ETF的份额与行情的反向之谜——指数与创新产品研究系列之十二

（以下内容从申万宏源《ETF的份额与行情的反向之谜——指数与创新产品研究系列之十二》研报附件原文摘录）
　　近年来，投资者逐渐发现，ETF的份额与行情存在着一定的方向关系，往往ETF的份额大幅增加并不是在ETF快速上涨的行情中，而是出现在指数大幅度下跌的过程中。在2021年的结构性行情里，这种现象尤为明显，中概互联ETF在全年的大幅度下跌中规模超过300亿，而新能车ETF则在快速上涨中份额减少。 这种现象对ETF的布局以及营销工作都带来了一定的影响，为更好掌握这种关系，本文从份额和行情的反向关系出发，对整体、单个产品的反向关系做了一些统计和梳理，以便我们更好的理解ETF的生态和开展ETF的相关业务。需要说明的是，限于篇幅，这种反向关系背后的原因暂不在本文的探讨范围，未来我们会开展进一步的研究。 1. ETF份额与收益的整体负相关性 首先，我们从整体的负相关系数出现，展示整体负相关的一些统计数据。因为净值和份额都有长期向上的趋势，因此，本文份额与收益的相关性用份额增量与收益率的相关系数衡量。同时从收益、波动、尾部等因素来观察对负相关系数的影响。 1.1 整体负相关性统计 首先我们对所有股票ETF产品的份额日增量和净值的日涨跌幅进行相关性的计算，应对该相关系数的分布进行统计。绝大部分ETF产品的份额日增量与净值日涨跌幅呈现负相关，并且这一反向相关的现象不论是在近两年还是近10年的时间跨度中基本都没有改变。 我们考虑一些可能影响这种负相关关系的因素：如收益、波动、尾部（极端行情的涨跌幅）等，选取收益、波动和峰度和ETF近2年相关系数进行测算，从回归斜率的大小上可以看出，波动的对相关系数的影响最显著，峰度影响不明显。因此从不同产品之间的负相关系数来看，高波动的ETF负相关关系会更明显。 接下来我们来看不同流动性ETF的负相关系数的差异，这里我们采用近一个月来的日均成交金额作为衡量，在下图中我们对ETF按照其流动性的大小平均分为10组，从0~9他们的平均流动性依次增大，可以看到总趋势上，随着流动性的增加，ETF的负相关系数变的更加明显。 对流动性和相关系数做折线图也可以看出这一趋势。和上图不同的，是由于大部分不活跃的ETF的流动性总体聚集在5千万元以下，因此在散点图上会在Y轴附近大量聚集，而流动性较大的ETF是少数，代表流动性最大的那一组的点落在整个图的右下角，远离其他分组的散点。 我们对机构持有占比这一数据也进行了统计：随着机构持有比例的上升，相关系数绝对值呈现先上升后下降的态势，在机构持有比例30-40%时达到最高，这一趋势不论是过去2年的平均相关系数还是过去10年的平均相关系数，基本都是一致的。 1.2 部分活跃产品的相关性 由上文可以看到流动性对ETF的负相关关系影响较大，本小节我们将选取部分代表产品单独考察负相关系数的一些统计。 下图是部分ETF产品的十年区间相关系数与两年时间内的相关系数的比较。在不同时间维度上都呈现出相似的负相关系，与上文的整体特征无明显变化。 同样地，我们对这一部分产品的相关系数与他们的收益波动以及峰度分别进行了比较。与整体统计不同的是，在这部分代表性产品里，峰度对ETF负相关关系的影响较为明显。我们用峰度代表肥尾效应，即该ETF的极端行情概率，在这部分相对活跃的产品里，越容易出现极端涨跌幅的产品负相关关系越明显。 下图为ETF产品波动和相关系数的比较。可以看出散点呈现出向右下分布的趋势，这在近两年的时间跨度上更为明显，但与整体统计相比不如整体上波动对ETF负相关关系的影响明显。 下图为ETF产品峰度和相关系数的比较。与整体统计不同，这部分ETF产品的峰度越大，负相关关系越明显。 2. 单个ETF的份额与行情的负相关特征 由之前分析的散点图可以看出，虽然绝大部分ETF产品都表现出负相关性，但不同产品之间在负相关大小上，依然存在着一定的差异。接下来我们对单个产品的这种负相关特征进行统计和梳理。 2.1 份额和净值的直接比较 首先，我们列举部分代表性产品的份额和净值的直接比较图，从图里可以明显看出这些产品的行情和份额具有明显的反向关系，甚至净值和份额的走势在图里呈现“镜像”的特征。由于产品较多，我们仅在正文列举少数产品，部分图表我们放在后文的附录中。 