← 全部概念地圖
標準

概念地圖・資本資產定價模型

分類:理財

這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖,加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你,以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →

資本資產定價模型:這個風險,該賺幾趴

「這檔波動大,但報酬也高啊。」——這句話聽起來合理,卻少了一個關鍵字:該高多少。資本資產定價模型(Capital Asset Pricing Model,CAPM)給出的答案是一條直線:從無風險利率出發,隨著 Beta 往右上爬。線上的每一點,代表市場對那個風險等級所要求的報酬。落在線上,代表你承擔的風險與拿到的報酬剛好相稱;落在線的上下方,才是真正值得追問的地方。

證券市場線與 Beta 對應的要求報酬 橫軸是 Beta 從零到二,縱軸是預期報酬。一條金色直線從縱軸上的無風險利率百分之三出發向右上延伸,在 Beta 等於一時通過市場組合的百分之八。線的上方標出一個報酬高於要求的資產,線的下方標出一個報酬低於要求的資產。 風險越高,市場要求的報酬也越高 預期報酬 ↑ 0% 5% 10% 0 0.5 1.0 1.5 2.0 系統風險 β → 無風險利率 3% 市場組合(β=1,8%) 線的上方:多賺了 超額報酬 線的下方:賺得不夠 落在線上,代表風險與報酬剛好相稱
Beta 量的是「跟著大盤一起晃」的程度

一條線,三個零件

CAPM 由夏普等人在 1960 年代提出,日後拿了諾貝爾經濟學獎,至今仍是企業算資金成本、法人算要求報酬的預設起點。它的公式只有一行:要求報酬 = 無風險利率 + Beta ×(市場報酬 - 無風險利率)。

零件它代表什麼實務上拿什麼當代表它一動,線就怎麼變
無風險利率不冒任何風險也拿得到的報酬公債殖利率整條線平行上下移動
市場風險溢酬願意承擔整體市場風險的補償長期股市報酬減公債線的斜率變陡或變平
Beta這個資產跟著大盤晃的幅度與大盤的迴歸係數決定你落在線上哪一點
非系統風險個別公司自己的意外分散投資就能消掉完全不在這條線上

套進公式之前,先過四個自問

CAPM 的公式好背,難的是知道自己填進去的每個數字有多不可靠。

一、Beta 是用多長的期間算的。同一檔股票,用三年月資料與用一年週資料算,Beta 可以差到零點三以上。多數免費網站不會告訴你它用的期間與頻率,於是同一個代號在不同網站有不同的 Beta。它是一個統計估計值,帶著誤差區間。自問:我看到的這個 Beta,是誰用什麼期間算的?

二、Beta 量的是跟大盤的連動。一檔股票可以每天暴漲暴跌、Beta 卻很低——只要它的漲跌跟大盤沒關係。CAPM 只補償「躲不掉的那部分風險」,也就是跟大盤綁在一起、分散投資也甩不開的部分。個別公司自己的意外不在補償範圍內,因為理論上你只要多買幾檔就能把它消掉。自問:我怕的這個風險,是全市場一起承擔的,還是這家公司自己的?

三、你的市場風險溢酬從哪來。這是整條線的斜率,也是最主觀的一格。有人用近百年歷史平均、有人用近二十年、有人用市場隱含值,算出來的數字可以從 3% 到 8%。對高 Beta 的標的來說,這個假設差兩個百分點,要求報酬就差三個百分點以上。自問:如果溢酬改成另一個合理的數字,我的結論會不會翻盤?

四、你算這個是要拿來做什麼。CAPM 有兩種用法:一是替一筆投資設「至少要賺這麼多才划算」的門檻,二是替一家公司算股東要求的資金成本,再拿去折現。前者用得起粗略的估計,後者對假設極度敏感。用途不同,該花的功夫也不同。自問:我需要的是一個門檻,還是一個會被放進估值模型的精確數字?

三個標的,三條要求線

把 CAPM 當成一把「這個風險該賺幾趴」的尺,最直覺的用法是同時比三個東西。以下是一位上班族在做資產配置時的示意情境,Beta 與報酬皆為說明用的假設值。

實例演練
  • 共同假設:無風險利率 3%、市場風險溢酬 5%。兩個假設先寫在紙上
  • 大盤 ETF:β=1,要求報酬 3%+1×5%。= 8%
  • 防禦型電信股:β≈0.5,要求報酬 3%+0.5×5%。= 5.5%
  • 高波動電子股:β≈1.4,要求報酬 3%+1.4×5%。= 10%
  • 他原本的想法:電子股去年漲 9%,比 ETF 好。用同一把尺看卻是低於要求
  • 調整後的問法:這檔要漲超過 10%,才算補償了它的風險。門檻從「有沒有賺」變成「賺得夠不夠」

這一輪練習真正改變的是提問方式,持股倒是一股都沒動。原本的問法是「哪一檔賺比較多」,換完之後變成「這一檔賺的,有沒有補償它讓我承受的搖晃」。同一個 9% 的報酬,對防禦型標的來說遠超要求,對高 Beta 標的來說卻是不及格——這正是那條斜線的用途:它替每一個風險等級標出一條及格線。順帶一提,那兩個共同假設寫在紙上這個動作也很關鍵,因為它們一旦被寫下來,就會被檢查;留在腦袋裡的假設,通常會悄悄地隨著結論調整。以上為說明結構用的示意情境,數字皆為假設,僅供理解框架之用,不構成任何投資建議。

