小市值策略初探

1、1. 前言A 股市場存在顯著的“市值效應”，即 A 股市場市值最小的股票的組合在歷 史上取得過很高的絕對收益。這種高收益能否被解釋、能否保持都是引人關注的。2017 年以前，由于股票上市制度嚴格，上市進度緩慢，小市值股票具有 “殼價值”，一方面退市制度的力度不大，另一方面一旦獲得優(yōu)質(zhì)資金、資產(chǎn)的 注入，上漲空間極大。然而，隨著注冊制的實施、新股發(fā)行速度加快，2017 年 以來小市值股票的“殼價值”被大大削弱，小市值股票組合在 2017、2018 年經(jīng) 歷了顯著的回撤，然而，自 2019 年起，小市值風格重返 A 股，尤其在 2021 年 和 2022 年初走出了猛烈的上漲行情。對于關注小市值股

2、票的投資者和機構而言，理解小市值股票的總體性質(zhì)和上漲邏輯是重要的。本文致力于回顧小市值股票組合的歷史表現(xiàn)，統(tǒng)計小市值組合的性質(zhì)，展示、對比純小市值投資策略的回測結果并嘗試解釋組合上漲的邏輯。2. 介紹2.1. 小市值策略的起源1981 年，Banz 1研究發(fā)現(xiàn)小市值股票有顯著的超額收益。1992 年，F(xiàn)ama和French 發(fā)表了探討三因子模型的雛形的論文2，并在 1993 年正式提出三因子 模型3。Fama 三因子模型中包含市值因子（SMB）、賬面市值比因子（HML） 和市場風險因子（RM）三個因子，研究發(fā)現(xiàn)，小公司股票、以及具有較高賬面 市值比的股票的歷史平均收益率一般會高于 CAPM 模

3、型所預測的收益率。自此，小市值投資策略被廣泛關注。Fama 三因子的相關研究也帶動了對市場上小市值 公司存在“規(guī)模溢價”的探討。2.2. 小市值策略的邏輯結合小市值股票的本質(zhì)特征和中國股市環(huán)境，小市值策略的投資邏輯包括以下幾個方面：規(guī)模溢價、賣空限制、投資者結構和殼價值。2.2.1. 規(guī)模溢價規(guī)模效應最早由Banz 于1981 年提出，他發(fā)現(xiàn)小公司往往擁有比大公司更高的股票收益率。CAPM 模型僅考慮系統(tǒng)性風險，無法解釋市值因子影響的收益回報。規(guī)模效應理論認為，投資者面對小公司的高風險，更傾向于要求小公司股票擁有更高的收益率。新興市場的規(guī)模溢價效應通常更為明顯。中國 A 股市場存在長期的規(guī)模溢

4、價現(xiàn)象，公司規(guī)模和股票風險溢價存在負相關關系45。一些學者發(fā)現(xiàn)，外國市場，尤其是新興市場，越南6、印度7、中國臺灣8、拉丁美洲9等都具有典型的規(guī)模效應。相比之下，國際上成熟市場的規(guī)模溢價異象卻難以捕捉或正在逐漸消失。 Alpha Architect 資本發(fā)現(xiàn)，2013 年-2018 年S&P500 指數(shù)中的市值因子逐漸失效 10。自1983 年起，日本市場規(guī)模效應不顯著，近幾十年來歐美多個國家的規(guī)模效應也逐漸減弱。雖然成熟市場的規(guī)模溢價難以捕捉，但并不代表其完全消失。在考慮盈利能力沖擊（即盈利能力突然大幅下降）幅度與股票收益率相結合情況下，股票市場仍可體現(xiàn)規(guī)模效應11。2.2.2. 投

5、資者結構與賣空限制我國股票市場處于發(fā)展階段，交易和監(jiān)管制度日趨完善。我國股市面臨投資 者結構問題。市場成熟的表現(xiàn)之一是機構投資者比例更大。截至 2019 年一季度，美國股市的機構投資者、個人投資者以及外資在美股占比依次為 43.0%、36.4% 以及 15.2%，而我國 A 股這一比例是 11.6%、31.7%和 3.6%，而一般法人持股 占 53.2%。這個過程中，我國股市投資者結構發(fā)生“散戶為主”到“機構投資者 為主”的積極改變，相比 2004 年我國股市個人投資者比例 78%，已經(jīng)有很大的 結構性變化 12。賣空限制較高也是我國股市制度另一大特點。對全市場 A 股上市公司市值規(guī)模與賣空限

