2026年全球市场，核心主线即有无AI的分化：前者如美股费城半导体与韩国股市，后者如港股恒生科技；前者如A股海外或国产算力链条，后者如A股的传统消费。但随着这一共识在跨市场间逐步强化，资金基于相似逻辑追逐同类资产，全球范围内呈现高度拥挤交易，中、美、韩市场交易额前10%公司，基本属于AI主线，其成交占比均提升至历史98%分位数以上。我们在《全球市场2026下半年展望：“殊途同归”的K型分化》中分析，AI并没有到全面泡沫的程度，但其拥挤度高也是不争的事实。高拥挤度往往会对外部扰动有较大反应，如此前伊朗局势爆发后韩国股市的大跌，以及近期非农数据引发加息担忧后费城半导体指数与韩国股市的动荡。

图表：2026年以来，有AI的韩国KOSPI和费城半导体与没AI的恒科出现极致分化

资料来源：Bloomberg，中金公司研究部

图表：中国市场内部，科技创下新高，而消费却跌回“924”之前

资料来源：Wind，中金公司研究部

图表：中、美、韩市场交易额前10%公司的成交占比均提升至历史98%分位数以上

资料来源：Bloomberg，中金公司研究部

图表：高拥挤度往往会提升资产对外部扰动的敏感程度

资料来源：Bloomberg，中金公司研究部

那么，高拥挤和高杠杆是否就等同于泡沫？高拥挤资产是否会改变回报特征？在实际操作中如何应对高拥挤资产？我们在本文中将回答上述问题。最后，我们在文中，通过量化测算不同市场与资产的赔率（预期与叙事兑现程度）和胜率（基本面的确定性），给出跨市场与资产的配置建议。

从拥挤度说起：什么是拥挤度？当前各类资产处于何种水平？

一、什么是拥挤度？当过多的资金基于相似的逻辑，追逐同一类资产或者策略时，便容易形成“拥挤”。“高拥挤度”通常表现出持仓较为同质化、交易方向单一、情绪明显过热以及价格短期涨跌幅陡峭等特征。这些特征容易让投资者关联“高杠杆”和“泡沫化”等概念。从严谨分析角度，我们有必要梳理清楚三者的不同之处。

拥挤度本质上是交易的同质化程度，杠杆描述的是资金的放大倍数，泡沫更侧重价格相对基本面的“偏离幅度”。三者常相伴相生，高拥挤可能是杠杆资金在推波助澜，当杠杆和拥挤演绎到极致时又可能催生泡沫。但是，高拥挤并不等同于泡沫：其既可以由扎实的基本面与资金流入驱动（下文定义的“好拥挤”），也可以是缺乏盈利的投机泡沫（“坏拥挤”），下文将进一步分析。

二、当前拥挤度处于什么水平？本文从拥挤度的常见特征如持仓、成交、量价等维度，多方位刻画当前各类资产的拥挤情况，为后续判断提供基础。

► 机构持仓：持仓的同质化是形成拥挤的前提。当资金的头寸高度集中于同一方向，很可能会带来交易的趋同。该数据可以从多个来源获取：例如投资者调查、交易所披露的期货持仓、基金定期持仓报告等。美银美林全球基金经理调查显示，6月最拥挤的交易为“做多全球半导体股”（80%），其次为“做多M7”（12%）和“做多石油”（4%）；期货头寸中，黄金的多头占比超过历史90%分位数、长端美债的空头占比则接近历史90%分位数；基金报告披露，A股通信板块的公募前十大持仓占比超过14.6%，已创下历史同期新高，也超过了白酒的历史同期水平。

图表：6月最拥挤交易为“做多全球半导体股”

