• 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[page::0]

• 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[page::0][page::1]
• 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[page::1][page::2]
• 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[page::2]
• 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%[page::2]
• 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[page::3]

| 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[page::4]
• 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%[page::5]

| 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[page::5]
• 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[page::5][page::6]

• 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[page::6]
• 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[page::0][page::6]

报告分析：招商定量·琢璞系列|基金的拥挤投资对股票收益的影响

---

一、元数据与报告概览

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：

• 投资拥挤度越高，股票组合的收益越低，存在明显的负相关。

- 控制其他风险因素后，拥挤度与超额风险调整收益依旧显著负相关。

• 设计多空策略做多拥挤度最低组、做空拥挤度最高组，获得显著超额收益。

- 小规模股票组合的收益率更高，尤其做多小盘的拥挤度低股票，收益更为优异。

• 拥挤投资和流动性不足的结合，是理解价格扭曲和获取超额收益的关键。

- 该研究基于美国市场数据，应用中国市场时需谨慎考量差异[page::0,1]。

---

二、逐节深度解读

1. 概述与研究动机

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[page::0]。

2. 投资拥挤度指标的构建及理论基础

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。

• 持有比例（numerator）捕捉基金集中持股程度。

- 换手率（denominator）反映股票的流动性强弱，换手率越低，流动性较差。

• 因此，流动性较差而被基金大量持有的股票拥挤度最高。

- 研究仅使用积极型共同基金数据，因其投资风格更短期、更倾向择时，提高拥挤现象发生概率。

• 按季度末数据构建指标，但因协会披露滞后，拥挤度相对于滞后两个季度的换手率计算，体现滞后效应。

此指标基于理论认为，拥挤交易会导致价格扭曲和流动性风险，进而影响股票后市表现。基金拥挤度越高，预示价格扭曲越大，未来收益降低[page::1]。

3. 数据描述与样本构建

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。

• 待研究股票为市值前80%的大型股，排除流动性极差的小盘股。

- 积极型基金和消极型基金通过换手率排名划分，前30%为积极型。

• 研究中，积极型基金持股用于计算拥挤度指标。

统计显示，拥挤度最高组（第十组）与最低组（第一组）在多个特征上存在明显差异，比如换手率、共基金持股比例、市值均呈现系统性变化。特别是，拥挤度高的股票流动性较差，市值较小，账面市值比高，价格较高，基金覆盖度较低[page::2]。

4. 拥挤度分组的投资表现分析

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。

• 初步（未调整）数据显示，拥挤度最低组股票月均回报约2.6%，拥挤度最高组仅0.86%；

- 通过做多第一组（拥挤度最低）做空第十组（拥挤度最高），实现年化15.6%的收益，显著超额收益。

• 控制了市值、账面市值比、动量等风险因子后的DGTW调整收益仍表现出拥挤度和收益的负相关，且统计显著。

- 期间分为多个子阶段（包括互联网泡沫、金融危机等），拥挤度低组收益优势普遍存在，说明该现象的持续稳健。

• Carhart四因子模型进一步验证该结论，调整市场、规模、价值及动量因子后，多空组合alpha达17.28%，收益极具经济意义和统计意义[page::3,4]。

5. 小规模投资组合效应

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：

• 做多拥挤度最低组中市值较小的50%或25%，做空拥挤度最高组中市值较大的50%或25%，产生的超额收益更高（26.87%和38.46%的年化DGTW调整后收益率），明显优于整体组合。

