A股ETF基金梳理(一)

天八部饶gc

根据上篇文章提出的计划，从这篇文章开始详细梳理下A股上所有的ETF基金及其所对应的指数。今天是第一篇，主要是对基金整体做一些统计分析，并看一下沪深300指数。

数据来源

数据来源还是之前提过的“集思录”网站（https://www.jisilu.cn/），如下截图只是网站中显示的ETF基金的很少一部分，完整的数据可以到网站上去查。



网站上所有的数据都被我导出到了本地Excel表格中，以便做更详细的统计分析。导出的时间是3月16号，显示的是截至3月15号A股收盘后的数据。以下如无特别说明，使用的都是此时间点的数据。

基金规模统计

导出的数据中一共包含410支ETF基金，其中规模最小的为中关村A（159951），0.04亿元；规模最大的是上证50ETF（510050），484.84亿元。全部基金规模总计为8060.67亿元，平均为19.66亿元，中位数是3.13亿元。

影响基金规模的因素有不少，比较关键的是基金的管理水平和投资标的。由于A股上的ETF基金都是被动跟随型的指数基金，受管理水平的影响不大，所以基金规模更多反应了跟踪指数本身的热门程度，以及基金公司本身的知名度和影响力（比如说针对一个指数有多支基金可选时，投资者可能会优选更大更知名的基金公司发行的基金）。

下图为基金规模分布的直方图，可以看出位于0—25亿区间的基金最多，有342支。



更进一步细分，规模小于1亿的基金有112支，占比接近⅓。虽然规模大小并不是决定基金是否值得买的唯一因素，但是对小于1亿的基金需要格外小心。本系列文章暂时先不考虑它们。

跟踪指数统计

上述410支基金跟踪的指数（标的）总计有221个。基金个数与指数的对应关系如下图所示。



不难看出，指数的“热度”，也就是跟踪基金的数量呈现明显的分化：有152个指数都只有一支基金跟踪，32个指数分别有两支基金跟踪；与此形成对比的是，6个最热门的指数分别都有超过10支基金跟踪，如下表所示。

注意到其中有两个“沪深300”，这是因为它们一个由上交所发布，另一个由深交所发布，指数代码不同，所以在统计时被单独列了出来。但其实它们背后所对应的是同一个指数，在本系列文章中不需要分开考虑。也就是说，下表中实际是5个指数。

指数	跟踪基金
沪深300	20
中证500	19
沪深300	17
创业板指	14
证券公司	11
科创创业50	11

另外，把最热门的5个指数，以及最不热门的184个指数（152个只有一支基金以及32个只有两支基金追踪的指数）排除，剩余指数以及各自的跟踪基金个数如下表所示。

注意这里并不是说被排除的184个指数就完全不值得看了，只是指数太多，不预先做个划分的话工作量会大的让人绝望。所以接下来对指数的分析会按照热门程度安排优先级，此外对有些跟踪基金数量少，但和当前经济形势联系比较紧密的指数也会被放到前面分析。比如说中证煤炭指数，目前跟踪的基金就只有一个煤炭ETF（515220），但因为煤价将维持一个较长周期的强走势，也是值得我们关注的。

指数	跟踪基金
中证银行	8
上证50	7
A股国际通	7
CS创新药	6
科创50	5
光伏产业	5
深证100	5
中证800	5
中证军工	4
中国A50互联互通	4
CS新能车	4
央企创新	4
中证畜牧	4
CS人工智	4
国证芯片	3
中证医疗	3
结构调整	3
中证新能	3
中证1000	3
中证生科	3
中证红利	3
国企一带一路	3
CS智汽车	3
动漫游戏	3
SHS互联网	3
中证100	3
中证数据	3
云计算	3
中国A股	3
医疗保健	3
中证有色	3

其实原始数据的分析还可以做更多，只不过目前我相关的经验还很少，做起来很费劲，而且也不清楚哪些分析有价值，是值得做的。单靠随机乱碰，效率实在是太低。

另外还有一个教训值得总结。上面这些统计图表都是用Google表格来生成的，比如说统计410支ETF基金跟踪的指数的数量，以及每个指数对应的基金的数量，这其实就是要在表格中筛选出“指数”那一列里的非重复项并计算各项的重复次数。上周时我在网上搜索出一个函数很轻松的搞定，但却没有记录具体使用的是哪个函数（只复制了筛选后的结果，没有保留函数）。等到发现统计结果中有两个“沪深300”，想去重复筛选过程时却发现死活记不起之前用的是哪个函数了。

这就涉及到一个很重要的经验积累问题。我早就知道Google表格（Excel也一样，只不过不能免费在线使用）是一个很好用的工具，我想熟练使用它，而且我也有熟练使用它的强烈需求。但是到目前为止，我对它的使用还都是“一次性”的，也就是有需求时才临时去网上搜索函数和操作方法，跟着做一下得到我想要的结果就完了，下次再遇到同样的需求时很可能早就忘了上次是怎么做的，只好再花时间重复之前的搜索和试验过程。如果能在一次操作成功后花几分钟做个简单记录，记一下我用了什么函数得到了什么结果，甚至就是在复制结果的时候保留调用的函数，都不用再浪费很多时间做相同的事情。不能小看这个小动作，长期累积下来必然会有很大的收获。