资料来源：BofA，中金公司研究部

图表：通信板块公募前十大持仓占比超过14.6%

资料来源：Wind，中金公司研究部

► 成交换手：换手率、成交占比特别是杠杆资金占比异常抬升是情绪火热、高拥挤度最直观的体现。其中，杠杆资金成交占比（如看跌期权、融资成交占比等）值得重视，是因为这类资金往往带有强烈方向性观点，是对交易方向的高度认同，对拥挤度的指示意义较强。当前，韩国综指和台湾加权指数换手率接近历史极值。半导体含量较多的科创50在A股成交占比一度创下7%历史新高。杠杆资金方面，科创50融资成交占比突破13%，仅次于2025年9月底的历史极值。

图表：科创50在A股成交占比创7%历史新高

资料来源：Wind，中金公司研究部

图表：科创50融资成交占比一度突破13%

资料来源：Wind，中金公司研究部

► 量价信号：动量斜率是拥挤度的预警信号之一。特别是其处于极值时，背后可能是资金的过度追捧或者抛售。为了增强稳健性，本文采用短期（20个交易日）和中期（60个交易日）动量斜率的分位数均值。当前，台湾加权、费城半导体等指数的动量斜率处于历史90%分位数以上，黄金的动量斜率低于历史10%分位数。

兼顾指标代表性与数据频率，我们选取持仓数据中的期货非商业净多头占总持仓比例，成交换手中的看跌期权成交占比、股票成交占比、融资成交占比，以及量价信号中的动量斜率等指标，分别计算各指标历史分位数的移动平均，再等权合成，得到各类资产的综合拥挤度。

测算结果显示，当前费城半导体与台湾加权的做多交易已极度拥挤（处于90分位数以上），韩国综指、科创50、创业板50的做多交易也较为拥挤（处于80分位数以上）；做空方向则尚无资产落入拥挤区间（20分位数以下）；沪深300、标普500、恒生科技、黄金、短端美债则属于非拥挤资产（处于50分位数左右）。

图表：各类资产拥挤度判断

注：拥挤度刻画为四个维度指标历史分位数加权；数据截至2026年6月12日  资料来源：Bloomberg，Wind，中金公司研究部

高拥挤意味着什么？拥挤本身不改变回报特征，拥挤仍有超额回报，不意味着行情尾声

关于拥挤之后资产价格如何演绎，市场存在一些直觉性的结论：一种是“拥挤即见顶”，拥挤的资产往往已积累较大涨幅，并且交易逻辑逐渐成为共识，投资者出于“恐高”心理或者预期透支的担忧，认为资产价格会反转；另一种是“拥挤会放大波动”，这一直觉很大程度上源于可得性偏差（availability bias），几次高拥挤后的痛苦回撤令人印象深刻，投资者据此将高拥挤与高波动划上等号。我们结合文献研究、历史复盘和数据回测，发现两种直觉都需要修正：拥挤本身既不必然预示着反转，也不必然抬高整体波动，它真正改变的是尾部风险。

► 反直觉结论一：拥挤后仍有超额回报。研究显示，高拥挤组合并未系统性跑输：高拥挤组年化收益接近12%，高于低拥挤组的8.5%，超额收益约为3%。本质原因在于，高拥挤往往伴随积极的资金流入与基本面信号，被视为趋势性结果而非反转信号。

图表：拥挤因子存在2.8%~9.1%的超额

资料来源：Brown et al., 2019, Crowded Trades and Tail Risk，中金公司研究部

► 反直觉结论二：拥挤不改变波动，仅改变尾部风险。高拥挤组合波动率并不必然更高，高拥挤组波动率14%，甚至略低于低拥挤组的15%。不过，拥挤会显著改变收益分布的尾部风险：当持仓方向高度一致，一旦基本面证伪或流动性收缩，集中减仓将放大价格调整。低拥挤组基金回撤相关系数为0.04（P=0.53），高拥挤组为-0.13且统计显著（P=0.03）。