- 这说明基金忽视了小盘且未被拥挤的股票，这些股票的潜在收益被显著低估，是超额收益的重要来源。

• 小盘拥挤度低股票的分析师覆盖度较低，基金持仓比例较低，换手率高，反映这些股票信息有限、市场关注度低，风险溢价因此更高[page::5]。

6. 做空限制与交易成本的影响

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：

• 策略超额收益主要来源于多头头寸，空头收益贡献有限，做空约束影响有限。

- 样本均为较大市值股票，做空难度和成本较低。

• 股票拥挤度组间季度转移概率较低，持股粘性强，换仓频率较低，交易成本和做空成本（估计不超过1.5%年化）对整体收益影响有限。

因此，即使考虑交易成本，策略依然具有吸引力[page::5,6]。

---

三、图表深度解读

图1：近十年公募基金持有A股比例变化（2011-2020）

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。

• A股总市值呈现稳步增长趋势，2020年市值突破900,000亿元。

- 基金持股比例呈现“先下降后回升”；2011年接近9%，2016年跌到4%左右，2017年起回升，2020年达到7.5%左右。

• 说明随着市场扩容，公募基金的市场参与度及影响力增强，拥挤投资行为日益显著。

图表直观反映研究背景，即拥挤度现象的重要性及基金投资的演进趋势[page::0]。

表1：样本数据的描述性统计（十等份组合特征）

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。

• 投资拥挤度指标从第一组的0.010到第十组的0.258呈明显递增。

- 月均收益呈递减趋势，第一组约2.16%，第十组0.86%。

• 基金持有比例随组升高递增，换手率与成交量则递减。

- 市值呈倒U，最高位于中间组合，最低组和最高组市值相对较小。

• 账面市值比和价格随拥挤度升高而升高。

这揭示拥挤度高股票特征：相对小市值，价值型（低价但账面比例高），流动性不足，基金覆盖度中等，但信息较少[page::2,3]。

表2：买入并持有十等份组合的DGTW调整年化收益率

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。

• 绝大多数周期内，低拥挤度组合表现优于高拥挤度组合，收益差别显著。

- 全周期内，第1组年化收益为13.22%，第10组为-1.31%，策略多头收益远高于空头。

• 子周期如互联网泡沫、金融危机期间该趋势依然保持一致，说明策略对不同市场环境适用。

- 多空组合差值的t统计量表现强劲，在多数区间均超过显著水平。
此数据强化拥挤投资与收益负相关结论，并证明多空策略的实证有效性[page::3,4]。

表3：Carhart四因子模型调整的超额收益alpha

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）。

• 低拥挤度组alpha显著正，最高达0.45，说明调整风险后这些股票仍能体现超额收益。

- 高拥挤度组alpha为负或接近零，表明拥挤股票风险调整后表现乏力。

• 市场因子载荷整体均正且显著，SMB因子的系数多呈下降趋势，反映小盘效应分布差异。

- 该模型进一步验证拥挤度与超额收益的负相关性。
该模型的引入增加本文结果的结构严谨性，支持基于风险调整的实证发现[page::4]。

表4：小盘股票多空策略的收益表现

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：

• 两种策略（50%和25%分位）对应的年化超额收益分别高达26.87%-38.46%。

- 多头端收益明显超过空头端，收益主要由多头股票贡献。

• 股票特征显示，做多部分的股票被较少基金持有，分析师覆盖也较少，具备被忽视属性。

- 该组合更为精细化且投资规模更易管理，提供了投资实践中可操作的策略框架。
此表显示，基金拥挤度策略的实用性及在不同资产规模中的适用性[page::5]。

表5：股票拥挤度组间季度转移概率

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。

• 第一组和第十组的粘性极高，分别为78.5%和81.76%。

- 中间组迁移概率稍高，呈一定分布扩散，但整体组内迁移高，体现拥挤度的稳定性。

• 粘性高说明投资组合调仓频率较低，降低交易成本影响。

该数据支持策略低交易频率和较低交易成本影响的假设[page::6]。

---

四、估值分析

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[page::3,4]。

---

五、风险因素评估

报告提及的风险点包括：

• 市场差异风险：研究基于美国市场数据，直接套用至中国市场需谨慎，市场结构和行为特征存在差异。

- 数据滞后和时效性：基金持仓披露滞后两个季度，可能导致指标反映的是历史状态，实时操作存在一定难度。

• 模型假设强：指标计算和策略构建中依赖多项假设，如积极型基金换手率界定，价格持续扭曲的假设，套利能力有限。

- 做空限制与成本风险：尽管报告分析认为影响有限，但在不同市场及股票品种中，做空限制可能更严重，影响策略执行。

• 交易成本：计算中估计0.75%-1.5%，如果实际更高，策略收益会受影响。

报告未具体讨论宏观经济变动、法规变化等其他系统性风险，但强调需结合实际情境辨识[page::0,5,6]。

---

六、批判性视角与细微差别

• 滞后指标的适用性：拥挤度指标有明显时间滞后特征，基金持仓及换手率均基于过去数据，可能导致策略信号落后，对高速变化的市场环境响应不足。

- 基金类型界定的限制：仅选用积极型基金而排除消极型基金计算拥挤度，忽略了后者可能对市场影响，降低指标全面性。

• 流动性层面对拥挤度的影响：指标设计强调流动性作为权重，但流动性本身受宏观与行为因素影响，可能与拥挤持股相关但非完全因果，存在内生性问题。

- 空头收益贡献不足，策略风险偏斜：多空策略中，多头贡献占主导，空头表现有限，实际操作中资金配置和风险管理或面临偏斜。

• 局限于美国市场样本：虽然作者提示风险，但报告大量借鉴美股实证数据，未充分展开中国市场验证，限制了结论的普适性。

- 统计显著性与经济意义稳健，但若干子阶段收益波动较大，特别在危机期空头收益出现异常，需深入考察策略在极端市场的表现稳定性。

---

七、结论性综合

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：

• 拥挤度与股票收益存在显著负相关，拥挤度最高的股票组合收益显著低于拥挤度最低的组合。

- 该负相关关系在控制多种风险因子后依然显著，说明拥挤度作为新的风险溢价因子具有解释力。

• 设计的多空策略以做多拥挤度最低组，做空最高组，获得了14%-18%的年化超额收益；缩小投资组合至特定市值区间，收益更高，最高达到38%。

- 投资拥挤度最低的小盘股票因被资金忽视，具有较高换手率和信息缺乏的特征，因此成为超额收益的重要来源。

• 策略的交易频率低，持仓稳定，考虑交易成本和做空限制仍有良好可操作性。

- 研究提供了实证证据支持拥挤投资会导致价格扭曲及其对收益的影响，提示投资者注意基金持仓的集中度信息可能为获取超额收益的有效信号。

• 但由于数据滞后及以美国市场为样本，该结果在中国市场的应用需结合市场特色和监管环境谨慎分析。

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[page::0~6]。

---

参考图片与表格

• 图1：公募基金持股比例与A股总市值变化趋势

---

（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。）

报告