北上外資交易行為深度解析

1、目錄 HYPERLINK l _TOC_250007 北上通道流入 A 股的外資基本類(lèi)型、構(gòu)成及行為模式 1 HYPERLINK l _TOC_250006 外資是否真的是左側(cè)布局買(mǎi)入？ 2 HYPERLINK l _TOC_250005 北上外資在持續(xù)流出 A 股時(shí)的行業(yè)賣(mài)出分布情況 5 HYPERLINK l _TOC_250004 外資是否能夠獲得顯著超額回報(bào) 7 HYPERLINK l _TOC_250003 外資的流動(dòng)是否對(duì) A 股市場(chǎng)產(chǎn)生直接的沖擊和影響 12 HYPERLINK l _TOC_250002 從凈成交數(shù)據(jù)來(lái)分析陸股通外資對(duì)個(gè)股和市場(chǎng)的影響 12 HYPERLINK

2、l _TOC_250001 從凈流量數(shù)據(jù)來(lái)分析外資的短期買(mǎi)賣(mài)是否是順勢(shì)交易，放大個(gè)股趨勢(shì)波動(dòng) 15 HYPERLINK l _TOC_250000 外資相對(duì)境內(nèi)投資者在高頻交易層面的競(jìng)爭(zhēng)優(yōu)勢(shì) 17風(fēng)險(xiǎn)因素 19插圖目錄圖 1：北上資金成交占比和自由流通市值占比歷史變化趨勢(shì) 1圖 2：北上資金成交占比和自由流通市值占比與國(guó)內(nèi)普通股票型公募基金對(duì)比 2圖 3：配置型外資累計(jì)凈流入趨勢(shì)和滬深 300 走勢(shì)對(duì)比 3圖 4：以 40 個(gè)交易日為窗口，配置型外資累計(jì)凈流入和滬深 300 區(qū)間收益率走勢(shì)對(duì)比.3圖 5：交易型外資累計(jì)凈流入趨勢(shì)和滬深 300 走勢(shì)對(duì)比 4圖 6：以 40 個(gè)交易日為窗口，交易

3、型外資累計(jì)凈流入和滬深 300 區(qū)間收益率走勢(shì)對(duì)比.4圖 7：交易型外資、配置型外資和托管于中資港資機(jī)構(gòu)資金的持倉(cāng)占比變化 5圖 8：交易型外資、配置型外資和托管于中資港資機(jī)構(gòu)資金的成交占比變化 5圖 9：2019 年 3 月到 5 月間配置型外資的行業(yè)凈流出/入分布 6圖 10：2019 年 3 月到 5 月間配置型外資的行業(yè)凈流出/入分布與持倉(cāng)比例之間的關(guān)系 6圖 11：2020 年 3 月配置型外資的行業(yè)凈流出/入分布與持倉(cāng)比例之間的關(guān)系 6圖 12：2020 年 3 月交易型外資的行業(yè)凈流出/入分布與持倉(cāng)比例之間的關(guān)系 7圖 13：2020 年 3 月交易型外資的行業(yè)凈流出/入分布與

4、MSCI China A 行業(yè)權(quán)重之間的關(guān)系 7圖 14：不同資金及指數(shù)在不同時(shí)段收益率統(tǒng)計(jì) 8圖 15：規(guī)模最大的 30 家陸股通托管行的收益歸因分析 9圖 16：規(guī)模大于 40 億元的 30 只普通股票型基金業(yè)績(jī)歸因分析 10圖 17：外資和公募基金業(yè)績(jī)歸因分析對(duì)比 12圖 18：北上外資成交占比在不同水平時(shí)滬深 300 指數(shù)漲跌幅絕對(duì)值（平均數(shù)）對(duì)比 12圖 19：北上外資成交占比在不同水平時(shí)滬深 300 指數(shù)在上漲的交易日平均漲幅 13圖 20：北上外資成交占比在不同水平時(shí)滬深 300 指數(shù)在下跌的交易日平均跌幅 13圖 21：交易型外資成交占比在不同區(qū)間時(shí)，對(duì)應(yīng)個(gè)股在 2018 年

5、10 月至今的區(qū)間日波動(dòng)率（取平均）情況 14圖 22：交易型外資成交占比在不同區(qū)間時(shí)，對(duì)應(yīng)個(gè)股在 2018 年 4 季度的區(qū)間日波動(dòng)率（取平均）情況 14圖 23：交易型外資成交占比在不同區(qū)間時(shí)，對(duì)應(yīng)個(gè)股在 2020 年 1 季度的區(qū)間日波動(dòng)率（取平均）情況 14圖 24：交易型外資成交占比提升最大的個(gè)股，波動(dòng)率并沒(méi)有明顯更大幅度的抬升 15圖 25：利用托管數(shù)據(jù)和成交均價(jià)估算的北上凈流入量系統(tǒng)性地大于港交所公布的實(shí)際凈流入 18圖 26：利用托管數(shù)據(jù)和成交均價(jià)估算的北上凈流入量系統(tǒng)性地大于港交所公布的實(shí)際凈流入（逆向交易日） 18表格目錄表 1：板塊行業(yè)分類(lèi) 8表 2：規(guī)模最大的 30 家

