分散風險的迷思?當心「攤薄」效應!

DALL·E 2025 02 15 00.43.45 A 3D rendered glass basket with a smooth rounded and high quality translucent surface. The basket has a refined and elegant curvature enhancing its
雞蛋放在同一個籃子不好嗎?

在投資世界裡,我們常聽到「不要把雞蛋放在同一個籃子裡」這句箴言,強調投資分散風險的重要性。然而,是不是持有的股票越多,投資就越安全、「報酬/風險」比就越高呢? 事實並非如此簡單。想像一下,如果你有一套祕方湯頭,只放一兩種獨特香料就風味十足,但你貪心地把一百種味道差不多的香料通通丟進鍋裡,結果滋味可能變得怪異又平淡無奇。投資組合也是一樣,如果過度分散在同類型的「Alpha股票」上(所謂 Alpha 股票即預期能帶來超額報酬的股票),你的優勢可能會被「攤薄」到幾乎嚐不出味道來。學術研究與數學證明告訴我們:當投資組合過度集中於同質的Alpha策略時,反而無法有效提升績效。最佳策略其實是精簡每一類Alpha股票的持有數量,同時在組合中納入多種不同類型的Alpha,透過異質性的多樣化來維持高報酬和分散風險。聽起來有點矛盾嗎?讓我們一步步拆解其中的奧祕。

過度分散:當所有股票「一個樣」,報酬/風險變成大盤的模樣

直覺上,多元分散應能降低風險,但若分散的對象彼此高度相似,那麼風險並不會隨持股數量無限下降,反而報酬被攤薄得厲害。學術研究早在1960年代就證實了分散投資的遞減效益:持股數增加到一定程度後,剩餘的風險下降幅度趨近於零 (How Many Stocks Are Sufficient for Equity Portfolio Diversification? A Review of the Literature)。例如,Tang(2004)的分析指出:約20支股票的投資組合已能消除約95%的可分散風險,再額外加入80支股票,僅額外降低約4%的風險 (How Many Stocks Are Sufficient for Equity Portfolio Diversification? A Review of the Literature)!換言之,超過一定數量後,每新增一支相似的股票幾乎沒有降低風險的作用

讓我們用數學觀點看看發生了什麼:假設這些股票都屬於同一類型(高度相關的Alpha股票),各股票報酬之間的相關係數為ρ,單支股票的標準差為σ。如果平均分散投資於N支這類股票,整體組合的波動率公式近似為:

\sigma_{port} \approx \sigma \sqrt{\rho + \frac{1-\rho}{N}}

這公式意味著:當N增加時,組合風險\sigma_{port} 不斷降低,但有一個下限。隨著N趨近無限大,\frac{1-\rho}{N} 項趨近於0,組合風險逼近 \sigma\sqrt{\rho} (JPM-ILMANEN.indd)。如果這些股票完全同質移動(相關係數ρ接近1),那麼無論持有再多股票,整體波動率幾乎跟單一股票一樣高(因為\sigma\sqrt{\rho}\approx \sigma),風險無法進一步分散。也就是說,當所持股票高度相關時,有效的獨立投資機會數並未增加 (P0543)。Richard Grinold在《投資組合管理期刊》1989年的經典論文中就強調:提升組合表現靠的是獨立的Alpha投注數量,而非單純增加持股數 (P0543)。如果增加的持股彼此並不獨立(例如同類型股票,共同隨著某一產業或因子波動),那麼對應的「獨立押注」數其實並沒有同步增加。

更糟的是,在報酬端,當我們不加篩選地持有太多同類型的股票時,投資組合的平均超額報酬(Alpha)也會被稀釋。想像你原本挑選出幾支最具Alpha潛力的股票,但為了「分散」,你把次優甚至泛泛之輩的股票也納入組合。結果,優秀股票的超額報酬被一堆平庸股票攤薄掉了。這有點像把一杯濃縮咖啡倒進一桶水裡,咖啡的濃醇香氣(超額報酬)會被沖淡到喝不出來。實證研究正好印證了這點:

  • 基金經理的「最佳點子」:哈佛商學院和倫敦政經學院的一項研究發現,基金經理投資組合中他們最有信心的「最佳點子」股票,其表現遠勝過他們持有的其他股票。不僅擊敗大盤,甚至比他們自己組合裡的其他持股每年多出約2.8%~4.5%的超額報酬 !而「大多數其他持股並沒有顯著超額報酬」。也就是說,經理那些為了「分散風險」而加入的次要持股,幾乎沒有貢獻額外報酬。研究者直言:若這些經理提高組合集中度、只持有他們最看好的標的,投資人反而會獲益更多。這強烈說明過度分散(持有太多股票)其實拉低了整體報酬/風險比。
  • 主動型基金的「隱形指數化」問題:另一項發表於《金融研究評論》(Review of Financial Studies)的研究引入了“Active Share”指標來衡量基金投資組合和基準指數的差異程度。結果顯示,Active Share最高(也就是持股最與指數不同、最集中)的那群主動型基金,顯著跑贏了市場基準;而那些Active Share最低(持股幾乎就是大雜燴指數的基金)不但沒有帶來超額收益,反而落後基準 (How Active Is Your Fund Manager? A New Measure That Predicts Performance)。換句話說,過度分散導致基金表現平庸甚至不佳。研究指出,最高組合差異的基金在扣除費用後每年仍高出基準2.5%~3.8%的報酬,而「過度分散」的基金則顯著輸給市場。這充分證明了當投資組合過度分散在相同類型資產時,報酬被削弱,而風險卻沒有成比例下降,導致報酬/風險比趨近於零的結果。投資領域甚至有個諷刺的說法稱這種現象為“Diworsification”(越分散越糟)。當你的投資組合變得和大盤沒兩樣時,你實質上失去了Alpha,但仍承擔著市場風險,用高昂的風險去換取幾乎為零的超額報酬。

總結來說,如果一個投資組合持有過多同質的Alpha股票,那麼隨著持股數量的增加:(1) 可分散的風險很快被消除殆盡,只剩下系統性風險無法化解;(2) 超額報酬卻被愈來愈多的低Alpha成分攤薄,漸漸趨近於零。結果,報酬與風險的比值大幅下降,甚至接近無效投資(冒風險卻沒有額外報酬)的狀態。正如一項南非市場研究所說:「只需持有10~15檔股票即可達到高度分散,再增加股票,風險降低已經微乎其微」 (How Many Stocks Are Sufficient for Equity Portfolio Diversification? A Review of the Literature)。過度分散只是在做無用功,反而可能讓我們失去原本的優勢。

最優策略:集中優勢,搭配多元類型 Alpha

既然過度分散會稀釋Alpha,那麼極端集中是否就是良方?只買一支股票當然風險過高,這走向另一個極端也不可取。真正聰明的策略是:在每一種Alpha策略內部要精挑細選、適度集中持股,但在整體組合層面上結合多種不同類型的Alpha策略,達到「大處分散、小處集中」的平衡。換句話說,把雞蛋放在不同的籃子裡,但每個籃子裡都只裝最優質的雞蛋。這樣一來,每個籃子(每種策略)本身帶來高報酬/風險比,而不同籃子之間的風險又彼此分散。

在學術上,這個思路可以用被稱為「主動管理基本法則」(Fundamental Law of Active Management)的公式來闡明。該法則由Grinold於1989年提出,指出一個主動投資組合的訊息比(Information Ratio,衡量超額報酬對超額風險的比率)可以表示為:

IR = IC \times \sqrt{BR}

其中,IC(Information Coefficient)代表投資經理的選股技能(對超額報酬的預測精度),而BR(Breadth)則代表獨立投資機會的數量 (P0543)。通俗地說,如果你有很多彼此獨立的Alpha來源,而且每一個來源你都頗有把握(IC高),那整體表現就會相當亮眼。值得注意的是,這裡強調的是「獨立」的機會數。如果你的多個投注其實不獨立(例如都押在同一類型股票上),那麼有效的BR並沒有增加多少,IR也不會顯著提高 (P0543)。相反地,如果你將資金分散在數個相關性低、互相獨立的策略上,每新增一個不同的Alpha來源,就如同增加了一個新的獨立押注,可以大幅提升整體的風險調整後報酬。從公式上看,若每個策略的預測能力IC相近,將兩種獨立策略結合,IR約提升\sqrt{2}倍;結合四種獨立策略,IR則約提升\sqrt{4}=2倍 (JPM-ILMANEN.indd)。這不是天方夜譚——金融界實證也發現了類似的結果。

