在直观的认知上，很多投资者都知道组合投资的超额收益来自对基准的偏离。为了获取更好的超额收益，很多基金经理的风格是将自己的组合在持仓上做一定的集中，而衡量集中度的一个重要指标，就是前十大重仓股在基金股票仓位里的占比。
但问题是，高集中度的基金就一定比低集中度的基金有更好的表现吗？如果投资者仍然希望自己的基金是更分散的组合，那么在低集中度的基金中，什么样的基金又能有更突出的表现呢？
本文所研究的基金池范围为主动权益型基金（普通股票型、偏股混合型、灵活配置型），近1年四个季度报告期权益型仓位在60%以上（不同份额取一）。
基金经理管理时间在2019年之前，即具有完整年度的管理业绩，并排除建仓期的影响，排除19年至今换过基金经理导致风格改变集中度改变的影响。经过筛选后共有1095只基金（除去WIND量化型基金，因为量化型基金集中度低）。70%的基金集中度位于40%-70%，以下为集中度与基金业绩的散点图。
▼集中度与基金业绩分布
数据来源：Wind，好买基金研究中心
1
高集中度 or 低集中度？
从我们直观来看，集中度高、重仓集中在几只股票上的投资方式，如果能够把握到市场风格，短期收益能够做到很高，但同时需要承担更大的风险。而分散化投资，虽然能够较为平稳获利，但短期获得高收益的难度也较大。那么事实是否可以证实我们的直观感受呢？
本文对基金的持股集中度定义为基金前十大重仓股占股票资产权重之和。如果基金前十大重仓股占比过半，即50%以上，那么我们认为基金为高持股集中度基金，如果低于50%即为低持股集中度基金。当然，随着每只基金各报告期集中度的不同，该只基金可能在不同时间内被划分到不同类别。
首先以50%的阈值，根据基金在2018年年报、2019年中报、2019年年报、2020年中报四个报告期集中度数据将这1095只基金在各个报告期分为两类，并计算随后半年基金的业绩和风险数据，并以此进行显著性检验。比如，通过2018年年报集中度数据，我们将基金分为高集中度基金和低集中度基金，并计算2019年上半年高和低的业绩、风险数据。得到结果如下：
▼集中度与基金业绩分布
数据来源：Wind、好买基金研究中心
（2020年下半年数据截至9月13日）
1. 从结果来看，底层的1095只基金中，各时间段高集中度基金比低集中度基金多。
2. 基金业绩方面，除2019年下半年以外，高集中度基金各半年度平均业绩略高于低集中度基金，且由于基金集中重仓于某个板块，短期内获得高收益的概率更高，因此高集中度基金最大回报高于低集中度基金。但高集中度受到的风险同样增加，最小回报也因此低于低集中度基金。也就是说高集中度基金业绩分化更大。
3. 风险方面，高集中度基金平均波动率和平均最大回撤绝对值大于低集中度基金，但2020年上半年数据表现出相反的结果。
总体来看，数据结果符合我们的直观预期。接下来我们需要对两种类型进行显著性检验，证明其统计学意义。
2
什么样的市场，高集中度表现更好？
采用Wilcoxon秩和检验对4个区间维度下高集中度基金和低集中度基金业绩数据进行显著性检验，采取单侧检验，原假设为低集中度基金相关指标大于高集中度基金，如果p值小于0.05则否定原假设。
▼秩和检验结果
数据来源：Wind、好买基金研究中心（2019-01-01至2020-09-13）
首先在收益方面，从p值结果来看，2019年上半年、2020下半年以来，p值小于0.05拒绝原假设，结合之前的均值优势，我们认为高集中度基金业绩显著优于低集中度基金。而19年下半年，p值大于0.99，低集中度基金业绩优于高集中度基金。波动方面，仅2019年上半年能够拒绝原假设，得到高集中度基金波动情况显著大于低集中度基金。而最大回撤方面，2019年下半年p值大于0.99，说明高集中度基金绝对值大于低集中度基金，并具有统计学意义。而2020年上半年，高集中度基金业绩最大回撤绝对值小于低集中度基金。
从显著性检验来看，不同时间区间出现不同的结论。因此，我们认为高集中度和低集中度孰优孰劣需要根据市场阶段性行情来讨论。比如我们将这4个时间区间分别划分为2019上半年阶段性牛，2019年下半年震荡，2020上半年震荡以及2020下半年阶段牛。根据4个时间区间大盘行情来看，19年一季度和20年7月初，分别经历了结构性牛市，同期高集中度基金业绩显著优于低集中度基金。但19年下半年大盘整体呈波动状态，19年下半年高集中度基金弱于低集中度基金，且其最大回撤绝对值显著大于低集中度基金。20年上半年市场经历大幅回调后拉升，相当于市场经历的震荡下行，但同时经历阶段性机会，导致高集中度和低集中度并没有显著性的优劣，虽然高集中度基金平均业绩占优，但不显著，而最大回撤方面，高集中度基金较优。
