【经管讲堂·经济统计】A股「折叠」——1927只个股创新低背后的市场结构分裂

案例背景

2026年6月下旬，A股市场呈现出罕见的「折叠」现象：在全市场超过5000只股票中，多达1927只个股创下近一年新低，与此同时，上证指数却维持在4027点附近，单日跌幅2.26%。这种极度分化的市场结构引发了市场参与者的广泛关注和深入思考。数据显示，创近一年新低的个股数量占全市场的比例接近40%，这意味着近四成的股票正处于年内最为低迷的价格区间。更为严峻的是，这些创新低的个股并非均匀分布，而是呈现出明显的市值和行业集中特征——小市值股票、传统周期行业股票以及部分消费类股票成为重灾区。与之形成鲜明对比的是，以人工智能、半导体、新能源为代表的科技成长板块，以及部分高股息蓝筹股，同期却屡创新高或维持在年内高位。这种市场内部的极度分化，被市场人士形象地称为A股市场的「折叠」现象——市场不再是统一的整体，而是分裂为两个几乎互不相关的平行世界。

核心分析

一、描述性统计：市值分布与涨跌集中度的量化分析

从描述性统计的角度审视此次A股「折叠」现象，可以发现若干值得深入研究的量化特征。首先是市值分布的偏态特征。统计显示，创新低的1927只个股中，市值低于50亿元的小盘股占比超过65%，市值在50亿至100亿元之间的占比约22%，而市值超过300亿元的大盘股仅占不到5%。这表明本轮调整具有明显的「小市值效应」，即小盘股承受了远超大即盘股的调整压力。从描述性统计的角度来看，这反映了A股市场市值分布的右偏特征——绝大多数个股属于小市值范畴，但其价格波动率和跌幅集中度却远高于大即盘股，形成了显著的异方差特征。

其次是涨跌集中度的基尼系数分析。通过计算全市场个股涨跌幅的基尼系数，可以发现2026年6月的基尼系数达到0.68，为近三年来的最高值，表明市场内部分化的程度已经达到了罕见的极端水平。从统计学的角度来看，当基尼系数超过0.6时，通常意味着系统的不平等程度已经进入了需要警惕的区间。在A股市场的语境下，这翻译为市场流动性和资金配置的极度不均衡。资金正在以前所未有的速度向少数板块和个股集中，而大部分个股则面临着流动性枯竭和价格持续下行的双重压力。

再次是个股收益率分布的尾部特征。对全市场个股收益率进行正态分布检验（Jarque-Bera检验）发现，6月的收益率分布呈现出显著的「厚尾」特征，左尾（极端负收益）的厚度尤为突出。这表明创新低的个股并非均匀、温和地下跌，而是频繁出现单日跌幅超过5%甚至7%的极端情形。从风险管理角度来看，这种厚尾特征意味着传统的风险价值（VaR）模型可能低估了实际的市场风险，因为VaR模型通常假设收益率服从正态分布或近似正态分布。

二、行业轮动与因子归因分析

行业轮动的统计特征为本轮「折叠」行情提供了另一个重要的分析维度。通过构建行业轮动速度指标（行业收益率排名的月度相关系数），可以发现2026年6月A股的行业轮动速度达到了近五年来的最低值，表明市场风格和行业偏好已经进入了一种罕见的「锁定」状态。资金在非银金融、人工智能、高端制造等少数板块中高度集中，而其他板块则持续失血。

从因子归因分析的角度来看，本轮行情可以用以下几个关键因子来解释：规模因子（SMB，Small Minus Big）在6月出现了显著的负向暴露，表明小市值股票整体跑输大即盘股；价值因子（HML，High Minus Low）同样表现疲弱，表明价值股在本轮行情中并未获得市场青睐；与之形成鲜明对比的是，动量因子（Momentum）和技术创新因子（科技创新企业指数的收益率）表现极为突出，表明市场正在以前所未有的力度追捧具有技术壁垒和成长确定性的标的。

进一步的归因分析显示，在创新低的1927只个股中，超过70%的个股在规模因子上的暴露为负（即属于小市值范畴），在动量因子上的暴露也为负（即前期表现疲弱），而在价值因子上的暴露虽然为正，但并未能为其提供有效的保护。这表明单一的价值投资策略在本轮行情中已经失效，市场正在经历一场深刻的定价逻辑重构——从传统的PEG估值框架，向以技术壁垒、产业链位势、政策红利为核心的新型估值框架转型。

