市场集中度与失落的十年

市场资本加权指数的发明对普通投资者有利,因为它提供了一种简单而有效的方法来接触股票市场。然而,一些市值加权指数背后隐藏着历史上罕见的集中度水平。

在本文中,我们将探讨历史上的高集中度水平如何影响回报、估值以及长期投资者的结果——以及当前市场动态为何可能为一个熟悉的结局铺平道路。

美国股市的集中度水平已达到50多年来的最高点,前10只股票的权重占到了36%。当少数几家公司主导市场时,可能会出现一些问题。

前10只股票的集中度意味着表现将受到这些少数几家公司的影响。这些股票的强劲表现可以推动整个市场上涨,而任何显著的下跌可能会不成比例地拖累市场。这种动态有时会掩盖其余490只股票的表现,导致对整体市场健康状况的扭曲感知。

尽管总有人想宣称“这一次不同”,但市场历史告诉我们,尽管情节可能不同,故事往往以相似的方式结束。本文将利用按市值加权的前500家美国股票(前500),来考察历史上前10只股票的表现,基于集中度和估值水平,以及市场参与者为何可能对当前事件的后续影响准备不足。

一只股票在前 10 名的位置可能是短暂且波动的,也可能是持续数十年的(图 1)。20 世纪 70 年代和 80 年代被工业巨头和能源公司主导。IBM 和埃克森美孚在前 10 名中度过了数十年。20 世纪 80 年代和 90 年代,也有一两家制药和电信股票进入和退出前 10 名。甚至烟草生产商奥驰亚也曾短暂出现在前 10 名。

到 1999 年,科技/增长公司的崛起已进入高潮,前十大股票的权重达到了几十年来的最高水平。1998 年至 2000 年的科技/增长泡沫是我们在当前极端水平之前最后一个重要的市场集中周期。2000 年代,价值类股票表现强劲,多家能源和金融公司跻身前十大。这一切在 2008 年金融危机期间戛然而止。2010 年代至今,科技或科技相关公司的 resurgence 使得市场的集中度超过了 1990 年代末和 2000 年代初的水平。

图 1:十大股票变化频繁,十年一换 .

市场集中度与失落的十年

代表了基于市值的前 500 家美国股票中市值最大的前十大股票。数据来源:Compustat。计算:哈特福德权益建模平台。

市值权重 vs. 贡献利润

当前,前十大股票的权重为37%,远高于其贡献的收益占比,后者目前仅为28%。这在收益贡献和权重之间造成了巨大的差距(图2)。

当前市值权重与收益权重之间的差距是自1970年以来最宽的。仅有两次差距接近这个程度。

  • 2020年8月,随着新冠疫情熊市后最大股票领涨,且在“居家令”导致支出转移的预期收益之前,出现了这一差距。在此情况下,前十大股票的权重保持稳定,随着市场的持续上涨,收益贡献也逐渐赶上。
  • 2000年,前十大股票的权重也保持稳定,收益贡献也逐渐赶上,但在此期间,公司收益崩溃,市场损失了49%。

当前的缺口无法预测将如何解决,但最近形成的缺口是因为前十大权重股的表现出现了抛物线式增长,而它们的盈利贡献保持稳定。盈利贡献赶上这种增长需要巨大的努力,但这是可能的。

图2:权重向前10名增加,而盈利贡献保持稳定。

市场集中度与失落的十年

日期范围:1964 年 12 月 31 日至 2024 年 12 月 31 日。代表了美国前 500 大股票中市值最大的前 10 支股票。数据来源:Compustat。计算方法:哈特福德股票建模平台。

今天的前10支股票能否保持其市场领导地位?图3是每个前10支股票在未来10年增长的假设示例,如果它们过去10年的回报率继续下去,前10支股票的权重将增加到73%。可以说,前10支股票当前的表现轨迹是不可持续的。

图 3:前十大公司的当前轨迹不可持续

市场集中度与失落的十年

基于美国最大 500 家公司的 Top 500。图表使用当前权重和过去 10 年的回报率,并将其应用于未来 50 年。过去的表现不保证未来的结果。来源:Compustat。计算:哈特福德权益建模平台。

现在既然已经确定了前十大公司的集中度达到了极高水平,我们将考虑集中度是否影响了未来回报。我们将前500家美国股票分为前10名和后490名,两者均等权重并每月再平衡。然后我们使用图2中的权重,并将其与前10名等权重和后490名等权重的未来五年回报差值结合起来。

在整个分析中,Bottom 490 等权重在 69%的滚动五年期间表现优于 Top 10 等权重。当我们把观察结果平均分为三部分时,最高的集中度仍然导致 Bottom 490 等权重的表现更优。

