• 全球ETF规模自2000年以来大幅增长，2017年全球ETP资产管理规模达到约4.5万亿美元，美国权益类ETF年均资金增长率达22%。然而，股票市场相关性与ETF规模的同步上升并不必然意味着因果关系。历史数据显示，类似的高相关性曾多次出现在20世纪，而当时无ETF存在。相关性高峰多与系统性风险事件（如1929大萧条、1987全球金融危机）同期发生。[page::0][page::1]

• 理论分析基于单因子CAPM模型表明，股票间相关性的均值主要由系统性风险（市场风险的方差）占总风险比例决定，与ETF规模无直接关系。近百年数据拟合结果显示，模型解释力达到67%，即市场整体风险水平是相关性波动的主要驱动因子。[page::2][page::3]

• 实证结果显示，整体相关性上升时市场收益率方差增加概率高达90.5%，相关性下降时市场收益率方差大多降低，证明相关性主要由系统性风险驱动。加入宏观经济因素后，ETF规模与相关性的正相关关系基本消失，表明宏观因素才是背后主因。[page::2][page::3]

| 相关性走势 | 市场收益率方差增加概率 | 异质性收益率方差增加概率 |
|--------------|-----------------------|-------------------------|
| 相关性上升 | 90.5% | 56.9% |
| 相关性下降 | 12.7% | 44.9% |

• 主动投资的超额收益（alpha）水平主要受市场波动（风险）和个股间相关性的影响，与ETF及被动投资规模无关。统计回归显示alpha与市场风险正相关，与相关性负相关，表明相关性越高主动选股难度越大，超额收益降低。[page::4][page::5]

| 模型指标 | Model I | Model II | Model III |
|---------------|----------------|----------------|----------------|
| Correlation c | -0.035 (t=1.864) | - | -0.060 (t=2.301) |
| Market Risk δ | - | 0.010 (t=-1.558) | 0.694 (t=-3.016) |
| R² | 0.034 | 0.028 | 0.099 |

• ETF交易主要对成分股的共性信息进行定价，而个股交易对特质性信息定价，两者需求不同，交易行为互补，不存在替代效应。ETF的交易活跃度与成分股股票日交易量高度正相关（相关系数0.765），ETF交易活跃反而提升了底层资产的流动性和价格发现质量。[page::6]

• 对我国市场的启示：目前我国被动投资仍处于发展初期，ETF规模较小。美国经验显示ETF对市场价格有效性影响有限，因此我国无须过度担忧ETF规模增长对市场的扭曲，相关产品仍有较大成长空间。[page::7]

招商定量 琢璞系列 | 《ETF规模上涨会伤害市场么？》详尽分析报告

---

1. 元数据与报告概览

• 标题：《ETF规模上涨会伤害市场么？》

- 作者：招商定量任瞳团队

• 发布机构：招商证券

- 发布日期：2019年12月25日

• 主题：围绕ETF（交易型开放式指数基金）规模增长对股票市场影响的探讨，重点分析ETF发展是否导致股票收益率相关性上升、影响主动投资超额收益及是否对底层资产流动性和市场定价产生负面影响。

- 核心论点与主信息：
- 当前市场对ETF规模扩张带来的风险有所担忧，如股票同质化、主动选股难度增加、个股流动性降低等，但本文引用Ananth Madhavan 和 Daniel Morillo（2018）在《The Journal of Portfolio Management》发表的文章，通过理论与实证研究反驳了这些传统担忧。
- 主要结论：ETF资金流入未显著影响资产收益相关性、流动性及主动管理超额收益能力，相关性更多受系统性风险驱动，ETF与个股交易具有互补而非替代关系。
- 报告针对美国市场数据及经验，分析对中国市场的启示，认为中国ETF发展空间仍大，无需过虑市场扭曲风险。

---

2. 逐节深度解读

I. ETF规模发展与股票相关性

1.1 海外经验实证：ETF规模上涨与股票相关性并非因果关系

• 关键论点：全球ETP（交易型产品）资产从2000年的700亿美元增长至2017年的4.5万亿美元（图1），而美股市场股票间及股票与指数相关性也呈上涨趋势。不过，关联性高不等于ETF规模为因。

- 逻辑与推理：
- 通过回顾1926至2017年美国标普500成分股之间的两两相关性（图2），发现高相关性历史上多次出现（如大萧条时期、金融危机期间），而当时ETF尚未发展。
- 相关性与市场系统性风险变化同步，突显相关性升高是市场整体风险反映，而非ETF驱动。

