%。

• 统计显著性和R平方均较高，模型拟合良好。

- 解读： 拥挤度的异常回报非风险补偿，可能反映定价失效或行为偏差。

• 数据细节： 表3中每组的因子暴露及显著性均体现出策略的稳健性。

- 结论： 多因子调整后，拥挤度因子仍具备显著阿尔法价值，体现其选股潜力。[page::7]

2.5 更小规模投资组合表现（第7-8页）

• 动机： 大部分多空策略涉及的股票数目较多，实际管理中存在规模与流动性限制，作者研究更小规模组合的表现。

- 方法：
- 将拥挤度第1组和第10组股票进一步按市值大小分组，构建多空子组合。
- 一种策略是做多第1组中市值较小50%股票，做空第10组市值较大50%股票。
- 另一策略更极端，分别做多第1组最小25%和做空第10组最大25%。

• 结果亮点（图表4）：

- 小规模等权重策略收益达到26.87%和38.46%的年化DGTW调整后异常收益，远超原策略收益。
- 市值加权策略收益略小，但同样具有统计显著性。

• 进一步观察： 异常回报主来自于多头部分，即最不拥挤的小市值组，这些股票的基金持股比例低、分析师覆盖低，显示信息不对称和关注不足带来的溢价。

- 理论联系： 此发现与媒体报道频次（Fang等2014）和基金关注度低相关股票表现更好的理论相符。

• 结论： 缩小规模并聚焦极端拥挤度和市值区间，异常收益更突出。[page::7,8]

2.6 卖空限制与交易成本（第8-9页）

• 卖空限制分析：

- 策略异常收益主要来自做多头寸，做空部分收益较小。
- 样本聚焦市值最大的80%股票，卖空难度相对较低，减少卖空限制影响。

• 交易成本估计：

- 股票持有组合稳定性高，如图表5显示两极拥挤组有超过78%的股票在下季度仍属原组。
- 交易频率低，每年大约1-2次交易。
- 卖空与交易成本保守估计为每年0.75%-1.5%。

• 综合影响：

- 即便考虑卖空和交易成本，基于拥挤度的策略依然能实现可观的净异常收益。

• 结论： 交易摩擦不会显著削弱策略的经济优势。[page::8,9]

2.7 预期回报的稳健性（第9-10页）

• 检验设计： 通过横截面回归加入经济衰退、流动性风险（以Pastor与Stambaugh流动性指数计）、违约风险变量控制，测试异常收益是否为风险补偿或宏观因素驱动。

- 实证结果（图表6）：
- 衰退变量作用较小，对盈利影响不显著。
- 流动性风险和违约风险的控制后，异常收益及Alpha变化不大。
- 低拥挤组与高拥挤组之间的收益差异显著且稳定。

• 结论： 策略收益非由宏观经济波动或既有风险因子解释，显示指标有效捕捉了独立的异常收益来源。

- 理论意义： 产品稳健排除模型漏掉但可能影响收益的风险因素。[page::9,10]

2.8 拥挤度与流动性度量的比较（第10-11页）

• 比较对象： 流动性通常用换手率衡量，流动性是影响股票定价的重要因子。作者探讨拥挤度度量是否提供超越流动性的有效信息。

- 方法： 双重排序，先根据非流动性（换手率倒数）分5组，再在每组内据拥挤度再分5组。

• 结果（图表7）：

- 原始收益和DGTW调整收益均显示，在每个非流动性组内，最不拥挤和最拥挤股票回报仍有显著差异，拥挤度带来的选股价值和信息含量超出单纯流动性度量。
- 流动性最低的组，两极分组间的多空组合收益达到25.29%（原始）和15.54%（调整后）均极具统计意义。

• 结论： 拥挤度度量丰富了流动性信息，构成更精准的风险与回报预测因子。[page::10,11]

2.9 结论（第11-12页）

• 总结要点：

- 交易拥挤曾导致多次金融危机，背后机制是价格扭曲。
- 利用共同基金持仓拥挤度构造的指标，揭示拥挤度与未来股票回报负相关。
- 该拥挤度指标为基金持仓比例与换手率的比值，兼顾持仓集中和平衡流动性。
- 构建的多空投资组合策略年化等权重收益达18.57%，经过风险调整后依然表现强劲。
- 缩小投资组合规模，聚焦极端拥挤度和市值股票，更能放大异常回报。
- 异常收益主要源自最不拥挤（关注低、信息少）股票，反映价格低估和市场不充分反应的信息不完备。
- 拥挤度提供的信息超越传统流动性指标，是一个有效的定价因子。

• 风险提醒： 结果基于历史美股数据和文献总结，不构成实盘推荐。投资需谨慎。[page::11,12]

