20260106-东方证券-市场有效性研究与主_被动基金配置

> **来源：[研报客](https://pc.yanbaoke.cn)** # 中盘蓝筹风起，主动权益基金优势凸显 # 市场有效性研究与主、被动基金配置建议 # 研究结论 A股市场有效性的提升为被动投资的发展提供了坚实基础。2025年，国内公募市场被动权益基金规模占比首超 $50\%$ 。被动权益投资基金规模超过主动权益基金，目前这一趋势仍在延续。 - 本文对市场有效性进行了检验：1）2013年以来，A股有效性整体低于港美股，港美股有效性相对较强；2）截面看，小盘、科技股指数的有效性弱于大盘股指数；3）时序看，A股市场的有效性整体呈上升趋势。尤金·法玛1965年根据市场能反映的信息范围，把股票市场的有效性划分为弱有效性、半强有效性、强有效性。本文从弱有效市场检验入手，通过检验价格序列残差是否为白噪声，来观察股价是否可能随机游走，以此衡量A股、港股、美股市场的有效性和变化趋势。 - 主动型基金超额收益与指数有效性呈现明显负相关。由于沪深300指增中既有价量策略，也有主动与基本面增强策略，因此沪深300指增的超额收益可以综合反映各类策略的Alpha获取难度。我们观察到：公募沪深300指增的超额收益与指数有效性呈现明显负相关，在市场较为低效时，基金超额收益相对较高，反之亦然。 - 随着Alpha整体获取难度加大，单一Beta难以满足投资者需求，多元化Beta需求与权益端Smart Beta需求增加，配置的重要性凸显。多元化资产方面，由于Alpha的衰减，投资于单一资产的投资组合波动加大，组合管理人不再满足于单一市场的暴露，而是寄希望于通过ETF，灵活布局跨境、商品等多市场，从而拓宽Beta收益来源，以多Beta实现分散风险、优化组合结构的目标。权益端，策略ETF（如基于红利、低波动、质量、动量等的Smart Beta因子ETF）走势表现出较强的独立性，为投资者提供了权益市场内部差异化的Beta来源，通过配置Smart Beta，可以分散组合在权益端的风险，达到平滑波动、增强组合韧性的目标。 - 被动基金造成股价同涨同跌，降低了股票定价效率，主被动基金规模占比存在平衡点，在基金的选择上，建议：1）大盘风格行情下选择ETF进行配置；2）中盘风格行情下优选主动权益基金；3）通过量化基金进行小盘风格配置或是较优选择。被动基金造成股价同涨同跌，降低了股票定价效率，主动型基金可以通过深度研究挖掘超额收益机会，因此被动投资的规模占比不会无限制上升。1）行业ETF多为市值加权，大盘股对收益贡献较高，大盘股定价效率较高，获取超额收益较为困难，建议以ETF配置为主。2）主动权益基金对中证500、中证1000、港股成分股有所超配，整体而言，目前主动权益型基金的风格与中证500指数更为接近。相较于大盘股，中盘股的交易环境对主动管理型基金更加友好，一方面中盘股定价效率与获取超额收益的难度低于大盘股，另一方面市场流动性相对充裕，保障主动权益型基金交易无虞。3）对于中证1000成分股以及市值更小的其他小盘股，选择量化的方式进行投资或具备更高性价比。小盘股的定价效率较低但数量众多，股价容易出现短期高估或低估。量化策略依靠历史数据和统计规律，可以提升决策的客观性与胜率；同时，对于股票覆盖度，量化基金也具有更好的效率优势。 # 风险提示： 政策变化超预期；数据统计可能存在遗误。本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 报告发布日期 2026年01月06日 # 证券分析师 王继恒 执业证书编号：S0860525090004 wangjiheng@orientsec.com.cn 0755-82819271 张孙齐 执业证书编号：S0860525110001 zhangsunqi@orientsec.com.cn 021-63326320 # 相关报告 公募量化基金定量跟踪月报（截至2025年 2026-01-0512月底） 公募主观多头基金定量跟踪月报（截至 2026-01-05 2025年12月底） 2026年A股行业主题类ETF配置图谱 2026-01-02 # 目录 1 A股权益基金市场被动投资占比超过 $50\%$ 4 2 被动投资占比上升源于市场有效性提升 4 3 市场有效性和检验方法 5 3.1 有效市场理论的发源与内涵 ..... 5 3.2 有效市场理论的检验方法 3.2.1. 弱式检验(Weak Form Tests) 6 3.2.2. 半强式检验(Semi-Strong Form Tests) 7 3.2.3. 强式检验(Strong Form Tests) 7 4 A股、港股、美股市场有效性探索 8 4.1 横向看，A股权益市场有效性弱于港股、美股市场 8 4.2 小盘、科技股指数有效性弱于大盘股指数 9 4.3 2018年后A股市场有效性快速增强 ..... 9 4.4 随市场有效性提升，A股Alpha获取难度增加 10 5 市场有效性提升背景下的基金投资选择 11 5.1 ETF：多资产ETF与权益SmartBeta并重 11 5.1.1. 多元化Beta需求上升，资产配置重要性凸显 11 5.1.2. 寻找SmartBeta或是战胜市场的选择之一 12 5.1.3. 配置行业ETF收益主要来源于行业龙头公司 13 5.2 主动权益与量化投资：从中小盘股票中获取Alpha收益 14 5.2.1. 