6、陸股通托管行的收益歸因分析 9表 3：30 家規(guī)模較大的普通股票型公募基金業(yè)績(jī)歸因分析 11表 4：外資順勢(shì)交易特征統(tǒng)計(jì)檢驗(yàn)結(jié)果（全歷史樣本） 16表 5：外資順勢(shì)交易特征統(tǒng)計(jì)檢驗(yàn)結(jié)果（2020 年一季度樣本） 17表 6：外資對(duì)每天兩個(gè)交易所前十大成交個(gè)股的 ABP 和 ASP 序列統(tǒng)計(jì)檢驗(yàn)結(jié)果 19 北上通道流入 A 股的外資基本類(lèi)型、構(gòu)成及行為模式自 2018 年開(kāi)始，通過(guò)陸股通形式流入 A 股的外資在投資者構(gòu)成上相對(duì)過(guò)去有明顯的變化。2017 年，北上外資持有 A 股的市值占總自由流通市值的比重為 2.4%，平均每日貢獻(xiàn)了全部 A 股成交額的 2.1%。但到了 2018 年，北上外資每

7、日買(mǎi)賣(mài)貢獻(xiàn)的成交額占比開(kāi)始超過(guò)持有自由流通市值的占比，2018 年末持有 4.0%的自由流通市值，但是全年平均每天貢獻(xiàn)了全部 A 股成交額的約 5.8%。2019 年，成交占比與持有市值占比的差距進(jìn)一步被拉大。到了 2020 年一季度末，北上資金持有 A 股自由流通市值占比為 5.5%，但是平均每天貢獻(xiàn)了全市場(chǎng) 9.4%的成交額。圖 1：北上資金成交占比和自由流通市值占比歷史變化趨勢(shì)資料來(lái)源：Wind， 作為對(duì)比，我們統(tǒng)計(jì)了 2019 年國(guó)內(nèi)全部普通股票型公募基金（主動(dòng)型）的換手成交情況。我們的統(tǒng)計(jì)樣本包括了 335 只普通股票型基金，2019 年末的合計(jì)持倉(cāng)市值為 2482億元，約占全部 A

8、 股自由流通市值的 1.0%，全年貢獻(xiàn)成交約 5604 億元，約占全部 A 股全年成交金額的 0.5%。通常而言，我們會(huì)認(rèn)為國(guó)內(nèi)股票型公募基金擁有較高的換手和活躍的交易，但實(shí)際上買(mǎi)賣(mài)交易的活躍度遠(yuǎn)不及北上陸股通的外資。從上述對(duì)比可以看出，通過(guò)陸股通流入 A 股的外資絕不僅僅包含買(mǎi)入并持有的長(zhǎng)期投資者，其中還存在交投非常活躍的投資者。圖 2：北上資金成交占比和自由流通市值占比與國(guó)內(nèi)普通股票型公募基金對(duì)比資料來(lái)源：Wind， 我們無(wú)法直接分離出通過(guò)陸股通流入 A 股的外資中到底有多少是量化或是高頻交易的對(duì)沖基金，但是我們可以獲得港交所披露的針對(duì)陸股通每一只股票在每一天每一家托管行的持股情況，這樣我

9、們可以近似估算每一家托管行每天的凈流入數(shù)據(jù)（而不僅僅是北上整體的流入數(shù)據(jù)）。由于海外投行類(lèi)托管行（摩根士丹利等等）和銀行類(lèi)托管行（匯豐、渣打等）提供的交易結(jié)算、場(chǎng)外互換等金融服務(wù)的能力和便利性上存在差異，量化對(duì)沖基金可能更傾向于去選擇投行機(jī)構(gòu)，通過(guò)場(chǎng)外互換的形式來(lái)完成交易。因此，如果不同類(lèi)型的外資在托管行的選擇上有明顯的傾向性，我們就可以通過(guò)不同類(lèi)型托管行的資金流入行為差異來(lái)近似的分離長(zhǎng)線(xiàn)配置型外資和頻繁交易的外資。關(guān)于三類(lèi)外資的劃分以及背后的分析，詳細(xì)可參見(jiàn)800 萬(wàn)條托管數(shù)據(jù)剖析北上資金構(gòu)成和行為（2019/10/29），這里只列舉核心結(jié)論：不同類(lèi)型的托管行背后客戶(hù)的投資/交易行為有明顯區(qū)

10、別；通過(guò)托管數(shù)據(jù)能夠拆解北上外資背后不同類(lèi)型的投資者；北上資金大體上可以分為三類(lèi)：配置型資金、交易型資金、假外資，三者的持倉(cāng)占比分別為 68%、26%和 6%，但貢獻(xiàn)的成交占比為 30%、56%和 14%。交易型外資雖然持倉(cāng)占比不高，但貢獻(xiàn)了北上資金主要的成交。外資是否真的是左側(cè)布局買(mǎi)入？配置型外資基本沒(méi)有擇時(shí)行為。2018 年 10 月 8 日至 2020 年 5 月 15 日，估算累計(jì)托管市值增加 6499 億元，投入資本量增加 4512 億元。整個(gè)區(qū)間內(nèi)，滬深 300 累計(jì)漲幅為 13.8%。整體上配置型外資呈現(xiàn)緩慢流入的特征，幾次較大的流入都處于 MSCI 指數(shù)納入比例提高前后。少有的

11、兩次階段性?xún)袅鞒?，一次發(fā)生在 2019 年一季度末市場(chǎng)行情過(guò)熱以后，一次發(fā)生在新冠疫情在全球傳播并引發(fā)全球金融市場(chǎng)流動(dòng)性危機(jī)的時(shí)期。其余時(shí)間，基本都保持了穩(wěn)定的流入趨勢(shì)。因此，此類(lèi)配置型外資可以被當(dāng)作是長(zhǎng)期投資者，對(duì)市場(chǎng)直接造成的影響非常有限。圖 3：配置型外資累計(jì)凈流入趨勢(shì)和滬深 300 走勢(shì)對(duì)比資料來(lái)源：Wind， 如果以 40 個(gè)交易日為統(tǒng)計(jì)窗口長(zhǎng)度，除了 2019 年 3 月到 5 月間和 2020 年 3 月疫情全球蔓延期，配置型外資在窗口內(nèi)的累計(jì)凈流入量均為正。在一個(gè)整體上漲的市場(chǎng)環(huán)境下，由于配置型外資整體上都呈現(xiàn)持續(xù)買(mǎi)入趨勢(shì)，所以投資者很容易得到外資通常左側(cè)抄底，并且每次外資抄底