图表：基金的拥挤度因子暴露越高，回撤越大

资料来源：Brown et al., 2019, Crowded Trades and Tail Risk，中金公司研究部

历史复盘显示，高拥挤既可能意味着趋势强化，也可能是尾部风险累积的表现。

► 2015年A股“杠杆牛”是一轮极致的流动性交易，高拥挤后的去杠杆引发恐慌式下跌。2014年下半年至2015年6月间，融资融券叠加场外配资推动市场急速拉升，换手率、杠杆资金成交占比与动量斜率同步冲高至极值。然而，这一轮上涨自始至终缺乏盈利兑现的确认，令市场对政策转向高度敏感。随着监管层启动去杠杆并主动收缩流动性，交易拥挤风险集中释放，主要股指随即出现断崖式下跌。

图表：2015年中，换手率等代表拥挤度的指标创历史新高，创业板几乎同步见顶

资料来源：Wind，中金公司研究部

图表：2015年创业板的上涨缺乏盈利兑现的确认

资料来源：Wind，中金公司研究部

► 2020-2021年“散户大战华尔街”，高拥挤后指数明显回调。低利率与流动性宽松下，Russell 2000成长指数从2020年低点至2021年1月上涨超150%，拥挤度2021年2月触及历史100%分位后开启漫长调整。

图表：2021年1月拥挤度触及极值，罗素2000成长阶段性见顶

资料来源：Bloomberg，中金公司研究部

► 2023年以来AI产业趋势下，高拥挤不影响上行趋势。ChatGPT开启的AI技术革命推动大型科技股持续跑赢，期间纳斯达克100拥挤度多次触及历史高位，但回调幅度小、时间短，极高拥挤边际消化后指数继续上行。

图表：2023~2025年，拥挤度屡次触及极值，但未阻碍纳斯达克100趋势上行

资料来源：Bloomberg，中金公司研究部

拥挤度对谁更有效？拥挤度对港股更有效、A股成长股有效，对美韩股市作用有限

区分不同市场，高拥挤作为风险信号有效性存在显著差异。我们采用“低拥挤买入（拥挤度处于20%分位以下）、高拥挤卖出（拥挤度升至80%分位以上）”的择时规则，对港股、A股和美股等进行回测。

► 港股：信号较为有效，高拥挤很可能伴随着风险累积。恒生指数策略累计回报50.7%，相对买入持有超额为26.6%；择时规则在恒生科技策略表现更优，累计回报64.2%，超额超过50ppt。择时策略的最大回撤均优于买入持有基准，显示高拥挤在港股具备良好的风险预警能力。

图表：恒生指数拥挤度择时表现

资料来源：Bloomberg，Wind，中金公司研究部

图表：恒生科技拥挤度择时表现

资料来源：Bloomberg，Wind，中金公司研究部

► A股：信号有效性在指数间高度分化，科创50的高拥挤信号值得关注。科创50的拥挤度择时策略累计收益90%，超额接近20ppt，在高拥挤时及时离场明显提升了风险收益比；而拥挤度在其他指数如中证500、沪深300和创业板50的信号意义基本失效，在这类指数上高拥挤度可能不是风险积累而是趋势强化。

图表：科创50拥挤度择时表现

资料来源：Bloomberg，Wind，中金公司研究部

► 美股/韩股：高拥挤度的风险预警意义较为有限，更类似趋势验证信号。上述拥挤度策略应用于美股主要指数，均大幅跑输持有基准：道琼斯工业、标普500策略分别跑输13和36ppt；纳斯达克100和费城半导体跑输幅度更大。类似于美股，拥挤度策略应用在韩国股票上也明显失效。

图表：纳斯达克100拥挤度择时表现

资料来源：Bloomberg，Wind，中金公司研究部

为什么同样的高拥挤，在不同时间或不同市场会呈现出几乎相反的信号意义？上述市场在流动性和基本面等因素上存在差异，而这些差异很可能是拥挤度信号有效性的前提条件。在盈利兑现薄弱、流动性变化较大的市场，高拥挤可能有效的风险信号；而在基本面偏强、流动性稳定的市场，高拥挤更多体现为资金对扎实基本面的认可。换言之，拥挤度是刻画“资金抱团”的指标，但这种“抱团”是否会引发价格冲击，还取决于拥挤背后的流动性和基本面环境。这就要求我们超越拥挤分位数高低，进一步甄别拥挤的“好坏”或者质量。

