环球新资讯：大小盘风格切换时，一个有意思的流动性现象

来源：36氪　2022-10-10 05:35:09

1/5 结构性的视角分析

五一节的时候，我写了《我有一计，可让股市重回4000点》，文章以利润在产业链上下游分配的视角，解释了今年前四个月股市下跌的结构性原因：

从2021年开始，由于大宗商品的持续上涨，利润在各条产业链的分配中，从下游向上游和银行集中，由于下游的行业估值普遍高于上游和银行，同样的利润上游增加的市值小于下游企业减少的市值，股市自然就下跌了。

从这个逻辑出发，那篇文章还提到一系列的涨跌逻辑：

(相关资料图)

1、2014到15年的大牛市，除了杠杆的原因，更是行业利润从低估值的上游向高估值的下游转移造成的。

2、资本总是从低估值的行业流向高估值的行业，所以A股历次放开再融资和鼓励资产重组的高潮，总是伴随着“估值牛市”，比如1999~2000年互联网泡沫，2005~2007年股权分置改革，2014~2015年移动互联网，2019~2021年再融资松绑和双碳革命，都是传统低估值企业注入资产，变成新兴高估值企业。

3、一轮大产业趋势中，大量企业新进入行业，即使只能从产业链中转移少量利润甚至没有利润，仍然可以得到极高的估值，这种大的产业趋势也容易增加市值，甚至创造牛市。

4、低估值行业中，国企的比重更大，高估值行业中，民企的比重更大，所以“国进民退”也可以抑制股市上涨。

从结构而不是总量角度解释股市的涨跌，往往会提供一些不一样的视角，国庆期间，我继续用结构性的视角分析两个老生常谈的问题：

资金在大盘股和小盘股之间流动，会发生什么？

资金从热门板块流向冷门板块，会发生什么？

2/5 流动性陷阱

以2022年9月30日这一天的成交数据为例，当天流通市值6942亿A股排名第六的大盘股招商银行上涨1.51%，成交金额18.17亿。

我在流通市值50亿以下的小盘股中，选择了当天涨幅从0.72%到2.76%的全部269支股票，总流通市值为6960亿，其平均涨幅为1.51%，均与招商银行相同，代表推动的指数涨幅相同，但这269支小盘股共成交133亿，是招商银行的7倍多。

这个倍数，近几个月的交易数据，都差不多。

由于指数涨跌幅反映的都是流通市值（除了上证指数用总市值）的增减比例，这269支上涨的股票对全A指数的总推动力等于一支上涨的招商银行，由于上涨需要消耗主动性买盘，可以得出一个结论：

同样的资金，净买入招商银行，或者净买入这些小盘股，对指数的推动作用，前者相当于后者的7倍多。

有人称之为“凹性”，实际上它并不是指数计算的问题，港股就不存在这个特点。它背后的原因是A股大盘股与小盘股换手率的巨大差距：

9月30日当天，百亿以上流通市值的93家公司的平均换手率为0.47%，30亿以下的2000支小市值公司的平均换手率高达2.83%，是前者的6倍。流通市值第一的贵州茅台，相当于流通市值最小的1630支股票的总和。但这1630支股票，当天总成交644亿，又是茅台当天成交金额40亿的16倍多。

大盘股内部同样存在换手率的差距，贵州茅台的流通市值相当于沪深300中流通市值最小的80支股票的总和，但9月30日的换手率，茅台为0.34%，后者平均为1.12%，资金消耗量是茅台的3.3倍。

A股的这种小盘股对资金的巨大消耗现象，我称为“流动性陷阱”，相应的大盘股对资金的高效利用，就是一种“流动性杠杆”。

这两种流动性效应，最典型的应用就是神秘资金救市。

很多人都认为，每次大盘暴跌，神秘力量来托市，都是那几个银行股，太没有新意（到底有没有神秘救市力量，不得而知，本文只是假设如果有，那应该怎么救），如果理解了上面的现象，就会明白神秘力量的背后算计，同样的流动性进入大盘股，对指数的推动作用是小盘股的若干倍。

当然，也有例外，2015年股灾1.0时，市场出现了流动性枯竭，所有的股票都躺在跌停板上，此时救市，如果还是救大盘股，反而会成为市场上唯一的流动性来源，导致资金在大盘股上疯狂卖出，更好的方法是选择流通盘较小、关注度高的明星小票，注入超额流动性，承接抛盘，虽然指数涨得并不如大盘股那么痛快，但可以打破大面积跌停的局面，让市场自发恢复流动性。

是不是大盘股的换手率一直比较低呢？我选择了2021年2月9日白马大盘股行情最疯狂换手率最高的时候，当天145家百亿市值以上的公司，平均换手率为2.34%，市值最后2000名的小盘股当天的平均换手率为2.42%，仍然略高于大盘股，说明正常情况下，小盘股的换手率确实高于大盘股。

为什么大盘股换手率更低呢？因为大盘股的流通盘被锁定的比例更高，通常是一些长线机构资金、打新资金和深度价值型散户。而小盘股很难进入上述长线资金的视野，中短线资金持有的比例更高，这些资金交易频次高，导致小盘股的换手率天然较高。

小盘股是A股天然的“流动性陷阱”，存在大量的中短线资金，即通常所说的“浮筹”，当有新的主动性买盘推升价格时，将面对更多的抛盘，就好像是早高峰的市内交通，资金进入后的推升效率较低。