12、后市場(chǎng)都會(huì)上漲的結(jié)論。但事實(shí)上，如果我們觀察配置型外資在 40 個(gè)交易日內(nèi)的累計(jì)凈流入量和滬深 300 指數(shù)在 40 個(gè)交易日內(nèi)的收益率，二者則呈現(xiàn)同步的特征（相關(guān)性 0.32）。真正意義上的逆勢(shì)抄底買(mǎi)入，僅有 2018 年 4 季度出現(xiàn)過(guò)，對(duì)應(yīng)的是2019 年 1 月初市場(chǎng)見(jiàn)底，在統(tǒng)計(jì)層面，單一樣本并不能充分論證外資“精準(zhǔn)抄底”的結(jié)論。圖 4：以 40 個(gè)交易日為窗口，配置型外資累計(jì)凈流入和滬深 300 區(qū)間收益率走勢(shì)對(duì)比資料來(lái)源：Wind， 2018 年 10 月 8 日至 2020 年 5 月 15 日，交易型外資累計(jì)的凈流入量為-113 億元，累計(jì)增加的凈資本實(shí)際上為負(fù)值，最多時(shí)估計(jì)累

13、計(jì)凈流入量達(dá)到 656 億元（發(fā)生在 2020年 1 月 13 日），最低時(shí)則為-226 億元（發(fā)生在 2020 年 3 月 23 日）。換言之，從 2018 年月 26 日至今，交易型外資針對(duì) A 股不僅沒(méi)有增加投入資本，反而有小幅的凈流出。圖 5：交易型外資累計(jì)凈流入趨勢(shì)和滬深 300 走勢(shì)對(duì)比資料來(lái)源：Wind， 交易型外資的凈流入趨勢(shì)基本與滬深 300 同步。以 40 個(gè)交易日為統(tǒng)計(jì)窗口長(zhǎng)度，交易型外資的凈流入與滬深 300 指數(shù)漲幅的相關(guān)性達(dá)到 0.64。由于不少對(duì)沖基金通過(guò)場(chǎng)外互換形式間接做多或是做空陸股通對(duì)應(yīng)股票，因此交易型外資的凈流動(dòng)當(dāng)中不僅包含了做多頭寸，也包含了做空頭寸。2

14、018 年 10 月至今區(qū)間累計(jì)凈流出意味著交易型外資整體而言在多空軋差后，對(duì) A 股市場(chǎng)的敞口并沒(méi)有明顯增加。圖 6：以 40 個(gè)交易日為窗口，交易型外資累計(jì)凈流入和滬深 300 區(qū)間收益率走勢(shì)對(duì)比資料來(lái)源：Wind， 2018 年 9 月至今，交易型外資在整個(gè)北向資金當(dāng)中，持倉(cāng)占比平均僅為 25.1%（2020年 3 月以來(lái)僅有 19.1%），但是平均貢獻(xiàn)的凈成交占比（由于無(wú)法獲得實(shí)際的買(mǎi)賣(mài)成交數(shù)據(jù)，僅考慮凈買(mǎi)賣(mài)的絕對(duì)額）達(dá)到 54.0%（2020 年 3 月以來(lái)為 48.8%）。也就是說(shuō)，2020年 3 月以來(lái)，交易型外資的平均持倉(cāng)占比只有不到五分之一，但是貢獻(xiàn)了北上資金接近一半的買(mǎi)賣(mài)凈

15、成交額。反觀配置型外資，在整個(gè)北向資金當(dāng)中，持倉(cāng)占比平均為 68.3%（2020 年 3 月以來(lái)為 74.6%，相比過(guò)去進(jìn)一步提升），但是平均貢獻(xiàn)的凈成交占比僅為 19.1%。因此，占外資成交大頭的交易型資金整體上和指數(shù)走勢(shì)同步，而配置型外資呈現(xiàn)穩(wěn)定持續(xù)的買(mǎi)入持有特征（尤其在指數(shù)納入前），并不存在明顯的擇時(shí)行為，我們很難得到外資具有左側(cè)布局買(mǎi)入的結(jié)論。圖 7：交易型外資、配置型外資和托管于中資港資機(jī)構(gòu)資金的持倉(cāng)占比變化資料來(lái)源：Wind， 圖 8：交易型外資、配置型外資和托管于中資港資機(jī)構(gòu)資金的成交占比變化資料來(lái)源：Wind， 北上外資在持續(xù)流出 A 股時(shí)的行業(yè)賣(mài)出分布情況配置型外資僅有的兩次

16、持續(xù)流出。第一次發(fā)生在 2019 年 3 月到 5 月，最主要的特征就是大規(guī)模流出集中在食品飲料板塊。流出量和行業(yè)持倉(cāng)占比之間沒(méi)有明顯的關(guān)聯(lián)。圖 9：2019 年 3 月到 5 月間配置型外資的行業(yè)凈流出/入分布資料來(lái)源：Wind， 圖 10：2019 年 3 月到 5 月間配置型外資的行業(yè)凈流出/入分布與持倉(cāng)比例之間的關(guān)系資料來(lái)源：Wind， 第二次發(fā)生在 2020 年 3 月，即疫情在全球蔓延期間（2 月疫情在中國(guó)爆發(fā)期間外資并未出現(xiàn)大規(guī)模流出）。在這個(gè)區(qū)間，配置型外資流出規(guī)?；旧吓c其持倉(cāng)占比一致。圖 11：2020 年 3 月配置型外資的行業(yè)凈流出/入分布與持倉(cāng)比例之間的關(guān)系資料來(lái)源：