• 图表解读：

- 图1显示全球ETP资产管理规模逐年猛增，权益类ETF成长迅速（年均22%）。
- 图2展现个股与市场及个股间相关性走势，历史上数次风险事件对应相关性峰值，以此反驳ETF是相关性升高因果的观点。

1.2 理论推导：相关性受系统性风险主导（单因子模型）

• 引入经典单因子资产定价模型（CAPM），股票收益由市场共性因素与特有因素组成。

- 数学表达：
- 股票收益方差可拆分为市场风险与个股异质性风险。
- 个股间相关性表达为市场系统性风险占比。
- 利用上述模型推导，所有股票之间的平均相关性均值≈市场风险 / (市场风险 + 异质性风险)。

• 实证验证：

- 通过回归拟合相关性与市场风险的关系（图3），拟合优度高（R²=67%），验证模型合理。

• 结论：

- 相关性动力主要是市场系统性风险，而非ETF规模。

1.3 其他实证研究（外部宏观因素剥离后，ETF规模影响有限）

• 表1展示整体相关性上升时市场波动增加的概率高达90.5%，表明相关性受市场风险影响显著。

- 对比基于宏观经济变量的回归分析（Mazza 2012），未剔除宏观变量时ETF规模与相关性正相关，剔除后不显著，进一步说明ETF规模-相关性正相关背后潜在宏观因素驱动。

II. ETF规模与主动投资超额收益的分析

2.1 主动管理的对手非被动投资工具

• 指出被动投资是市场价格接受者，真正影响价格的是主动管理投资者。

- 数学模型表达市场资本总市值份额拆分为指数型（被动）和多类主动投资者份额，收益关系式表明主动投资超额收益不依赖于被动投资比例。

2.2 主动管理alpha（超额收益）受市场风险与股票相关性影响，与ETF规模无关

• 理论推导表明主动投资alpha与市场波动率（正相关）及个股间相关性（负相关）关系明显，而与被动投资规模无关。

- 实证分析结合2001-2017年数据，根据市场风险和相关性对主动投资alpha的回归（图4、图5），两者均显著影响alpha表现。

• 图5显示主动投资超额收益与股票相关性呈负相关趋势，强化理论观点。

III. ETF产品发展与流动性的关系

3.1 ETF交易对标的资产的共性进行定价，不会导致定价失效

• ETF交易为一篮子股票共性因素（如行业、规模、地区）进行价格发现，而个股交易聚焦特质信息。

- 两种交易彼此独立，ETF不会取代个股价格发现功能，且共性相关性的存在合理体现市场信息。

• ETF可被看作一种低成本的宏观信息定价工具。

3.2 ETF与个股交易无替代效应，反而呈正相关

• ETF交易量与成分股交易量相关系数高达0.765以上，反映两者实际是正向关系（图6）。

- ETF活跃反而减少基础资产的波动性，提高流动性。

• 相关性与交易量变动模式高度同步，显示收益及流动性受同样市场信息驱动。

IV. 结论与思考

• 结论总结：

1. 股票相关性上升主要是系统性风险驱动，ETF规模上涨与相关性同步但无因果关系。
2. 主动投资alpha获取依赖市场波动性和相关性，与被动投资规模扩张无关。
3. ETF交易为共性信息定价，与个股交易互补而非替代，ETF规模增长对基础资产流动性和价格发现无阻碍。

• 对中国市场启示：

- 美国ETF发展成熟但影响有限，中国ETF市场仍处于初级阶段，相关影响更加微弱，无需过度担忧市场扭曲问题，ETF发展具备较大空间。

• 方法论局限：

- 理论模型基于单因子、正态分布等假设，且某些回归分析可能欠缺共线性控制等，存在进一步优化空间。

• 整体评价：

- 报告借鉴美国市场长期数据与理论实证，清晰地反驳了有关ETF规模对市场负面影响的忧虑，提升了对该类被动投资工具的理解与信心。

---

3. 图表深度解读

图1：2000-2017全球ETP产品AUM发展（单位：十亿美元）

• 描述：图1为全球ETP产品总资产管理规模（AUM）按年分布的堆积柱状图，区分“Equity（权益）”、“Fixed Income（固收）”及“Commodities & Others（商品等）”三类资产。

- 数据解读：自2000年约700亿美元起，ETP市场规模近乎指数增长，到2017年达到约4.5万亿美元，权益类_ETF占据最大份额，增长尤为迅速，年均增长率达到22%。

