「個股越來越常一起漲、一起跌」這件事是真的。
BOS 用標普 500 的歷史成分股算了三十年：隱含平均相關係數從 2008 年以前的
0.17 升到 2009 年以後的 0.29。
就算只挑市場最平靜的那三分之一時期來看，一樣從 0.138 升到 0.199。
但把這筆帳算到指數基金頭上，數字對不起來。
374 檔被納入標普 500 的個股，扣掉同期市場本來就有的變化之後，
只多黏著大盤 0.023；而被動投資占比暴增的 2010 年以後，這個效果並沒有變大。
選股空間也沒有被壓平：2020 年以後個股的表現差距，跟 1990 年代一樣大。
真正查得到的代價在另一個地方，而且它就寫在指數基金持有人的帳單上。
文章目錄
這個擔憂是怎麼來的
2024 年，美國指數型基金的總資產第一次超過主動型基金（晨星 Morningstar 統計）。
這條線越過去之後，一個問題被問得越來越大聲：
如果大家都只是買下整個市場、不管公司好壞，那還有誰在決定股價該是多少？
把這個擔憂講得最兇的是麥可·貝瑞（Michael Burry）。
他在 2019 年 9 月給彭博（Bloomberg）的訪問裡，把被動投資比作次貸危機前的合成型債務憑證，
說指數基金把資金塞進一堆流動性很差的小型股，總有一天要出事。
這句話之所以有殺傷力，是因為它聽起來很合理：買方不看價格，價格自然會失真。
這種擔憂通常會長出三個具體的說法。第一，個股會被推著一起漲一起跌，
因為指數基金買賣的時候是整籃子一起動。
第二，選股會變得沒意義，因為好公司和爛公司被同一股資金推著走。
第三，價格發現的功能會壞掉，市場會失去把資訊反映到股價上的能力。
這三個說法都可以測。以下是把標普 500 的歷史成分股拿來自己算一遍的結果，
資料從 1994 年到 2026 年 7 月，用的是每個月「當下實際在指數裡」的名單，
不是今天的名單，所以已經下市或被踢出去的公司都還算在它們當年的那幾年裡。
BOS 回測：齊漲齊跌確實變嚴重了
先講對這個擔憂有利的一半：第一個說法成立。
衡量「個股有多常一起動」的方式是平均兩兩相關係數。
數字是 0，代表每檔股票各走各的；數字是 1，代表全部同進同出。
用 36 個月滾動窗算下來，1997 到 2008 年的平均是 0.17，2009 到 2025 年的平均是 0.29。
把年份順序打亂兩千次來比，真實的上升趨勢比隨機重排的結果都要陡（p ＝ 0.002）。
最低點是 2007 年的 0.13，最高點是 2021 年的 0.38，差了將近三倍。
光看這張圖，「市場變得越來越同質」的說法看起來完全站得住腳。
「那只是因為市場比較亂」擋不住這個結果
看到上面那張圖，最常見的反駁是：兩個高峰剛好是金融海嘯和疫情，
恐慌的時候本來就什麼都一起跌，這跟指數基金沒關係。
這個反駁很合理，所以要測。做法是把相關係數對「同一段期間個股本身的平均波動度」做迴歸，
看波動度能解釋掉多少。答案是 只解釋了 8.5%。
扣掉波動度之後，上升趨勢不但還在，斜率還變得更陡一點。
更直接的做法是只看平靜期。把三百多個滾動窗按個股平均波動度排序，
只取最低的三分之一（119 個窗），這些窗裡完全沒有恐慌行情：
| 市場最平靜的那三分之一時期 | 窗數 | 平均相關係數 |
|---|---|---|
| 2010 年以前 | 40 | 0.138 |
| 2016 年以後 | 50 | 0.199 |
| 差距 | — | +0.061 |
就算把恐慌時期全部拿掉，齊漲齊跌還是變嚴重了。
把前後標籤打亂兩千次做對照，這個差距一次都沒有被隨機重現（p 小於 0.001）。
所以「只是市場比較亂」這個解釋不夠用。
這裡先講清楚一件事：測到「co-movement 上升」和測到「指數化造成 co-movement 上升」
是兩回事。這二十年變的東西不只被動投資占比，還有演算法交易、ETF 這種可以整籃子買賣的工具、
指數權重越來越集中在少數幾家大公司，以及利率決定一切的宏觀環境。
要把責任歸給指數化，需要一個能把它跟其他嫌疑人分開的測試。下面第五節就是那個測試。
BOS 回測：選股空間有沒有被壓平
第二個說法是「選股變得沒意義」，因為好壞公司被同一股資金推著走。
這個說法有個好處：它可以被一個很直接的數字檢驗，就是個股表現的差距。
如果指數化真的把價格訊號抹平，那同一個月裡各檔股票的漲跌幅應該越來越接近。
用橫斷面離散度來看（同一個月裡所有成分股報酬的標準差）：
被動投資占比最高的 2020 年以後是 7.82%，1990 年代是 8.10%，兩者幾乎一樣。
