模型构建及核心结论 [page::4][page::5]

• 建立三阶段模型区分两类套利者和天真投资者，通过套利资本比例调整探究流动性冲击影响。

- 流动性冲击导致套利者平仓，形成V形回撤；拥挤程度越高，策略损失越大。

• 模型揭示套利资本和异常信号能测量策略拥挤度。

股票数据与量化策略描述 [page::6][page::7][page::8]

| 指标 | 北美样本 | 欧洲样本 |
|----------------|-----------------------------|-----------------------------|
| 平均空头净额 (%) | 3.39 | 1.80 |
| 平均股票供应量 (%) | 27.8 | 17.2 |
| 平均利用率 (%) | 12.6 | 12.5 |
| 平均DCBS | 1.04 | 1.14 |

• 样本期涵盖2006至2020年，覆盖流动性良好的大市值股票。

- 涵盖动量、价值、低波动、资产收益率和空头净额五大因子策略。

• 北美和欧洲市场均呈现动量及低波动策略较优，价值策略表现较差。

空头净额策略表现及流动性冲击验证 [page::9][page::11]

• 空头净额策略在2007及2020年两大流动性冲击期间出现明显V型回撤，验证套利者去杠杆行为。

- 欧洲市场二次冲击影响程度较北美低，但2020年冲击更为剧烈。

• 该策略正向反映成熟投资者持仓，且与流动性风险高度相关。

策略拥挤度量及实证分析 [page::9][page::10]

| 市场 | 策略 | 平均系数 | t统计量 |
|------------|----------|--------|--------|
| 北美 | 动量 | 0.0033 | 1.97 |
| 北美 | 价值 | 0.0043 | 2.49 |
| 北美 | 低波动 | 0.0115 | 6.13 |
| 欧洲 | 动量 | 0.0044 | 3.33 |
| 欧洲 | 价值 | 0.0004 | 0.36 |
| 欧洲 | 低波动 | 0.0055 | 4.03 |

• 通过每日股票空头净额和策略分值回归获得拥挤度量。

- 低波动策略拥挤度最高，价值策略拥挤度较低且部分不显著。

• 拥挤度显著波动，但投资者持续聚集于主流传统量化策略中。

拥挤与流动性冲击的统计关联 [page::10][page::11]

| 市场组合 | 20期回撤 | 30期回撤 | 40期回撤 |
|---------|--------|--------|--------|
| 欧洲 | -2.08 | -2.17 | -2.17 |
| 北美 | -0.44 | -1.50 | -1.25 |
| 合并 | -1.48 | -2.00 | -1.66 |
*注：系数均为负，部分显著，说明拥挤度越高亏损越大。

• 以回归方式检验拥挤指标与回撤的负相关性，支持拥挤的策略流动性风险更高。

- 结合稳健回归，结果一致，提高结论信度。

案例分析：2007年与2020年流动性冲击 [page::12]

• 2020年流动性冲击幅度和拥挤策略表现更为剧烈，动量和低波动策略拥挤且收益大幅下跌。

- 2007年拥挤损失集中在北美市场，欧洲市场表现较温和且拥挤度与表现关系不一。

• 体现了市场环境和冲击性质对策略表现的影响。

结论及风险提示 [page::0][page::13]

• 本文模型与实证研究共同支持：策略拥挤与流动性冲击紧密相关，拥挤度高的策略面临更大下行风险。

- 投资者宜关注策略拥挤度，规避因流动性冲击导致的系统性风险敞口。

• 研究基于历史海外数据，不构成投资建议。

《策略拥挤与流动性冲击——“学海拾珠”系列之一百三十四》报告详细分析

---

一、元数据与概览

• 报告标题：策略拥挤与流动性冲击——“学海拾珠”系列之一百三十四

- 报告发布日期：2023年3月29日

• 分析师：吴正宇（执业证书号：S0010522090001），炜（执业证书号：S0010520070001）

- 发布机构：华安证券研究所

• 主体与主题：本报告聚焦于量化投资策略拥挤度与流动性冲击之间的关系，特别分析北美和欧洲股票市场的策略拥挤表现、流动性冲击引发的策略回撤以及拥挤程度对策略绩效的影响。