這張圖,有三個地方會騙你

CAPM 是被實證檢驗最多的模型之一,而檢驗的結果並不全都站在它這邊。

  1. 實證上,高 Beta 沒有賺到它該賺的。大量研究發現真實的報酬與 Beta 之間的關係,比理論預測的平坦得多;低 Beta 的股票長期表現反而常常超過模型給的要求。後續的三因子、五因子模型補上了規模、價值、獲利品質等變數,正是因為單靠 Beta 解釋力不足。所以把 CAPM 當精確預測工具會出事,當成一把粗略的「風險該配多少報酬」的尺才安全。
  2. Beta 是回頭看的。它由歷史資料算出來,卻被拿來估未來。一家公司改變了商業模式、接了新產業的訂單、或整個產業的結構變了,歷史 Beta 立刻過期。這在轉型中的公司身上特別危險——你用的是它上一個時代的風險係數。
  3. 它假設你已經完全分散。整個模型的前提是:非系統風險已經被你的投資組合消掉了,所以不必補償。但一個人如果重壓在單一標的上,他實際承擔的風險遠大於 Beta 顯示的,而市場不會因此多付他一毛錢。把全部身家押在自家公司股票上的員工,是這個陷阱最典型的受害者。

沒被補償的那部分風險

痛點視角

CAPM 最有意思的一句話,藏在它拒絕付錢的那部分風險裡:個別公司自己的意外,市場一毛錢都不補償——理由是你只要多買幾檔就能把它消掉。承擔一個別人輕鬆就能規避的風險,換不到溢酬。

把這句話搬到創業上,會有點刺耳。創業者承擔的幾乎全是非系統風險:這個產品做不做得出來、這個客戶會不會續約、這個合夥人會不會走。市場不會因為你比較辛苦就多付你,它只替「別人不願意扛、又閃不掉」的東西付錢。所以真正的問題從來不是你冒了多少險,而是你冒的險裡有多少是別人也能輕鬆冒的——如果一個有點錢的門外漢三個月就能複製,那份風險就像非系統風險,扛了也拿不到補償。P.A.I.N. 裡那個「他已經在付出代價」的判準,指向的正是這件事:一個真實而且沒被解決的痛,是市場願意付溢酬的稀缺結構。今晚可以做的一件小事:把你正在承擔的風險列成兩欄,一欄是「別人也扛得起」,一欄是「只有我扛得起」,看看第二欄還剩幾條。

關於 CAPM,常被問到的幾件事

Beta 要去哪裡查?查到的可靠嗎?

主流財經網站與券商軟體多半有,但務必看清楚它的計算期間與資料頻率——常見的是五年月資料或兩年週資料,兩者算出來的數字經常不同。比較穩健的做法是同時看兩三個來源,取一個範圍而非單一數字;如果各來源差距很大,那本身就是訊號,代表這檔標的與大盤的關係並不穩定。對長期投資者而言,把 Beta 當成「大約 0.5、大約 1、大約 1.5」這種量級來用就夠了。

它跟效率前緣是什麼關係?

效率前緣談的是「在總風險之下,一組投資組合最多能拿到多少報酬」,畫的是所有可能組合的邊界;CAPM 更進一步,主張在均衡狀態下人人都持有同一個市場組合,於是單一資產的要求報酬只跟它對整體組合的貢獻(也就是 Beta)有關。可以說前者處理配置、後者處理定價。實務上一般人先用得上的是前者的觀念——先把餅分好,再談個別標的該不該進來。

既然實證上表現不好,為什麼還在教?

因為它提供的思考結構仍然對,而且沒有更簡單的替代品。三個觀念到今天都成立:報酬必須拿風險去換、可以被分散掉的風險不值錢、比較兩個投資要放在同一個風險基準上看。企業實務裡它也還是計算股東要求報酬的預設起點,多數估值報告的折現率都從這條公式出發。務實的態度是把它當共同語言與起點;預測的精確度,交給別的工具。

為什麼用 Beta 當風險,而不是用波動度?

因為模型假設投資人是分散的。對一個持有整個市場的人來說,個股自己的震盪會在組合裡互相抵銷,真正剩下的風險是「所有東西一起跌」的那部分,而 Beta 量的正是這個。所以在 CAPM 的世界裡,波動度大但與大盤無關的資產,反而是好東西——它能降低整個組合的風險。這個推論的前提是分散做得夠徹底,重押單一標的的人並不適用。

一般人實際上要怎麼用它?

最實用的用法是拿它當門檻;選股得靠別的東西。做法是:先寫下你採用的無風險利率與市場風險溢酬,再對每個考慮中的標的估一個粗略 Beta,算出各自的及格線。往後檢視績效時,就不只是問賺了幾趴,而是問賺的有沒有超過那條線。這個習慣能防住一個很常見的錯覺——在多頭時期把承擔高風險換來的報酬,誤認成自己的選股能力。

想看「一樣的風險,怎麼把報酬拉到最高」,效率前緣畫的是同一個世界的另一面;若你關心的是先分餅這一步,資產配置更接近能動手的層次。至於「有人能替你贏過市場」這個故事,《柏格頭投資指南》的拆書拆得很直接。

發現引用或事實有誤?請寫信回報,我會依更正政策修正。

這是一篇讀書與觀念的拆解、也是個人觀點,不是投資建議。作者是書評人、不是理財顧問;投資有風險、過去績效不代表未來,文中的數字與例子只為說明,請自行查證、量力而為。