6、制的調(diào)查如圖 1、圖 2 和圖 3 所示，在不包括北交所和ST、*ST 的最小市值 100 股票的組合（下文中稱為小市值 100 組合）中，僅有 17%的股票是融資融券標的（包括 16 家科創(chuàng)板與 1 家創(chuàng)業(yè)板上市公司）；而全市場幾乎一半的上市公司都是融資融券標的。全市場是融資融券標的上市公司的市值幾乎是非融資融券標的的 5 倍，表明小市值公司存在更高的賣空限制。圖 1：是否融資融券標的平均市值66.89億15.98億15.99億315.28億小市值100融資融券標的 小市值100非融資融券標的全市場融資融券標的全市場非融資融券標的注：數(shù)據(jù)截止至 2022 年 3 月 31 日。在這種情況下，

7、一方面，賣空限制在一定情況下制約了理性投資者的套利行為，使得被錯誤定價的股票在一個較長的時間范圍內(nèi)不能被正確定價，強化了市場異象。尤其是小規(guī)模企業(yè)，由于公司估值和經(jīng)營能力的不確定性高、公司市值較低，容易引起短期內(nèi)股票供給有限而造成超量需求，產(chǎn)生規(guī)模溢價。因此，賣空限制導致這種高估價值持續(xù)難以消除，造成較長時期的規(guī)模效應。圖 2：小市值 100 融資融券標的占比圖 3：全市場融資融券標的占比17%83%48.26%51.74%融資融券標的非融資融券標的融資融券標的非融資融券標的注：數(shù)據(jù)截止至 2022 年 3 月 31 日。注：數(shù)據(jù)截止至 2022 年 3 月 31 日。另一方面，由于我國股市投

8、資者結構問題，且機構投資者對小市值股票關注 度普遍偏低，小市值股票的散戶比例更高，因此投機特點鮮明。當利好消息發(fā)布、市場情緒活躍、市場波動率較高時，由非機構投資者主導的交易更易造成小市值 股票的供小于求，促成規(guī)模溢價。2.2.3. 殼價值殼價值指非上市公司為了得到上市資格，在借殼交易中需要向上市公司支付高昂的成本。核準制背景上市公司保殼意愿濃厚，即使上市公司運營不善，也能夠通過資本市場上的殼交易獲取巨大的經(jīng)濟利益13。一些公司出于對 IPO 審核過程緩慢的擔憂以及節(jié)約成本的考慮，可能會選擇買殼來實現(xiàn)上市，間接導致 “殼資源”被爆炒與小市值股票的規(guī)模溢價14，這破壞了股市優(yōu)勝劣汰的資源配置功能。

9、2016 年以來，隨著政策監(jiān)管趨嚴和注冊制的實施，殼價值被進一步降低。2016 年中國證監(jiān)會將“嚴監(jiān)管”、“抑炒作”定為工作的主基調(diào)；從 2017 年開始，借殼上市公司數(shù)量急劇減少；2019 年 6 月，科創(chuàng)板開板并試點注冊制；2020 年 8月，創(chuàng)業(yè)板注冊制正式實施。這些政策極大的影響了殼價值和借殼上市的情況。 2021 年以來，注冊制有效改變了過去市場中存在的新股供不應求預期15，市場 “炒新”“炒差”現(xiàn)象日益減少，股票“殼價值”逐步下降，質(zhì)優(yōu)公司股票更受青睞。圖 4：2007 年-2021 年借殼上市公司數(shù)量圖 5：2007 年-2021 年新增上市公司數(shù)量332421181811887

10、5553322007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021Wind注：數(shù)據(jù)范圍是 2007 年 1 月 1 日至 2021 年 12 月 31 日。524438437342277222 227203154125122105769722007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021Wind注：數(shù)據(jù)范圍是 2007 年 1 月 1 日至 2021 年 12 月 31 日。統(tǒng)計 2007 年-2021

11、 年借殼上市與新增上市公司數(shù)量如圖 4、圖 5 所示，借殼 高峰時段，2011 年-2016 年平均借殼上市約21 家，平均新增上市公司約167 家。 2017 年-2021 年年平均借殼上市約5.6 家，相比于2011 年-2016 年下降了73.33%；平均新增上市公司約 341 家，增長了 104.19%。3. 方法我們進行選股的范圍是排除 ST 股、*ST 股、北交所股票、上市不滿 20 日次新股票后的所有股票，此外，在每個調(diào)倉日，排除當天漲停、不交易的股票。這 個范圍適用于以下所有的測試。我們嘗試了月度、周度、日度調(diào)倉。所有回測中，手續(xù)費均為雙邊千分之三。3.1. 分組回測執(zhí)行分組回

12、測時為了全面地對比不同市值段的股票的表現(xiàn)。在每個選股時間點，根據(jù)股票的總市值的排名將選股范圍內(nèi)的股票分為十組，用每組的股票等權重地構建一個投資組合。3.2. 小市值組合構造方法我們在上述選股范圍內(nèi)，構建一個由總市值最小 100 只股票構成的組合，這也是本文研究的主要對象?？紤]到小市值策略的容量和可投資性問題，我們也考察了市值次低的小市值200 組合（市值最小的第101-200 只股票組合）、小市值300 組合（市值最小201-300 只股票組合）等等，直到小市值 1000（市值最小 901-1000 只股票組合）組合。3.3. 收益分析衡量每期調(diào)倉股票盈虧幅度分布特點時，我們使用基尼系數(shù)來衡量