• 趋势分析：体现了被动产品工具化趋势的强劲发展和资本流入，固收与商品类产品发展也较快，但规模仍相对较小。

- 文本联系：支持报告指出“ETF和ETP快速扩张”的事实背景，同时为后续关于相关性是否因ETF引起的研究提供了时间及数据基础。

---

图2：美股个股平均相关性走势以及个股与整体市场相关性走势（12个月移动平均）

• 描述：图2展示1926-2017年期间，标普500成分股之间的平均两两相关性（蓝色实线）及个股与标普500指数相关性（绿色虚线）的时间序列走势，叠加数个重要经济事件（如大萧条、1987年全球金融危机等）的时间区间。

- 数据解读：相关性峰值对应多次市场系统性风险爆发期间，而在多数平稳时期相关性水平相对较低。此外，2000年以来相关性呈现非单调波动，2013年后部分下降。

• 趋势含义：表明股票相关性受市场整体风险驱动，而非单纯因ETF发展，从无ETF历史时段高相关性亦存在佐证了此点。

- 文本联系：直接反驳ETF资金流入导致股票相关性升高的观点，指向市场系统性风险为主导因素。

---

图3：实际相关性均值与beta为1假设下推导估计值拟合（1928-2017）

• 描述：图中蓝色实线为观察到的股票相关性均值，绿色虚线为基于CAPM假设β=1，通过市场方差计算的理论估计相关性的时间序列走势。

- 数据解读：两条曲线走势高度吻合，模型能够较好捕捉相关性波动，验证了相关性对市场风险的依赖关系。

• 趋势意义：证明相关性随市场风险变化，ETF规模的变化并非相关性变化的驱动因素。

- 文本联系：是理论推导与实证验证的核心，支撑股票相关性受系统性因素影响的关键论点。

---

表1：整体相关性变化与市场风险的概率关系

| | 市场收益率方差增加的概率 | 异质性收益率方差增加的概率 |
|-----------------|--------------------------|----------------------------|
| 整体相关性上升 | 90.5% | 56.9% |
| 整体相关性下降 | 12.7% | 44.9% |

• 描述：统计整体相关性变化与市场系统性风险（方差）之间的联动概率。

- 数据解读：相关性上升高度概率伴随市场风险增加，说明系统性风险是相关性提升的主要内生驱动力。

• 趋势意义：强化相关性-市场风险的正向关系，弱化ETF规模直接影响相关性的可能。

---

图4：2001-2017年主动型投资的季度超额收益回归模型（表格）

| | Model I | Model II | Model III |
|-----------|----------------|----------------|---------------|
| Constant | 0.0125 | -0.0142 | 0.012 |
| Correlation (c) | (-1.864) -0.035 | (-1.558) | (2.301) -0.060 |
| Market Risk (δ) | (-1.824) | (0.010) 0.694 | (-3.016) |
| R² | 0.034 | 0.028 | 0.099 |

• 描述：回归模型分别考察主动投资alpha与市场相关性、市场整体风险、及两者共同的关系。

- 数据解读：
- Alpha与市场风险显著正相关，与相关性显著负相关。
- 联合模型R²提升表明二者共同影响alpha。

• 分析意义：主动超额收益与被动ETF规模无关，而受市场整体波动及相关性结构影响。

---

图5：主动投资超额收益与股票相关性散点图及趋势线

• 描述：展示主动投资季度超额收益与其对应的季度股票相关性之间的分布及拟合回归线。

- 数据解读：趋势线负斜率，表明随着股票相关性升高，主动投资获得超额收益难度增大。

• 趋势说明：符合理论推导，市场结构影响主动投资表现。

---

图6：收益相关性与成交量时间序列（1929-2016）

• 描述：展示股票收益相关性（红色点线）、交易量相关性（蓝色虚线及柱状图）、市场波动（绿色柱状图）等指标的历史走势。

- 数据解读：
- 收益相关性与交易量相关性变化高度同步。
- 交易量变化与市场波动密切相关。

• 意义：收益与流动性变动受相同市场信息驱动，ETF交易与个股交易相互促进，无替代效应。

- 文本联系：反驳ETF规模扩张会降低个股流动性的论点。

---

4. 估值分析

报告未涉及传统意义上的个股估值分析，而是对ETF市场影响进行理论实证检验，主要应用金融资产定价模型（CAPM单因素模型）、统计回归分析以及概率论等方法。关键金融术语和模型解释如下：