核心论点与目标信息：

报告通过构建数学模型与实证分析揭示：

• 投资者依然高度集中在传统的量化股票策略中，拥挤现象明显；

- 在遭遇流动性冲击（如2007年量化危机、2020年量化去杠杆）时，拥挤程度越高的策略韧性越差，出现更大损失并呈现典型的V形回撤；

• 策略拥挤度与未来收益间并无明确直接相关性；

- 提供了一套衡量投资策略拥挤度的方法论，结合空头净额数据展现拥挤度对流动性冲击下策略收益的影响路径。

报告避免直接投资建议，强调结论基于历史和海外文献总结，供投资者参考与研究。[page::0, 13]

---

二、逐节深度解读

1. 引言

本节定义了“拥挤”概念，指大量投资者持有重叠头寸，强调拥挤带来的潜在风险和对市场效率的影响。作者旨在检验拥挤与流动性冲击（如市场流动性骤降事件）之间的关系，通过构建包含两类套利者与一类“天真”投资者的三阶段模型，模拟不同投资者基于不同信息因子（b₁、b₂）进行套利交易的行为，进而得出：

• 投资者头寸汇总信息（如空头净额）可度量策略拥挤度；

- 流动性冲击导致套利者头寸平仓，出现策略收益V形回撤；

• 拥挤程度越高，策略在流动性冲击中亏损越大。

空头净额作为拥挤度量指标具有高频与无滞后特性，是观察成熟投资者空头头寸的合适代理。

实证发现显示投资者持续聚集于传统因子策略（动量、价值、低波动性等），并确认空头净额策略能够较好衡量流动性冲击，尤其与2007年及2020年的量化危机事件高度相关。此外，拥挤但收益表现无明显固定联系，投资者难以实时感知拥挤度，存在择时竞争效应，研究意义重大但仍有进一步探索空间。[page::3]

2. 模型框架

2.1 模型设置

模型构建在以下假设：

• 投资者分为两类套利者（A1、A2）与一类“天真”投资者（N），比例分别为a₁、a₂与1 - a₁ - a₂。

- “天真”投资者错误估计未来收益，过度依赖两个高估因素b₁与b₂；而两类套利者各自观察不同的信息因子，偏差更小。

• 股票总量固定，波动率与持仓权重呈反比例关系，且投资者均采用均值-方差效用最大化。

- 存在外部流动性冲击于t=1，对套利者资本做未预期调整，考察其对均衡及头寸的影响。

此设置将套利者类型细分，并引入动态三阶段视角，有助理解信息不对称、套利者互动及外部冲击对策略拥挤及盈亏的影响。[page::4]

2.2 均衡状态

稳定状态下，市场供需平衡，股票的超额收益（alpha）由“天真”投资者对高估因子支付的溢价决定：

$$
\text{Alpha}i = - (1 - a1) b{1,i} - (1 - a2) b_{2,i}
$$

当套利者比例增加（a₁、a₂趋近于1），Alpha绝对值减小，表明套利者资本越多，市场定价偏误降低。套利者基于其信息调整头寸，在均衡中减少对被过度高估股票的投资，甚至卖空。

该均衡逻辑反映市场上套利活动纠正定价错误，但流动性冲击可能扰动该均衡，诱发平仓等反应。[page::4-5]

2.3 模型结论

归纳四点重要结论：

1. 利用套利者头寸的线性回归可有效提取各套利资本的规模信息，客观衡量策略拥挤度；

2. 套利者基于超越“天真”投资者的信息优势获取正超额收益；

1. 突发流动性冲击期间，受影响套利者遭遇亏损，表现V形回撤；

4. 两组套利者同时受冲击时，更高拥挤度策略亏损更大。

模型理论通过模拟与图表1图示验证，显示拥挤程度与流动性冲击间的关联性，为实证分析奠定基础。[page::5]