三、统计指标在市场择时与风险管理中的应用

「折叠」现象对传统的市场择时指标和风险管理工具提出了严峻挑战。首先是宽度指标（Market Breadth）的失效问题。传统的技术分析框架高度依赖涨跌家数、新高新低指标等宽度指标来判断市场趋势的健康程度。然而在本轮行情中，尽管上证指数维持在4000点以上的相对高位，但涨跌家数的差值却持续为负，新高个股数量远少于新低个股数量。这种背离使得传统的宽度指标发出强烈的看空信号，但指数却并未随之大幅调整。这提示市场参与者，在结构性行情愈演愈烈的市场环境中，传统的宽度指标可能需要进行加权处理——以市值或成交额为权重，重新构建能够反映市场真实结构的宽度指标。

其次是波动率预测的困难。传统的GARCH族模型和隐含波动率指标，在本轮行情中均出现了显著的预测偏误。原因在于，这些模型通常假设市场波动率是同质且同步的，但「折叠」现象意味着市场波动率已经出现了结构性分裂——创新低个股的波动率持续走高，而创新高个股的波动率反而维持在相对低位。这种异质性波动率结构，要求风险管理工具从整体上对市场波动率进行建模，转而采用分位数回归、条件自回归条件异方差分位数模型（CAViaR）等更为精细的工具，对不同市值、不同行业、不同风格的股票分别进行波动率预测和风险管理。

最后是止损策略的优化问题。在「折叠」行情中，传统的固定比例止损策略（如亏损8%即止损）可能导致投资者在错误的时间被迫离场——即在个股因短期流动性冲击而创新低时止损，错失后续的反弹机会。更为科学的止损策略应当结合个股的相对强度指标（RSI）、成交额的变化趋势以及板块整体的资金流向，进行动态止损。从统计学的角度来看，这相当于在止损决策中引入协变量，通过条件概率来判断止损的必要性，而非简单地依赖绝对价格水平。

管理启示

第一，投资者需要重新审视传统的分散投资理念。在A股「折叠」现象愈演愈烈的背景下，简单的分散投资（买入多只不同行业的股票）已经无法有效分散风险，因为风险正在从个股层面上升到市场结构层面。更为有效的风险管理策略是进行跨资产、跨市场、跨风格的分散配置，例如同时配置A股、港股、债券和商品，或在A股内部同时配置成长风格和价值风格，以对冲单一市场或单一风格系统性失效的风险。

第二，机构投资者需要加强因子暴露的监控和管理。传统的投资组合管理框架通常以Beta和Alpha为核心，但在结构性行情中，规模因子、价值因子、动量因子等的暴露情况，往往对组合业绩具有决定性影响。机构投资者应当建立因子暴露的日报制度，每日监控组合在各大因子上的暴露情况，并根据市场环境的变化，动态调整因子权重。例如在「折叠」行情中，适当降低规模因子的负向暴露（即减少小市值股票的配置），增加动量因子的正向暴露，可能是更为审慎的选择。

第三，监管层需要关注市场微观结构的健康程度。1927只个股创新低，意味着接近四成的上市公司正在失去资本市场的定价功能和融资功能。从宏观经济的角度来看，这可能导致资源配置的扭曲——资金过度集中于少数热门板块，而大量实体经济中的企业却无法通过资本市场获得有效的定价和融资支持。监管层应当考虑从交易制度、信息披露、退市机制等多个维度，优化市场微观结构，防止市场分裂现象的进一步恶化。

其他思考

1. A股市场的「折叠」现象是否意味着市场正在从「全面牛市/全面熊市」的旧范式，向「结构性行情常态化」的新范式转型？如果是，投资者应当如何调整自身的预期收益率和投资期限？
2. 在市值分布高度偏态、涨跌集中度极端分化的市场结构中，传统的市场指数（如上证指数、沪深300）是否仍然能够准确反映市场的整体状况？是否需要构建新的市场表征指标？
3. 「折叠」现象对小市值上市公司的并购重组活动、股权激励计划以及股东减持行为会产生哪些深远影响？监管层应当如何因应这一新形势，完善相关的制度安排？

关键词：A股折叠、市场结构分裂、描述性统计、因子归因、行业轮动、基尼系数、异质性波动率

来源：第一财经