主动权益基金在中盘股暴露更大 14 5.2.2. 量化基金或是小盘股投资的较优选择 15 风险提示 16 # 图表目录 图1：2022年后被动投资占比迅速上升 4 图2：权益市场被动投资占比迅速超过 $50\%$ 4 图3：市场有效性与投资方式示意图. 5 图4：A股部分代表性指数无效成分股占比（%） 9 图5：公募沪深300指增超额收益与指数有效性呈现明显负相关 10 图6：使用规模加权后，A股权益ETF整体走势与中证全指接近 11 图7：2021年后公募FOF对ETF的持仓比例大幅增加 12 图8：公募FOF对投资于A股市场外的ETF需求增大 12 图9：策略ETF走势相对独立 12 图10：主动权益基金持仓整体与中证500更加接近 15 图11：小盘量化具有更高的超额收益 16 表 1: 2013 年以来各市场代表性大盘指数逐年随机游走检验 .8 表 2: 2013 年以来各市场代表性指数逐年随机游走检验 表 3: 行业 ETF 超配大盘股 ..... 13 表 4：主动权益基金对中证 500、中证 1000、港股上有所超配. 14 # 1 A 股权益基金市场被动投资占比超过 $50\%$ 2025年，国内被动权益基金规模首次超过主动权益基金，目前看这一趋势仍在延续：大量资金持续涌入ETF，ETF基金成为2025年部分头部基金公司规模增长的重要引擎，系1）主动基金的超额收益主要来自对景气度较高的行业、风格上的超配，当市场缺乏景气方向、或者行业切换速度较快时，alpha获取更加困难，主动基金的超额收益难以持续；2）A股市场有效性或已逐步提升，被动投资发展环境优化。资本市场基础设施建设逐步完善，监管政策不断优化，国内量化基金规模迅速壮大，市场价格发现能力与有效性提升，被动投资迎来较大发展，Beta投资兴起。3）国内投顾业务逐步发展，低费率、风格稳定的ETF基金逐渐深入人心。本文从股票市场有效性的视角出发，尝试以此作为理论基础观察并推演未来基金市场的结构变化。 图1：2022年后被动投资占比迅速上升 数据来源：Wind，东方证券研究所；统计区间：2013.01.01-2025.09.30。 图2：权益市场被动投资占比迅速超过 $50\%$ 数据来源：Wind，东方证券研究所；统计区间：2013.01.01-2025.09.30。 # 2 被动投资占比上升源于市场有效性提升 随着市场有效性提升，Alpha获取更加困难，Beta投资逐步兴起：1）尤金·法玛的有效市场假说指出，随着市场有效性提升，超额收益获取的难度增大。目前A股在主动投资基金经理及量化基金的努力下，有效性得到提升，因此给了被动投资发展的土壤。2）被动投资分为纯被动投资与基于因子策略的被动投资（Smart Beta）：纯被动投资以控制跟踪误差为主要目标，希望获取市场平均收益；基于因子的被动投资一般会按照风格或行业对股票进行分类，将特定类型的公司打包为组合进行跟踪，相较于宽基指数，部分行业和风格在特定条件下可以持续战胜市场，因此也被称为Smart Beta。 当然，主被动基金存在某个平衡点，被动投资的规模占比不会无限制上升。主被动基金之间并非非此即彼的对立关系，而是在资产配置实践中存在一个动态的、基于市场有效性以及市场生态的最优平衡点。一方面，被动型基金适合获取市场整体回报（Beta），尤其在大盘股等定价效率较高的领域。另一方面，被动基金造成股价同涨同跌，降低了股票定价效率，主动型基金可以通过深度研究，在定价效率较低的市场（如中盘股、小盘股、新兴行业或特殊事件驱动机会）中挖掘超额收益机会。理想的资产配置往往不是“全主动”或“全被动”，而是根据市场周期、资产类别和策略容量进行有机组合。例如，在“核心-卫星”策略中，投资者可将大部分资金配置于低成本的宽基指数基金作为“核心”，以稳定获取市场基准收益；同时用小部分资金配置于精选的主动管理基金作为“卫星”，博取特定领域的超额回报。这种结构既控制了整体成本与波动，又保留了增强收益的可能性。 图3：市场有效性与投资方式示意图 数据来源：东方证券研究所。 # 3 市场有效性和检验方法 # 3.1 有效市场理论的发源与内涵 第一篇讨论有效市场问题的论述可追溯到经济学家吉布森(Gibson)于1889年出版的《伦敦、巴黎和纽约的股票市场》一书，该书对市场效率的概念进行了初步描述与探讨，并在学术界产生了一定的影响。规范的市场有效性研究始于法国经济学家和数学家路易斯·巴切利尔(Louis Bachelier)对随机游走的研究。1900年巴切利尔在其博士论文《投机理论》中对法国商品价格走势进行研究时发现，这些商品的价格呈随机游走，也就是说某种商品的当前价格是其未来价格的无偏估计值，投机是种“公平游戏”，即投机者的期望利润应为零，并在该文中首先提出了“市场收益是独立同分布(IID)的随机变量”。1953年，英国统计学家肯德尔(Kendall)在《经济时间序列分析》一文中，对英国工业股票价格指数和纽约、芝加哥商品交易所的棉花、小麦的价格变化进行研究，发现股票价格变化服从随机游走规律。1965年，著名经济学家萨缪尔森(Samuelson)在《合理预期价格随机波动之证明》中，首先对价格随机游走和鞅(Martingale)过程进行了阐述，奠定了有效市场假说(Efficient Market Hypothesis, EMH)的理论基础。 尤金·法玛(Eugene Fama)正式对有效市场理论进行定义并完善。