相比而言，筹码锁定较好的大盘股，“浮筹”较少，就像是午夜的高速公路上没有什么车，新的主动性买盘推升价格时相对更轻松。

这是A股特有的现象吗？我统计了10月4日美股的换手率，市值前100位的大公司平均换手率为0.47%，市值排名1000-2500位的1500家公司平均换手率为0.83%，而这1500家公司的总市值还不如最大的微软和苹果的市值。

美股同样存在小市值的“流动性陷阱现象”不过，程度不及现在的A股，而且，美股还存在大量没有成交的尾部公司，它的流动性杠杆，集中在中腰部市值公司。

在流动性总量推动的行情中，这种结构的差异是次要的，但当流动性总量不变，资金在大盘股和小盘股之间流动时，对指数的次级运动的影响就显现出来了。

3/5 大小盘风格切换

关于大小盘风格切换的原因，有很多说法，以前有“流动性驱动说”，即，流动性缺的时候，小盘股容易涨，流动性充足的时候，大盘股容易涨，这种说法比较符合直觉，但却是一种典型的总量思维，并不符合历史行情特征。

流动性不是造成大小盘风格的原因，流动性只是大小盘风格造成的结果。

大小盘风格的形成原因主要还是基本面的变化，经济从低谷开始复苏时，由于小市值公司的业绩和估值弹性都更强，更容易上涨，出现小盘股行情，比如2019年上半年的行情；而到了经济处于衰退阶段时，大盘股由于经营韧性强，更抗跌，出现大盘股行情，比如2020年。

由于小盘股的“流动性陷阱”效应和大盘股的“流动性杠杆”效应，一旦市场风格和交易重点转向小盘股，就需要更多的资金才能推动整个市场上涨，而一旦风格转向大盘股，较少的资金就能推动整个市场上涨，之所以大家感觉不到这一点，是因为与央行收放流动性的时段常常相反。

经济从低谷开始复苏时，一般都是央行释放流动性、从宽货币到宽信用的阶段，当新资金先进入业绩弹性比较强的小盘股，由于小盘股的“流动性陷阱”效应，消耗了较多的流动性，使整个市场一开始涨得犹犹豫豫，不至于过于火热。

但到了整体经济明显繁荣时，央行开始收回流动性，市场出现上攻乏力，小市值公司的业绩弹性消失，资金开始进入大盘股，由于大盘股的“流动性杠杆”效应，同样资金对指数有更强的推升作用，就会出现指数的加速上升，A股历史上多次流动性从松转紧时，股市却在大盘股的带领下出现加速上涨，比如2018年年初。

流动性陷阱还有一个自我升级和自我崩溃的特点。

当市场偏向某一种风格的标的时，较高的换手率吸引中短线热钱不断进入，换手率继续上升，即为流动性陷阱的自我升级；更大的流动性陷阱需要更多的新资金才能推动上涨，一旦换手率上升到新增资金无法维持时，就是该风格见顶之时。

在下跌的市场则刚好相反，小盘股的“流动性陷阱”会延缓下跌速度，大盘股的“流动性杠杆”会加速下跌，所以流动性从大盘股撤离，对市场的杀伤力，也大大强于从小盘股撤离，前者会形成巨量尖顶，如18年、21年春节，后者基本上是一个复杂的圆弧顶和多重顶，如21年四季度。

由于流动性杠杆与陷阱是换手率差异造成的，所以这个效应也可以出现在热门和冷门板块中。

4/5 热门赛道的换手率信号

天风策略有一个研究，短期而言，如果热门赛道的换手率高于某一个经验数据，则大概率意味着该板块的短期见顶。2018~2021年，半导体板块换手率共有4次超过8%，新能源车板块换手率共有3次超过3%，每次突破后往往对应着板块阶段性见顶（当然，这只是一个短期信号，板块的大顶还是要靠基本面判断）。

这个热门赛道换手率见顶信号的原因，过去是认为市场情绪过高，但如果用高换手率造成的“流动性陷阱”，更容易解释。

赛道板块的上涨，靠的是上涨本身对市场人气的吸引，吸的是弱势板块的流动性，吸引的是中短线资金，越涨换手率就越高，对新流动性的要求就越高，新增资金推动板块涨幅的边际递减，直到难以为继。而换手率创新高后的回落，就是这个游戏难以为继的信号。

但高换手率的赛道板块在下跌之初，也会出现“流动性陷阱”，产生延缓跌速的效果，在盘面上出现跌下去又拉回来的反复，让投资者对赛道板块心存幻想；但随着板块换手率的下跌，“流动性陷阱”效应也开始消退，板块会越跌越快，从阴跌到暴跌，直到换手率恢复正常，股价才恢复到基本面驱动的状态。

所以，换手率指标对于赛道股确实有预判意义，而这种预判意义同样体现在赛道股内部的大小盘切换上。

4.26行情刚刚起来时，资金先进入新能源的一二线白马大票，光伏指数两个月上涨66%，“流动性杠杆”效应非常明显，但6月下旬到7月初宁德时代、隆基绿能和比亚迪等大票的五天平均换手率相继见顶，赛道股的资金开始从龙头大票切向三四线黑马小票，导致7月中旬开始，新能源的几大板块进入“流动性陷阱”，新资金进入对板块指数的推动作用越来越小，指数慢慢的走出一个圆弧顶。

这个策略也指出，不是所有赛道都对换手率敏感，新能源车与半导体相对换手率阈值指引意义更大，相比之下，白酒、医药生物换手率规律不明显。

这同样可以用“流动性陷阱”来解释，白酒医药板块中的长线资金更多，换手率总体上低于新能源半导体一类的产业趋势行业，换手率的高低差距也较小，无论上涨还是下跌，“流动性陷阱”效应都不会太明显，换手率自然指引意义较弱。