#美股# AI已成"主导性风险因子"，传统多因子分散化组合或存在隐性同质化风险

BCA Research最新研究报告提出了一个对当前市场集中度讨论具有方法论创新意义的核心洞察——真正值得投资者关注的问题，并非标普500指数中有多少只股票在驱动市场（这是此前讨论已久的名义持股集中度问题），而是有多少种独立风险因子在真正驱动这些股票的收益表现。

报告通过定义一个专门的AI风险因子，测算其与传统"因子动物园"（即价值、成长、动量、质量等经典量化投资因子集合）的24个月滚动相关性，发现该相关性自2022年11月（恰好是ChatGPT发布引爆全球AI投资热潮的时间节点）以来持续攀升，截至2026年中已升至约0.57-0.58，为2007-2008年金融危机以来的最高水平，而同期传统因子相互之间的内部相关性仅温和上升至约0.40，两者之间的缺口显著扩大。

这一发现意味着，即便投资者通过跨越不同风格、不同因子分组进行看似分散的组合配置，如果这些因子背后实际上正日益被同一个AI风险敞口所主导，那么这种分散化很可能是一种"虚假的分散化"——真实承担的风险集中度，远比表面持仓结构所显示的更高。

BCA Research团队本身的结论保留了相对审慎的余地——报告明确指出，因子动物园中仍存在一些角落可以找到真正的分散化空间，当前相关性水平虽处于近十几年高位，但尚未达到历史绝对峰值，这意味着这一风险值得高度警惕，但并非已经彻底丧失分散化可能性，投资者更应做的是重新审视所持资产是否隐含未被察觉的AI敞口，而非简单依赖传统的板块与风格标签。

因子动物园（Factor Zoo）：量化金融学术语，指学术界和业界经过实证研究识别出的大量（数十至上百个）能够解释股票收益差异的风险因子集合，如价值、成长、动量、质量、低波动等；该术语隐含调侃意味，暗指因子数量过多、良莠不齐，需要谨慎筛选真正具有分散化价值的因子

平均绝对两两相关系数（Average Absolute Pairwise Correlation）：统计学指标，计算一组变量（本图中为AI风险因子与因子动物园中各个传统因子）两两之间相关系数绝对值的平均值，用以衡量整体的关联紧密程度，数值越接近1表示各因子行为越趋同，分散化价值越低