3. 实证分析

3.1 数据选取

• 数据涵盖2006年7月至2020年4月，来自IHS Markit、DataScope和WorldScope，选取北美与发达欧洲股票市场有一定流动性与规模的股票。

- 样本月均约1100只北美股票，540只欧洲股票。

• 字段包括：空头净额（卖空股票占流通股比）、股份供应（可借股票供应比例）、利用率（供应比空头）、借贷成本评分（DCBS，范围1-10，越高成本越大）、市值、日波动率。

- 统计显示北美市场平均空头净额约3.4%，供应约28%，利用率13%，欧市指标相对稍低，借贷成本略高。

为防止异常值歪曲结论，剔除尾部1.5%，并去除股息日前后5日数据避免人为波动影响，确保数据稳健性。[page::6]

3.2 空头净额策略及实证表现

定义空头净额策略：买入空头净额低的股票，卖出空头净额高的股票，旨在模仿成熟空头持仓的整体表现。此策略长期表现为正α，与文献一致。

实证对2007年量化危机和2020年量化去杠杆事件回测，策略均出现明显V形回撤，危机后迅速反弹，证实模型下的流动性冲击导致头寸平仓造成价格扰动的假设。两次危机差异：2007年起源于美股，动荡幅度相对较小且先后蔓延，2020年COVID疫情引起全球恐慌，波动性更剧，影响范围更广泛。[page::8-9]

3.3 策略拥挤度测量

使用HS方法，空头净额回归策略分值，控制股票特征得到拥挤度系数，通过系数反映策略拥挤程度。

实证结果表明：

• 动量、价值、低波动、资产收益率和综合策略中，除北美价值及两市场资产收益率外，都显示显著正系数；

- 低波动策略拥挤度最高，系数及t值最大；

• R²介于0.09至0.20，表明回归合理解释空头净额变动。

该拥挤度量方法简便有效，适用于多种量化策略聚集的测算。[page::9-10]

3.4 策略拥挤与流动性冲击的关系

利用空头净额策略最大回撤窗口（TOP20、30、40）作为流动性冲击时期，分析各策略拥挤度与此期间未来五日收益的回归关系。结果：

• 欧洲及合并市场拥挤度系数均为显著负值，表明拥挤策略更可能遭受更大亏损；

- 北美市场也呈现负系数，但统计显著性较弱；

• 稳健回归与OLS结果一致。

这一回归验证了策略拥挤度是衡量流动性冲击风险的重要指标，与传统套利限制及去杠杆文献（Schleifer & Vishny 1997；Brunnermeier & Pedersen 2009）观点协调。[page::10-11]

3.5 案例剖析：2007年与2020年危机对比

图表8细化分解两次危机五大策略拥挤度与收益表现：

• 2020年市场波动剧烈，拥挤策略普遍承压且亏损明显，动量和低波动性拥挤度最高，资产收益率拥挤度最低且表现良好；

- 2007年，北美拥挤策略普遍受影响（除价值外），欧洲市场反应相对温和且不一致；

• 价值策略在两次危机均亏损，但拥挤表现区域性差异明显。

该分析揭示策略表现受拥挤度与市场环境共同驱动，拥挤加剧危机时价格压力影响。[page::11-12]

---

三、图表深度解读

图表1 股票市场流动性与经济周期（模型模拟图）

• 描述：图示模拟不同a₁、a₂占比与b₁、b₂相关性条件下套利者累积回报随时间的V形振荡。

- 解读：回撤幅度随套利者占比上升及信号相关性加强而加大，t=1处出现显著最大跌幅，t=2回升为正收益。

• 联系文本：支持模型结论（iv），即流动性冲击导致套利者头寸平仓与价格压力，拥挤策略亏损更大。

- 限制：为模拟结果，现实中流动性冲击因素更复杂且受多重动态影响。[page::5]