由此看来，集中度高和低在统计学上并没有绝对的孰优孰劣，而是与市场短期环境息息相关。如果市场经历阶段性牛市，那么高集中度基金的整体表现占优。当市场处于下行或震荡区间，低集中度基金整体表现大概率占优。
3
同一人管理基金的集中度差异怎么看？
（注：此处的在管基金和在管规模所指的基金是任职于2019年之前，并且只统计基金经理明细中第一位基金经理。集中度数据为2020年中报数据，规模为AC份额合计。）
持股集中度可以体现出基金经理的投资框架和风格。按照我们的计算标准，在管规模超过100亿级别的基金经理共26位，普遍具有非常稳定的投资风格，主要体现在所管基金持股集中度相差小。其中有超过60%的基金经理所管基金集中度极差小于10%。比如兴全基金董承非，所管的两只基金兴全新视野和兴全趋势，前十的集中度相差仅0.22%。张坤、刘彦春、葛兰、周应波、胡昕炜等所管基金集中度极差都在10%以内。仅4位基金经理所管基金集中度极差超过20%，但基本都在25以内。
▼管理规模>50亿的基金经理
数据来源：Wind、好买基金研究中心（截至2020-09-13）
此外，是否有一些基金经理旗下所管基金集中度相差较大呢？我们统计所管基金集中度极差在35%以上的基金经理，共9位。从基金规模来看，普遍较小，多数基金由多位基金经理共同管理，可能是一方面原因。此外，产品定位也是集中度差别的一个原因，比如谢屹管理的前海开源强势共识100强。
▼集中度极差大于40%基金经理明细
数据来源：Wind、好买基金研究中心（截至2020-09-13）
4
个案分析
从以上分析结果来看，持股集中度高与低并没有确定性差别，而是要根据具体的市场环境来看。比如短期阶段牛市集中度高占优，震荡市和下行市场集中度低占优。那么以下我们例举两种风格的优质基金。
高集中度优质基金
宝盈新锐001543——肖肖
宝盈新锐的基金经理肖肖是高持股集中度的代表之一。其管理的基金中，宝盈新锐这只产品管理时间最久，从2017年1月开始管理，目前累计收益172%，年化收益31%。宝盈新锐前十大个股集中度基本在90%以上。从个股来看，基本上每个报告期前5-6只重仓股都是顶着10%的上限买入。此外，持股方面，肖肖非常看好白酒板块，今年中报前10大有5只白酒股。在调研中我们了解到基金经理看好高端白酒的品牌溢价和平价白酒的价格优势。
▼重仓股数据
数据来源：Wind、好买基金研究中心（截至2020-09-14）
业绩表现方面，18年回撤相对较大，但17年、19年全年以及今年以来，在灵活配置型基金中业绩非常优异。
▼年度业绩表现
数据来源：Wind、好买基金研究中心（截至2020-09-14）
基金经理肖肖在加入宝盈基金之前主要从事房地产行研，15年加入宝盈，17年开始管理基金后投研方向逐步沉淀到消费服务板块。现任宝盈基金权益投资部经理、消费服务研究组组长。从宝盈新锐能力圈模型来看，肖肖从管理以来始终聚焦消费品投资，坚持风格不漂移，宝盈新锐也是一只优秀的消费类基金。
▼能力圈模型
数据来源：Wind、好买基金研究中心（截至2020-09-14）
低集中度优质基金
信达澳银新能源001410——冯明远
冯明远的信达澳银新能源产业是一只优质的低集中度基金。持股极度分散化，各报告期持股数量多达几百只。从最新的中报数据来看，持股数量超过400只，以大于0.01%权重的有效持仓来看也有300只个股。前十大集中度基本在20%-30%之间，始终满仓操作，可以说是将分散化发挥到极致，但高度分散化并没有影响到基金的业绩表现。从第二张表业绩排名来看，冯明远在2016年10月管理信达新能源以来，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%的收益排在同类前1%，2018年在没有大幅降仓的情况下回撤控制优异，是一只业绩持续性非常强的科技类基金。
▼重仓股数据
数据来源：Wind、好买基金研究中心（截至2020-09-14）
▼年度业绩表现
数据来源：Wind、好买基金研究中心（截至2020-09-14）
冯明远，浙大工学背景，主要研究方向为在科技领域，长期专研通讯，电子，电力设备等领域。从其能力圈模型归因来看，同样坚持科技产业投资，自管理以来始终未发生偏移。
▼能力圈模型
数据来源：Wind、好买基金研究中心（截至2020-09-14）
版权声明：未经好买财富授权许可，任何机构和个人不得以任何形式复制、引用本文内容和观点，包括不得制作镜像及提供指向链接，好买财富就此保留一切法律权利。