中間那段 2010 到 2019 年的 6.52% 才是三十年裡最低的，
而那正是被動占比還在爬升、遠遠不到一半的時期。這個順序跟「指數化壓平選股空間」的預期是反的。
一個差點被寫錯的結論：如果改用「年報酬的標準差」來看，會看到每十年下降 0.105 的趨勢，
而且 p ＝ 0.021，看起來像是真的。但這條趨勢幾乎完全由 1999 年一年撐起來
（那年的標準差是 1.72，而它的 95% 區間是 0.43 到 2.89，誤差比數字本身還大）。
換成不受極端值影響的四分位距重算，趨勢就掉到 p ＝ 0.069，說不上有。
凡是拿去跟門檻比的統計量，先問它的誤差有多大，這個習慣在這裡剛好擋下一個錯誤結論。
BOS 回測：被納入指數之後會更黏大盤嗎
這一節是關鍵。如果齊漲齊跌真的是指數基金造成的，
那有一個地方一定看得到：一檔股票被納入標普 500 那一刻。
納入指數等於突然多出一大群非買不可的持有人，而且他們買賣的時候是整籃子一起動。
如果指數化會製造連動，被納入之後這檔股票就該變得更貼著大盤走。
這正是巴伯利斯（Nicholas Barberis）、施萊佛（Andrei Shleifer）與伍格勒（Jeffrey Wurgler）
在 2005 年那篇論文做的測試，這裡用同樣的邏輯，套在 1997 到 2022 年的 374 檔納入事件上。
算法是比較納入前 36 個月與納入後 36 個月，該股月報酬跟大盤的相關係數。
關鍵在於要扣掉同一段日曆期間市場本身的變化，
否則你量到的只是「這幾年大家的相關係數本來就在升」。
帳面上，相關係數從中位數 0.477 升到 0.547，看起來是明顯的 +0.063。
但同一段期間全市場的相關本來就在升，扣掉之後淨效果只剩 +0.023，
95% 區間是 +0.002 到 +0.046，勉強壓在顯著線上。
真正有意思的是分年代。被動投資占比從個位數百分比一路衝到超過一半的這二十年，
如果指數化是元兇，這個效果應該越來越大才對：
| 期間 | 事件數 | 淨效果 | 95% 區間 |
|---|---|---|---|
| 2009 年以前 | 177 | +0.032 | −0.005 到 +0.066 |
| 2010 年以後 | 197 | +0.015 | −0.013 到 +0.042 |
效果沒有變大。兩段的區間都跨過零，把兩段打亂重排來比，
差距完全落在隨機範圍內（p ＝ 0.429）。
被納入指數本身確實會讓一檔股票稍微更黏著大盤一點，
但那個量小到跟同期整體市場的變化比幾乎可以忽略，
而且它沒有跟著被動投資的規模一起長大。
用這份資料，把齊漲齊跌歸因於指數化這件事，證據是不夠的。
這個測試的限制：被選進標普 500 的公司，本來就是剛長大、剛變成熟的公司，
而變大變成熟這件事本身就會提高與大盤的相關。
這個混淆沒有辦法跟指數化的效果分開，方向是高估指數化的影響。
代表真正屬於指數化的那份，只會比 +0.023 更小。
誰在做價格發現：一道成交量的算術
第三個說法是價格發現會壞掉。這件事有一段學理，而且四十多年前就寫下來了。
葛羅斯曼（Sanford Grossman）與史蒂格里茲（Joseph Stiglitz）在 1980 年證明過一件事：
一個「資訊完全反映在價格上」的市場不可能存在。
因為如果價格已經完全正確，就沒有人有誘因去花錢研究公司；
而如果沒有人研究，價格就不會正確。市場必須維持一個剛好的失衡，
讓做研究的人賺得到錢。被動投資占比上升，等於減少了搶食那塊利潤的人，
每個還在做研究的人反而分得更多。這件事本身就自帶煞車。
另一個常被忽略的角度是：被動基金持有很多股票，但它們幾乎不交易。
價格是由交易決定的，不是由持有決定的。指數基金一年的周轉率通常只有個位數百分比，
主動投資人則高得多。把兩個數字放進同一道算術，結果會讓很多人意外：
價格發現試算：被動資金到底佔了多少成交量
用一組常見的假設試算（被動持有五成五、周轉率 4%，主動周轉率 65%），
被動資金只佔了全市場成交量的百分之七上下。
假設：這兩個周轉率是概念性的示範值，不是實測數字，
真實的周轉率會隨基金類型、指數調整頻率與市場而變，你可以自己調上面的參數看看敏感度。
但結論的方向對參數並不敏感：只要被動的周轉率遠低於主動，
持股比例和成交量比例就會差一個量級。
真正查得到的代價在哪裡
前面幾節都在拆常見的擔憂。但這不表示指數化沒有成本。
有一項成本是查得到、量得出來的，而且它直接寫在指數基金持有人的帳單上。
指數基金必須在生效日買進被納入的股票，而這件事全世界都知道會發生。
