1. 速讀重點
Beta（β 值）衡量資產相對基準市場的「敏感度」，反映系統性風險曝險程度。
Beta 大於 1 代表波動與市場同向且幅度較大，Beta 小於 1 代表對市場較不敏感，Beta 為負代表多半與市場反向。
Alpha 衡量在給定風險曝險後，資產相對基準的「超額報酬」，可視為經風險調整後的主動選股（或策略）貢獻。
正 Alpha 代表表現優於模型預期，負 Alpha 代表落後於模型預期，接近 0 代表與模型一致。
2. 基本概念與公式。
2.1 Beta 的意義與公式。
Beta 衡量資產報酬對市場報酬的線性敏感度
常用公式為 β＝Cov(Rp，Rm)／Var(Rm)。
其中 Rp 為資產或投組報酬，Rm 為市場基準報酬，Cov 與 Var 分別為共變異數與變異數。
β≈1 代表資產平均與市場同幅同方向，β＞1 代表放大市場變動，β＜1 代表縮小市場變動，β＜0 代表多半反向。
2.2 Alpha 的意義與公式（以 CAPM 為例）
在 CAPM 架構下，期望報酬＝Rf＋β × (Rm－Rf)，Alpha 定義為實際報酬減去期望報酬。
公式：α＝Rp－[Rf＋β × (Rm－Rf)]。
Alpha 可解讀為控制了市場風險曝險之後，主動管理或策略帶來的額外貢獻。
在多因子模型中，Alpha 是控制多種風險因子曝險後的殘差報酬，解讀上與 CAPM 相同但基準更全面。
2.3 Alpha、Beta 與波動度、R² 的差異。
| 指標。 | 衡量什麼。 | 解讀重點。 |
|---|---|---|
| Beta（β） | 相對市場的敏感度與方向性 | 風險曝險大小與方向，與「相對波動」相關而非絕對波動 |
| Alpha（α） | 風險調整後相對基準的超額報酬 | 主動選股或策略價值，需檢驗統計顯著性與穩定性 |
| 波動度（σ） | 資產自身的絕對波動 | 不依賴基準，與 Beta 不等價，低 Beta 不一定低波動 |
| 決定係數（R²） | 資產變動被基準解釋的比例 | R² 越高，Beta 與 Alpha 的估計越可靠；過低時解讀要保留 |
3. 計算方式與資料視窗。
常見做法是以回歸估計 α 與 β，採用日、週或月報酬序列與固定的視窗長度，例如 252 個交易日或 60 個月。
視窗長度不同會影響結果，短視窗較靈敏但噪音高，長視窗較穩定但反應慢，建議視策略週期與標的流動性選擇。
基準選擇會影響 α 與 β，台股可用加權報酬指數，美股常用 S&P 500 或對應產業／風格指數，更進一步可用多因子模型。
計算頻率會左右數值解讀，日資料可反映短期敏感度，月資料較貼近資產配置的中長期關係。
4. 實務解讀與判讀指標。
Beta 解讀重點：數值大小與正負號，及其在不同市況的穩定度，例如上漲期與下跌期的「上升 Beta／下跌 Beta」。
Alpha 解讀重點：長期平均值、統計顯著性（例如 t 值絕對值大於 2）、與滾動視窗下的穩健度與持續性。
R² 作為可信度檢查，若 R² 很低，代表資產受市場以外因子影響大，單一基準下的 β 與 α 可信度較低。
產業與風格差異常見，成長科技股常見 β＞1，公用事業與高股息低波策略常見 β＜1，但需以實證數據為準。
5. 投資應用：選股、風險控管、避險與績效歸因。
5.1 風險預算與部位管理
以 β 作為「市場風險槓桿」的量尺，控制投組整體 β 靠近目標，例如中性策略接近 0，積極策略可能大於 1。
多標的投組的 β 近似為個別標的 β 之權重加權平均，可用來做風險預算與再平衡。
5.2 避險與曝險調整
若投組 β＝1.2 且希望降至 0，可做空指數期貨或買進反向 ETF 進行對沖，避險口數約為 β ×（投組市值／單口名目）。
若希望將 β 從 0.6 提升到 1，可增加指數曝險或減少低 β 部位，使整體對市場的敏感度提高。
5.3 績效歸因與經理人評估
以 α 檢視主動選股或策略是否在控制風險曝險後創造超額，並搭配置信區間與持續性觀察避免偶然誤判。
多因子歸因能分離來自價值、動能、品質、規模等風格曝險的回報，剩餘部分才是更乾淨的 Alpha。
6. 常見誤區與風險
把 Beta 當成波動度是誤解，Beta 是相對市場的敏感度，波動度是自身絕對波動
Alpha 不是「保證能賺的額外報酬」，如果模型或基準選錯、樣本期太短或資料雜訊大，Alpha 容易失真
Beta 與 Alpha 可能隨時間漂移，市況、槓桿、產業結構變化與公司事件都會改變估計值，需定期重估
單一基準可能低估或高估 Alpha，對非廣泛分散、或主題性很強的資產，建議用更貼切的基準或多因子模型
7. 數字範例與操作示意
7.1 Beta 的直覺範例
若某股票 β＝1.5，市場上漲 2% 時，期望該股約上漲 3%，市場下跌 2% 時，期望該股約下跌 3%，其他條件不變
若某策略 β＝0.5，市場上漲 2% 時，期望該策略約上漲 1%，代表對市場較不敏感，回撤時理論跌幅也較小
7.2 Alpha 的計算與解讀（CAPM）
假設年化 Rp＝12%，Rf＝2%，Rm＝8%，策略 β＝1.2。
期望報酬＝2%＋1.2×(8%－2%)＝2%＋1.2×6%＝2%＋7.2%＝9.2%。
Alpha＝12%－9.2%＝2.8%，代表在考量市場風險曝險後，仍有 2.8% 的超額表現。
若以月資料回歸得到 α 接近 0 且 t 值不顯著，則可能只是市場噪音下的隨機差異，不宜過度解讀。
7.3 避險口數的估算示意
投組市值新台幣 1,000 萬元，β＝1.2，單口指數期貨名目值約 200 萬元。
目標將 β 降至 0，避險口數≈1.2×(1,000 ÷ 200)＝1.2×5＝6 口，四捨五入與風控限制需另行考量。
8. 常見問題（FAQ）
Q1：Beta 高是不是一定風險大。
Beta 衡量相對市場的敏感度，不等於絕對風險，高 Beta 多半伴隨較大回撤風險，但仍須同時檢視波動度與下跌風險指標。
Q2：Alpha 一定能複製嗎。
Alpha 常含技術、流程與資訊優勢，具有難以複製的特性，但也可能來自暫時有效的因子曝險或運氣，需以長期與多期檢驗驗證。
Q3：單靠 Beta 就能做好資產配置嗎。
Beta 有助掌握市場曝險，但完整資產配置還需考量相關性、波動度、尾端風險與流動性等面向，並依投資目標與約束條件調整。
本文僅供教育用途，不構成投資建議，投資前請自行評估風險與適合度。
