学海拾珠系列之二百七十三：集中度迷思集中度上升是否意味着风险上升

TOC\o"1-2"\h\z\u引言 4美国股票市场已经变得更加集中 4集中度会滋生风险吗？ 6集中度能解释业绩结果吗？ 8大市值股票与小市值股票的风险属性 9为什么集中度不会影响风险 11内在多元化与安全性 11集中度是自然的 12一价定律 12市场效率 127总结 13风险提示： 14图表1文章框架 4图表2有效股票数量以及行业板块效应与个股效应归因：1998.1.2-2025.5.2 5图表3行业集中度（1926.7-2025.6）与股票集中度（1998.1-2025.6）的变化 6图表4基于集中度交易规则的股票配置：1936.1-2025.6 6图表5固定策略与动态策略的收益和风险 7图表6固定策略与动态策略的累计收益（对数尺度） 7图表7抵消集中度影响的全球证据 7图表8各行业板块及时间维度上的有效股票数量 8图表9在年份固定效应下，集中度的解释力 9图表10在年份固定效应下，集中度的解释力 9图表按股票数量划分为十分位的大市值股票与小市值股票的风险属性，标普500总体 图表12按股票数量划分为十分位的大市值股票与小市值股票的风险属性，KENFRENCH数据 10图表13按总市值划分为十分位的大市值股票与小市值股票的风险属性，标普500总体 11图表14按总市值划分为五分位的大股票与小股票的风险属性，标普500总体 11引言图表1文章框架整理随着人工智能革命将投资引向少数科技公司，美国股票市场已越来越集中于这些公司。因此，许多投资者认为，股票市场变得更加危险，并且他们应当将投资组合再平衡至更安全的资产，以抵消这种被感知到的风险上升。我们提供了不可否认的证据，表明美国股票市场的持仓确实已经变得更加集中。然而，我们也提供了有说服力的证据，表明集中度并不会滋生风险，从而反驳了投资者应采取措施抵消集中度的观点美国股票市场已经变得更加集中当我们谈论集中度时，我们指的是持仓层面的集中，例如个别公司，或行业板块、行业等公司群体的集中。这些单位并不必然对应于风险因子的集中。这个区别也预示了我们稍后将提出的一些实践性论据。具体而言，我们通过计算指数或投资组合中的有效资产数量来评估集中度。因N个ti11所示。𝑣𝑡

= 1𝛴ᵢᴺ𝑤2𝑡𝑖𝛴ᵢᴺ𝑤2

（1）在公式1中，𝑣𝑡等于有效资产数量，N等于投资组合中的资产数量，𝑤𝑡𝑖等于第t期资产i的权重。这个方程的分母被称为赫芬达尔—赫希曼指数（Herfindahl–Hirschmanindex）。其倒数是衡量投资组合权重的一种直观指标，因为我们可以用与𝑁相同的单位来理解它，即投资组合中的资产数量。对于权重分布最分散的投资组合，其有效资产数量等于𝑵，也就是资产总数；而对于权重最集中的投资组合，其有效资产数量等于1。若一个投资组合在𝑛个资产子集中等权分布，则其有效资产数量等于𝑛。在我们的实证分析中，我们首先关注标普500指数中个股层面以及行业层面的集中度。我们获取了1998年1月2日至2025年5月2日期间标普500成分股及其对应市值加权指数的日度数据。我们基于标普500指数按自由流通市值计算的实际历史权重，计算股票的有效数量。GICS在保持各行业市值变化当前的股票有效数量接近27年来的最低水平，这既受到行业权重集中度上升21998年以2标普500指数最近已经比19982KenFrench19267月至2025年6月49个行业的月度市值数据。500GICS图表2有效股票数量以及行业板块效应与个股效应归因：1998.1.2-2025.5.2TheFallacyofConcentration》349个行业组合的市值权重构成。（）个股层面的大部分主导效应。图表3行业集中度（1926.7-2025.6）与股票集中度（1998.1-2025.6）的变化TheFallacyofConcentration》集中度会滋生风险吗？相较于历史集中度水平，美国股票市场由于个股、行业板块与行业效应而变得高度集中。正如我们稍后将讨论的那样，这一结果并不令人意外，因为增长自然会导致集中。现在，我们讨论集中度是否会增加风险，以及投资者是否应当采取措施抵消集中度。首先，我们测试一条动态交易规则，该规则根据投资组合中的有效股票数量来调整股票与现金的敞口。