13、這種盈虧的不平均?；嵯禂?shù)是衡量國家或地區(qū)居民收入差距的常用指標，取值 0-1，往往數(shù)值越大，代表收入分配越不均勻。在考量股票組合收益分布時，可以套用基尼系數(shù)的概念，其數(shù)值越大，則不同股票收益貢獻的差距越大。雖然上市公司有再融資、分紅等情形，但股票市值在短期內(nèi)的變化也能在很大程度上反映股票持有者在該時期內(nèi)的收益率。因此，我們考察了小市值組合的股票市值的橫截面分位數(shù)、后復權價格時序分位數(shù)在每個月度的變化情況，并與滬深市場核心股票指數(shù)的變化情況進行對比，便可以從橫截面、時序兩個不同的維度來解釋小市值組合的上漲。例如，如果一個組合的期末平均市值分位數(shù)相對于期初市值分位數(shù)增加，則 該組合在這段時期內(nèi)跑

14、贏市場。例如，如果一個組合始終能在股票處于時序分位 數(shù)低時買入，在股票處于時序分位數(shù)高時賣出，則該組合可以獲得正的絕對收益。3.4. 特征統(tǒng)計我們用統(tǒng)計的方法考察了小市值組合的行業(yè)分布、估值、流動性，并與滬深 300、中證 500、中證 1000 指數(shù)進行了比較。由于退市和戴帽的風險在小市值股票中尤其突出，我們統(tǒng)計了這兩類風險發(fā)生的可能性。此外，我們也探討了日歷效應。3.5. 退市戴帽風險統(tǒng)計由于ST、*ST 股票市值集中在全市場市值排名末端，而小市值 100 組合本身就屬于在剔除 ST、*ST 股票后市值排名的末端，因此一定程度上，退市和戴帽的風險在小市值股票中尤其突出。我們統(tǒng)計了這兩類風險

15、發(fā)生的可能性。2022 年全面實施注冊制之后，實行了新的四類強制退市制度。第一個是財務類指標方面，引入了扣非前后凈利潤孰低者為負且營業(yè)收入低于一億元人民幣的組合財務指標，對因財務類指標被實施退市風險警示的公司，下一年度如果連續(xù)觸及該財務指標紅線則終止上市。第二是交易類指標，將面值退市明確為“1 元 退市”，且新增了市值退市標準，即連續(xù) 20 個交易日總市值低于人民幣 3 億元的，終止上市。第三和第四分別是規(guī)范類指標和重大違法類指標，也各有一定的調(diào)整?？傮w而言，常態(tài)化退市機制加速形成，這在一定程度上增加了小市值股票的投資 風險。4. 結果4.1. 分組回測結果按照小市值因子（市值因子的相反數(shù)）進

16、行分組回測，即組編號越大，市值越小，月度調(diào)倉回測的結果如圖 6。當市值越小時，分組的單調(diào)性越明顯，且小市值組合相對于一般意義上代表小盤的中證1000 指數(shù)的超額收益很高，且該超額收益穩(wěn)定性也較好。圖 6：小市值因子的分組回測結果Wind注：數(shù)據(jù)范圍是 2007 年 1 月 1 日至 2021 年 12 月 31 日，基準為中證 1000 指數(shù)。4.2. 小市值 100 組合圖 7 顯示了小市值 100 組合月頻、周頻和日頻調(diào)倉的回測結果，基準選取中證1000 指數(shù)。周頻、月頻策略差異很小，而日頻調(diào)倉的策略相對而言顯著跑輸。實際上，調(diào)倉頻率較低時，組合中的部分股票由于大幅上漲已經(jīng)脫離市值最小的

17、100 只個股的范圍，但由于還沒有到下一次調(diào)倉時間點，組合繼續(xù)持有這些股票，從而可以獲得它們繼續(xù)上漲的收益。以下，我們主要考察月頻調(diào)倉策略。小市值 100 組合也特指月頻調(diào)倉的情況。表 1 是小市值 100 組合分年度表現(xiàn)。策略年化收益率高達 43.1%，夏普比率為 1.28。除 2017 年、2020 年組合稍弱于基準外，其他年份均有大幅超額收益。圖 7：小市值 100 組合回測（月頻、周頻和日頻）302520凈值1510502012-122013-122014-122015-122016-122017-122018-122019-122020-122021-12小市值100月頻小市值100