Fama 博士论文《股票市场价格的行为》(1965)，以道琼斯工业平均指数为样本指标，选取其中 30 支股票，使用随机游走模型检验检验价格的运行规律，发现价格序列的相关系数很小，日收益率的一阶自相关系数平均值为 0.03，证明美国股市已达到弱式有效。1970 年，Fama 于《有效资本市场:理论和实证研究回顾》中归纳并正式给出了有效市场假说的规范性定义，即 1）投资者都利用可获得的信息，试图获取更高的收益，2）股票价格对新的市场信息的反应是及时而准确的，能够完全反应市场上所有的信息与交易行为，3）股票价格与新信息对应的价格变动是相互独立的，也就是随机的。根据市场能反映的信息范围，Fama 把股票市场的有效性划分为三个层次： 1) 弱有效性：如果目前股票的价格能充分及时地反映过去的价格，任何人无法通过过去的价格获取超额利润。 2) 半强有效性：任何投资者不可能利用公开的信息获取超常的利润，公开信息包括公司年度的财务报告，投资咨询资料等。 3) 强有效性：任何投资者不可能通过任何信息，包括公开的和内部的，来获取超常利润；价格能对这些信息做出充分及时地反映。 自Fama(1970)提出有效市场理论的规范化定义后，大量研究实证检验了各国资本市场的有效性，虽然研究结论不完全一致，但总体来说，法律制度与监管相对完善的股票市场一般能满足弱或半强式有效性，而强有效性的市场在现实中基本不存在。 # 3.2 有效市场理论的检验方法 # 3.2.1. 弱式检验(Weak Form Tests) Fama对弱有效市场假说最常用的表述是“价格充分反映了可以获得的信息。”因此可以检验过去收益对未来收益的预测能力，信息集仅为历史价格。若该假设成立，则说明投资者无法利用过去股价所包含的信息获得超额利润。经济学家们早期使用的是随机游走模型。 随机游走是随机过程的一种，随机游走要求在可知信息集上价格变动的条件期望是独立的、价格变动概率分布的高阶条件矩独立(如方差、偏高、峰度)。对于随机游走过程，统计学上有严格的定义。 $$ y _ {t} = y _ {t - 1} + \varepsilon_ {t}, \varepsilon_ {t} \text {独 立 同 分 布} $$ $$ \begin{array}{l} E (\varepsilon_ {t}) = 0 \\ D (\varepsilon_ {t}) = \sigma^ {2} 1$ 时， $t$ 时刻数据都比 $t - 1$ 时刻数据放大或缩小 $\rho$ 倍，现实场景中，表现为资产价格指数式上升或下跌。 当系数 $\rho = -1$ 时，这意味着 $t$ 时刻数据是 $t-1$ 时刻数据的相反数加一个随机数，体现为间隔的暴涨暴跌，现实中这种情况极为罕见，尤其在权益市场几乎不存在。 当系数 $|\rho| < 1$ 时，此时时间序列平稳，展现出均值回归的特点。 此前许多论文使用 Dickey 和 Fuller(1979)提出的 ADF 检验(augmented Dickey-Fuller test)，检验时间序列是否存在至少一个单位根，来判定其是否随机游走。这种方法是不准确的。ADF 检验是使用最广的平稳性检验方法，但并不适合用来检验随机游走。 这些论文设定 ADF 检验的原假设为 $H0: \rho = 1$ ，其备择假设为 $H1: |\rho| < 1$ ，当原假设成立时，判定时间序列为非平稳序列，即为随机游走。这种方式看似可以用来检验随机游走，但是随机游走 $y_{t} = y_{t-1} + \varepsilon_{t}$ 只存在于 AR(1)结构，如果序列不满足 AR(1)结构，那么其就不是随机游走的。在确定一个序列是 AR(1)结构的前提下进行 ADF 检验，可以等价于进行随机游走检验，但是实际上 我们并没有办法事先确认某个序列满足 AR(1)结构，因而简单使用 ADF 检验去检验随机游走是不够准确的。 我们回到随机游走的定义，如果序列是随机游走的，那么必然有 $t$ 时刻数据与 $t - 1$ 时刻数据的差分 $\varepsilon_{t}$ 为白噪声： $$ \varepsilon_ {t} = y _ {t} - y _ {t - 1}, \varepsilon_ {t} \text {为 白 噪 声} $$ 如果 $\varepsilon_{t}$ 满足均值为0，方差固定，且无自相关性，则随机游走检验就转换为白噪声检验，即通过检验序列残差是否为白噪声，判断序列是否随机游走：如果序列不满足白噪声检验，则不随机游走。如果通过白噪声检验，则表示序列可能随机游走。白噪声序列由相互独立、具有相同概率分布、且没有任何相关性的随机变量组成。白噪声的定义需满足以下3个条件： $$ E (\varepsilon_ {t}) = 0 $$ $$ D (\varepsilon_ {t}) = \sigma^ {2} < \infty $$ $$ C o v \left(\varepsilon_ {p}, \varepsilon_ {q}\right) = 0 $$ 白噪声检验通常使用Ljung-Box检验，Ljung-Box检验是一种用于检测时间序列数据是否存在显著自相关性的统计方法，广泛应用于模型诊断，特别是检验残差是否为白噪声。 