關閉選單

你的分散是真的嗎?持股再多也沒用,關鍵在這個被忽略的數字

10 秒看懂

多數人以為分散是數量遊戲:五檔變十檔、再加幾檔 ETF,就覺得安全了。但真正決定分散效果的,是持股之間的相關性

把數學算出來就很清楚:如果你的持股平均相關係數是 0.6,就算買到一百檔,波動率也只能降到單一資產的 0.77 倍,再加下去毫無意義。

更殘酷的是相關性會變動:平常五類資產的平均相關是 0.67,金融海嘯升到 0.87,2020 年疫情崩盤來到 0.95,幾乎變成同一個資產。分散往往在你最需要它的那一刻失效。

「不要把雞蛋放在同一個籃子裡」是投資的第一課,但很多人只學到前半句。這篇要講的是後半句:如果你的十個籃子綁在同一輛車上,那你其實只有一個籃子。我們用三層結構帶你看穿自己的組合,並且把「分散到底能幫你多少」實際算出來。

分散不是數量遊戲

先講一個常見的誤會。很多人的「分散」是這樣做的:本來買兩檔,改成買五檔;本來只有台股,加一檔美股 ETF;再配一點高股息,覺得穩了。

這就像說「我要開一家更好的餐廳,所以我要多請幾個廚師」。如果你沒有服務生、沒有洗碗工、沒有帶位人員,請十個廚師也不會讓餐廳運作得更好,你只是把同一件事做了十遍。

分散真正的問題不是「我持有幾個東西」,而是「這些東西之間怎麼互動」。如果它們總是一起漲、一起跌,那你持有的其實是同一個賭注的不同版本。這件事有一個精確的衡量方式,就是相關係數。

相關係數 意思
+1.0 完全同步:一個漲另一個必漲,等於買了兩份同樣的東西
0 毫無關係:一個的漲跌完全不影響另一個,這是分散的理想狀態
−1.0 完全相反:一個漲另一個必跌,可以完全對沖但也抵銷了報酬

五檔台股的相關性實測

假設你買了五檔台灣的大型股:台積電、聯發科、鴻海、大立光、中華電。聽起來相當分散,涵蓋晶圓、IC 設計、組裝、光學、電信。實際算過去十年的日報酬相關係數:

兩兩配對 相關係數
台積電 vs 聯發科 +0.50
台積電 vs 鴻海 +0.50
台積電 vs 大立光 +0.40
聯發科 vs 鴻海 +0.40
鴻海 vs 大立光 +0.37
台積電 vs 中華電 +0.19
聯發科 vs 中華電 +0.12

看出規律了嗎?四檔電子股彼此的相關係數都在 0.37 到 0.50 之間,而唯一一檔非電子(中華電)和其他人的相關係數都只有 0.12 到 0.19。

你以為買了五檔股票,實際上你買的是「四份電子業,外加一份電信」。景氣循環轉向、半導體庫存調整、匯率變動時,那四檔會一起承壓。真正替你分散的只有中華電那一檔,而它可能只佔你資產的五分之一。分散的效果不看你買了幾檔,看你買到幾種「不同的東西」。順帶一提,這也是我們在 0050 那篇提醒過的事:買 0050 看似持有 50 家公司,但一半以上是台積電、七成以上是電子業。

分散的數學極限:加到一百檔也砍不掉的風險

接下來是這篇文章的核心。分散能幫你降低多少波動,有一條精確的公式,而結果會讓很多人意外:

不同相關係數下,持股數量與波動率的關係:相關 0.6 時一百檔也只能降到 0.77 倍
每條線代表一種相關程度。橫軸是持有幾檔,縱軸是波動率。注意每條線都會撞上自己的天花板。

三件事情值得記住:

  • 只有「完全不相關」時,數量才真的有用。綠線(相關 0)從 1 檔一路降到 100 檔的 0.10 倍,這是教科書裡分散的威力。但這種資產在現實中極稀有。
  • 相關性一旦上來,天花板立刻壓下來。相關 0.6(同一個市場的股票很常見)時,一百檔的波動率是 0.77 倍;相關 0.9(危機時)時,一百檔還有 0.95 倍,等於完全沒有分散。數學上的極限就是相關係數的平方根,跟你買幾檔無關。
  • 邊際效益消失得很快。看任何一條線,從 1 檔加到 20 檔改善很明顯,30 檔以後幾乎是平的。這就是為什麼「持股超過三十檔以後,再加檔數幫助有限」是投資圈的老經驗,它有數學根據。