18、日頻小市值100周頻 中證1000，所注：數(shù)據(jù)范圍是 2007 年 1 月 1 日至 2021 年 12 月 31 日。表 1：小市值 100 組合分年度表現(xiàn)201320142015201620172018201920202021全時段策略年化收益率60.9%76.7%267.0%22.2%-22.5%-17.1%52.7%16.4%45.1%43.1%基準年化收益率31.6%34.5%76.1%-20.0%-17.4%-37.3%25.7%19.4%20.5%9.7%超額年化收益率29.3%42.3%190.9%42.2%-5.1%20.2%27.0%-3.0%24.5%33.4%策略年化波

19、動率24.5%22.7%56.8%36.1%24.6%31.4%25.9%27.1%22.2%32.1%基準年化波動率23.9%21.1%46.2%31.7%16.2%24.8%24.9%27.3%18.9%27.6%超額年化波動率7.0%7.9%15.7%8.4%11.6%11.9%9.1%13.8%18.3%12.6%策略夏普比率(rf=2%)2.4023.2874.6650.559-0.992-0.6091.9580.5311.9371.28基準夏普比率(rf=2%)1.241.5371.602-0.695-1.191-1.5820.9510.6370.9780.28信息比率4.1985

20、.38612.1645.036-0.4391.6972.987-0.2191.342.651策略最大回撤14.3%16.1%54.7%28.0%29.7%31.6%15.5%19.2%18.9%54.7%策略最大回撤起始20130530201412042015061220160104201701052018052220190419202001142021010420150612策略最大回撤終止20130625201412232015070820160128201707172018101820190506202002042021020820150708基準最大回撤14.9%13.6%53.1%2

21、6.9%20.0%42.3%22.2%15.7%11.2%72.3%基準最大回撤起始20130530201402182015061220160106201701052018010820190404202002252021010520150612基準最大回撤終止20130628201404282015091520160128201712252018101820190809202004012021020520181018超額最大回撤4.8%10.2%16.2%5.4%15.7%8.4%6.3%16.4%10.7%20.4%超額最大回撤起始201301142014120220150615201604

22、29201701102018011820190103202001022021010420201126超額最大回撤終止20130408201412222015070820160513201708102018020620190305202007132021020920210209策略卡瑪比率4.2744.7774.8770.792-0.756-0.5413.4020.8542.3880.788基準卡瑪比率2.1252.5351.433-0.745-0.87-0.8821.1561.2381.8330.134超額卡瑪比率6.1674.14711.7837.826-0.3262.414.322-0.1

23、852.3051.636，所注：基準為中證 1000 指數(shù)，數(shù)據(jù)范圍是 2012 年 12 月 3 日至 2022 年 3 月 31 日。4.3. 盈虧收益分布特點我們使用了基尼系數(shù)分別計算各期調(diào)倉后盈利、虧損股票的盈虧貢獻差距。 基尼系數(shù)本用于衡量人口收入的平均程度，這里，我們把所有股票視類比為個人，其盈利數(shù)值類比為個人的收入，從而可以計算盈利股票的基尼系數(shù)；對于虧損的股票，則將其虧損的金額類比為個人的收入，從而計算虧損股票的基尼系數(shù)。我們繪制了盈利和虧損的基尼系數(shù)時序圖以及滾動 12 個月移動平均。若每期盈利或虧損股票數(shù)量小于 10 只，則不計算當期的基尼系數(shù)，結果如圖 8、圖 9 所示。

24、圖 8：盈利股票基尼系數(shù)圖 9：虧損股票基尼系數(shù)110.80.80.60.60.40.40.20.20盈利股票基尼系數(shù)盈利TTM移動平均0虧損股票基尼系數(shù)虧損TTM移動平均小市值 100 組合盈利股票漲幅分布相比虧損股票跌幅分布更不均勻。這種現(xiàn)象反映了小市值 100 組合取得高超額方式并不是股票池的普漲普跌，而是盈利股票中的一部分大幅上漲的股票貢獻了大部分的策略收益。4.4. 市值分位數(shù)分析我們通過橫截面市值分位數(shù)、歷史后復權價格分位數(shù)對小市值組合的收益特征進行進一步分析。首先從橫截面的角度進行度量，這種方法可以用于分析組合相對市場的相對 收益。我們考察從持有期初到期末的橫截面市值分位數(shù)的變化

25、情況，具體計算方 法如下：首先，計算期初和期末的所有股票的市值分位數(shù)。然后，計算組合中所 有股票在期初和期末的平均分位數(shù)，再將兩者作差，從而得到平均分位數(shù)的變化。從 2012 年 12 月至 2022 年 3 月，組合的所有的月度市值分位數(shù)變化值的時間序列可以被視為一個分布，對這個分布，可以繪制其概率密度圖，如圖 10 所示。小市值 100 組合的市值排名分位數(shù)變化幾乎均為正，這是因為期初的市值分位數(shù)極低，有很大上升空間而幾乎沒有下降的空間。此外，分布的右端有很長的肥尾，這反映了部分小市值股票在一個月內(nèi)市值分位數(shù)大幅度上升，而這些股票也為組合貢獻了大量的收益。相對而言，其他三個指數(shù)在圖中的概率