综上所述的结论是：高拥挤并不一定意味着行情的尾声，在高拥挤期，正确的应对不是清仓，而是控制仓位，并增加尾部风险的对冲。真正决定我们是否需要继续暴露在拥挤动量带来的收益机会中的，是拥挤背后的支撑条件是否改变。我们在下文中做进一步分析。

如何区分“好拥挤”和“坏拥挤”？当前多数资产整体属于“好拥挤”

拥挤既可能意味风险，也可能代表强趋势。那么，是否有方法过滤“坏拥挤”，识别出“好拥挤”？

区分“好拥挤”与“坏拥挤”，首先需要回到拥挤度作为信号的本质。拥挤交易的理论和实证研究共同指向同一个结论：拥挤度并非简单的反转信号，而是脆弱性指标，它衡量的是因为持仓与交易的同质性不断积累流动性压力最后造成价格冲击的强度。因此，判断拥挤度的好坏不能只看分位数高低，而需要进一步测算市场吸收冲击的能力，挖掘持仓与交易同质的深层原因以及叙事的透支程度，从而研判拥挤是趋势的强化还是反转的信号。

更系统地，本文将拥挤度质量的判断落地为四个可观测的维度：市场微观流动性，宏观流动性，基本面信用景气度以及叙事兑现程度。综合上述四个维度，我们判断当前高拥挤资产基本属于“好拥挤”。

一、市场微观流动性：衡量冲击的吸收与传导能力

高拥挤最终是否会转化为明显的价格冲击，取决于市场的微观流动性。主流文献通常从紧度（tightness）、深度（depth）和韧性（resiliency）三个维度刻画微观流动性：

► 紧度衡量的是成交价偏离公允中枢的幅度，买卖价差是常用的观测指标。价差越小，买卖价格几乎贴紧，说明市场越紧致，交易的摩擦成本越高，微观流动性越好。本文以Corwin-Schultz买卖价差估计量（下文简称CS价差）代表买卖价差，该指标的信号含量有明显的状态依赖性：正常时期流动性冲击易被吸收，CS价差仅为弱噪声；压力时期融资约束收紧、做市能力下降，易形成“价差走阔—资金离场—价差进一步走阔”的流动性负向螺旋，此时指示意义显著增强。当前原油和黄金等资产的CS价差显著走阔，已处于历史95分位数以上的极端水平，显示市场紧度恶化。

图表：近期原油和黄金的CS价差显著提升，显示市场紧度恶化

资料来源：Bloomberg，中金公司研究部

► 深度是指在不显著带来价格冲击的前提下能够消化成交量的能力。较为经典的观测指标如Amihud非流动性指标，其衡量的是单位成交额所对应的价格冲击。Amihud越高，意味着单位成交额对价格的冲击越大，市场的深度不够，承接资金的能力越弱。当前，除了黄金和原油的Amihud非流动性指标 处于历史50%分位数左右，其他资产的深度均处于历史上较好的水平。

图表：主要资产的市场深度均处于历史上较好水平

注：数据截至2026年6月18日  资料来源：Bloomberg，Wind，中金公司研究部

► 韧性反映的是价格受到冲击后回到均衡的速度。本文以美债利率快速上行期各类资产展现韧性为例，标普500、道琼斯、伦敦金现货回撤较浅、修复较快，中位数最大回撤约3%–7%、十余至二十余天即完成修复，韧性较强；而港股、恒生科技与创业板50、科创50等较低深度资产回撤更深、修复更慢，最大回撤8-10%，部分样本期内尚未修复，韧性明显弱于大盘宽基与黄金。