---

3. 图表深度解读

图表1：汇总统计（第5页）

• 内容描述： 呈现拥挤度十分位组的关键统计特征，包括拥挤度指标Actratio、平均月回报RET、换手率、共同基金活跃份额MFRatio、市值、中位数分析师覆盖度等。

- 主要数值及趋势：
- Actratio从最小组0.010上升至最大组0.258，涨幅显著。
- 平均月回报由组1的2.162%递减至组10的0.864%。
- 换手率和成交量随着拥挤度升高而下降，流动性显著恶化。
- 市值呈倒U型，中位数分析师覆盖度也同样呈倒U形。

• 意义解读： 显示拥挤度高的股票普遍流动性较差，机构关注不足，价格效率较低。低拥挤股票表现更优，说明拥挤度的辨析能力。

- 数据来源及处理： 使用标准数据来源，1%尾部剪裁以剔除异常值，保证统计稳健。[page::5]

图表2：十分位数投资组合买入并持有累积回报（第6页）

• 描述： 展示不同拥挤度组的DGTW调整后的年化收益，横跨1981至2012年及其子周期。

- 关键趋势： 回报从第1组最高13.22%逐渐下降至第10组1.31%，多空组合策略达到14.53%的年化异常回报。

• 时间分布： 在不同市场阶段均有显著超额回报，尤其在互联网泡沫期和泡沫破裂后，异常收益依然坚挺。

- 解读： 表明拥挤度因子在多时段均具有投资价值，风险调整后效应明显，资金可凭此构建多空对冲策略。

• 统计显著性： t值均较高，策略稳定性和有效性得到证明。[page::6]

图表3：Carhart四因子模型回归结果（第7页）

• 内容： 各拥挤度组在Carhart四因子模型下的表现：alpha值及其显著性，因子暴露程度。

- 观察：
- 低拥挤度组alpha显著为正，高拥挤组往往为负或微弱。
- 尽管市场（MKTRF）、规模（SMB）、价值（HML）、动量（UMD）因子都有显著影响，alpha的趋势依然清晰。

• 意义： 拥挤度带来的超额收益不依赖于经典风险因子，具备独立的异常收益来源。

- 模型拟合优良，R²超0.85，支持解释力。[page::7]

图表4：更小规模投资组合表现（第8页）

• 描述： 面板A列出两种多空策略的等权及市值加权收益率、t统计量，面板B分析各子组股票的统计特征。

- 结果亮点：
- 等权策略的异常回报明显提升，最高达到38.46%。
- 小市值股票（多头）和大市值股票（空头）构成策略，突出拥挤度与市值双重考虑。
- 多头组换手率更高，分析师覆盖更低，显示这部分低关注股票提供更大异常收益。

• 意义： 突显拥挤度结合市值细分的实用性，为投资实操提供更精细的因子策略。

- 统计学显著性强，数据稳健。[page::8]

图表5：拥挤度十分位组季度股票迁移概率矩阵（第9页）

• 内容： 显示各拥挤度十分位组股票在下季度发生迁移的概率，衡量持久性。

- 观察与解读：
- 第一组和第十组股票较为稳定，分别有78.5%及81.76%的股票维持其拥挤度排名。
- 股票大多保持在相邻组，不频繁波动，降低交易频率与成本。

• 策略影响： 高持久性降低换仓频率，有助于降低交易成本和卖空摩擦成本支出，提升策略净收益。

- 方法论严谨，结合实证推出交易及成本假设。[page::9]

图表6：经济衰退/流动性/违约风险横截面回归结果（第10页）

• 内容： 三个面板分别控制经济衰退、流动性风险及违约风险的影响，检验Alpha异象稳健性。

- 数据含义： 即使引入宏观风险变量，低拥挤组的正Alpha依然显著，成效独立于宏观经济波动。

• 统计显著： 常数项和部分alpha项保持经济意义，风险变量并未解释策略产生的因子收益。

- 结论： 拥挤度策略捕捉超额收益非偶然风险溢价，更可能为市场非理性或信息不对称驱动。

• 稳健性极高，有助于提升学术和实务界信心。[page::10]

图表7：非流动性和拥挤度双排序投资组合比较（第11页）

• 图表说明：

- Panel A显示原始（未经风险调整）投资组合收益，Panel B显示DGTW调整后的收益。
- 通过非流动性五分位和拥挤度五分位的双重排序观察异象表现。

• 趋势解读：

- 在每个非流动性水平，最不拥挤组收益显著高于最拥挤组，尤其在非流动性最高的股票中，回报差距最为突出。
- DGTW调整后依然保持显著，说明拥挤度指标传递了独立于流动性的额外信息。