图表2 样本变量描述性统计（北美和发达欧洲）

• 描述：列示各市场空头净额、股份供应、利用率、借贷成本、市值及波动率等指标的均值、中位、极值等。

- 解读：北美市场空头净额与股份供应均高于欧洲，显示北美做空成本稍低，做空活跃度更高。

• 联系文本：为后续策略拥挤及流动性冲击的实证提供坚实数据基础，确保样本代表性。

- 可能局限：剔除异常值及股息期数据提高数据质量。[page::6]

图表3和4（北美与欧洲）各策略累计收益

• 描述：动态反映动量、价值、低波动、资产收益率、空头净额及组合策略的累计收益走势。

- 解读：
- 动量策略波动大但近期良好；
- 价值普遍表现较差，尤其疫情期间下跌剧烈；
- 低波动与资产收益率策略表现稳定增长；
- 空头净额策略整体表现积极，验证套利策略正α效果。

• 联系文本：体现量化因子策略的长期表现差异，背景对流动性测试具有参考价值。[page::7-8]

图表5 空头净额策略在两次危机的回撤曲线

• 描述：量化危机与去杠杆期间的空头净额策略累计收益，明显呈现V形跌幅和随后的快速反弹。

- 解读：空头净额策略对流动性冲击极为敏感，直接反映套利者头寸的调整及市场价格扰动。

• 联系文本：验证模型中的流动性冲击理论与实证契合。

- 注意：不同危机爆发时点与强度存在差异，影响策略表现深浅。[page::9]

表6 策略拥挤度量统计（回归系数、t统计、R2）

• 描述：统计多策略日内回归空头净额的平均系数、显著性及拟合度。

- 解读：
- 低波动策略拥挤度最高且最显著；
- 北美市场价值策略与两市场ROA策略拥挤度不显著；
- 说明量化策略中布局资金存在集中趋势而非均匀分布。

• 联系文本：支撑报告核心论点：投资者仍旧偏好传统量化策略形成拥挤。[page::10]

表7 策略拥挤与亏损回归结果

• 描述：多个市场与样本条件下，5日策略收益对拥挤度的回归系数及对应统计，包含标准OLS和鲁棒回归。

- 解读：
- 欧、美合并及欧洲市场系数普遍显著负值，拥挤度与亏损正相关；
- 北美效果较弱，表明区域性流动性冲击机制略有不同。

• 联系文本：强烈支持拥挤度作为流动性冲击风险指标。

- 局限：生成变量导致标准误可能偏差，报告采用抽样与稳健方法缓解。[page::11]

图表8 2007年与2020年策略拥挤与收益表现（北美）

• 描述：对两危机中五策略拥挤度指标与同期收益变化过程的时间序列展示。

- 解读：
- 2020年危机中拥挤度普遍走低，收益大幅下跌；
- 2007年危机拥挤度变化不一，收益表现亦更分散；
- 拥挤程度与亏损呈负相关，验证流动性驱动的拥挤风险机制。

• 联系文本：从历史事件重现拥挤与流动性冲击模型的实际影响。

- 提醒：复杂市场环境下，策略表现受多重因素影响，须谨慎解释。[page::12]

---

四、估值分析

本报告为策略与市场研究报告，无涉及公司或具体资产的估值内容，故无专门估值模型、目标价及敏感度分析。

---

五、风险因素评估

• 历史数据局限性：报告结论基于历史数据及海外文献，未来市场环境与流动性结构可能发生变化，历史经验不必然适用；

- 区域差异风险：北美与欧洲市场结构不同，实证效应存在差异，直接外推至其他市场需谨慎；

• 度量误差风险：策略拥挤度度量依赖空头净额数据，可能受样本选择、数据质量影响；

- 模型简化风险：模型中投资者类型及行为简化，真实市场复杂度更高，可能带来解释偏差；

• 宏观环境风险：流动性冲击背景具有多重宏观驱动，报告未详述宏观变量对结果的具体影响；

- 非投资建议声明：报告仅供参考，未构成直接投资建议，投资者需结合自身情况自主决策。

报告中均有明确风险提示和免责声明，客观揭示研究的适用边界。[page::0, 13, 14]