我们设定原假设 $\mathrm{H}0: \rho_{1} = \rho_{2} = \ldots \rho_{m} = 0$ （滞后 $m$ 阶序列值之间相互独立，序列为独立同分布的白噪声） 备择假设 H1: $\exists \rho_{k} \neq 0, 1 \leq k \leq m$ (滞后 $m$ 阶序列值之间存在相关性，序列为非白噪声) 其中， $\rho_{k}$ 为延迟 $k$ 阶的自相关系数， $m$ 为最大延迟阶数 $$ \mathrm {检 验 统 计 量} Q _ {L B} = n (n + 2) \sum_ {k = 1} ^ {m} {\frac {\hat {\rho} _ {k} ^ {2}}{n - k}} $$ 统计量 Q 近似服从自由度为 $m$ 的 $\chi^2$ 分布。其中， $n$ 为样本容量， $m$ 为指滞后阶数， $\hat{\rho}_k^2$ 为滞后 $k$ 阶的样本自相关系数的估计值。如果 LB 统计量小于选定置信水平下的临界值，或者 p 值大于显著性水平（如 0.05），则没有充分证据拒绝原假设，序列可以被视为白噪声。LB 统计量大于选定置信水平下的临界值，或者 p 值小于显著性水平（如 0.05），拒绝原假设，表明序列存在显著的自相关性，非白噪声。 # 3.2.2. 半强式检验(Semi-Strong Form Tests) 半强式检验，检验证券价格对公开信息的反应速度，信息集是所有公开的信息，如年收益的公告、股票分割等。若市场为半强式有效，则说明投资者无法从历史信息以及当前的公开信息获得超额利润。经济学家一般运用的是事件研究法(Event Study Method)。事件通常指公司公开发布信息、公司某些特定行为(如发放股利)或者政府行为(如有关法律的修正)。事件研究以一至数天为时间窗口，将这段时间的累计股票收益和年(季)度会计指标作为观察值，旨在研究该事件是否引起投资者对企业未来现金流量的期望值的改变，从而引起股价的显著变动。 # 3.2.3. 强式检验(Strong Form Tests) 强式检验研究投资者是否拥有除历史价格与公开信息外，没有完全反映在市场价格上的内幕信息。若市场强势有效，则说明投资者即使拥有内幕消息也无法获得超额利润。强式检验研究的对象是专 业投资者或内幕人士的收益率。如果能发现某一专业投资者或内幕人士具有重复的超额收益, 则表明该投资者所掌握的信息没有反映在历史价格中。 # 4 A 股、港股、美股市场有效性探索 Fama指出，市场有效性的检验方法存在联合假设检验问题(Joint-Hypothesis Test Problem)，即任何有效性检验方式均依赖一个相应的基准模型。从逻辑上来说，如果发现市场的实证数据偏离了基准模型，Fama认为没有准确方法可以识别究竟是模型本身存在问题还是市场真的处于无效状态。 因此，本文采用的模型未必能最准确地表征市场有效性水平，但是A股、港股、美股其横向和纵向的相对水平则具备一定参考价值。即同一方法下的检验结果在跨市场和跨时期对比时，可以帮助我们剖析市场间的相对有效水平，以及随时间变动的趋势。 如上文所述，强式检验需要获取大量内幕人士的投资收益率数据，在学术研究中可行性较差。半强式检验主要依赖事件研究法(Event Study Method)，但该方法往往聚焦于个股维度，例如当个股层面披露一项未被市场预期的重要边际信息时，可以实证分析事件前后的股价是否能够快速吸收该增量信息，从而判断该股票的有效性。弱式检验则从有效性的定义入手，通过检验价格时间序列是否满足随机游走模型以研判其有效性，可行性较强，学术界也进行了较多相关研究。故而本文从弱式检验入手，衡量A股、港股、美股的有效性和变动趋势。 # 4.1 横向看，A股权益市场有效性弱于港股、美股市场 2013年以来，A股有效性略低于港美股，港美股市场有效性相对较强。我们逐一年度对指数价格序列进行随机游走检验（转化为白噪声检验），计算当年度指数的市场有效性情况。据此观察不同国家或地区市场有效性的时变趋势，并横向对比。2013年至今，A股大盘指数无效年份数高于港、美股。 表 1: 2013 年以来各市场代表性大盘指数逐年随机游走检验 指数 沪深300 恒生指数 标普500 2013 不随机游走 2014 不随机游走 2015 不随机游走 不随机游走 不随机游走 2016 不随机游走 2017 2018 2019 2020 不随机游走 2021 不随机游走 不随机游走 2022 2023 2024 不随机游走 2025 不随机游走 无效年份数 5 3 3 总年份数 13 13 13 无效年份数占比 38.46% 23.0% 23.07% 注：表格中空白部分表示可能随机游走。 数据来源：Wind，东方证券研究所；统计区间：2013.01.01-2025.12.17。 # 4.2 小盘、科技股指数有效性弱于大盘股指数 小盘、科技股指数有效性弱于大盘股指数。A股大盘指数有效性略好于全市场指数，港美股刻画大盘、全市场、科技类股票的指数，有效性整体递减。1）由于科创板指数成立时间较晚，对比中A股仅统计了沪深300与中证全指指数的有效性情况，从结果可以看到，沪深300有效性强于中证全指。2）恒生指数、恒生综指、恒生科技分别作为港股市场表征大盘、全市场、科技类股票的指数，有效性整体递减。系恒生科技指数中市值较小、盈利不确定性较强的的科技类企业较最多，表征全市场的恒生综指（覆盖港交所主板上市证券总市值约 $95\%$ 的股票，范围非常广泛）中也存在部分交易量与市值相对较小的股票，因此有效性低于表征大盘的恒生指数。