万事皆可记录，不想被算法取代就得把自己活成算法。

下面回归正题，这篇文章中首先来分析下最热门的沪深300指数。

沪深300分析

我是头一次有计划的做指数分析，开始时毫无思路，想了半天决定先从各个指数的编制方案入手。

在网上搜索时找到了中证指数官网的指数浏览器，https://www.csindex.com.cn/#/indices/family/list 试了下发现很好用，以后查指数的资料就主要在这了。

以沪深300指数为例，有关该指数的全部基础资料都能在这找到，比如说编制方案，成分股详情及其各自权重，指数估值，指数走势图等等。





注意到十大权重股中有两家银行，招行没什么好说的，但为什么市值高得多的四大行都不在，偏偏兴业银行在里面？

以下用兴业银行和工商银行做对比，来尝试回答这个问题。

以3月17号交易截止后的数据为例。工商银行总市值1.61万亿，兴业银行总市值4136亿，前者是后者的4倍，很明显公司权重的计算不是和市值唯一相关。不过有一点可以肯定的是，不管规则怎样设置，指数的计算都应该是以成分股的市值为基础。权重计算也应该以市值为基础，只不过还要叠加考虑其他因素。

下图为沪深300指数的计算公式，注意到其中使用的是公司的“调整市值”，而非“总市值”。同时，调整市值又和“调整股本数”密切相关，接下来就要详细看下它是怎么计算的。



“指数计算中的调整股本数系根据分级靠档的方法对样本股本进行调整而获得。要计算调整股本数，需要确定自由流通量和分级靠档两个因素”。

自由流通量是剔除了上市公司股本中的限售股份，以及由于战略持股或其他原因导致的基本不流通股份。编制规则中列出了以下几类需要剔除的不流通股份。

（1）公司创建者、家族、高级管理者等长期持有的股份；

（2）国有股份；

（3）战略投资者持有的股份；

（4）员工持股计划

“上市公司公告明确的限售股份和上述四类股东及其一致行动人持股达到或超过5%的股份，被视为非自由流通股本”。也就是说沪深300指数编制时要剔除的非自由流通股本是要大于上市公司公告的限售股份的。

由此也能看出沪深300指数对样本可流通可交易的格外看重，不单单是法定限售股份，就连那些非限售，但持有人不太可能卖的部分也被视作非流通股份。

自由流通量=样本总股本-非自由流通股本。需要注意的是，除上市公司明确公告的限售股份外，其他几类不流通股份并没有特别明确的标准来计算其数量。比如说公司高管的股份一般都是长期持有的，但高管减持股份的操作也很常见。在公司公告高管减持之前，是要把其持有的所有股份都视为非自由流通量，还是以它为基础做些调整？编制规则中并没有明确说明，仅有一句话：“中金指数有限公司根据多种客观的信息来源估算自由流通量”。考虑到沪深300指数已经运行了近17年，肯定早已形成了稳定的估算规则。

到此能看出，使用自由流通股本计算样本的“自由流通市值”是沪深300指数计算的基础，而“分级靠档”则是一种优化的计算自由流通股本的方法，目的是确保计算指数的股本保持相对稳定。

具体来讲是先根据“分级靠档”确定加权比例，而后用“样本总股本”乘上“加权比例”，确定最终的“调整股本数”。加权比例则是以自由流通比例（自由流通量/样本总股本）为基础，应用特定的规则（“分级靠档规则”）调整后得到。

以下是编制规则中给出的分级靠档实例。能够看出，虽然证券A的总股本是证券C的20倍，但经过调整后的加权股本却连证券C的两倍不到，就是因为A里面的非自由流通股本量太大。



简单总结下上面讲的这一大堆沪深300指数的计算步骤。

1）估算自由流通股本数量（综合考虑多种因素）；

2）计算自由流通比例（自由流通股本/公司总股本）；

3）根据分级靠档规则确定加权比例（确保计算指数的股本数量保持相对稳定）；

4）计算加权股本，也就是调整后的自由流通股本，或者说是指数计算公式中的“调整股本数”（总股本 X 加权比例）；

5）计算调整市值（股价 X 调整股本数）；

6）计算指数。

了解了上述信息之后，我们再来对比下兴业银行和工商银行的情况。

如下截图，其中“国有股份/战略投资者股份”是从两家银行的前十大股东中寻找并计算出的累计值。



因为国有股份和非流通股可能会有重合，所以并不能用总股本减去非流通股和国有股份之和来计算“自由流通量”。简单起见，假设非流通股都属于国有，以此计算两家公司的自由流通股本。

计算结果如下截图，能看出虽然工商银行的市值是兴业银行的4倍，但其调整市值不及兴业银行的一半。这也就解释了为什么兴业银行属于沪深300指数的十大权重股，而工商银行却不是。



上面提出的问题算是得到了解答，但是你要问解答这个问题有什么意义？其实我也说不出个一二三四，我只能说既然没有分析指数的经验，那就不妨从自己的疑问入手，尝试寻找问题的答案。也许单个问题的解答确实没什么意义，但累积起来大概率是会有收获的，虽然我现在也不知道具体能有什么收获。

今天先到这里，下周的文章继续。

         
作者：未转头时皆梦