26、密度曲線集中于 0 的左側，這實際上 反映了這三個指數(shù)的成分股市值分位數(shù)的整體下滑趨勢，這一情況是容易理解的，因為三大指數(shù)基本涵蓋了 A 股市場市值最大的 1800 只股票，總體上沒有向上的 空間。此外，滬深 300 指數(shù)對應的概率密度曲線的寬度比較窄，說明其成分的分位數(shù)在一個月內(nèi)的變化范圍通常不太大。通過對比，圖 10 較好地從統(tǒng)計的一個角度解釋了歷史上小市值 100 組合顯著跑贏中證 1000 指數(shù)的原因。圖 10：平均市值分位數(shù)月度變化的概率密度圖注：數(shù)據(jù)范圍是 2012 年 12 月 3 日至 2022 年 3 月 31 日。然后從時間序列的角度進行度量。首先，計算單只股票的歷史分位數(shù)

27、，如果上市時間早于 2000 年 1 月 3 日，則從 2000 年 1 月 3 日開始計算股價分位數(shù)，否則按照實際上市時間開始計算股價分位數(shù)。在每一個時刻計算當時的歷史股價分位數(shù)。計算時均使用后復權價格計算，以平安銀行為例，圖 11 為平安銀行后復權股價的以及股價分位數(shù)的時間序列。圖 11：平安銀行股價（后復權）和股價分位數(shù)3000股價（后復權）250020001500100050001股價分位數(shù)0.80.60.40.20 平安銀行股價分位數(shù)對于每個組合而言，每期會有不同的成分進入或者退出組合，每當有新的股票進入組合時，記一次建倉，每當有股票退出組合時，記一次賣出。從 2012 年12 月至

28、 2022 年 3 月，分三個階段統(tǒng)計小市值 100 組合所有建倉和賣出的個股，以及這些個股在建倉、賣出時刻的時序股價分位數(shù)。結果如圖 12、圖 13、圖 14所示。總體來看，小市值 100 組合調(diào)出的股票的股價分位數(shù)高于調(diào)入的股票的股價分位數(shù)。具體來看，三個階段的情況又有所不同。第一節(jié)階段為 2012 年至 2016年，這個階段是小盤股的牛市階段，組合在相對高的股價分位數(shù)建倉，并且在相對更高的股價分位數(shù)賣出。第二階段為 2017 年至 2018 年，這個階段是小盤股的熊市階段，小市值股票整體下跌，因而許多股票能夠在很低的股價分位數(shù)建倉，另一方面，雖然小市值風格的整體 beta 收益不佳，但純

29、粹的小市值策略仍然能為投資者爭取許多低買高賣的機會。第三階段為 2019 年至 2022 年，小市值風格逐漸復蘇，自2021 年起強勢上漲，大量股票在很低的分位數(shù)建倉，并且在相對較高的分位數(shù)被賣出，實現(xiàn)了顯著的投資收益。值得一提的是，第三階段的股價分位數(shù)仍然顯著低于第一階段中的情況，因此，從股價分位數(shù)的角度來看，小市值股票尚未到達高點。圖 12：小市值 100 組合建倉、賣出股價分位數(shù)概率密度圖（2012 底-2016 底）圖 13：小市值 100 組合建倉、賣出股價分位數(shù)概率密度圖（2017 初-2018 底）注：數(shù)據(jù)范圍是 2012 年 12 月 3 日至 2016 年 12 月 31 日

30、。注：數(shù)據(jù)范圍是 2017 年 1 月 1 日至 2018 年 12 月 31 日。圖 14：小市值 100 組合建倉、賣出股價分位數(shù)概率密度圖（2019 初-2022 年一季度末），所注：數(shù)據(jù)范圍是 2019 年初至 2022 年 3 月 31 日。4.5. 行業(yè)分布我們比較了滬深 300、中證 500、中證 1000 和小市值 100 組合股票所在行業(yè)分布，如圖 15、圖 16、圖 17、圖 18 所示。圖 15：小市值 100 組合行業(yè)分布圖 16：滬深 300 指數(shù)行業(yè)分布11.00%9.00%9.00%7.00%5.00%5.00%5.00%4.00%4.00%3.00%3.00%3