• CAPM模型：股票超额收益由市场因子（系统性风险）乘以β（一种敏感度衡量）和个体特质风险组成。

- 相关性计算：利用方差分解计算个股间及个股与市场之间相关性，表达为系统性风险占总风险的比例。

• 回归分析：基于市场风险、相关性及ETF资产规模等变量，回归主动管理alpha，剥离宏观经济影响变量等进行多重验证。

- 概率统计：计算某些变量联合出现概率，支持定性判断。

模型主要假设包括正态分布收益率、单因子架构、市场β为单位平均值等，理论推导与实证结果之间吻合度较好，但报告也提醒存有部分模型简化和数据限制。

---

5. 风险因素评估

报告中并未直接列明“风险因素”，但在结尾部分对分析方法的局限性和风险进行了说明：

• 模型假设风险：

- 单因子CAPM模型简化，可能忽略多因子驱动效应。
- 采用收益率正态分布假设，但实际收益率存在厚尾、偏态。

• 数据及方法风险：

- 模型回归可能存在共线性问题未充分考虑。
- 理论推导中采用模糊估计，结果存在一定误差。

• 市场异质性风险：

- 中国市场ETF规模小、市场结构不同，直接套用美国结论需谨慎。

• 缓解策略：

- 强调实证研究基于长期美国数据，做为理解ETF市场影响的重要参考，仍需结合本土市场进一步分析。

总体风险提示客观审慎，体现研究深度及方法局限。

---

6. 批判性视角与细微差别

• 理论模型简化：单因子CAPM模型虽清晰，忽视了多因子特性（如价值、动量等）。在现实市场中，更多复合因素对相关性与alpha影响复杂，报告未展开多因子讨论。

- 数据选择限制：以美国为主，且部分结论基于标普500大盘股，可能低估小市值及新兴市场的ETF影响。

• 模型假设问题：收益正态分布和线性回归的假设，未充分验证非线性关系和极端市场状态下的表现。

- 结论推广注意：中国市场ETF及被动投资规模远低于美国，市场结构及行为模式差异较大，简单引用可能存在偏差。

• 结果解读：虽然报告强调ETF无明显负面效应，但仍留有理论可能，当ETF及其交易量绝对主导市场时，潜在风险无法排除。

- 文中未对估值风险展开：对ETF本身估值及风险溢价未详述，侧重市场结构影响，缺乏资金流动性及市场微观结构细节分析。

---

7. 结论性综合

本文以Ananth Madhavan与Daniel Morillo（2018）关于ETF资金流入影响市场的文章为核心，结合大量长周期美国市场行情数据，全面分析了ETF规模上涨是否对股市带来负面影响的几个主要担忧：

• ETF规模与股票收益相关性：

- 全球尤其美国市场ETP与ETF资产迅猛增加，但股票收益相关性的变化更多受系统性市场风险驱动，由CAPM推导及历史数据支持。
- 股票相关性高低与市场系统性风险、宏观经济波动高度相关，而非ETF规模直接导致。
- ETF规模增长与相关性之间虽然存在正相关却无明显因果，宏观经济变量显著。

• 主动投资超额收益影响：

- 主动管理alpha的获取受市场整体波动及股票相关性结构影响，相关性增大主动投资超额收益空间缩小。
- ETF规模变化与主动投资alpha收益无显著关联。
- 主动投资者的生态结构和行为多样，非被动资金规模驱动。

• ETF与底层个股流动性及定价：

- ETF交易专注个股共性信息定价，而个股交易聚焦特质信息，两者互为补充，ETF并未替代个股交易。
- ETF与成分股交易量呈正相关，ETF活跃有助于提高基础资产流动性，降低价格波动。

• 中国市场启示与展望：

- 美国ETF市场发展经验表明相关影响有限，中国被动投资发展起步，ETF规模影响更加微弱，未来发展空间大。
- 无需过多担忧ETF规模带来市场扭曲风险。

该报告科学、系统地反驳了ETF规模扩张造成市场风险和流动性恶化的主流担忧，强调市场风险和宏观因素对相关性与投资收益的决定作用。通过图表反复佐证系统性风险与相关性的内在联系，结合主动与被动投资的动态权衡，提供了深刻见解。报告同时对其理论模型假设及数据的局限性进行审慎提示，体现高度专业和客观的研究态度。

综上，本文为ETF及被动投资工具未来发展及市场影响的评价提供了坚实理论和实证基础，对投资者和市场监管者认识ETF市场生态具有较强借鉴意义。

---

参考文献

Madhavan A, Morillo D. The impact of flows into exchange-traded funds: volumes and correlations[J]. The Journal of Portfolio Management, 2018, 44(7): 96-107. [page::0,1,2,3,4,5,6,7]

报告