3）道琼斯工业指数、标普500与纳斯达克截至2025年12月的总市值分别为22.36、66.00、45.75万亿美元，指数成分股数量分别为30、503、3522，作为美股市场蓝筹股、大盘、科技股的代表指数，上述3个指数的有效性也依次降低。 表 2：2013 年以来各市场代表性指数逐年随机游走检验 指数 沪深300 中证全指 恒生指数 恒生综合指数 恒生科技 道琼斯工业指数 标普500 纳斯达克指数 2013 不随机游走 不随机游走 无数据 2014 不随机游走 不随机游走 无数据 2015 不随机游走 不随机游走 不随机游走 不随机游走 不随机游走 不随机游走 不随机游走 2016 不随机游走 不随机游走 不随机游走 2017 不随机游走 不随机游走 2018 不随机游走 2019 不随机游走 2020 不随机游走 不随机游走 不随机游走 2021 不随机游走 不随机游走 不随机游走 不随机游走 不随机游走 2022 不随机游走 不随机游走 2023 2024 不随机游走 不随机游走 不随机游走 不随机游走 2025 不随机游走 不随机游走 不随机游走 无效年份数 5 6 3 5 6 2 3 5 总年份数 13 13 13 13 11 13 13 13 无效年份数占比 38.46% 46.15% 23.07% 38.46% 54.55% 15.38% 23.07% 38.46% 数据来源：Wind，东方证券研究所；统计区间：2013.01.01-2025.12.17，表格中空白部分表示可能随机游走 # 4.3 2018年后A股市场有效性快速增强 从无效成分股占比来看，A股市场有效性整体呈上升趋势。我们使用与指数检验方式相同的方法对指数成分股的有效性进行检验，观察无效成分股占比情况。2013年至今，主要宽基指数内部无效成分股占比呈现下降趋势，其中沪深300有效性略高于中证800。此处我们未选择对中证全指进行成分股统计，系其成分股数量不固定，指示意义相对弱化。 图4：A股部分代表性指数无效成分股占比（%） 数据来源：Wind，东方证券研究所；统计区间：2010.01.01-2025.12.17 # 4.4 随市场有效性提升，A股Alpha获取难度增加 主动型基金超额收益与指数有效性呈现明显负相关。由于主动权益基金没有统一的基准，而沪深300指数增强产品的超额收益，一定程度上可以综合反映市场中超额收益的获取难度，系2018年后的指增策略以价量策略为主，但由于沪深300指增发展时间较长，除价量策略外，沪深300指增中还有部分主动与基本面量化产品，因此沪深300指增的超额收益可以综合反映各类策略的Alpha获取难度。因而我们用沪深300指数增强产品的超额收益，来近似衡量主动权益基金超额收益的高低，并观察其与沪深300指数有效性的高低变化是否存在关联。通过下图比较可以观察到：公募沪深300指增的超额收益与指数有效性呈现明显负相关，在市场较为低效时，超额收益相对较高，反之亦然。此外，我们注意到，2024年沪深300指数无效成分股占比较高，市场有效性较低，但300指增类产品超额收益却较低，系1）2024年9月末至10月初，A股市场出现了快速单边上涨行情，股价不服从随机游走的股票数量短期内急剧增加。同时，部分指增基金或因主动管理的股票仓位相对较低，从而在“闪电式上涨”行情下跑输基准；2）在政策和成交量驱动的牛市行情下，依赖历史统计规律的基本面因子（如估值、盈利）暂时失效。且2024年10月下旬后，市场板块之间的轮动加快，市场风格急速转换，此前有效的高频量价因子也遭遇显著回撤，导致多数量化模型短期内“失灵”，在这种环境下，指数增强基金获取超额收益的难度加大。 图5：公募沪深300指增超额收益与指数有效性呈现明显负相关 数据来源：Wind，东方证券研究所；统计区间：2018.01.01-2025.12.31。 # 5 市场有效性提升背景下的基金投资选择 # 5.1 ETF：多资产ETF与权益SmartBeta并重 # 5.1.1. 多元化 Beta 需求上升，资产配置重要性凸显 随着市场有效性提升，单一Beta难以满足投资者需求，多元化Beta需求增加，资产配置重要性凸显。当前市场环境日益复杂，叠加投资者对资产配置理念的理解逐渐加深，高效、透明、低成本的ETF多元化Beta配置需求显著上升。投资者不再满足于单一市场的暴露，而是希望通过ETF灵活布局跨境、商品等多种Beta收益来源，实现分散风险、优化组合结构和捕捉结构性机会的目标。在此背景下，ETF在大类资产配置中的战略地位日益凸显，不仅成为个人投资者参与市场的便捷入口，也成为机构投资者实施战术调整和长期配置的核心载体。 图6：使用规模加权后，A股权益ETF整体走势与中证全指接近 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 数据来源：Wind，东方证券研究所；统计区间：2013.01.01-2025.09.30 公募FOF持仓中ETF占比持续上升，需求趋于多样化。公募FOF持仓中ETF占比目前超过 $20\%$ 且ETF产品规模占比持续上升。分类别看，FOF产品对债券、港股、商品等多资产配置需求持续上升，截至2025年2季度，公募FOF配置的ETF类别中，A股、QDII、债券、商品、沪港深、港股、货币类ETF占比分别为 $33.69\%$ 、 $15.25\%$ 、 $28.29\%$ 、 $12.40\%$ 、 $1.41\%$ 、 $7.71\%$ 、 $1.26\%$ 。 