31、.00%2.00%2.00%2.00%1.00%1.00%1.00%1.00%1.00%1.00%機械基礎化工紡織服裝輕工制造通信電力及公用事業(yè)建材汽車建筑電力設備及新能源食品飲料商貿(mào)零售交通運輸農(nóng)林牧漁計算機 房地產(chǎn) 國防軍工電子家電消費者服務有色金屬傳媒20.00%銀行食品飲料電力設備及新能源醫(yī)藥非銀行金融電子有色金屬計算機 家電汽車交通運輸基礎化工機械房地產(chǎn)電力及公用事業(yè)農(nóng)林牧漁建筑通信建材石油石化國防軍工 消費者服務煤炭傳媒鋼鐵商貿(mào)零售輕工制造紡織服裝3.73%3.56%2.98%2.95%2.68%2.61%2.39%2.27%2.24%1.92%1.88%1.53%1.34%1.3

32、2%1.27%1.12%0.93%0.84%0.69%0.23%0.21%0.03%12.77%11.70%10.54%9.57%8.98%7.73%Wind，所注：數(shù)據(jù)取自 2022 年 3 月 31 日。Wind，所注：數(shù)據(jù)取自 2022 年 3 月 31 日。圖 17：中證 500 指數(shù)行業(yè)分布圖 18：中證 1000 指數(shù)行業(yè)分布電力設備及計 國防 非銀行基礎 有色房交通電力及公食品農(nóng)林9.70%基礎化工醫(yī)藥 電子 新能源算機 機械 金屬 軍工 用事業(yè)汽車 通信 建筑 飲料 傳媒 運輸 地產(chǎn) 牧漁 制造 建材 煤炭 鋼鐵 零售 石化 金融 家電 綜合 服裝 銀行 服務 金融1210.8

33、8%9.93%8.30%7.61%6.28%5.83%4.55%3.94%2.86%2.60%2.43%2.43%2.32%2.02%1.96%1.94%1.73%1.72%1.54%1.20%1.15%1.02%0.73%0.69%0.63%0.49%0.49%0.39%0.27%電力設備及計有色國防電力及公食品交通房 農(nóng)林輕工.09%商貿(mào)輕工石油紡織消費者綜合商貿(mào)石油 非銀行紡織消費者綜合醫(yī)藥電子 新能源算機 軍工 金融 化工 金屬 鋼鐵 煤炭 地產(chǎn) 運輸 傳媒 用事業(yè)機械 汽車 飲料 通信 牧漁 銀行 建筑 建材 零售 制造 石化 綜合 家電 服裝 服務 金融8.33%6.37%5.62

34、%5.61%5.48%5.43%4.91%4.08%3.54%3.48%3.34%3.31%3.31%3.29%2.64%2.62%2.61%2.31%2.27%2.02%1.80%1.51%1.50%1.38%1.04%0.96%0.64%0.59%0.32%Wind，所注：數(shù)據(jù)取自 2022 年 3 月 31 日。Wind，所注：數(shù)據(jù)取自 2022 年 3 月 31 日。圖中的百分比是各個行業(yè)的股票的總市值占指數(shù)成分所有股票的總市值的比例。圖中的數(shù)據(jù)使用的是截止到 2022 年 3 月底的數(shù)據(jù)。醫(yī)藥、電子、電新行業(yè)股票目前在三大指數(shù)中占比普遍較高，滬深 300 中則是銀行、食品飲料和非銀金

35、融居前。小市值 100 組合與上述 3 類指數(shù)的行業(yè)分布顯著不同。小市值 100 組合的行業(yè)集中度相對于三大股指顯著更高。在小市值 100 組合的行業(yè)占比中，機械占比很高，這一特征與專精特性成分股的行業(yè)分布很類似。4.6. 估值和流動性我們首先使用整體法（組合成分的總市值除以總凈資產(chǎn)）方式計算的 PB 衡量估值，如圖 19 所示。2020 年以前，小市值 100 的 PB 整體上高于三大指數(shù)，其原因是小盤股的高成長性。2020 年以后，小市值 100 的 PB 顯著回落到中證 1000 以下，呈現(xiàn)相對低估值的特征，隨著 2021 年起的小盤風格復蘇，小市值 100 的PB 逐漸回升，但仍然處于

36、相對低位。圖 19：小市值 100 組合與三大股指的 PB 值9876PB5432102012-122013-122014-122015-122016-122017-122018-122019-122020-122021-12滬深300中證500中證1000小市值100，所圖 20、圖 21、圖 22、圖 23 分別顯示了三大股指和小市值組合的成分的總市值的中位數(shù)及其滾動 12 個月平均值。自 2019 年以來，小市值 100 組合的市值中位數(shù)保持平穩(wěn)，而其他三大股指的市值中位數(shù)顯著增加。對于小市值組合，在第一階段（2012 年初至 2016 年底），小市值股票池整體的市值實現(xiàn)了快速、大幅度的

37、上漲，使得小市值 100 組合大幅上漲。在第二階段（2017 年初至 2018 年底），小市值股票池整體的市值大幅度縮水，這也是組合回撤的主要原因，然而，組合相對中證 1000 指數(shù)的超額收益在 2018 年顯著為正（如表 1 所示）。在第三階段（2019 年初至 2022 年一季度末），小市值股票的市值保持相對平穩(wěn)，組合取得相當高的收益的核心原因是由圖 14 顯示的低買、高賣行為。相對而言，滬深 300 指數(shù)整體的收益來源于由圖 21 顯示的股票池市值總體顯著上漲。圖 20：小市值 100 組合成分市值中位數(shù)圖 21：滬深 300 指數(shù)成分市值中位數(shù)50.00億40.00億30.00億20.