市场最集中时的第三次,前10名的权重范围在23%到39%之间。底部490只等权重基金在88%的时期内获得了优于前10名五年期的回报(图4)。

在集中度水平的中间三分之一区间内,Bottom 490 等权重表现优于 80%的情况。而在集中度水平的最低三分之一区间内,我们看到了这一趋势的逆转。

当前十大集中度水平保持在约19%以下时,底部490只等权重股票有39%的时间表现优于市场,因此在某些时候市值加权略占优势。

图4:当前十大集中度高于23%时,接下来五年中底部490等权重表现优于88%的情况占多数。

市场集中度与失落的十年

日期范围:1964 年 12 月 31 日至 2024 年 12 月 31 日。过往业绩不预示未来结果。基于市值最大的 500 家美国股票。前 10 等权重和后 490 等权重均等加权并每月再平衡。数据来源:Compustat。计算:哈特福德 Equity 模型平台。

历史估值会影响未来回报吗?

除了集中度水平外,我们还研究了历史估值,以确定它们是否影响了未来回报。Top 10 等权重与 Bottom 490 等权重的市盈率(P/E 比率)差距达到了自 2000 年科技泡沫顶峰以来从未见过的极端水平(不包括受疫情影响的时期,该时期影响了盈利数据)。

Top 10 等权重与 Bottom 490 等权重之间最大的估值差距出现在 2000 年初,当时科技泡沫达到了最大膨胀。除了科技泡沫时期,这一差距在本年度再次出现最为显著。虽然估值指标在短期内是糟糕的市场时机工具,但历史上它们曾提供了一些长期表现的指示。

图 5:Top 10 等权重与 Bottom 490 等权重的历史市盈率。

市场集中度与失落的十年

日期范围:1964 年 12 月 31 日至 2024 年 12 月 31 日。基于市值最大的 500 家美国股票。Top 10 等权重与 Bottom 490 等权重为等权重并每月再平衡。数据来源:Compustat。计算:哈特福德权益建模平台。

在历史相对估值比较中,基于 Bottom 490 等权重与 Top 10 等权重的市盈率,当前的相对估值将处于前十分位。历史上,当 Bottom 490 等权重相对于 Top 10 等权重被如此大幅折价时,Bottom 490 等权重在随后五年的平均表现比 Top 10 等权重高出近 7%。

此外,在相对估值位于前十分位数的情况下,只有一次观察到 Bottom 490 等权重指数在随后的五年内没有跑赢 Top 10 等权重指数。

图 6:Bottom 490 等权重指数相对于 Top 10 等权重指数被低估。

市场集中度与失落的十年

日期范围:1964 年 12 月 31 日至 2024 年 12 月 31 日。过往业绩不预示未来结果。基于市值最大的 500 家美国股票。前 10 等权重和后 490 等权重均等加权并每月再平衡。高于 0%时,后 490 等权重表现更佳,低于 0%时,前 10 等权重表现更佳。数据来源:Compustat。计算:哈特福德股票建模平台。

较高的集中度和估值水平往往预示着大型股票市场波动性和回撤加剧的时期。在许多最严重的市场回撤中,市值加权最大的10只股票的表现逊于市值加权最小的490只股票,包括2022年的熊市。

图7:大型股票的波动性比通常认为的要大。

市场集中度与失落的十年

日期范围:1964 年 12 月 31 日至 2024 年 12 月 31 日。过往业绩不预示未来结果。基于市值最大的 500 家美国股票。前 10 等权重和后 490 等权重均等加权并每月再平衡。数据来源:Compustat。计算:哈特福德 Equity 模型平台。

不仅高集中度和相对估值时期会导致波动性加剧,还会导致长期回报令人失望,通常被称为“失落的十年”。在整个市场历史上,多次出现过失落的十年,大多数都是在高集中度和相对估值之后发生的。

1990年代科技/增长泡沫积累的集中度在图8中导致了一个失落的十年,因为市值加权的前500只股票在10年期间的回报为负。另一个失落的十年(图9)发生在1960年代市场极度集中之后,导致最大的股票在10年期间回报为负,但市场中间部分的回报为正。这些失落的十年证明了分散投资的力量,底部的490只等权重股票往往比前500只股票表现更好。