图7：2021年后公募FOF对ETF的持仓比例大幅增加 数据来源：Wind，东方证券研究所；统计区间：2017.12.31-2025.06.30。 图8：公募FOF对投资于A股市场外的ETF需求增大 数据来源：Wind，东方证券研究所；统计区间：2017.01.01-2025.06.30。 # 5.1.2. 寻找Smart Beta或是战胜市场的选择之一 从业绩统计图看，策略ETF走势相对独立于其它类型ETF。策略ETF（如基于红利、低波动、质量、动量等Smart Beta因子ETF）的走势表现出较强的独立性，与传统宽基ETF、行业主题ETF的相关性明显较低。这种相对独立的收益特征源于其独特的选股逻辑和加权方式——并非简单跟踪市场整体表现，而是通过系统性规则筛选具有特定风险收益属性的股票组合力求战胜市场。因此，在市场风格切换或波动加剧时，策略ETF往往展现出不同的涨跌节奏和抗跌能力，为投资者提供了差异化Beta来源，在资产配置中起到分散风险、平滑波动和增强组合韧性的重要作用。 图9：策略ETF走势相对独立 数据来源：Wind，东方证券研究所；统计区间：2013.01.01-2025.09.30 # 5.1.3. 配置行业ETF收益主要来源于行业龙头公司 行业ETF多为市值加权，大盘股对收益贡献较高。我们统计了468个投资于A股的行业ETF基准指数编制方案，在所有编制方案中，采用市值相关权重进行加权的行业指数为465个，占比超过 $99\%$ 。由于大盘股市值大，个股占比较高，行业ETF的收益贡献主要来自于大盘股。统计全市场股票与行业ETF成分股在各宽基指数上的市值占比，我们发现行业ETF整体超配沪深300、中证500成分股，行业ETF在上述两个宽基指数上的成分股占比接近 $85\%$ 。在小盘风格占优的行情中，如果采用传统的行业指数进行行业配置，可能无法获得相应收益。 大盘股定价效率较高，获取超额收益较为困难，投资上建议以配置为主。大盘股由于市值大、流动性强、信息披露相对充分，市场参与者众多，其股价通常已较为充分地反映了可获得的信息，因此定价效率较高，这一点在上文市场有效性检验中也得到了印证。在这种高效率的市场环境下，通过短期择时或个股挖掘来获取显著超额收益的难度较大，投资者更多应以长期配置为核心策略，注重资产的稳健性和组合的风险分散功能，而非试图频繁交易以博取超额回报。此外，大盘股往往代表国民经济中的龙头企业，具备较强的盈利稳定性和抗风险能力，适合作为投资组合的“压舱石”，在控制波动的同时获取行业带来的长期回报。 表 3：行业 ETF 超配大盘股 对应板块 资产类别 沪深300 中证500 中证1000 中证2000 其它 基础设施与地产 ETF 45.59% 21.66% 16.80% 11.55% 4.40% 板块指数 51.65% 14.24% 14.42% 9.58% 10.11% 差异 -6.06% 7.42% 2.38% 1.97% -5.70% 金融 ETF 78.37% 16.76% 3.58% 0.91% 0.39% 板块指数 92.77% 5.36% 1.60% 0.11% 0.16% 差异 -14.40% 11.40% 1.98% 0.80% 0.23% 科技 ETF 58.46% 27.14% 10.53% 1.20% 2.67% 板块指数 47.34% 17.16% 16.46% 12.28% 6.75% 差异 11.12% 9.98% -5.94% -11.07% -4.09% 消费 ETF 67.68% 16.12% 7.98% 4.98% 3.24% 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 板块指数 55.02% 10.07% 10.61% 14.22% 10.09% 差异 12.66% 6.05% -2.63% -9.24% -6.84% 医药 ETF 61.74% 23.90% 12.98% 0.70% 0.68% 板块指数 34.30% 25.76% 19.12% 11.86% 8.95% 差异 27.44% -1.86% -6.14% -11.17% -8.27% 制造 ETF 42.35% 30.36% 18.07% 4.78% 4.43% 板块指数 43.24% 14.13% 15.90% 17.25% 9.49% 差异 -0.89% 16.24% 2.17% -12.46% -5.06% 周期 ETF 44.41% 32.78% 14.98% 3.76% 4.08% 板块指数 52.71% 16.35% 13.33% 8.98% 8.64% 差异 -8.30% 16.42% 1.65% -5.22% -4.55% 全市场 行业 ETF 59.88% 24.35% 10.98% 2.38% 2.40% 全部 A 股 57.52% 13.44% 11.99% 9.87% 7.18% 差异 2.36% 10.91% -1.01% -7.49% -4.78% 数据来源：Wind，东方证券研究所；板块指数为对应的中信产业板块分类指数，统计时间：2025.06.30。 # 5.2 主动权益与量化投资：从中小盘股票中获取Alpha收益 # 5.2.1. 