17、Wind， 交易型外資的流出結(jié)構(gòu)則和持倉(cāng)結(jié)構(gòu)相關(guān)性較弱，和 MSCI China A 指數(shù)權(quán)重相關(guān)性更高。在今年 3 月交易型外資大幅流出 A 股的階段，行業(yè)的流出規(guī)模和 MSCI China A 指數(shù)行業(yè)權(quán)重的相關(guān)性明顯更高，這一定程度上意味著交易型外資當(dāng)中可能有系統(tǒng)性被動(dòng)按指數(shù)權(quán)重配置 A 股，且具有一定擇時(shí)屬性的資金存在。圖 12：2020 年 3 月交易型外資的行業(yè)凈流出/入分布與持倉(cāng)比例之間的關(guān)系資料來(lái)源：Wind， 圖 13：2020 年 3 月交易型外資的行業(yè)凈流出/入分布與 MSCI China A 行業(yè)權(quán)重之間的關(guān)系資料來(lái)源：MSCI，Wind， 外資是否能夠獲得顯著超額回報(bào)

18、我們估算了總的北上外資、配置型外資、交易型外資和托管于中港資機(jī)構(gòu)資金 2018 年月至 2020 年 5 月的收益率，以及 2019 年的收益率。在 2018M102020M5 累計(jì)收益率低于創(chuàng)業(yè)板指和普通股票型基金指數(shù)，遠(yuǎn)高于 MSCI China A 指數(shù)和滬深 300 指數(shù)，其中交易型外資的收益率超過(guò)配置型以及托管于中港資機(jī)構(gòu)的資金。而在 2019 年全年，交易型外資的估算收益率達(dá)到 55.0%，超過(guò)創(chuàng)業(yè)板指（44.1%）和普通股票型基金指數(shù)（47.6%）。圖 14：不同資金及指數(shù)在不同時(shí)段收益率統(tǒng)計(jì)資料來(lái)源：Wind， 為了對(duì)外資超額收益進(jìn)行歸因分析，我們采用 T-M 模型，將外資相對(duì)

19、中證 800 指數(shù)的超額收益率分解為阿爾法（選股貢獻(xiàn)）、市場(chǎng)擇時(shí)能力和行業(yè)配置能力。為了避免過(guò)多的行業(yè)因子收益率的共線(xiàn)性問(wèn)題以及對(duì)于自由度的消耗，我們將 29 個(gè)中信一級(jí)行業(yè)劃分為基礎(chǔ)商品、上游工業(yè)品、中游周期、基建、消費(fèi)、大金融、TMT 和醫(yī)藥 8 大板塊，構(gòu)建收益率序列。由于上游工業(yè)品和中游周期之間日度收益率相關(guān)性達(dá)到 0.45，具有較強(qiáng)關(guān)聯(lián)，我們將其合并為周期板塊。因此，最終我們檢驗(yàn) 7 大行業(yè)板塊：基礎(chǔ)商品、周期、基建、消費(fèi)、大金融、TMT 和醫(yī)藥。表 1：板塊行業(yè)分類(lèi)基礎(chǔ)商品石油石化上游工業(yè)品鋼鐵/煤炭/基礎(chǔ)化工/有色中游周期建材/機(jī)械/交通運(yùn)輸/國(guó)防軍工基建建筑/電力設(shè)備/電力及公

20、用事業(yè)消費(fèi)農(nóng)業(yè)/輕工/商貿(mào)零售/消費(fèi)服務(wù)/紡織服裝/食品飲料/家電/汽車(chē)大金融銀行/非銀行金融/地產(chǎn)TMT電子/通信/傳媒/計(jì)算機(jī)/其他醫(yī)藥醫(yī)藥資料來(lái)源： 我們采用的 T-M 模型具體設(shè)定為： = + ( ) + ( + )其中是基金組合實(shí)際收益， 是中證 800 基準(zhǔn)收益率，是行業(yè)收益率，當(dāng) 0時(shí)等于 1，小于 0 時(shí)等于 0。用于衡量行業(yè)配置是否顯著的貢獻(xiàn)了組合超額收益，常數(shù)用于衡量選股是否貢獻(xiàn)了組合超額收益，是用于衡量市場(chǎng)擇時(shí)能力的參數(shù)。我們將北上外資按照托管行進(jìn)行了劃分，將每一家托管行作為一個(gè)投資主體，估算其買(mǎi)入和賣(mài)出行為所產(chǎn)生的收益率序列。我們將截至 2020 年 4 月 30 日托

21、管規(guī)模最大的 30家托管行的收益率序列作為收益歸因分析的檢驗(yàn)對(duì)象，檢驗(yàn)時(shí)間區(qū)間為 2018 年 10 月至2020 年 4 月。30 家托管行整體在樣本區(qū)間的平均日超額收益率（相對(duì)中證 800）為 0.03%，其中選 股貢獻(xiàn)了 0.03%，市場(chǎng)擇時(shí)貢獻(xiàn)了 0.02%，行業(yè)配置貢獻(xiàn)了約-0.002%，而其他模型未能 捕捉的因素對(duì)其有負(fù)貢獻(xiàn)。對(duì)于其中平均日超額收益率（相對(duì)中證 800）最大的 15 家托管 行，日平均超額收益率（相對(duì)中證 800）達(dá)到 0.05%，其中選股貢獻(xiàn)了 0.03%，市場(chǎng)擇時(shí) 貢獻(xiàn)了 0.006%，行業(yè)配置貢獻(xiàn)了 0.012%。而對(duì)于平均日超額收益率（相對(duì)中證 800）最