38、00億10.00億0.00億小市值100小市值100TTM1200.00億1000.00億800.00億600.00億400.00億200.00億0.00億滬深300滬深300TTM，所，所圖 22：中證 500 指數(shù)成分市值中位數(shù)圖 23：中證 1000 指數(shù)成分市值中位數(shù)300.00億250.00億200.00億150.00億100.00億50.00億0.00億中證500中證500TTM120.00億100.00億80.00億60.00億40.00億20.00億0.00億中證1000中證1000TTM，所，所我們使用歷史換手率衡量流動性。我們用整體法計算了小市值 100 組合、滬深 300

39、 指數(shù)、中證 500 指數(shù)和中證 1000 指數(shù)的日度平均換手率，然后計算日均換手率的三個月移動平均值以進行平滑，得到圖 24。雖然人們一般認為小市值股票的流動性較差，然而，A 股市場的小市值股票的換手率總體上高于市值更大的股票。圖 24：小市值 100 組合與三大指數(shù)成分股每日平均換手率10.00%8.00%6.00%4.00%2.00%0.00%2013-03 2014-03 2015-03 2016-03 2017-03 2018-03 2019-03 2020-03 2021-03 2022-03小市值100換手率3個月移動平均滬深300換手率3個月移動平均中證500換手率3個月移動平

40、均中證1000換手率3個月移動平均圖 25 顯示了小市值 100 組合策略的雙邊換手率。小市值 100 組合的雙邊換手率自 2018 年以來基本穩(wěn)定在 30%至 40%之間，數(shù)值相當?shù)?，這使得策略對于流動性的需求低，也有利于提升策略的容量。圖 25：小市值 100 組合的月度雙邊換手率100%90%80%雙邊換手率70%60%50%40%30%20%10%0%2013-01 2014-01 2015-01 2016-01 2017-01 2018-01 2019-01 2020-01 2021-01 2022-014.7. 退市戴帽風險小市值 100 組合的特征決定了其股票風險也相對高。雖然我

41、們已經(jīng)排除了ST股票，但仍然存在戴帽風險，對于創(chuàng)業(yè)板的股票，甚至存在直接退市的風險。我們統(tǒng)計了小市值 100 組合每月股票被調(diào)出組合的原因，繪制圖 26：圖 26：小市值 100 組合成分被調(diào)出組合的原因統(tǒng)計5012調(diào)出小市值股票數(shù)退市戴帽股票數(shù)40108306204102002013-02 2014-02 2015-02 2016-02 2017-02 2018-02 2019-02 2020-02 2021-02 2022-02退市戴帽調(diào)出小市值100，所我們發(fā)現(xiàn)，統(tǒng)計 2401 次股票調(diào)出組合中，絕大部分小市值 100 組合成分股調(diào)出股票池的原因是市值上漲，2333 次，占比 97.17

42、%；而一小部分被調(diào)出的原因是股票被戴帽，計 66 次，占比 2.75%，且大部分發(fā)生在各年度年報發(fā)布后。此外，在 2019 年和 2020 年，共有 2 家創(chuàng)業(yè)板公司直接退市，占比 0.08%。因此認為，小市值 100 組合成分股面臨的退市戴帽風險，但這種風險是相對小而且可控的。然而，隨著退市新規(guī)的實行，戴帽退市的風險或有增加。4.8. 與主流指數(shù)的相關系數(shù)小市值組合的凈值和三個指數(shù)的相關系數(shù)如圖 27 所示，其縱軸顯示的是小市值 100 組合與滬深 300、中證 500 和中證 1000 的日度漲跌幅滾動 12 個月的相關系數(shù)。小市值 100 組合與中證 1000 相關度最高，與滬深 300

43、 相關度最低，因此具有很好的分散化投資的價值。圖 27：小市值 100 組合與三大指數(shù)滾動 12 個月相關系數(shù)10.80.60.40.202013-122014-122015-122016-122017-122018-122019-122020-122021-12小市值100與滬深300滾動12個月相關系數(shù)小市值100與中證500滾動12個月相關系數(shù)小市值100與中證1000滾動12個月相關系數(shù)4.9. 日歷效應小市值組合存在日歷效應。我們?nèi)匀环秩齻€時間段觀察小市值 100 組合在每 個工作日的平均超額漲跌幅，即每個工作日的平均漲跌幅超過所有工作日的平均 漲跌幅的幅度，如圖 28 所示。周一的