图8:2000年3月31日至2010年3月31日的年化回报率。

Top 500 -0.99%
重量平均前10 -6.63%
重量平均第490位以下 2.55%
重量平均接下来的500个 5.44%
市场集中度与失落的十年

日期范围:3/31/2000 – 3/31/2010。过往表现不保证未来结果。Top 10 代表市值最大的前 10 只股票,出自市值最大的前 500 只美国股票。Top 10 等权重并每月再平衡。Bottom 490 代表市值第 11 至第 500 大的前 490 只股票,出自市值最大的前 500 只美国股票。Bottom 490 等权重并每月再平衡。Next 500 代表市值第 501 至第 1000 大的美国股票,出自市值最大的前 1000 只美国股票。Next 500 等权重并每月再平衡。数据来源:Compustat。计算:哈特福德权益模型平台。

图9:十年失衡年度回报率截至1964年12月31日至1974年12月31日。

指数前500 1.24%
平权前10 -0.44%
底 490 等权重 3.09%
市场集中度与失落的十年

日期范围:1964 年 12 月 31 日至 1974 年 12 月 31 日。过往业绩不预示未来结果。Top 10 代表美国前 500 大股票中市值最大的前 10 只股票。Top 10 等权重并每月再平衡。Bottom 490 代表美国前 500 大股票中市值排名第二大的前 490 只股票。Bottom 490 等权重并每月再平衡。数据来源:Compustat。计算:哈特福德权益模型平台。*由于初始投资组合中缺乏股票,因此未将 Next 500 纳入分析。

在过去10年里,市值加权指数主导了投资市场,就像1960年代和1990年代市场集中时期的情况一样。虽然市值加权指数对普通投资者有利,但如果进入另一个失去的十年,就像过去市场集中后发生的那样,这些投资者是否做好了准备?

市场历史告诉我们,除非能想象到到2030年代有10只股票占市场比重超过三分之二的世界,否则这种集中将是难以实现的。

现代投资组合理论已经教会专业投资者分散投资的好处。也许是时候以一种更有目的性的方式分散投资,以减少极端的市场集中度了。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/90350.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2025年7月8日 23:51
下一篇 2025年7月9日 00:08

相关推荐

  • 国际市场和法治

    学术研究表明,开放、法治和法律保护与投资者流入全球股票市场有关。基于这样的考虑,非美股看起来不太好。 过去几十年来,新兴市场和非美国发达市场股票的表现落后于美国同行。对于这种表现不佳的情况,有几种可能的解释。持有美国股票的风险溢价可能高于持有国际股票的风险溢价。但考虑到美国股市的波动性也远低于国际股市,这不太可能是原因。 另一个原因可能是资本在不同国家之间的…

    2024年4月3日
    12500
  • 你的金钱性格是什么?

    在处理金钱方面,我们都有不同的倾向、习惯和行为方式。心理治疗师、金钱教练和金钱心理学领域的开创者奥利维亚·梅兰 (Olivia Mellan) 将我们处理金钱的方式称为我们的“金钱性格”。虽然这种性格并不是一成不变的,也不总是能归入一个明确的类别,但了解你的金钱性格类型可以在很大程度上帮助你深入了解你对金钱的感受和行为。 认为你具有金钱特有的个性似乎很奇怪,…

    2023年7月13日
    25300
  • 北京大学R语言教程(李东风)第18章: R程序效率

    R是解释型语言,在执行单个运算时,效率与编译代码相近;在执行迭代循环时, 效率较低,与编译代码的速度可能相差几十倍。在循环中对变量进行修改尤其低效,因为R在修改某些数据类型的子集时会复制整个数据对象。R以向量、矩阵为基础运算单元,在进行向量、矩阵运算时效率很高,应尽量采用向量化编程。 另外,R语言的设计为了方便进行数据分析和统计建模,有意地使语言特别灵活,比…

    2023年11月6日
    20400
  • 北京大学R语言教程(李东风)第43章:基于树的方法

    43.1 树回归的简单演示 决策树方法按不同自变量的不同值, 分层地把训练集分组。 每层使用一个变量, 所以这样的分组构成一个二叉树表示。 为了预测一个观测的类归属, 找到它所属的组, 用组的类归属或大多数观测的类归属进行预测。 这样的方法称为决策树(decision tree)。 决策树方法既可以用于判别问题, 也可以用于回归问题,称为回归树。 …

    2023年12月2日
    29800
  • 双向策略提高投资组合效率

    有一种新的计入策略可用于注册指数挂钩年金 (RILA),称为“双向”。虽然双向方法在结构性产品领域已常见至少十年,但即使标的资产的回报(例如,标准普尔 500 指数的价格回报)通常为负,投资者也有可能获得正的记入回报。在一定范围内。 在这篇文章中,我探讨了传统 RILA 和提供双向信用的 RILA 的功效。我使用总投资组合背景和基于效用理论的投资组合优化方法…

    2023年10月8日
    24300
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部