图表：美债利率快速上行对各资产影响

资料来源：Bloomberg，Wind，中金公司研究部

二、宏观流动性：从分母端决定拥挤的可持续性

即便微观流动性正常，拥挤交易能否持续，还取决于宏观流动性能否提供充裕的资金环境。产出缺口与通胀是判断宏观流动性松紧的两大核心维度。当前，中国产出缺口为负，美国产出缺口基本收敛。通胀方面，主要扰动来自油价，但市场倾向于将其视为一次性冲击：2026年后三季度CPI预期有所上修，而2027年预期未出现明显变化；中国未来一年通胀预期维持在1%左右。

图表：未来一年，市场预期中美通胀均不存在大幅上行的风险

资料来源：Bloomberg，中金公司研究部

美国方面，油价扰动虽使通胀短期仍有粘性，短期加息担忧升温，但在油价大幅回落的背景下，我们认为美联储持续加息的概率也有限，实际利率进一步上行风险有限。中国方面，关键变量则在于外需与政策重心。在外需未明显失速的情况下，政策无需大幅转向总量刺激，仍可围绕科技、制造和结构性信用扩张发力；同时，低通胀与负产出缺口也意味着货币政策仍保留进一步宽松空间。因此，从分母端看，中美宏观流动性短期会存在扰动，但也不构成拥挤交易持续逆转的核心约束。当然，若后续油价和通胀扰动演化为持续紧缩压力，拥挤资产仍可能在估值端面临逆风。

三、信用景气度：从分子端决定拥挤的可持续性

拥挤是否会从“好”转“坏”，关键看支撑拥挤的产业叙事能否被基本面持续验证。若行业所处的信用景气持续上行、资本回报率抬升、融资能力增强，业绩兑现度高，高拥挤更多体现为“趋势强化”（即“好拥挤”），这是2023年以来美股AI产业链高拥挤而不回调的根本原因；反之，若资产或者行业处于信用景气度下行期、盈利无法兑现，高拥挤就会转化为“尾部风险累积”（即“坏拥挤”），这是2026年以来以恒生科技为代表的港股不断回调的重要原因之一。

图表：强劲的信用景气度改善支撑本轮费城半导体指数不断创新高

资料来源：Bloomberg，FactSet，中金公司研究部

图表：信用景气度的边际转弱是恒生科技年初以来回调的重要原因

资料来源：Bloomberg，FactSet，中金公司研究部

在度量上，本文选取资本回报率（ROIC）与融资成本之差（后文简称投融资利差）作为信用景气度观测指标，并综合历史分位与方向预判两个维度来刻画信用景气度。投融资利差越高，说明盈利对融资的覆盖越充分、信用景气的绝对水平越高。另一方面，我们综合三个具有预测信息的指标，合成景气度的方向判断：一是分析师盈利预测的变化方向，反映卖方获得的未来信息的边际变化；二是价格动量，部分反映市场对未来景气度的定价；三是投融资利差的边际变化，侧重捕捉景气扩张或收缩的趋势动能。两步结合即可定位景气位置：投融资利差分位数高且方向预判为正，表明信用景气度在不断扩张，高拥挤更可能是“好拥挤”；分位数低且方向为负，则景气度偏弱且仍在恶化，高拥挤更可能是“坏拥挤”。

当前，美国位于信贷景气度扩张期，中国则位于收缩期。分资产来看，费城半导体指数投融资利差处于历史较高分位数，且方向预判为正，因此处于信用景气度较高的期间；类似的诸如纳斯达克100、韩国综指、台湾加权、标普500、创业板50等均处于信用景气的扩张期。而港股、沪深300、中证500的投资融资利差历史分位数偏低，更重要的是方向预测为负，因此处于信用景气度的收缩期。总结而言，高拥挤的资产如费城半导体、韩国综指、台湾加权等有扎实的信用景气度支撑；同为拥挤资产的科创50的信用景气度偏弱；港股之所以不是拥挤资产，很大程度上也与其基本面的羸弱有关。