44、日度平均收益的含義是從上一個交易日到周一收盤的日度收益率，以此類推。日歷效應的規(guī)律有一定的變化但總體較為穩(wěn)定，即周二、周三的超額收益率通常比較高，而周四、周五的超額收益率通常較低， 而周一的超額漲跌幅自 2019 年起出現(xiàn)了顯著的變化。這種分布的可能原因是投資 者傾向于回避周六、周日可能出現(xiàn)的風險事件對于股價的不利影響。圖 28：小市值組合的日歷效應0.32%110.16%0.0.15%0.0.08%0.04%04%0.03%-0.07%-0.11%周二周三%周四-0.14-0.21%-0.22%周一.05%-0周五-0.10%2012.12-20162017-20182019-2022.34

45、.10. 策略容量為考察小市值 100 組合的策略容量，我們測試了自 2019 年 1 月開始的初始 資金分布為 1 億、5 億、10 億、20 億情況下的策略表現(xiàn)。假設每只個股每日可以 成交當日成交額的 5%，如果當日無法完成交易，則在下一日繼續(xù)嘗試完成交易。不同初始資金量的投資組合的凈值曲線如圖 29 所示：圖 29：小市值 100 組合策略容量32.5凈值21.510.52019-012019-052019-092020-012020-052020-092021-012021-052021-092022-011億5億10億20億50億 中證1000表 2 是不同初始資金量情況下組合分年度

46、表現(xiàn)。當初始資金從 1 億元增加到50 億元，策略年化收益率依次從 38%遞減到 28.2%。該策略容量約 20 億元。表 2：小市值 100 組合在不同初始資金量下的分年度表現(xiàn)初始資金量1 億元5 億元10 億元20 億元50 億元策略年化收益率38.0%38.5%37.8%34.4%28.2%基準年化收益率12.8%12.8%12.8%12.8%12.8%超額年化收益率25.2%25.7%25.0%21.7%15.5%策略年化波動率25.5%25.1%24.7%24.0%22.7%基準年化波動率24.2%24.2%24.2%24.2%24.2%超額年化波動率15.2%15.0%14.8%1

47、4.6%14.5%策略夏普比率(rf=2%)1.4121.4511.4511.351.158基準夏普比率(rf=2%)0.4450.4450.4450.4450.445信息比率1.6571.7091.6891.481.068策略最大回撤27.4%26.1%26.3%27.1%27.4%策略最大回撤起始2020-09-082020-09-082020-09-082020-09-082020-09-08策略最大回撤終止2021-02-082021-02-082021-02-082021-02-082021-02-08基準最大回撤22.2%22.2%22.2%22.2%22.2%基準最大回撤起始20

48、19-04-042019-04-042019-04-042019-04-042019-04-04基準最大回撤終止2019-08-092019-08-092019-08-092019-08-092019-08-09超額最大回撤19.6%18.8%18.5%18.4%18.7%超額最大回撤起始2020-11-302020-11-302020-11-302019-10-242019-10-24超額最大回撤終止2021-02-092021-02-092021-02-092020-07-132020-07-13策略卡瑪比率1.3891.4721.4361.2691.032基準卡瑪比率0.5750.575

49、0.5750.5750.575超額卡瑪比率1.2891.371.3571.1770.827Wind，所注：數(shù)據(jù)范圍是 2019 年 1 月 7 日至 2022 年 3 月 31 日。4.11. 不同市值段小市值策略表現(xiàn)我們還進行了其他組合（組合的定義見 3.2 節(jié)）的回測，基準選取中證 1000指數(shù)（000852.SH），如圖 30 所示。圖 30：其他市值段的小市值策略的回測結果32凈值（對數(shù)刻度）1684212012-122013-122014-122015-122016-122017-122018-122019-122020-122021-12小市值100小市值200小市值300小市值4

50、00小市值500小市值600小市值700小市值800小市值900小市值1000 中證1000，所隨著市值的增加，小市值策略的收益率幾乎單調(diào)遞減，表 3 總結了這些組合的歷史表現(xiàn)。從 43.1%下降到 9.7%。這再次體現(xiàn)了小市值風格在歷史上的優(yōu)異表現(xiàn)。表 3：小市值 100 組合到小市值 1000 組合的策略回測結果小市值 100小市值 200小市值 300小市值 400小市值 500小市值 600小市值 700小市值 800小市值 900小市值 1000策略年化收益率43.1%33.8%31.2%24.1%20.3%16.8%14.9%13.9%14.3%9.7%基準年化收益率9.7%9.7%9.7%9.7%9.7%9.7%9.7%9.7%9.7%9.7