22、低的 15 家托管行，日平均超額收益率（相對(duì)中證 800）僅有 0.01%，其中選股貢獻(xiàn)了 0.014%，市場(chǎng)擇時(shí)貢獻(xiàn)了-0.009%，行業(yè)配置僅貢獻(xiàn)了 0.005%。從行業(yè)配置來(lái)看，對(duì)消費(fèi)的超配和 對(duì)金融、周期的低配幾乎是我們測(cè)試的每一家托管行樣本區(qū)間內(nèi)最重要的超額收益來(lái)源，而對(duì) TMT 的低配一定程度上又拉低了超額收益率。圖 15：規(guī)模最大的 30 家陸股通托管行的收益歸因分析資料來(lái)源：Wind， 阿爾法托管 2018 年 10 月日平均收市場(chǎng)擇時(shí)能力規(guī)模至今收益率益率（中證 800）基礎(chǔ)商品-配置周期-配置基建-配置消費(fèi)-配置大金融-配置TMT-配置醫(yī)藥-配置托管行 A6835.7%0.

23、10%+托管行 B3729.1%0.06%+-+托管行 C1926.9%0.06%-+-托管行 D2626.5%0.06%+托管行 E70625.9%0.05%+-+-托管行 F64125.4%0.05%+-+-+托管行 G57625.0%0.05%+-+-托管行 H4923.1%0.05%-+-托管行 I2323.4%0.04%+-+-+托管行 J2119.7%0.04%+托管行 K193220.7%0.04%-+-托管行 L41620.7%0.04%+-托管行 M33718.6%0.04%+-+-托管行 N431919.8%0.04%+-+-托管行 O242919.6%0.03%+-+-托

24、管行 P16417.9%0.03%-+-托管行 Q2616.6%0.03%+-托管行 R126117.3%0.03%-+-+表 2：規(guī)模最大的 30 家陸股通托管行的收益歸因分析（常數(shù)項(xiàng)）阿爾法托管 2018 年 10 月日平均收市場(chǎng)擇時(shí)能力規(guī)模至今收益率益率（中證 800）基礎(chǔ)商品-配置周期-配置基建-配置消費(fèi)-配置大金融-配置TMT-配置醫(yī)藥-配置托管行 S3017.3%0.03%-+托管行 T17316.1%0.03%+-+-托管行 U3715.7%0.02%+-+-托管行 V35114.9%0.02%-+-托管行 W2614.0%0.02%-+-+托管行 X3814.1%0.02%-+

25、-托管行 Y9310.7%0.01%-+-托管行 Z2511.6%0.01%+-+-+托管行 AA468.0%0.00%-+-+托管行 AB104.9%0.00%-+-托管行 AC84-13.9%-0.06%-+-托管行 AD17-10.7%-0.06%-+（常數(shù)項(xiàng)）資料來(lái)源：Wind， 注：“+”、“+”、“+”分別表示在 90%、95%和 99%的顯著性水平下估計(jì)參數(shù)顯著為正；“-”、“-”、 “-”分別表示在 90%、95%和 99%的顯著性水平下估計(jì)參數(shù)顯著為負(fù)。參數(shù)顯著為正意味著超配，顯著為負(fù)意味著低配。為了更直觀地比較，我們采用同樣的模型，對(duì)國(guó)內(nèi)在管規(guī)模大于 40 億元的 30 只

26、普通股票型基金收益率做了同樣的業(yè)績(jī)歸因分析。30 只基金樣本在 2018 年 10 月至 2020 年 4月的日平均超額收益率（相對(duì)中證 800）為 0.07%，其中選股貢獻(xiàn)了 0.06%，市場(chǎng)擇時(shí)貢獻(xiàn)了-0.04%，行業(yè)配置貢獻(xiàn)了約 0.01%，而其他模型未能捕捉的因素對(duì)其有正向貢獻(xiàn)。與外資托管行最大的不同在于，被檢驗(yàn)的公募基金選股貢獻(xiàn)的超額收益率達(dá)到接近 30 家托管行平均水平的 2 倍，而市場(chǎng)擇時(shí)卻形成較大的拖累。在行業(yè)配置上，醫(yī)藥板塊在樣本區(qū)間內(nèi)對(duì)被檢驗(yàn)樣本中大部分公募基金都形成顯著的正向貢獻(xiàn)。圖 16：規(guī)模大于 40 億元的 30 只普通股票型基金業(yè)績(jī)歸因分析資料來(lái)源：Wind， 表

27、 3：30 家規(guī)模較大的普通股票型公募基金業(yè)績(jī)歸因分析在管規(guī)模日平均收項(xiàng)）證 800）基金 A480.13%+-+-+基金 B580.13%+-+-+基金 C460.11%+-+-+-+基金 D500.10%+-+基金 E450.09%+-+基金 F680.09%+-+-+基金 G680.09%+-+基金 H550.08%-+-+基金 I540.08%+-+基金 J970.08%-+-+基金 K530.08%+-+-基金 L1580.08%-+-基金 M460.08%+-+-+基金 N460.08%+-+基金 O1030.07%+-+-基金 P710.07%+-+-+基金 Q470.07%+-