图表：主要资产所处信用周期

资料来源：FactSet，Haver，Wind，中金公司研究部

四、叙事兑现程度：衡量拥挤交易的持续空间

即便信贷与流动性条件有利，若叙事大幅超前于基本面验证，拥挤仍会从“好”转“坏”。我们对各类资产采用不同的估值指标衡量叙事兑现程度。

具体来看：1）权益资产：考虑到既有宽基又有科技含量较高的指数，因此采用市盈率、市净率和市销率作为权益资产的估值指标。2）美债：以对应期限的实际利率减去自然利率之差作为债券的估值指标，隐含期限溢价具有均值回归特征。3）黄金：从黄金存量除以美国M2、实际利率和美元指数三个维度对金价估值。4）原油：采用名义价格和扣除通胀后的实际油价对原油估值。

结果显示：台湾加权、中证500估值指标已处于历史95分位数以上，叙事的兑现程度较为饱满；科创50、费城半导体、道琼斯等指数的估值位于历史80分位数以上，兑现程度较高。十年期美债估值则回调至历史10%分位数以下，隐含较多加息紧缩等预期。

图表：各类资产叙事兑现程度

注：叙事兑现度为多个估值细分指标历史分位数加权。数据截至2026年6月12日  资料来源：Bloomberg，Wind，中金公司研究部

最后，综合上述四个维度的测算：中短期来看，大部分拥挤资产均不存在“坏拥挤”的演绎趋势，费城半导体、台湾加权、韩国综指和创业板50的高拥挤度有信用景气度支撑；科创50有宏观流动性支撑，因此当前多数资产的高拥挤整体呈良性。

图表：各类资产拥挤度综合判断

注：综合判断为资产微观流动性、宏观流动性、信贷周期与叙事兑现程度的加权  资料来源：中金公司研究部

如何应对高拥挤？赔率 vs. 胜率；美债与M7兼具胜率赔率，科技胜率高，恒科更多是赔率，原油都低

通过上文的分析，我们可以发现：1）首先，单纯高拥挤不是看空理由，拥挤可以意味着趋势加强，也可以意味着为部分风险加大，所以要区分“好拥挤”和“坏拥挤”。2）其次，同样拥挤度的资产对于不同回报要求的投资者适应性也不同，不能一概而论，需要区分“赔率”与“胜率”来做决策。举例而言，高胜率但低赔率资产，理论上需要通过加杠杆来放大赔率（例如韩国股市的杠杆ETF），但显然这种激进方式不适用于所有人；高赔率但低胜率资产的机会成本太大，不适用相对收益和对资金成本有要求的投资者。

我们的方法框架是：“胜率”衡量资产价格的上涨确定性有多高，由资产自身的微观流动性（吸收冲击的能力）、宏观流动性（分母端资金环境）与信用景气度（分子端盈利支撑）三个维度合成，胜率越高，资产价格上行确定性越大；“赔率”衡量价格的向上空间，由叙事兑现程度衡量。叙事兑现越不充分，赔率越高，潜在回报空间越大；反之，叙事若已被价格透支，则赔率越低。

测算结果显示：1）高胜率与高赔率：长端与短端美债、M7，是性价比较优的配置方向，微观和宏观流动性相对友好，K型分化下信用扩张幅度温和，因此胜率偏高；利率已计入一定加息预期，故赔率亦高；2）高胜率但低赔率：工业金属、费城半导体、纳斯达克100、韩国综指、台湾加权、黄金、标普500、创业板50、沪深300。这些资产或者有流动性支撑或者由信用景气度驱动，上涨确定性强，但是空间可能不高；3）低胜率但高赔率：恒生科技，核心原因是估值预期都很低，但基本面存在瑕疵；4）低胜率且低赔率：原油尤为明显。此外，科创50胜率和赔率均低于创业板50。

图表：各类资产胜率赔率判断

资料来源：Bloomberg，Wind，FactSet，中金公司研究部

风险：本文基于逻辑推演和历史数据实证，模型测算亦存在前提假设、参数选择和外推偏差，相关判断可能存在不确定性。

注：本文来自中金公司2026年6月21日发布的《如何应对高拥挤资产？》报告分析师：彭一夫 S0080525120003，刘刚 S0080512030003