• 投资启示： 拥挤度指标作为流动性风险补充，是理想的投资组合构建因子。

- 数据稳健性及统计学效力较强。[page::11]

---

4. 估值分析

本报告聚焦于实证的投资组合回报和因子表现分析，未涉及传统意义上的公司的估值模型（如DCF、P/E等）。主要估值思想体现为基于多空策略的年化异常收益及风险调整后阿尔法水平，强调拥挤度指标对收益的驱动力量，及其与流动性、规模市值的定量关系。

---

5. 风险因素评估

• 风险提示明确表述： 结论基于历史数据和海外文献，报告不构成投资建议。历史数据和模型假设存在滞后风险和市场环境变化风险。

- 交易摩擦风险： 卖空限制和交易成本的影响被模型保守估计和部分覆盖，尽管如此，策略仍表现优秀。

• 数据延迟和信息滞后： 基金持仓数据存在两季度滞后，可能造成信息与市场价格的脱节，价格错配可能长期存在或短暂消失。

- 市场变化风险： 研究基于美股标的，应用A股等其他市场需谨慎推导。

• 流动性风险和宏观经济风险： 通过各种控制变量回归测试，尽管存在轻微风险敞口，但未显著改变策略表现。

- 总结： 尽管存在一定实施风险，报告通过多种稳健性测试排除多项风险因素影响，支持拥挤度策略的有效性。[page::0,8,9,10,12]

---

6. 批判性视角与细微差别

• 研究主要基于美国市场数据，报告对中国市场应用未作直接验证，跨市场差异可能影响结果泛化。

- 拥挤度指标依赖滞后持仓及换手率数据，存在潜在信息延迟与市场快速变化的不一致风险。

• 多空策略实施中空头部分收益贡献有限，空头成本和约束风险可能被低估，现实操作中可能影响策略表现。

- 报告虽强调异常回报主要由“最不拥挤”股票驱动，提示信息稀缺，但该特征股票风险包括流动性缺乏和信息不完全，潜在风险补偿逻辑未充分展开。

• 部分高异常收益数值（如38.46%）较历史市场预期明显偏高，可能包含数据或模型特有估计上的偏差。

- 数据截尾、分组处理虽有助稳健性，但潜在微观机制的解释及行为因素尚未深化。

• 总体而言，报告基于丰富数据与多重验证，提供较高的学术与实践参考价值，但需结合具体市场及投资者偏好进行调整。[page::3,7,12]

---

7. 结论性综合

本报告系统研究了共同基金持仓拥挤度对股票收益的显著影响，创新性地将拥挤度定义为基金持股比例除以股票换手率的比值，用以捕捉基金交易空间的拥挤程度。证据显示，拥挤度高的股票未来回报普遍较低，拥挤度低的股票则通常表现优异。

基于拥挤度构建的多空投资组合策略，经过全面风险调整后，在1981-2012年的历史样本中取得超过14%的年化异常收益，应用Carhart四因子模型调整后仍保持17%的年化alpha。对更小规模组合的分析表明，更精细分组（考虑市值和拥挤度）的多空策略能带来更高的回报，最高达38%以上。此外，该异常收益主要源自对最不拥挤、被共同基金关注较少的股票的多头持有。

报告进一步展示，拥挤度指标提供了比传统流动性指标更丰富的信息，双重排序分析清晰揭示拥挤度的独立选股能力。卖空限制和交易成本的分析显示，尽管存在交易摩擦，策略仍具有显著的经济有效性。经济衰退、流动性风险和违约风险等宏观因素对策略影响有限，异常收益具有稳健性。

图表分析（汇总统计、十组回报表现、Carhart回归、小规模策略表现、迁移概率及双重排序）均强有力地验证了拥挤度作为一个新的精选因子的实用性和有效性。此外，拥挤度相关策略提供了对市场非理性行为和价格扭曲的理论解释。

总结来看，拥挤度作为共同基金选股行为和市场微观结构的量化反映，能够帮助投资者捕捉被忽视的市场机会。其产生的异常收益代表了基金拥挤行为对市场价格的扰动效应，未来可作为构建组合、风险管理和因子投资的重要参考。

本报告为投资者和学者提供了详尽的框架和实证依据，但同时也强调了历史与市场环境的局限性，提醒实践应用时需结合具体市场环境和个人风险偏好，谨慎决策。[page::0-12]

---

总结声明

本分析严格依托报告内容，以详尽数据和章节结构为依据，客观阐释拥挤度对股票收益的多层次影响。所涉复杂金融概念和统计模型均已解析，以助理解其理论基础和实际应用。报告展现的拥挤度因子提供了独特视角，丰富了资产定价和投资组合管理的理论与实务体系，具有较高的应用潜力和研究价值。

报告