28、+-+-+基金 R550.06%+-+-基金 S990.06%+-+-基金 T740.05%+-+-+-+基金 U850.05%+-+-基金 V480.05%+-+-基金 W460.05%+-+基金 X660.04%-基金 Y620.03%+-+-+基金 Z520.03%+-+-+-基金 AA490.03%+-+-基金 AB700.02%-+-+基金 AC700.01%-+-+基金 AD570.01%+-+-+-益率阿爾法（常數(shù)市場(chǎng)擇時(shí)能力（中基礎(chǔ)商品-配置周期-配置 基建-配置 消費(fèi)-配置大金融-配置TMT-配置 醫(yī)藥-配置資料來(lái)源：Wind， 注：“+”、“+”、“+”分別表示在 90%、

29、95%和 99%的顯著性水平下估計(jì)參數(shù)顯著為正；“-”、“-”、 “-”分別表示在 90%、95%和 99%的顯著性水平下估計(jì)參數(shù)顯著為負(fù)。參數(shù)顯著為正意味著超配，顯著為負(fù)意味著低配。圖 17：外資和公募基金業(yè)績(jī)歸因分析對(duì)比資料來(lái)源：Wind， 外資的流動(dòng)是否對(duì) A 股市場(chǎng)產(chǎn)生直接的沖擊和影響從凈成交數(shù)據(jù)來(lái)分析陸股通外資對(duì)個(gè)股和市場(chǎng)的影響北上成交占比提升和市場(chǎng)整體波動(dòng)加大有一定關(guān)聯(lián)性但并不明顯。在 2018 年 10 月 8日到 2020 年 5 月 15 日的樣本區(qū)間內(nèi)，當(dāng)北上資金成交占全部 A 股成交比例達(dá)到 10.9%以上時(shí)，如果當(dāng)天滬深 300 指數(shù)上漲，平均的上漲幅度達(dá)到 1.49%

30、，如果當(dāng)天滬深 300 指數(shù)下跌，平均的下跌幅度為-0.83%。尤其在市場(chǎng)下跌時(shí)，北上資金成交占比越大并不意味著市場(chǎng)下跌幅度也越大。圖 18：北上外資成交占比在不同水平時(shí)滬深 300 指數(shù)漲跌幅絕對(duì)值（平均數(shù)）對(duì)比資料來(lái)源：Wind， 圖 19：北上外資成交占比在不同水平時(shí)滬深 300 指數(shù)在上漲的交易日平均漲幅資料來(lái)源：Wind， 圖 20：北上外資成交占比在不同水平時(shí)滬深 300 指數(shù)在下跌的交易日平均跌幅資料來(lái)源：MSCI，Bloomberg，ICI， 交易型外資成交占比越大的個(gè)股，波動(dòng)率反而越低。我們計(jì)算了交易型外資成交占個(gè)股總成交的比例，檢驗(yàn)了不同占比的個(gè)股在 2018 年 10 月

31、2020 年 4 月區(qū)間的波動(dòng)率情況。具體而言，我們將個(gè)股按照交易型外資成交占比等分為 10 組，計(jì)算每組樣本當(dāng)中個(gè)股的平均區(qū)間日波動(dòng)率。我們發(fā)現(xiàn)隨著交易型外資（里面可能包含著量化對(duì)沖基金）成交占比的提升，股票的波動(dòng)率趨于下降而不是上升，并看不出外資的頻繁交易放大股票波動(dòng)的情況。同時(shí)，我們還特意計(jì)算了 2018Q4 和 2020Q1 期間（這兩個(gè)期間全球金融市場(chǎng)都發(fā)生了同步的大波動(dòng)）交易型外資成交占比和區(qū)間日波動(dòng)率的情況，得到了完全一致的結(jié)果。圖 21：交易型外資成交占比在不同區(qū)間時(shí)，對(duì)應(yīng)個(gè)股在 2018 年 10 月至今的區(qū)間日波動(dòng)率（取平均）情況資料來(lái)源：Wind， 圖 22：交易型外資成

32、交占比在不同區(qū)間時(shí)，對(duì)應(yīng)個(gè)股在 2018 年 4 季度的區(qū)間日波動(dòng)率（取平均）情況資料來(lái)源：Wind， 圖 23：交易型外資成交占比在不同區(qū)間時(shí)，對(duì)應(yīng)個(gè)股在 2020 年 1 季度的區(qū)間日波動(dòng)率（取平均）情況資料來(lái)源：Wind， 這一結(jié)果可能并不意味著交易型外資對(duì)個(gè)股的參與程度越高，波動(dòng)率越低，而是交易型外資更樂(lè)于參與波動(dòng)率較低的個(gè)股。因此，我們進(jìn)一步從時(shí)間的維度，測(cè)算了交易型外資成交占比提升幅度最大的個(gè)股和最小的個(gè)股，對(duì)應(yīng)波動(dòng)率的變化情況。我們將所有個(gè)股按照交易型外資的成交占比等分成10 組，對(duì)比的兩個(gè)區(qū)間分別是 2018Q4 和 2020Q1。我們發(fā)現(xiàn)，交易型外資成交占比提升幅度最大的個(gè)股

33、，波動(dòng)率并沒(méi)有明顯更大幅度的抬升，交易型外資參與度的變化和波動(dòng)率的變化沒(méi)有直接關(guān)聯(lián)。以交易型外資成交占比提升幅度最大的前 10%的個(gè)股（交易型外資成交占比提升幅度在 2.44%以上）為例，在 2020Q1 的平均日波動(dòng)率相比 2018Q4 的平均日波動(dòng)率僅上升了 0.08 個(gè)百分點(diǎn)，是 10 組股票中最低的一組。而在 2020Q1，所有股票的平均日波動(dòng)率水平比 2018Q4 上升了 0.53 個(gè)百分點(diǎn)。從這個(gè)角度來(lái)看，外資更加活躍的參與實(shí)際上有助于降低個(gè)股的波動(dòng)，而非升高。這一定程度上說(shuō)明，量化高頻交易（可能包含在交易型外資當(dāng)中）一定程度上起到的是提供流動(dòng)性，降低股價(jià)波動(dòng)的作用，而非加大個(gè)股波

