20230201-华安证券-_学海拾珠_系列之一百二十六_基金持仓集中度究竟如何影响基金业绩__15页_2mb

基金持仓集中度对基金业绩的影响分析总结

核心内容

本报告探讨了基金持仓集中度与基金收益之间的关系，基于美国晨星开放式主动管理共同基金样本，分析了不同集中度水平对基金表现的影响。报告指出，基金集中度反映了基金经理的主动管理能力，但其对基金收益的影响具有复杂性，尤其是在不同市场表现的基金中，集中度的影响差异较大。

主要观点

• 基金集中度与收益的分散性呈正相关，即集中度越高，收益的分散性越强。
• 集中度与风险调整收益（如α）之间存在凸关系，随着集中度的增加，其对业绩的关联性逐渐减弱。
• 集中型基金表现出的下行风险高于上升潜力，即在收益不佳时，集中度的影响更为负面。
• 基金集中度不仅与个股层面相关，还应结合行业层面的指标进行综合分析，以提高分析的稳健性。

集中度的度量指标

基金集中度的衡量主要从两个层面进行：

1. 个股层面：采用有效持股数量（EEFN），计算公式为：
   $$
   EEFN = \frac{1}{\sum_{i=1}^{NHOLED}(wfund_{it})^2}
   $$
   其中 $wfund_{it}$ 为每个基金的持股权重。

2. 行业层面：

   • 行业间集中度（ICI）：计算基金在不同行业的权重与市场基准的平方差之和。
   • 行业内集中度（WIC2）：反映基金在每个行业内的持股集中程度。

集中度与收益的关系

收益与集中度的线性关系

• 基金集中度与收益的绝对值存在负相关，即集中度越高，收益的绝对值越大。
• 随着EEFN的增加，对收益的解释力减弱，呈现凸关系。
• 在引入行业集中度控制变量后，EEFN的系数显著减小，说明行业因素对收益有重要影响。

分位数回归分析

• 集中度对收益的影响在不同分位数上存在显著差异。
• 在较低收益分位数（如5%）上，EEFN对收益的影响为正；在较高收益分位数（如95%）上，EEFN对收益的影响为负。
• 行业控制对不同收益分位数的影响程度不一，尤其对高收益基金影响更大。

关键信息

• 样本描述：数据涵盖2000-2020年间的2440只基金，共8907个观察样本。
• 收益统计：平均年化α为0.25%，平均年化超额收益为0.37%，α的绝对值平均为2.41%，超额收益的绝对值平均为3.12%。
• 集中度指标：EEFN的平均值为67.91，最低为23.24，最高为159.4。
• 控制变量：包括基金换手率（TURN）、基金资产净值（TNA）、基金家族资产净值（TNAF）等。
• 回归模型：采用四因子模型（Mkt, SMB, HML, MOM）进行回归分析，并引入分位数回归以探讨不同收益水平下的影响差异。

结论

• 集中度与收益的绝对值存在正相关，但这种关系随集中度的增加而减弱。
• 集中度对表现不佳的基金有显著负面影响，而对表现良好的基金有正面效应。
• 控制行业集中度后，集中度对收益的影响减弱，说明行业因素在解释基金业绩时具有重要作用。
• 投资者在选择基金时，应综合考虑集中度和行业分布，以更好地评估基金的风险与收益。

风险提示

• 本结论基于历史数据与海外文献，不构成任何投资建议。
• 基金集中度的分析需结合具体市场环境和基金风格，避免单一指标的误导。

参考文献

1. Tidmore（2019）：持股数量与净超额收益正相关。
2. Hickey等人（2017）：持股数量较少的大盘股票基金收益略高。
3. Sapp和Yan（2008）：集中化基金表现未超过分散化基金。
4. Kacperczyk（2005）：集中在少数行业的基金表现更好。
5. Goldman（2016）：集中于每个行业前一或两股票时，收益增加。

图表目录

• 图表1：样本各指标、因变量和解释变量的汇总统计
• 图表2：投资组合特征之间的相关性
• 图表3：集中度提升与超额收益分散性的关系
• 图表4：基于EEFN分类的投资组合结果
• 图表5：集中度与收益绝对值的线性回归分析
• 图表6：集中度与收益绝对值的非线性关系
• 图表7：变量同方差性和异方差性的对比图
• 图表8：无行业控制下的α与EEFN分位数回归
• 图表9：无行业控制下的超额收益与EEFN分位数回归
• 图表10：有行业控制下的α与EEFN分位数回归
• 图表11：有行业控制下的超额收益与EEFN分位数回归