主动权益基金在中盘股暴露更大 主动权益基金对中证500、中证1000、港股成分股有所超配，整体而言，目前主动权益型基金的风格与中证500指数更为接近。我们对全市场股票仓位高于 $60\%$ 的主动基金进行分类，如果基金股票仓位中单一行业板块占比超过 $60\%$ ，我们将其归为隶属于该行业板块的行业基金，其余则归为多行业基金。统计主动权益基金中行业基金持仓在各宽基指数上的市值占比，我们发现，相较行业ETF，主动权益型基金整体在中证500、中证1000、港股上的配置比例较高，除消费类基金，其余基金在沪深300成分股的配比上均存在低配的现象。 相较于大盘股，中盘股的交易环境对主动管理型基金更加友好，一方面中盘股定价效率与获取超额收益的难度低于大盘股，另一方面市场流动性相对充裕，保障主动权益型基金交易无虞。一方面，中盘股的市场关注度通常低于大盘蓝筹股，研究覆盖其的机构和分析师相对较少，信息传播速度和广度有限，导致其定价效率相对较低——即股价尚未完全、及时地反映所有可得信息，这为主动管理人通过深入的基本面研究、行业洞察或另类数据挖掘发现被低估的标的提供了空间。另一方面，尽管中盘股的市值不及大盘股，但大部分中盘股整体流动性仍处在较为合理的水平，大多数时候足以支撑主动权益型基金有效执行建仓、调仓时的交易策略，不至于因流动性不足而面临显著的冲击成本。因此，中盘股在“可投性”与“可研性”之间取得了较好的平衡，成为主动管理型基金构建差异化组合、实现业绩超越的重要战场。 表 4：主动权益基金对中证 500、中证 1000、港股上有所超配 对应板块 资产类别 沪深300 中证500 中证1000 中证2000 港股 其它 基础设施与地产 主动权益 31.59% 20.62% 19.54% 2.63% 23.21% 2.40% 板块指数 51.65% 14.24% 14.42% 9.58% 0.00% 10.11% 差异 -20.06% 6.38% 5.12% -6.95% 23.21% -7.70% 金融 主动权益 75.41% 9.77% 5.73% 0.32% 8.10% 0.67% 板块指数 92.77% 5.36% 1.60% 0.11% 0.00% 0.16% 差异 -17.36% 4.41% 4.12% 0.20% 8.10% 0.51% 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 科技 主动权益 36.24% 21.94% 18.45% 9.68% 9.99% 3.70% 板块指数 47.34% 17.16% 16.46% 12.28% 0.00% 6.75% 差异 -11.11% 4.77% 1.99% -2.60% 9.99% -3.05% 消费 主动权益 59.26% 9.23% 6.07% 3.28% 20.46% 1.70% 板块指数 55.02% 10.07% 10.61% 14.22% 0.00% 10.09% 差异 4.24% -0.84% -4.53% -10.94% 20.46% -8.39% 医药 主动权益 24.70% 24.72% 16.73% 12.67% 17.59% 3.59% 板块指数 34.30% 25.76% 19.12% 11.86% 0.00% 8.95% 差异 -9.60% -1.04% -2.39% 0.80% 17.59% -5.36% 制造 主动权益 25.10% 25.34% 21.67% 20.50% 1.85% 5.54% 板块指数 43.24% 14.13% 15.90% 17.25% 0.00% 9.49% 差异 -18.14% 11.21% 5.77% 3.25% 1.85% -3.95% 周期 主动权益 41.16% 22.85% 17.77% 5.21% 9.04% 3.95% 板块指数 52.71% 16.35% 13.33% 8.98% 0.00% 8.64% 差异 -11.54% 6.50% 4.44% -3.76% 9.04% -4.68% 多行业 主动权益 38.17% 19.01% 12.37% 6.54% 19.68% 4.23% 全部A股 57.52% 13.44% 11.99% 9.87% 0.00% 7.18% 差异 -19.35% 5.57% 0.38% -3.33% 19.68% -2.94% 数据来源：Wind，东方证券研究所；板块指数为对应的中信行业分类指数，统计时间：2025.06.30。 图10：主动权益基金持仓整体与中证500更加接近 数据来源：Wind，东方证券研究所；统计时间：2025.06.30。 # 5.2.2. 量化基金或是小盘股投资的较优选择 对于中证1000成分股以及市值更小的其他小盘股，选择量化的方式进行投资或具备更高性价比。1）小盘股的定价效率较低，容易出现短期高估或低估，量化策略依靠历史数据和统计规律，可以提升决策的客观性与胜率。2）小盘股数量庞大且个体差异显著，传统主动基金经理受限于研究资源和人力，难以对如此广泛的标的进行持续、深入的跟踪。而量化基金依托系统化的数据处 理能力，能够同时对全市场小盘股进行高效扫描与筛选。3）小盘股普遍存在流动性不足的问题，这对交易执行提出了更高要求，量化基金通常配备智能算法交易系统（如 VWAP、TWAP 等），能将大单拆解为小额订单，在合适的时间窗口分批执行，有效降低市场冲击。