34、動(dòng)。圖 24：交易型外資成交占比提升最大的個(gè)股，波動(dòng)率并沒(méi)有明顯更大幅度的抬升資料來(lái)源：Wind， 從凈流量數(shù)據(jù)來(lái)分析外資的短期買(mǎi)賣(mài)是否是順勢(shì)交易，放大個(gè)股趨勢(shì)波動(dòng)我們將個(gè)股在 t 日的收益率情況進(jìn)行排序，將收益率在前 10%的個(gè)股作為 win 組合，將收益率在后 10%的個(gè)股作為 lose 組合，然后分別計(jì)算這兩個(gè)組合中的個(gè)股在 t+1 日北上資金（配置型外資或交易型外資）的凈買(mǎi)入情況。同時(shí)，計(jì)算 win 組合在 t+1 日凈買(mǎi)入與 lose 組合在 t+1 日凈買(mǎi)入的差值（WML 組合）。如此設(shè)計(jì)實(shí)證的原因在于，如果我們發(fā)現(xiàn)對(duì)于 t 日收益率最高的一部分股票，外資在 t+1 日更傾向于買(mǎi)入

35、（凈買(mǎi)入為正值），而 t日收益最低的一部分股票，外資在 t+1 日更傾向于賣(mài)出（凈買(mǎi)入為負(fù)值），則認(rèn)為外資具有明顯的順勢(shì)交易特征，會(huì)隨著股票上漲而持續(xù)買(mǎi)入，股票下跌而賣(mài)出。這樣順勢(shì)交易的特征，一般被認(rèn)為可能是放大市場(chǎng)趨勢(shì)性波動(dòng)的因素。反之，如果外資具有明顯的反向交易特征，則可能是抑制市場(chǎng)波動(dòng)的因素。我們分別計(jì)算了 WML 組合、win 組合以及 lose 組合對(duì)應(yīng)股票在 t+1 日的外資平均凈買(mǎi)入（樣本區(qū)間為 2018 年 10 月至 2020 年 4 月），并計(jì)算了對(duì)應(yīng)的 Newey West t 值和對(duì)應(yīng)的顯著性。如果這三者顯著為正，則說(shuō)明外資有明顯的順勢(shì)交易特征，反之亦然。由于個(gè)股間凈買(mǎi)

36、入數(shù)據(jù)差異較大，個(gè)別交易日個(gè)別個(gè)股的凈買(mǎi)入數(shù)據(jù)可能會(huì)導(dǎo)致整體樣本出現(xiàn)偏差，因此我們還構(gòu)建了一個(gè)順勢(shì)交易的測(cè)度指標(biāo)。該指標(biāo)用個(gè)股 t+1 日的凈買(mǎi)入/t 日的凈買(mǎi)入來(lái)衡量，并對(duì)其進(jìn)行非參數(shù) Wilcoxon signed-rank t 檢驗(yàn)，測(cè)試其是否顯著異于 0。如果顯著為正，則說(shuō)明 t+1 日凈買(mǎi)入方向和 t 日相同，則說(shuō)明有順勢(shì)交易特征，反之則說(shuō)明有逆勢(shì)交易特征。同樣，我們分別將股票分為了 WML 組合、win 組合以及 lose組合。以上兩種實(shí)證設(shè)計(jì)得到的檢驗(yàn)結(jié)果如下表：表 4：外資順勢(shì)交易特征統(tǒng)計(jì)檢驗(yàn)結(jié)果（全歷史樣本）交易型外資配置型外資WMLWinLoseWMLWinLoseT+1

37、凈買(mǎi)入均值-4.0877-2.19401.89371.82021.98290.1627Newey West t 值-13.03-9.343.928.2787.6970.79顯著性*T+1 凈買(mǎi)入/T 凈買(mǎi)入-0.5296-0.3710-0.46870.43970.63440.0362顯著性*資料來(lái)源：Wind， 其中，WML 指的是 T 日收益率最大的前 10%股票和后 10%的股票，在 T+1 日外資的凈買(mǎi)入量之差。Win 組合指的是 T 日收益率最大的前 10%股票在 T+1 日外資的凈買(mǎi)入量。Lose 組合指的是T 日收益率最小的前 10%股票在 T+1 日外資的凈買(mǎi)入量。我們發(fā)現(xiàn)：1)

38、）交易型外資有明顯的反向交易特征。對(duì)于 T 交易日表現(xiàn)相對(duì)較好的股票，T+1 日平均凈流出規(guī)模達(dá)到 4.09 億元，同時(shí) T+1 凈買(mǎi)入/T 凈買(mǎi)入的中位數(shù)達(dá)到-0.4577，也就是說(shuō)如果 T 日是買(mǎi)入的，則 T+1 日大概率趨于賣(mài)出。2）配置型外資則呈現(xiàn)明顯的順勢(shì)交易特征。對(duì)于 T 交易日表現(xiàn)相對(duì)較好的股票，T+1日平均凈流入規(guī)模達(dá)到 1.82 億元，同時(shí) T+1 凈買(mǎi)入/T 凈買(mǎi)入的中位數(shù)達(dá)到 0.3389，也就是說(shuō)如果 T 日對(duì)于漲幅較大的股票是凈買(mǎi)入的，則 T+1 日對(duì)于這批股票（無(wú)論漲跌）大概率進(jìn)一步買(mǎi)入。對(duì)于 T 日跌幅較大的股票，配置型外資并不會(huì)順勢(shì)流出，會(huì)有一定逆向交易，但并不