具体而言，我们计算有效股票数量的百分位排名，起始窗口为1926年1月开始的10年窗口，并将该窗口扩展至2025年5月。每个月，我们将这一百分位排名所对应的比例投资于股票；股票由KenFrench散。4图表4基于集中度交易规则的股票配置：1936.1-2025.6TheFallacyofConcentration》56图表5固定策略与动态策略的收益和风险TheFallacyofConcentration》图表6固定策略与动态策略的累计收益（对数尺度）TheFallacyofConcentration》75LSEGDatastream457在五个非美国图表7抵消集中度影响的全球证据TheFallacyofConcentration》图表5至图表7的核心结论是，从历史上看，集中度平均而言在主要全球市场中是有益的。在美国股票市场中，从1936年1月至2025年6月，买入并持有策1983120256有人可能会认为，这条交易规则过于简单，或者它应当考虑估值，或者考虑集中度与股票敞口之间更复杂的关系。我们认为，规则的简单性是一种优点。首先，我们并没有声称投资者应忽视估值或其他可能与股票预期收益相关的因素。我们只是表明，集中度本身是一个糟糕的市场择时信号。此外，我们认为，使用一条简单的线性投资规则，可以直接且清晰地隔离集中度与股票市场表现之间的关系。如果我们设计一条更复杂的规则，就很难把集中度的影响与更复杂规则中特定特征的影响区分开来。集中度能解释业绩结果吗？接下来，我们寻求确定集中度在截面和时间维度上的变化，是否能够解释业绩结果的变化。对于这项分析，我们回到较短的股票和行业板块样本，并继续使用有效股票数量来评估集中度；数值越低表示集中度越高。我们把每个行业板块视为其自身的市值加权指数，并计算1998年至2023年108260（26年×10）图表8各行业板块及时间维度上的有效股票数量TheFallacyofConcentration》随后，对于这260个观测值中的每一个，我们计算每个行业板块指数在下一个日历年的若干业绩指标。具体而言，我们计算如下指标：然后，我们分别对每个业绩指标运行一组面板回归，以有效股票数量作为唯一自变量。每个行业板块的业绩指标在很大程度上取决于时间，但我们并不关心时间变化本身。因此，我们在回归中加入年份固定效应。9t“的R²与“R²图表9在年份固定效应下，集中度的解释力TheFallacyofConcentration》101010910图表10在年份固定效应下，集中度的解释力TheFallacyofConcentration》大市值股票与小市值股票的风险属性现在，我们考察大市值股票是否具有不同于小市值股票的风险属性。使用1998年以来的标普500股票总体，我们按照市值排序构造10个十分位组合，并每日再平衡。因而，每个十分位组合由50只股票组成。重要的是，我们在每个组合内部对股票等权配置，使得各十分位组合的有效股票数量相同。因此，每个组合具有相同数量的权重集中度——它们只是集中在不同股票中。我们计算全样本年化波动率、偏度、相对于正态分布的超额峰度，以及收益结果的第10百分位和第90百分位。我们在日度和月度频率上计算这些指标。图表11显示，包含约50只最大股票的最大十分位组合，在所有组合中具有最低的波动率和峰度，并且该十分位组合的偏度和第10百分位损失结果几乎比所有其他十分位组合都更有利。图表11按股票数量划分为十分位的大市值股票与小市值股票的风险属性，标普500总体TheFallacyofConcentration》我们使用从KenFrench1926图表12按股票数量划分为十分位的大市值股票与小市值股票的风险属性，KenFrench数据TheFallacyofConcentration》121310票十分位平均包含230只股票，它们合计具有与最大股票十分位相同的总体市值；312133230”。因此，我们把标普500指数划分为五分位。这种分层产生一个顶部五分位，平均包含8只股票；而为了聚合到相同市值，平均需要328只最小股票。图表13按总市值划分为十分位的大市值股票与小市值股票的风险属性，标普500总体TheFallacyofConcentration》图表14显示，即使必须投资于标普500指数中328只最小股票，才能获得与最大8只股票相同的指数市值占比，这些等市值五分位的风险本质上也是相同的。