作者：納蘭雪敏
我手上的是第一個版本的因子投資，但因為現在只買的到《因子投資（二版）：聰明錢操盤者的交易決策理論》在2023年5月17日由大寫出版這本，英文版是《Your Complete Guide to Factor-Based Investing The Way Smart Money Invests Today》，我手上有英文版跟中文一版，一版是2020年的6月出版的，我買到的就是這個中文版本。
Goodreads給他的分數是4.05分，不算太高，但也不低，很不錯的書通常都有4.2分，低於4分算是偏差，而且寫作風格非常的無聊，就很像學者在做學術論文，所有的學者都應該改掉他們寫作沒有重點無聊的壞習慣。
現在的時代寫作更講究精簡，然後把內容盡量使用比喻、故事化讓任何人都能讀懂你的內容。
《第一章：市場 Beta》
這一篇其實就是現在很多財經網紅叫你買什麼0050、指數投資的關鍵，而且內容超級簡單。
曝險也就是白話點說買股票本身，所以如果你的投資組合 Beta 是 1，代表你的表現基本上跟大盤同步。Beta 高於 1，你就是在放大市場的波動，漲的時候賺更多、跌的時候也賠更多。Beta 低於 1，則是在縮小市場波動的影響。
所以市場上漲的時候如果你的Beta是1以上你就會賺更多，很多主動交易投資人的Beta絕對都大於1，要把Beta拉升最簡單辦法就是直接用槓桿買大盤，你直接買兩倍槓桿的大盤就是Beta=2。
Beta 衡量的是資產跟市場之間的連動關係，但比如你的股票很妖，不代表Beta一定很大，因為他有考慮到跟大盤的連動關係，這一點很重要。
在書裡面非常文謅謅的講這些，但其實意思就是大概這樣而已，也就是說如果你買了一家妖股，大盤跌他還是大漲，大盤漲他也大漲，他的Beta可能不一定很高，只是他有比較高的波動性，主動交易人通常喜歡高波動的股票但不一定喜歡高Beta。
所以如果你風險的承受能力不好，像是台股你就買中華電信，美股你就買AT&T，這些都是低Beta的股票，跟大盤關係不大，但同樣的你就享受不到大盤上漲的快樂，比如台積電的Beta可能就會很接近1，因為他市值很大，越來越像是大盤的形狀。
從 1927 年到 2015 年，美股承擔市場風險的投資人，平均每年比持有無風險的短期國庫券多賺 8.3%。這就是所謂的「市場風險溢酬」（equity risk premium），也是整個資本資產定價模型（CAPM）的核心假設：承擔系統性風險，長期而言會得到補償。
也就是說你什麼都不用作，你只要承擔風險，所謂承擔風險就是比如2008年次貸風暴，你的資產可能直接變成40%，只要你願意承擔，你就能有每年8.3%的高於定存的額外報酬，代價就是有可能有一年你的資產直接變成40%。
變成40%不一定是本金變成40%，比如你可能2003年投入，2008年你獲利5倍，100萬變成500萬，但40%讓你變成最低剩下200萬，你必須承受這種不確定性，但後來過去20年，又變成了7倍成為3500多萬。
很多財經網紅就是在講這個而已，只是不講Beta把概念讓你理解而已。
從 1927 年到 2015 年間，市場 Beta 溢酬在大約2/3的年份裡是正的，而且觀察期間拉得越長，溢酬為正的比例就越高。此外，市場 Beta 溢酬的夏普比率為 0.4，在本書討論的所有因子中排名第二高（最高的是 0.61，最低的是 0.06）。
簡單說就是勝率大概66%，而且如果你持有越久獲勝機率就越大，就這麼簡單。其實背後邏輯也很簡單，就是貨幣發行，貨幣發行就容易帶給市場更多貨幣，帶來更多貨幣會帶來更多的投資跟消費，自然就創造企業的利潤，而能在市場持續獲利的企業會持續壯大，不能獲利虧損的企業會持續縮小，以2010年看宏達電，當時他持續獲利，但沒過多久被台積電打敗，所以指數會持續持有能一直獲利的台積電讓你賺更多。
市場 Beta 的報酬是一個長期有效但短期不穩定的東西，必須有耐心才能確實收割到這個報酬。
所以長期投資是有統計基礎的，就這麼簡單，但不是長期投資個股，而是投資Beta，也就是你必須跟大盤相關，但一定有虧損的機率跟風險，虧損風險之所以存在，利潤才會存在，所以拿閒錢投資也很重要，不然還是有機會套牢跟虧損。
再來是作者引用 Elroy Dimson、Paul Marsh 和 Mike Staunton 在 2011 年發表的研究， 1900 年以來，市場 Beta 溢酬在全球幾乎每個國家和地區都是正的。同一組作者在 2016 年瑞士信貸全球投資報酬年鑑中的更新數據，從美國投資人的角度檢視 21 個已開發國家的股票風險溢酬（ERP）。
所有國家的溢酬都是正的，範圍從比利時的約 3.1% 到南非的 6.3%。美國以 5.5% 並列第八。全球整體溢酬為 4.2%，美國以外的全球溢酬為 3.5%，歐洲為 3.4%。
只看最近 50 年（1966 到 2015 年），所有國家的溢酬同樣都是正的，從奧地利的 1.4% 到瑞典的 6.6%。美國的溢酬為 4.4%（排名第九），全球為 4.1%，美國以外為 4.5%，歐洲為 5.4%。