4）小盘股的高波动性和高风险特性决定了分散化投资的必要性。单一个小盘股可能因业绩变脸、财务问题或突发利空而大幅下跌，对组合造成严重拖累。量化策略天然倾向于高度分散持仓，通过组合层面的风险对冲来平滑收益曲线。对于中证 1000 成分股以及市值更小的其他小盘股，选择量化的方式进行投资或具备更高性价比。 图11：小盘量化具有更高的超额收益 数据来源：Wind，东方证券研究所；统计区间：2021.01.01-2025.12.31。 # 风险提示 政策变化超预期；数据统计可能存在遗误。本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 # 分析师申明 # 每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明： 分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看法和判断；分析师薪酬的任何组成部分无论是在过去、现在及将来，均与其在本研究报告中所表述的具体建议或观点无任何直接或间接的关系。 # 投资评级和相关定义 报告发布日后的12个月内行业或公司的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）； # 公司投资评级的量化标准 买入：相对强于市场基准指数收益率 $15\%$ 以上； 增持：相对强于市场基准指数收益率 $5\% \sim 15\%$ 中性：相对于市场基准指数收益率在 $-5\% \sim +5\%$ 之间波动； 减持：相对弱于市场基准指数收益率在 $-5\%$ 以下。 未评级——由于在报告发出之时该股票不在本公司研究覆盖范围内，分析师基于当时对该股票的研究状况，未给予投资评级相关信息。 暂停评级——根据监管制度及本公司相关规定，研究报告发布之时该投资对象可能与本公司存在潜在的利益冲突情形；亦或是研究报告发布当时该股票的价值和价格分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确投资评级；分析师在上述情况下暂停对该股票给予投资评级等信息，投资者需要注意在此报告发布之前曾给予该股票的投资评级、盈利预测及目标价格等信息不再有效。 # 行业投资评级的量化标准： 看好：相对强于市场基准指数收益率 $5\%$ 以上； 中性：相对于市场基准指数收益率在 $-5\% \sim +5\%$ 之间波动； 看淡：相对于市场基准指数收益率在 $-5\%$ 以下。 未评级：由于在报告发出之时该行业不在本公司研究覆盖范围内，分析师基于当时对该行业的研究状况，未给予投资评级等相关信息。 暂停评级：由于研究报告发布当时该行业的投资价值分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确行业投资评级；分析师在上述情况下暂停对该行业给予投资评级信息，投资者需要注意在此报告发布之前曾给予该行业的投资评级信息不再有效。 # 免责声明 本证券研究报告（以下简称“本报告”）由东方证券股份有限公司（以下简称“本公司”）制作及发布。 本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告的全体接收人应当采取必要措施防止本报告被转发给他人。 本报告是基于本公司认为可靠的且目前已公开的信息撰写，本公司力求但不保证该信息的准确性和完整性，客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的证券研究报告。本公司会适时更新我们的研究，但可能会因某些规定而无法做到。除了一些定期出版的证券研究报告之外，绝大多数证券研究报告是在分析师认为适当的时候不定期地发布。 在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向人作出邀请。 本报告中提及的投资价格和价值以及这些投资带来的收入可能会波动。过去的表现并不代表未来的表现，未来的回报也无法保证，投资者可能会损失本金。外汇汇率波动有可能对某些投资的价值或价格或来自这一投资的收入产生不良影响。那些涉及期货、期权及其它衍生工具的交易，因其包括重大的市场风险，因此并不适合所有投资者。 在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。 本报告主要以电子版形式分发，间或也会辅以印刷品形式分发，所有报告版权均归本公司所有。未经本公司事先书面协议授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容。不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。 经本公司事先书面协议授权刊载或转发的，被授权机构承担相关刊载或者转发责任。不得对本报告进行任何有悖原意的引用、删节和修改。 提示客户及公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告，慎重使用公众媒体刊载的证券研究报告。 # 东方证券研究所 地址： 上海市中山南路318号东方国际金融广场26楼 电话： 021-63325888 传真： 021-63326786 网址： www.dfzq.com.cn