这些结果强烈反驳了集中度会影响风险的观点。图表14500总体TheFallacyofConcentration》为什么集中度不会影响风险我们提出三个基本解释，说明为什么集中度不会影响风险。第一，大公司本质上比小公司更加多元化并且更安全。第二，集中度是增长的自然结果，而不是异常现象。第三，美国股票市场高度有效。内在多元化与安全性地域多元化。大公司在国内和全球许多市场开展业务。因此，它们不那么容易受到地方性冲击或环境的影响，而这些冲击或环境可能会破坏依赖本地的公司的盈利。此外，它们可以接触多条供应链，这使它们免受供应链中断的影响。产品多元化。大公司生产和分销许多产品和服务，不同于可能只生产一种或少数几种利基产品或服务的小公司。因此，与小公司相比，大公司受到消费者偏好变化、政府干预、供应链中断、技术替代和新竞争的影响较小。庞大的市场。大公司提供的产品能够吸引许多不同客户群体。它们的市场庞大，而且较少依赖狭窄客户群体偏好或环境的变化。因此，大公司不仅在产品上更加多元化；与小公司相比，它们在客户方面也更加多元化。更强的应对逆境的选择性。大公司在面对不利环境时，更有灵活性来管理结果。它们可以剥离表现不佳的业务单元，削减薪酬支出，推迟投资，与供应商和服务提供商重新谈判合同，并整合运营。更好的资本获取渠道。大公司拥有更强的议价能力，可以谈判出有利的借款条更好的管理与治理除了这些关于大公司相对安全性的务实论据之外，还有一些有说服力的概念性论据，对投资者应采取行动抵消集中度的观点提出挑战。集中度是自然的幂律：Goldberg（2023）70会导致集中。以及其他有利环境。此外，作者解释说，集中度几乎不是异常现象。推动公司增长率的相同动态，也会影响人口、收入和财富的增长。最后，他们介绍了投资者可用于控制集中度的技术。不过，我们认为，只有当投资者有理由相信过去推动增长的因素已不再适用时，才应采取措施抵消集中度。一价定律MertonMillerFrancoModiglianiBlack-Scholes-Merton市场效率PaulA.Samuelson（1965）20市场组合。由Lintner（1965a和1965b）、Mossin（1966）、Sharpe（1964）和独发出资产定模，风划为两个 统风，与市组价变相且无被散的险以及非系统风，可被散掉风。模认，投者应担统风险，因为们会承非统性险获补。此，们当有场合，而不论权分如。总结我们提供了不可否认的证据，表明美国股票市场目前在持仓上比过去四分之一个多世纪以来更加集中，并且几乎与过去一个世纪中曾经达到的最高集中度一样集中。我们还表明，这种集中度上升既来自个股效应，也来自行业板块效应。随后，我们讨论了集中度是否会增加风险，以及投资者应当如何应对。我们首先测试了一条基于1926年起始数据的动态交易规则：随着美国股票市场变得更加集中，该规则把投资组合从股票转向安全资产，从而降低对美国股票市场的敞口。我们表明，与对集中度不敏感的买入并持有策略相比，这条交易规则产生了更低的平均收益和更高的标准差。然后，我们使用1998年至2025年股票市场行业板块面板，将若干业绩指标对我们的集中度指标进行回归。我们控制了年份固定效应和行业板块固定效应。我们的分析显示，集中度无法以任何统计显著性解释这些业绩指标的变化。10包含较大市值样本时，我们还把股票市场分层为总市值相等的十分位和五分位。这些结果显示，集中度并未有意义地影响风险。随后，我们提出解释，说明为什么大公司的集中度不会增加风险。大公司在产品和市场上更加多元化，更有能力应对商业挑战，拥有更好的融资来源。与小公司相比，它们拥有经验更丰富、资质更好的领导者。并且，它们受到更彻底的监管，也被更仔细地研究。这些大公司的优势抵消了原本可能来自集中度的任何增量风险。最后，我们从概念上论证了为什么投资者不应采取行动抵消集中度。我们首先讨论了幂律，它表明集中度是增长的自然结果，因为增长会自我强化。接着，我们讨论了一价定律，该定律指出，提供相同现金流的资产应当具有相同价格。随后，我们讨论了有效市场假说，该假说认为信息随机到