可預測的買盤會被搶先。用同一批納入事件（這次取 417 檔資料完整的）
來看納入前後的超額報酬：
納入當月的超額報酬是 +3.00%（95% 區間 +1.85% 到 +4.09%），
把事件時點打散兩千次做對照，這個效果一次都沒有被隨機重現。
而納入後十二個月的累積超額是 −4.85%（95% 區間 −8.12% 到 −1.73%）。
指數基金買在被推高的價位上，然後看著它吐回去。這一段價差由基金的持有人承擔。
這是指數化真正的成本，而且它跟「市場失去價格發現能力」是完全不同的一件事，
規模也小得多：對一檔追蹤全市場的基金來說，成分股調整只佔投資組合的一小部分。
另一項值得放在心上的是投票權集中。
指數基金不能因為不滿意經營層就賣股票，它只能投票。
當少數幾家資產管理公司合計握有大型股相當比例的投票權，
公司治理的權力結構就跟以前不一樣了。
這件事沒辦法用價格資料測，學術界也還在吵，但它是這個題目裡最實在的一個問題。
這對你的做法有什麼影響
把上面的結果收攏成幾句可以用的話。
不要因為「被動投資是泡沫」就放棄指數化投資。
這篇測到的幾件事裡，只有齊漲齊跌成立，而它跟指數基金的關聯查不出來。
選股空間沒有被壓平，價格發現的算術也不支持崩壞論。
但要知道分散效果確實比二十年前差。
相關係數從 0.17 升到 0.29，代表同樣持有幾十檔股票，
你拿到的分散效果不如以前。這件事跟原因是什麼無關，它就是現在的環境。
想拉開差異，得往債券、不同國家、不同資產類別去找，
在同一個市場裡多買幾檔股票的邊際效益比以前低。關於分散幾檔才夠，寫在
重壓一檔股票會怎樣。
選成分股調整頻率低的指數基金。
既然納入效應是真實成本，那麼追蹤範圍越廣、換股越少的基金，
被搶先的次數就越少。這也是全市場型基金相對於窄基指數的一個結構性優勢。
主動投資變難不是因為指數化。
如果你想選股，難度來自別的地方：資訊傳遞太快、專業機構太多、
以及個股報酬本身極度傾斜這件事。這幾點寫在
打敗大盤有可能嗎。
常見問題
被動投資真的會把市場搞壞嗎？
個股越來越常一起漲一起跌，是不是因為金融海嘯和疫情？
指數化投資會不會讓選股變得沒有意義？
被動基金持有一半以上的市場，還有誰在決定股價？
股票被納入標普 500 的時候，股價會被推高嗎？
既然分散效果變差了，該怎麼調整投資組合？
這份實測是怎麼做的？有哪些限制？
投資與教學資歷都超過二十年。教學橫跨三個階段：從兒童理財教育起步，到成人的價值投資，再到近年的量化交易。曾創立三間公司，並以價值投資建立起財務上的獨立與自信，也擔任過台積電的理財培訓師，是價值投資的國際級講師。他始終相信，理財是為了把生活過得更好，而看懂財報、獨立思考，遠比追逐明牌或現成的答案更重要。
延伸閱讀
什麼是 ETF？
打敗大盤有可能嗎？
資料與方法：標普 500 歷史成分股的月還原收盤價（含息、含分割還原），
1994 年 1 月至 2026 年 7 月，成分名單採每月當下實際在指數內的成員，不含存活者偏誤。
資料清理兩項：代號回收造成的假序列以「月序列中間缺三個月以上」切段；
還原價回推異常者整檔剔除，判準為單月漲幅超過 400%。
年報酬面板共 723 家公司、11,708 個公司年（1995 至 2025）。
隱含平均相關係數由等權指數變異數與個股平均變異數推算，採 36 個月滾動窗，
值報在窗尾；離散度為同月全體成分股報酬的橫斷面標準差。
趨勢顯著性一律以「打亂年份順序 2,000 次」的分布判定，區間為 bootstrap 2,000 次。
納入效應樣本為 1997 至 2022 年間 374 檔（相關係數測試）與 417 檔（價格效應測試）
資料完整的納入事件，前後窗各 36 個月，淨效果為「個股前後差減同期市場前後差」。
價格發現的成交量算術為概念性示範，周轉率非實測值。
早年涵蓋率較低（1995 年 196 檔、2025 年 494 檔），跨年代比較請留意。
外部文獻引用：Grossman 與 Stiglitz（1980）
〈On the Impossibility of Informationally Efficient Markets〉、
Barberis、Shleifer 與 Wurgler（2005）〈Comovement〉、
Sharpe（1991）〈The Arithmetic of Active Management〉，均非本站計算。
全部為名目報酬，未計稅與交易成本。
本文為歷史回測與假設性測算，非實際帳戶績效，
過去績效不代表未來表現，內容為投資教學，不構成任何投資建議。