2.2 分10组后不同涨跌幅的申购分布 除了最直观的净值和份额的走势，我们还对单个产品的涨幅为10组，来统计每组里的份额平均变动情况，可以一窥，部分产品尤其是活跃的行业主题产品该10组分布下随着涨幅的增加份额减少的关系非常明显： 首先，我们展示了大部分活跃的行业主题ETF，这种分10组后涨跌幅和份额的反向变动关系明显而且单调： 但有意思的是，如果我们再去看宽基指数ETF，不少宽基指数ETF的单调性会有所下降，在涨幅最大组里的份额可能是平均净申购的或者净赎回的量较少： 这样的差异对宽基指数而言似乎是“有利”的，即单纯从这个统计来看，行业主题ETF更多是在下跌时净申购，而宽基ETF可以在指数大幅上涨或大幅下跌时都有净申购或者只出现少数净赎回。为进一步判断，后文我们对申购情况和大幅上涨下的行情又做了单独统计。 由于宽基指数ETF相比行业主题指数的单调性表现要更差一些，其ETF涨跌幅和份额变化相关性一般，我们从其他维度去分析这些以宽基指数作为标的的ETF的共性。 这里我们以华泰柏瑞300和南方500两只ETF为例，沪深300和中证500两只宽基指数都有对应的期货产品，因此这些流动性较大的代表性ETF，其份额申购赎回不仅受自身净值变化影响，也不可避免的和期货升贴水有一定的关系。如期货上涨的升水会吸引更多投资者买入ETF进行套利，从而引起ETF份额的增加。 我们以当季连续合约的年化基差率来代表期货的基差率，通过不同方法进行回测得出基差率的日变化值与份额变化值相关性最高，且时间跨度为近两年时相关性和显著度都会有明显的上升。一方面，我们相关性比较的是ETF份额的日变化值，因此基差率的日变化值相比其他基差率处理方式会有更高的相关性；另一方面，由于15年股市总体行情的剧烈变动，只考虑近两年的情况会更能表现出二者的相关性。 在下图中，我们将日份额变化量最大的前10%的交易日再按份额增额大小分为10组，比较每组的基差率变化均值。当份额出现急涨情况时，年化基差率也会与其表现出较强的正相关关系。 在急涨急跌日行情下，不同种类的ETF申购情况出现了较为明显的差异。行业主题指数是呈现比较绝对意义的反向统计特征，而宽基指数如沪深300和中证500很明显的体现涨跌都有申购。 2.3 急涨急跌的申购细分 本小节定义的“急涨急跌”指的是上一节中前10%的涨幅分组和前10%的跌幅分组，进一步细化观察部分产品在极端行情下份额的变化。 首先，我们仍然展示大部分活跃行业主题ETF在极端行情下的特征没有变化，单调性也没有变化： 但是，前文展示过的部分宽基指数尤其是是沪深300、中证500都会呈现在急涨时出现净申购的特点，甚至部分产品还呈现一定随涨幅增加净申购也增加的单调性。 除了宽基指数，国泰军工ETF在涨幅最高的1%行情下，也出现了近2年净赎回减少、近10年数据里净申购的状态。可见，最极端的上涨行情也可能导致原本规律较为单调的行业主题ETF出现整体净申购。 由于发现了这种可能会变化的关系，后文我们从时间序列的层面上去了解这种变化。 3. 不同行情下负相关关系的变化 3.1 不同产品的特征 我们计算滚动60日的历史相关系数，来反映随着行情的推移，不同产品负相关关系的变化。宽基指数ETF再次呈现出和行业主题ETF不同的特点：即宽基指数ETF的滚动相关系数会在正负之间来回变动，而行业主题ETF往往大部分时间为负，少数行情下为正。 同时我们还把每只ETF在不同行情分10组下，份额增加的占比（相比于平均份额）也做了展示，用以观察ETF在不同行情里份额的增加是否均匀，还是份额变动来自少数的极端行情。 如以下图华安创业板50为例，该产品的相关系数和大部分宽基指数ETF相似，会较快的在正负之间变化，而不同行情下份额的变动较为均匀，不依赖于少数极端行情。 我们将10%上涨的极端行情单独拿出来，去观察不同产品在10%上涨行情下，份额的增加情况和份额的增加天数占比情况： 在上图中，纵轴以0.5为界可以分为四个象限：落在右上角第一象限的产品，属于快速上涨时ETF的份额呈现增加状态，且大部分日期都是净申购，份额增加不依赖于极端行情的贡献，左下角的第二象限暂无产品，右下角的第三象限产品较多，属于快速上涨时ETF份额呈现净赎回，且大部分日子里都是净赎回，不依赖于少数极端行情的贡献。最后少数产品落在第四象限左上角，即快速上涨时ETF份额净赎回，但由于份额变动的天数分布较为均匀，说明份额的变动依赖于少数极端日子的贡献。 虽然不同ETF产品的60交易日滚动相关系数表现各有差异，有些波动总体较为平缓，而有一些会有比较剧烈的大起大落，但从下表的行情相关系数小结上可以看出，各ETF产品总体上这一相关系数都为负数。60交易日滚动相关系数和ETF净值基本还是表现为强烈的负相关关系。 