選基金,集中度越高就一定越好嗎?

在直觀的認知上，很多投資者都知道組合投資的超額收益來自對基準的偏離。為了獲取更好的超額收益，很多基金經理的風格是將自己的組合在持倉上做一定的集中，而衡量集中度的一個重要指標，就是前十大重倉股在基金股票倉位裡的佔比。

但問題是，高集中度的基金就一定比低集中度的基金有更好的表現嗎？如果投資者仍然希望自己的基金是更分散的組合，那麼在低集中度的基金中，什麼樣的基金又能有更突出的表現呢？

本文所研究的基金池範圍為主動權益型基金（普通股票型、偏股混合型、靈活配置型），近1年四個季度報告期權益型倉位在60%以上（不同份額取一）。

基金經理管理時間在2019年之前，即具有完整年度的管理業績，並排除建倉期的影響，排除19年至今換過基金經理導致風格改變集中度改變的影響。經過篩選後共有1095隻基金（除去WIND量化型基金，因為量化型基金集中度低）。70%的基金集中度位於40%-70%，以下為集中度與基金業績的散點圖。

▼集中度與基金業績分布

數據來源：Wind，好買基金研究中心

一、高集中度 or 低集中度？

從我們直觀來看，集中度高、重倉集中在幾隻股票上的投資方式，如果能夠把握到市場風格，短期收益能夠做到很高，但同時需要承擔更大的風險。而分散化投資，雖然能夠較為平穩獲利，但短期獲得高收益的難度也較大。那麼事實是否可以證實我們的直觀感受呢？

本文對基金的持股集中度定義為基金前十大重倉股佔股票資產權重之和。如果基金前十大重倉股佔比過半，即50%以上，那麼我們認為基金為高持股集中度基金，如果低於50%即為低持股集中度基金。當然，隨著每隻基金各報告期集中度的不同，該只基金可能在不同時間內被劃分到不同類別。

首先以50%的閾值，根據基金在2018年年報、2019年中報、2019年年報、2020年中報四個報告期集中度數據將這1095隻基金在各個報告期分為兩類，並計算隨後半年基金的業績和風險數據，並以此進行顯著性檢驗。比如，通過2018年年報集中度數據，我們將基金分為高集中度基金和低集中度基金，並計算2019年上半年高和低的業績、風險數據。得到結果如下：

▼集中度與基金業績分布  

數據來源：Wind、好買基金研究中心

（2020年下半年數據截至9月13日）

1、 從結果來看，底層的1095隻基金中，各時間段高集中度基金比低集中度基金多。

2、基金業績方面，除2019年下半年以外，高集中度基金各半年度平均業績略高於低集中度基金，且由於基金集中重倉於某個板塊，短期內獲得高收益的概率更高，因此高集中度基金最大回報高於低集中度基金。但高集中度受到的風險同樣增加，最小回報也因此低於低集中度基金。也就是說高集中度基金業績分化更大。

3、 風險方面，高集中度基金平均波動率和平均最大回撤絕對值大於低集中度基金，但2020年上半年數據表現出相反的結果。

總體來看，數據結果符合我們的直觀預期。接下來我們需要對兩種類型進行顯著性檢驗，證明其統計學意義。

二、什麼樣的市場，高集中度表現更好？

採用Wilcoxon秩和檢驗對4個區間維度下高集中度基金和低集中度基金業績數據進行顯著性檢驗，採取單側檢驗，原假設為低集中度基金相關指標大於高集中度基金，如果p值小於0.05則否定原假設。

▼秩和檢驗結果

數據來源：Wind、好買基金研究中心（2019-01-01至2020-09-13）

首先在收益方面，從p值結果來看，2019年上半年、2020下半年以來，p值小於0.05拒絕原假設，結合之前的均值優勢，我們認為高集中度基金業績顯著優於低集中度基金。而19年下半年，p值大於0.99，低集中度基金業績優於高集中度基金。波動方面，僅2019年上半年能夠拒絕原假設，得到高集中度基金波動情況顯著大於低集中度基金。而最大回撤方面，2019年下半年p值大於0.99，說明高集中度基金絕對值大於低集中度基金，並具有統計學意義。而2020年上半年，高集中度基金業績最大回撤絕對值小於低集中度基金。

從顯著性檢驗來看，不同時間區間出現不同的結論。因此，我們認為高集中度和低集中度孰優孰劣需要根據市場階段性行情來討論。比如我們將這4個時間區間分別劃分為2019上半年階段性牛，2019年下半年震蕩，2020上半年震蕩以及2020下半年階段牛。根據4個時間區間大盤行情來看，19年一季度和20年7月初，分別經歷了結構性牛市，同期高集中度基金業績顯著優於低集中度基金。但19年下半年大盤整體呈波動狀態，19年下半年高集中度基金弱於低集中度基金，且其最大回撤絕對值顯著大於低集中度基金。20年上半年市場經歷大幅回調後拉升，相當於市場經歷的震蕩下行，但同時經歷階段性機會，導致高集中度和低集中度並沒有顯著性的優劣，雖然高集中度基金平均業績佔優，但不顯著，而最大回撤方面，高集中度基金較優。