39、顯著。一般而言順勢(shì)交易容易放大個(gè)股趨勢(shì)波動(dòng)，而逆勢(shì)交易則容易平抑趨勢(shì)波動(dòng)。不過(guò)從上文估算的成交占比來(lái)看，由于交易型外資占北上資金成交的主要部分，并且配置型外資較少有擇時(shí)行為，整體以買(mǎi)入持有為主，因此北上資金整體對(duì)于A 股個(gè)股的沖擊相對(duì)有限，并不存在擠占流動(dòng)性，放大波動(dòng)的問(wèn)題。為了檢驗(yàn)該結(jié)論的穩(wěn)健性，我們特意選取了 2020Q1 的樣本做同樣的測(cè)試。在 2020Q1，市場(chǎng)分別經(jīng)歷了外資在 1 月的快速“涌入”和在 3 月新冠疫情全球蔓延環(huán)境下的快速“退出”，同時(shí)市場(chǎng)波動(dòng)也較大，檢驗(yàn)該時(shí)間段的外資交易行為可以幫助我們分析外資在市場(chǎng)本身波 動(dòng)加大環(huán)境下，對(duì) A 股交易行為的特征。檢驗(yàn)結(jié)果見(jiàn)表 5 可

40、以看到，得到的結(jié)論和全樣本 下的結(jié)論完全一致，依然是交易型外資有顯著的逆向交易特征，配置型外資擇時(shí)屬性并不 太強(qiáng)，整體上以穩(wěn)定凈買(mǎi)入為特征，無(wú)論上漲樣本還是下跌樣本，下一交易日平均而言都 呈現(xiàn)凈買(mǎi)入。表 5：外資順勢(shì)交易特征統(tǒng)計(jì)檢驗(yàn)結(jié)果（2020 年一季度樣本）交易型外資配置型外資WMLWinLoseWMLWinLoseT+1 凈買(mǎi)入均值-7.1534-4.64512.50831.27570.7606-0.5151Newey West t 值-6.68-6.483.742.451.64-1.16顯著性*T+1 凈買(mǎi)入/T 凈買(mǎi)入-1.2953-0.6376-0.11550.21900.3177

41、0.2933顯著性*資料來(lái)源：Wind， 外資相對(duì)境內(nèi)投資者在高頻交易層面的競(jìng)爭(zhēng)優(yōu)勢(shì)盡管外資整體上并沒(méi)有明顯的放大市場(chǎng)波動(dòng)的特征，但從我們估算的外資實(shí)際交易執(zhí)行均價(jià)來(lái)看，外資高頻交易的實(shí)際訂單執(zhí)行效率要遠(yuǎn)遠(yuǎn)優(yōu)于國(guó)內(nèi)的投資者，存在明顯的競(jìng)爭(zhēng)優(yōu)勢(shì)。我們利用港交所披露每一家托管行存量托管股數(shù)變動(dòng)，按照個(gè)股當(dāng)天的成交均價(jià)，估算出北上資金每日的凈流入/流出數(shù)據(jù)。同時(shí)，港交所還會(huì)披露北上資金整體每日的凈流入/流出數(shù)據(jù)，該數(shù)據(jù)是北上資金的實(shí)際成交情況。我們利用實(shí)際流量數(shù)據(jù)和估算的流量數(shù)據(jù)之間的誤差，就可以大致估算北上外資整體的訂單執(zhí)行效率。具體而言，當(dāng)外資凈流入且估算凈流入量高于港交所披露的實(shí)際凈流入量時(shí)，

42、意味著 我們?cè)诠浪懔魅霑r(shí)使用的個(gè)股當(dāng)日成交均價(jià)，平均而言大于北上資金實(shí)際的買(mǎi)入成交均價(jià)；當(dāng)外資凈流出且估算凈流出量高于港交所披露的實(shí)際凈流出量時(shí)，意味著我們估算凈流出 時(shí)使用的個(gè)股當(dāng)日成交均價(jià)，平均而言低于北上資金實(shí)際的賣(mài)出成交均價(jià)。如果我們估算 值和港交所的實(shí)際披露值之間的誤差不斷地累計(jì)，意味著外資在大多數(shù)時(shí)候都能“買(mǎi)的更低、賣(mài)的更高”，這大概率就是實(shí)際訂單執(zhí)行效率帶來(lái)的競(jìng)爭(zhēng)優(yōu)勢(shì)。我們計(jì)算了累計(jì)的誤差值，發(fā)現(xiàn)利用托管數(shù)據(jù)和成交均價(jià)估算的北上凈流入量系統(tǒng)性地大于港交所公布的實(shí)際凈流入，也就是在北上資金凈買(mǎi)入時(shí)，在大部分時(shí)候成交均價(jià)都能低于個(gè)股當(dāng)天的成交均價(jià)，在北上資金凈賣(mài)出時(shí)，大部分時(shí)候成交均價(jià)都高于個(gè)股當(dāng)天成交均價(jià)，這個(gè)誤差并不具備隨機(jī)性，而是系統(tǒng)性為正。從 2018 年 9 月 27 日至 2020 年 5 月 13 日，估算的累計(jì)差值達(dá)到 151.3 億元，而期間北上資金整體的累計(jì)凈流入量也僅為 4512.0 億元。對(duì)應(yīng)到一共 378 個(gè)交易日，意味著每天平均 11.937 億的凈流入量，通過(guò)訂單高效地執(zhí)行，獲得了 0.4 億的價(jià)差，這相當(dāng)于平均每天相對(duì)VWAP 的點(diǎn)差達(dá)到+0.89bp。而