3.2 滚动相关系数的规律 （一）相关系数正负不同时，净值涨跌幅均值差异明显 在60个交易日回滚的相关系数上，我们可以看到有时他们会呈现出较大波动或是突然的反转，如60日回滚相关系数有时会在保持一段时间的负数后突然变为正数。虽然回滚相关系数的这一变化在图像上看起来有些杂乱，似乎表现出了一定的随机性，但通过分析，我们可以看出他与ETF本身的净值变化有着较为密切的关系。 我们对回滚相关系数按正数负数分为两组，比较两组的对应日净值涨跌幅。几只产品的正负差异都非常明显，当滚动相关系数为正时，日涨跌幅的均值要明显更大一些。 为了便于展示，我们将上表内容制图，各产品在滚动相关系数为正时，他们的平均日涨跌幅都要明显更大一些。由于国泰中证全指证券公司ETF在滚动相关系数为正时日均涨跌幅太大，因此在纵坐标上我们并没有完全取到上限数值，这一现象主要是因为该产品的正滚动相关系数天数较少，具体我们将在随后进行分析。 （二）回滚相关系数为负的天数明显多于为正数时 对回滚天数分别为正负的天数进行统计，可以看出普遍负相关系数天数要大于正系数，这也和在之前报告里的折线图直观感受一致。华泰柏瑞沪深300ETF的两种天数比较接近，但负天数依然更大一些。 由于有国泰中证全指证券公司ETF这种正相关系数天数极少的产品存在，我们在前文中对相关系数分正负讨论时可能会受特殊情况和极端值的影响，如极少的正相关系数天数里恰好涨幅都为正数，考虑到如国泰中证全指证券公司ETF可能会受到这种情况的影响，这里我们对涨跌幅和相关系数分别为正数或负数，分2*2的四种情况进行天数统计。 下表可以看出，不论回滚相关系数为正为负，ETF的日涨跌幅正负的天数基本相当，即使国泰中证全指证券公司ETF这种正系数天数极少、仅为21天的产品也不例外。 此外，在刚才的分析中我们也看出，当滚动相关系数大于0时平均日涨跌幅要明显更高，因此可以推断出，急涨情况大部分落在滚动相关系数大于0的范围里，当涨幅较大时回滚相关系数更倾向为正。 4 同标的产品之间的相关系数差异 接下来我们分析追踪标的指数对ETF相关系数的影响。我们根据ETF追踪标的指数的不同，将它们归纳到不同的类别下，这里我们展示了较多ETF追踪的前几名热门指数。其中相关ETF最多的是中证500，其次是沪深300、创业板指等指数 对具有较多ETF追踪的指数，我们对它们每一类的ETF进行相关系数的平均，从上图可以看出，不同的指数下，他们ETF的相关系数也有显著的差异。科创创业50指数和证券公司指数收益率两个基准的ETF相关系数绝对值相较中证500，沪深300和科创板指的相关系数明显更大，排名在这5只指数之后的光伏产业，恒生科技和中证银行三个指数的平均相关系数也偏大一些。 不同标的下的ETF，他们的相关系数之间也有显著的差异，并且这一差异在两年内和10年内两个时间维度上都保持了一致。 除了各标的指数间的比较，我们对指数内部相关的各ETF间也进行了比较，从而分析跟踪同一标的的ETF，他们的相关系数是否会有显著的差异。 上图我们对同类基准内不同ETF的相关系数大小进行柱状图分布，为了防止图像太杂乱，这里只选用了前五大指数。可以看出，跟踪同一基准的ETF相关系数大体上是相近的，基本都可以看出集中分布在某一段区间内。 特别的，证券公司指数这一基准，跟踪它的ETF相关系数分布比较分散，在多个较大间隔的区间上都有一定数量的产品分布。因此在下图中我们将证券公司指数相关的ETF进行罗列，他们的相关系数分布差异非常大，并且上下限差异也较大，最小的相关系数达到了-0.75，而最大的则有0.08，且在各个区间上基本都有产品分布。 我们同样也对跟踪沪深300指数的ETF进行了罗列，虽然图像上看起来和证券公司指数类似，产品在不同的相关系数上都有一些，但是在纵坐标上，他们基本都有着大于-0.1的相关系数，相较于证券公司指数，沪深300指数相关ETF的相关系数分布的区间要更小一些，因此在图像上也表现的更为集中。 5. 风险提示及声明 本报告数据均来自公开信息，可能受分析样本不同而产生一定偏差。本报告不涉及对未来走势的预测。阅读本报告时，投资者需结合自身风险偏好及风险承受能力，充分理解期权期货产品的波动、风格、历史表现、风险等因素。本报告不涉及基金评价业务，不涉及对基金公司、基金经理、基金产品的推荐。模型根据历史数据构建，历史表现不代表未来，市场环境发生重大变化时可能失效。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）