【经管讲堂·经济统计】半导体ETF吸金250亿与1927只个股新低：A股资金的极端分化

案例背景

2026年6月，A股市场出现一组极具反差的资金数据：一方面，Wind统计显示，半导体主题ETF在过去三个月内净流入资金超过250亿元，相关龙头个股涨幅居前，多只半导体ETF规模创历史新高；另一方面，同期约有1927只个股创出近一年新低，占全市场A股比例近四成，中小盘指数持续承压。这种「少数板块吸金、多数个股失血」的结构性分化，是2026年上半年A股最显著的资金面特征。

这一分化的宏观背景是全球人工智能产业链的高景气与国内经济复苏的结构性差异。半导体作为AI算力的硬件底座，受益于大模型训练需求爆发和国产替代逻辑共振，成为资金抱团的主线；而大量传统行业中小市值公司则因盈利预期下修、流动性溢价收缩而持续走弱。这是资本市场统计与行为金融分析中的典型场景，也对投资组合管理和企业市值维护提出了新课题。

核心分析

一、资金流向的「二八分化」与板块轮动统计

从资本市场统计方法论看，分析资金流向通常有「成交量法」「ETF净申赎法」「主力资金流向法」等几种路径。半导体ETF净流入250亿元，是典型的「ETF净申赎」数据，它反映的是被动资金的行业配置意愿。被动资金具有「追涨」特性——当某板块上涨，相关ETF净值上升，吸引更多资金申购，形成正反馈循环。

统计上，可以用「行业成交额集中度」（前5大热门行业成交额占全市场比重）来量化这种分化。2026年6月该指标一度攀升至45%以上，接近2015年TMT行情和2021年新能源行情的历史高位，提示资金集中度已处于极端区间。从板块轮动理论看，资金过度集中于单一主线，往往意味着该主线的「拥挤度」上升，后续波动加剧的概率也在增加。统计上可以用「成交额/换手率历史分位数」来度量拥挤度，当该指标超过95%分位时，均值回归风险显著上升。

二、1927只个股新低背后的流动性分层

近四成个股创新低，表面看是「个股问题」，实质是市场流动性分层的结果。随着全面注册制深化和退市常态化，A股上市公司数量已超过5400家，但增量资金有限，资金必然向「流动性好、确定性高」的头部标的集中，形成「核心资产溢价、边缘标的折价」的格局。从市场微观结构理论看，流动性的核心是「交易对手的丰富度」——当一只股票的买卖双方减少，即便基本面没有恶化，也会因流动性折价而下跌。

统计上，可以用「Amihud非流动性指标」（日均收益率绝对值/成交额）来度量个股流动性，该指标上升意味着流动性恶化。1927只个股新低中，相当一部分是日均成交额低于3000万元的「低流动性群体」，它们的下跌更多是流动性收缩而非价值毁灭。进一步分解，可以用Fama-French多因子模型将个股收益分解为市场因子、规模因子、价值因子和流动性因子，规模因子和流动性因子在2026年上半年的贡献显著为负，印证了「小盘+低流动性」的双重压制。

三、羊群效应与市场有效性的边界

半导体板块的吸金与个股新低并存，是行为金融学中「羊群效应」的集中体现。凯恩斯曾用「选美博弈」形容股市：投资者不是在选自己认为最美的，而是在猜别人会选谁最美。半导体ETF的资金涌入，很大程度上是「预期别人会买所以我先买」的自我强化逻辑。

从市场有效性假说看，资金向高景气板块集中本身是「价格发现」的体现，半强式有效市场应当快速反映信息。但当羊群效应将价格推离基本面，就进入了「非有效」区间。统计上，可以用「板块估值分位数」（当前市盈率处于历史多少分位）和「成交拥挤度」（换手率历史分位）来监测市场是否进入过度交易区域。当两者同时处于95%以上极端分位时，均值回归的风险显著上升。此外，1927只个股新低与指数未创新低的「指数失真」现象，也提示上证综指等传统指数因加权方式而对多数个股的疲弱反映不足，中位数涨跌幅是更真实的市场温度计。

管理启示

第一，资金流向数据是市场「用脚投票」的结果，但管理者要区分「信息驱动」的资金集中与「羊群驱动」的过度拥挤，前者是趋势机会，后者是风险信号。第二，流动性分层是成熟市场的必然特征，企业管理者应重视「流动性管理」——维持合理的机构投资者沟通、保持业绩的可预期性，避免陷入流动性折价的恶性循环。第三，结构性分化下，「指数涨不代表个股涨」，企业市值的维护不能依赖大盘贝塔，而要靠自身的阿尔法。

其他思考

1. 被动ETF规模超过主动基金后，市场的「价格发现」功能是否会被削弱？当多数资金跟踪指数而非研究个股，市场效率是提升还是下降？
2. 1927只个股创新低中，有多少是基本面恶化、有多少是流动性折价？应如何构建统计模型来分解两者的贡献？
3. 当资金高度集中于半导体等少数主线，一旦主线逻辑被证伪，对全市场的流动性冲击会有多大？压力测试应如何设计？

关键词：资金流向、板块轮动、流动性分层、羊群效应
来源：Wind资讯、财新网 | 整理：经管讲堂