由此看來，集中度高和低在統計學上並沒有絕對的孰優孰劣，而是與市場短期環境息息相關。如果市場經歷階段性牛市，那麼高集中度基金的整體表現佔優。當市場處於下行或震蕩區間，低集中度基金整體表現大概率佔優。

三、同一人管理基金的集中度差異怎麼看？

（註：此處的在管基金和在管規模所指的基金是任職於2019年之前，並且只統計基金經理明細中第一位基金經理。集中度數據為2020年中報數據，規模為AC份額合計。）

持股集中度可以體現出基金經理的投資框架和風格。按照我們的計算標準，在管規模超過100億級別的基金經理共26位，普遍具有非常穩定的投資風格，主要體現在所管基金持股集中度相差小。其中有超過60%的基金經理所管基金集中度極差小於10%。比如興全基金董承非，所管的兩隻基金興全新視野和興全趨勢，前十的集中度相差僅0.22%。張坤、劉彥春、葛蘭、周應波、胡昕煒等所管基金集中度極差都在10%以內。僅4位基金經理所管基金集中度極差超過20%，但基本都在25以內。

▼管理規模>50億的基金經理

數據來源：Wind、好買基金研究中心（截至2020-09-13）

此外，是否有一些基金經理旗下所管基金集中度相差較大呢？我們統計所管基金集中度極差在35%以上的基金經理，共9位。從基金規模來看，普遍較小，多數基金由多位基金經理共同管理，可能是一方面原因。此外，產品定位也是集中度差別的一個原因，比如謝屹管理的前海開源強勢共識100強。

▼集中度極差大於40%基金經理明細

數據來源：Wind、好買基金研究中心（截至2020-09-13）

四、個案分析

從以上分析結果來看，持股集中度高與低並沒有確定性差別，而是要根據具體的市場環境來看。比如短期階段牛市集中度高佔優，震蕩市和下行市場集中度低佔優。那麼以下我們例舉兩種風格的優質基金。

高集中度優質基金

寶盈新銳001543——肖肖

寶盈新銳的基金經理肖肖是高持股集中度的代表之一。其管理的基金中，寶盈新銳這隻產品管理時間最久，從2017年1月開始管理，目前累計收益172%，年化收益31%。寶盈新銳前十大個股集中度基本在90%以上。從個股來看，基本上每個報告期前5-6隻重倉股都是頂著10%的上限買入。此外，持股方面，肖肖非常看好白酒板塊，今年中報前10大有5隻白酒股。在調研中我們了解到基金經理看好高端白酒的品牌溢價和平價白酒的價格優勢。

▼重倉股數據

數據來源：Wind、好買基金研究中心（截至2020-09-14）

業績表現方面，18年回撤相對較大，但17年、19年全年以及今年以來，在靈活配置型基金中業績非常優異。

▼年度業績表現

數據來源：Wind、好買基金研究中心（截至2020-09-14）

基金經理肖肖在加入寶盈基金之前主要從事房地產行研，15年加入寶盈，17年開始管理基金後投研方向逐步沉澱到消費服務板塊。現任寶盈基金權益投資部經理、消費服務研究組組長。從寶盈新銳能力圈模型來看，肖肖從管理以來始終聚焦消費品投資，堅持風格不漂移，寶盈新銳也是一隻優秀的消費類基金。

▼能力圈模型

數據來源：Wind、好買基金研究中心（截至2020-09-14）

低集中度優質基金

信達澳銀新能源001410——馮明遠

馮明遠的信達澳銀新能源產業是一隻優質的低集中度基金。持股極度分散化，各報告期持股數量多達幾百隻。從最新的中報數據來看，持股數量超過400隻，以大於0.01%權重的有效持倉來看也有300隻個股。前十大集中度基本在20%-30%之間，始終滿倉操作，可以說是將分散化發揮到極致，但高度分散化並沒有影響到基金的業績表現。從第二張表業績排名來看，馮明遠在2016年10月管理信達新能源以來，各年度在股票型基金中名列前茅，全部都在前20%。其中2019年以94.11%的收益排在同類前1%，2018年在沒有大幅降倉的情況下回撤控制優異，是一隻業績持續性非常強的科技類基金。

▼重倉股數據

數據來源：Wind、好買基金研究中心（截至2020-09-14）

▼年度業績表現

數據來源：Wind、好買基金研究中心（截至2020-09-14）

馮明遠，浙大工學背景，主要研究方向為在科技領域，長期專研通訊，電子，電力設備等領域。從其能力圈模型歸因來看，同樣堅持科技產業投資，自管理以來始終未發生偏移。

▼能力圈模型

數據來源：Wind、好買基金研究中心（截至2020-09-14）

 本文系好買商學院原創，如需轉載，請在文章開頭註明來源於「好買商學院」。未經授權，任何媒體和個人不得全部或者部分轉載，否則將承擔相應的法律責任。

免責條款：本文內容為基於公開資料研究完成，並不構成投資建議。投資者應審慎決策、獨立承擔風險。

邊學邊賺，就在好買商學院！更多內容，關注我們@好買商學院

​