AQR資產管理公司的一項研究將幾個彼此相關性極低的策略組合在一起(例如動能價值趨勢追蹤套利等不同類型的Alpha策略),結果發現:組合的夏普比率幾乎是單一策略的兩倍 (JPM-ILMANEN.indd)!具體而言,他們發現結合五個不同因子的多元策略組合,其夏普比率約1.4,遠高於單獨持有某一資產類別時的0.7左右 (JPM-ILMANEN.indd)。這相當於有效擁有了四個彼此獨立的投資所得到的效果 (JPM-ILMANEN.indd)。原因在於,不同類型Alpha之間的相關性低,當一類策略短期失靈時,另一類策略可能依然奏效,彼此風險可以互相抵消,卻各自提供超額報酬來源。正如前面提到的公式所示,把多種獨立Alpha結合,就好比增加了投注次數,透過平方根效應成倍提升整體的報酬/風險比。這個策略在學術上有時被稱為“多元阿爾法”“Alpha疊加”策略,即將來自不同市場或因子的阿爾法來源放在一起。金融分析師期刊上也多次討論過類似概念,例如強調同時配置多種風格因子(價值、成長、規模、動能等)可降低組合波動並提高夏普比率 (JPM-ILMANEN.indd)。事實證明,「不要把雞蛋放同個籃子」的箴言在這裡要進一步細化為:「不要把雞蛋都放在同一種類型的籃子裡,但也不要在每個籃子裡裝太多雞蛋。」

結語:聰明的分散,才能兼顧收益與風險

綜合以上研究與證明,我們可以明確地說:分散投資並非越多越好。當投資組合過度分散在同一類型的Alpha股票上時,我們所得到的,只是一個和市場表現差不多的組合,却承擔著近似市場的風險,導致[報酬/風險比趨近於零](How Active Is Your Fund Manager? A New Measure That Predicts Performance)。這種情況下,我們幾乎等同於在做無謂的冒險——因為承擔了波動,卻沒有獲得相應的超額收益回報。正如研究者戲稱的那樣,這樣的過度分散就是「資產配置變成了資產折磨」,徒有分散之名,卻無分散之實。

反之,最優的策略是在不同類型的Alpha之間取得平衡的多樣性。透過精簡每種Alpha策略內的持股數(只挑選最有信心的標的),我們確保每個策略都能貢獻可觀的超額報酬;再透過結合多種彼此相關性低的Alpha策略,我們讓整體組合的風險大幅降低而報酬保持高水準。這就是所謂「在集中中求分散,在分散中求集中」的藝術。實證結果一再支持此觀點:基金經理應當專注於自己的最佳想法 、投資人應當挑選高主動性且多元化策略配置的基金 (How Active Is Your Fund Manager? A New Measure That Predicts Performance)。透過多元Alpha的配置,我們可以同時「享受蛋糕又吃蛋糕」——既獲得多樣化降低風險的好處,又保有豐厚超額收益的潛力。

總而言之,打造一個高報酬/風險比的投資組合的祕訣,在於聰明的分散:避免過度分散在同質的標的上,而要追求來源多元但各自精選的Alpha組合。正如老高講故事般的風格,我們最後用一句話來總結這個耐人尋味的道理:「分散」不是簡單地什麼都買一點,而是要懂得選擇地分散、策略地分散。唯有如此,你才能在市場中同時捕獲收益與控制風險,讓你的投資組合既美味又營養,真正做到立於不敗之地。 (How Many Stocks Are Sufficient for Equity Portfolio Diversification? A Review of the Literature) (JPM-ILMANEN.indd)

FinLab - 韓承佑

嗨大家好,我是韓承佑,FinLab創辦人,畢業於巴黎薩克雷大學資工博士,目前擔任臺灣量化交易協會 學術顧問、台北商業大學 創新育成中心 創業技術顧問與上市科技公司 量化交易顧問。當初,我喜歡寫程式、無意間因為軟體比賽接觸Fintech,從此開始了財經跟程式的學習之路。我們成立 FinLab 量化投資部落格,用自己研發的軟體,對台灣股市做大量快速的實驗。希望可以在量化投資的路上,當大家的「武器製造商」!