所以這是很多財經網紅告訴你為什麼全市場投資，因為有些國家的額外報酬更好，背後原因也很簡單，有時候有些國家選對產業或者有了正確的政策，他可以表現的比美國更好，比如2026年的台股和韓國股市有記憶體與半導體行情，因為他們資本支出控制住，但受惠美國科技巨頭的龐大資本支出，等於有很確定的訂單了。
再來是容易取得Beta嗎？其實超簡單，就是買ETF，現在美國的ETF管理費用都超級低，VOO的管理費0.03%，輕鬆複製標普500的報酬，QQQM的管理費0.15%，也就是指數(Beta)跟ETF實際的落差就是管理費而已。
市場 Beta 溢酬為什麼合理地應該存在？
書中也有解釋這個問題，白話說就是為什麼買股票可以獲得比定存或者短期債券（類似現金）更好的報酬？
經濟衰退時，投資人股票虧錢，要面臨失業或生意變差，失業風險無法透過保險來規避，所以投資人要求很高的補償才願意承擔這種風險。
大部分股票集中在高淨值人士手上，這些人已經夠有錢了，除非報酬夠大，否則他們沒有動機去承擔額外風險，換句話說股票沒更好的報酬風險又大，乾脆定存就好，如果股票一年報酬只有1%，沒人要買股票的意思。
年輕人想買股票但沒錢也借不到錢，老年人有錢但投資期間短所以不願意承擔風險，結果股票風險集中在中年人身上，這群人同時要存退休金又要存小孩的教育基金，風險承受度其實也有限，所以他們也會要求較高的溢酬，也就說買股票的主力有更大的財務壓力，不過這點我沒有很認同就是了。
股市的年化標準差大約 20%，代表在一個正常的年份裡，股市報酬率大概會在平均值上下 20% 的範圍內波動。而一個月期的美國國庫券標準差只有 3% 左右，幾乎沒什麼波動。光從這個數字你就能感受到，持有股票要承受的不確定性是美國國庫券的將近七倍。
但標準差只是平均的波動程度，真正嚇人的是極端情況。作者舉了兩個歷史案例來說明。單一年度最慘的情況是 1931 年，美國股市一年就跌了 43.5%，而國庫券從來沒有在任何一個日曆年出現過虧損。累積最慘的情況則是 1929 年 9 月到 1932 年 6 月，股市總共跌掉超過 83%，等於你投入的錢只剩下不到五分之一，而同一段期間國庫券反而賺了 6%。兩者的表現差距將近 90 ％。
這就是風險的真實面貌。持有股票最壞的情況是短短不到三年資產蒸發80%以上，而且這不是假設情境，是真實發生過的事。面對這種程度的潛在損失，投資人當然會要求一個夠大的報酬才願意把錢放進股市，而不是放在幾乎零風險的國庫券裡。溢酬本質上就是市場付給你的承擔恐懼的代價，而這個恐懼從歷史數據來看完全合情合理。
作者順便講一下因子投資怎麼來的，但這本書英文版也寫的蠻差的，文句很不通暢。
我用更白話的方式來說明。
CAPM 的核心概念是：一個投資組合的報酬高低，完全取決於它承擔了多少市場風險（也就是 Beta）。Beta 越高，預期報酬越高，Beta 越低，預期報酬越低。在這個模型的世界觀裡，報酬差異只有一個來源，就是市場 Beta。
但統計數據跟模型對不上。研究發現，如果你拿很多不同的投資組合來比較，CAPM 大概只能解釋2/3的報酬差異，還有1/3是它解釋不了的。
作者舉的例子是這樣的：假設投資組合 A 一年賺 10%，投資組合 B 一年賺 13%，兩者差了 3 個百分點。如果 CAPM 是完美的，這 3 %應該完全可以用 Beta 的差異來解釋，也就是 B 的 Beta 比 A 高，所以 B 賺得多，故事結束。
但實際上，用 Beta 差異只能解釋其中大約 2 %。剩下那 1 %是從哪來的？CAPM 說不出來。那 1 %可能是基金經理人選股選得好，可能是他進出場時機抓得準，可能純粹是運氣，也可能是因為還有其他系統性的風險因子在驅動報酬，只是當時還沒有人發現而已。
這就是為什麼後來學術界發展出了多因子模型。既然單靠市場 Beta 一個因子沒辦法完整解釋報酬的來源，那就去找其他因子，例如規模（小型股 vs 大型股）、價值（便宜股 vs 昂貴股）等等，把這些因子加進來之後，模型的解釋力就會提高。這本書後面要討論的其他因子，基本上就是在填補 CAPM 留下的那個「1/3的缺口」。
但請大家注意，現在網紅告訴你的基本上已經說了2/3，所以大盤投資真的很重要，剩下1/3是你可以超越大盤的可能。
後來有Fama-French 三因子模型，學術界如何從單因子 CAPM 演進到三因子模型。
作者先回顧三篇關鍵論文：1981 年 Banz 發現市場 Beta 無法完全解釋小型股的較高報酬、1983 年 Basu 發現盈餘收益率與報酬的正向關係無法被市場 Beta 解釋、1985 年 Rosenberg 等人發現淨值市價比與報酬之間存在正向關係。後兩篇共同證明除了規模溢酬外，還存在價值溢酬。
1992 年 Fama 和 French 將這些異常現象整合在一起，提出在市場 Beta 之外加入規模和價值兩個因子，建構出三因子模型。這個模型的解釋力從 CAPM 的約2/3大幅提升到超過 90%。用同樣的例子來說，投資組合 A 報酬 10%、B 報酬 13%，CAPM 只能解釋 3 ％差距中的 2 個百分點，三因子模型則能解釋超過 2.7 ％，未解釋的部分從 1 ％縮小到只剩 0.3 ％。
也就是說股市會被風險承擔以外的因素影響報酬，所以差不多有10%的因子還要解釋。
0 留言