---

六、批判性视角与细微差别

• 报告理论模型假设套利者资本比例及信息差异是固定且明晰的，现实中套利者信息和资本配置更动态且多样，模型可扩展空间较大；

- 拥挤度与未来收益无显著相关的结论表明策略择时与动态调整机制可能复杂，暗含竞争造成的收益分化未被完全阐述；

• 研究主要覆盖北美和欧洲成熟市场，国内市场逻辑及制度环境差异较大，方法直接应用需谨慎；

- 空头净额作为拥挤度代理虽便捷，未涵盖多种量化因子头寸和多头聚集度，可能低估整体市场拥挤；

• 数据剔除尾部和股息期数据保证数据稳定性，但可能遗失极端事件的部分信息，影响对危机期间拥挤机制捕捉；

- 量化危机实证时点截断近2020年4月，疫情后续市场反应及后期策略动态未被涵盖，未来研究有待追踪；

• 报告用词谨慎，避免绝对投资结论，但多次强调传统策略拥挤且风险增加的逻辑，提示投资者警惕拥挤策略潜在风险。

---

七、结论性综合

本报告通过理论建模与严谨实证，深度揭示了股票市场量化策略拥挤度与流动性冲击之间的内在联系。核心发现总结如下：

• 理论贡献：构建了含两类信息套利者与有限理性投资者的均衡模型，揭示外部流动性冲击引起套利者仓位调整，导致价格压力和策略收益的典型V形回撤，且拥挤度更高的策略亏损更大；

- 实证验证：基于北美和欧洲市场2006-2020年的高频空头净额和基础股票数据测算拥挤度，佐证模型假设与结论。空头净额策略有效捕捉2007年量化危机及2020年量化去杠杆流动性冲击事件；

• 策略层面：传统因子策略（动量、低波动价值等）依然是投资者资金高度集中载体，拥挤趋势明显，但拥挤与收益间无简单线性关系，显示策略择时和市场动态的复杂交互；

- 风险提示：拥挤策略承受更大潜在系统性风险，投资者应警惕流动性冲击对策略绩效和资金安全的破坏力；

• 图表洞察：

- 模型图（图1）形象表现套利者比例与信号相关性对回撤的放大作用；
- 描述性统计（表2）揭示不同市场空头头寸与融资成本差异；
- 策略收益曲线（图3、4）展示量化策略长期绩效分异及危机冲击；
- 危机期间收益回撤图（图5）显示流动性冲击对套利策略净利润的快速摧毁与恢复；
- 策略拥挤度统计（表6）与亏损回归（表7）结合验证拥挤与流动性风险的相关性；
- 历史事件拥挤与收益表现（图8）对症分析危机背景下的市场反应特征。

总体而言，报告构建了拥挤—流动性冲击—策略收益三者逻辑链，既为投资者测度风险敞口提供方法论支撑，也为监管机构理解系统性风险形成机制提供理论与实证依据。作者保留了学术和应用场景的开放性，提示未来在更广泛市场环境、策略维度及宏观驱动框架下对拥挤风险的进一步研究必要性。

报告结论既有严谨模型基础又结合丰富数据验证，客观评价了市场实际投资行为特征，强调流动性冲击情形下拥挤程度的风险扩张效应，提出成熟套利者应警惕拥挤带来的风险暴露，但同时认可多因子策略依旧是主流热点，体现了理论与实务的良好结合。[page::0-13]

---

参考文献

报告核心内容摘自Hector Chan和Tony Tan发表在《The Journal of Portfolio Management》上的文章《Crowding and Liquidity Shocks》，华安证券研究所整理。[page::13]

---

总结

本报告通过详尽的理论构建与实证检验，提供了一套分析与量化拥挤度及其与流动性冲击风险关联的系统方法。其洞见促使投资者和监管者更加重视策略拥挤产生的潜在系统性影响，尤其在市场动荡时期拥挤策略的风险暴露显著，值得投资实践中重点警惕和动态管理。这对量化投资策略开发、风险控制及市场监管政策设计均具重要启示意义。

报告