結論很直接:如果你要提升分散效果,該做的不是把持股從 20 檔變成 40 檔,而是去找相關性更低的東西。把 30 檔台灣電子股換成「20 檔台股+10 檔不同性質的資產」,效果遠勝過再多買 10 檔電子股。

BOS 回測:波動收斂了,結果沒有

上一節算出來的「30 檔之後幾乎是平的」,講的是波動。但波動不是你最後拿到的東西,報酬才是。這兩件事的收斂速度,差得非常多。

我們做了一個模擬:從標普 500 現行的 464 檔成分股裡隨機抽 N 檔、等權買進、抱十年不動(2016 至 2025),每種檔數各抽兩萬次,看最後拿到的報酬長什麼樣。同期間大盤累積報酬是 299.6%。

BOS 回測:隨機持有 N 檔十年,30 檔仍有 23% 機率輸給大盤;檔數從 10 加到 100,報酬區間寬度只從 205 縮到 125 個百分點

BOS 回測:左圖是十年後輸給大盤的機率,右圖是報酬的中位數與「一半的人會落在的範圍」。注意右圖那個色塊縮得多慢。
隨機持有檔數 十年報酬中位數 一半的人落在 輸給大盤的機率
1 檔 224.6% 104% 至 415% 63.3%
5 檔 307.8% 214% 至 455% 48.0%
10 檔 337.4% 254% 至 459% 39.2%
20 檔 356.0% 288% 至 447% 29.4%
30 檔 363.9% 305% 至 447% 22.8%
50 檔 373.0% 322% 至 448% 15.4%
100 檔 385.0% 341% 至 466% 6.3%
200 檔 402.2% 359% 至 476% 1.2%
  • 持有 30 檔,十年後輸給大盤的機率還有 22.8%。「20 到 30 檔就夠分散」這句話在波動上成立,在結果上不成立。接近四分之一的人,會發現自己辛苦選了三十檔,結果不如直接買指數。
  • 區間收斂得很慢。檔數從 10 檔加到 100 檔、整整十倍,報酬的區間寬度只從 205 個百分點縮到 125 個百分點。而波動在 30 檔之後就幾乎不動了。這就是兩者的落差。
  • 中位數一路往上爬(225% → 385%),這是偏態的直接證據。如果個股報酬是對稱分布的,檔數再多,中位數也不該改變。它會往上爬,唯一的原因是持有越多檔,越可能抓到那少數幾檔超級贏家。這十年裡最強的兩檔漲了 231 倍與 77 倍;它們在不在你手上,幾乎決定了一切。
而且這個模擬還是偏樂觀的。我們用的是「現在還在指數裡」的 464 檔,也就是說那些十年間下市、被併購、跌到消失的公司都不在樣本裡。把它們算進去,離散度只會更大、輸給大盤的機率只會更高。所以真實世界比這張表更極端。

把這一節和上一節合起來看,結論其實很清楚:加檔數確實能把波動壓下來,但它壓不住「你最後拿到多少」的不確定性。如果你的目標是「不要偏離市場太多」,需要的檔數遠比教科書說的多;如果你只想降低每天的震盪,三十檔確實夠了。先想清楚自己要的是哪一個。

三層風險:看穿你真正持有什麼

要判斷自己的組合有沒有真的分散,可以把每個部位拆成三層風險。這是機構在做風險管理時的標準拆法:

第一層 個股風險 執行長出事、單一產品失敗 → 多買幾檔就能分散掉 第二層 因子與產業風險 半導體循環、升息打擊成長股 → 多買同類股沒用,要換產業與風格 第三層 市場風險 系統性崩盤 → 買再多股票都躲不掉,只能靠不同資產類別 越往下越難分散,而多數人只處理了最上面那一層
三層風險。加檔數只能解決第一層;第二層要換產業與風格;第三層只能靠不同性質的資產。
  • 第一層:個股風險。某家公司的執行長出包、產品失敗、財報造假。這一層最容易處理:持股從 1 檔加到 20 到 30 檔,波動就大致分散掉了。但要注意,那是波動意義上的分散;上一節的回測顯示,就算持有 30 檔,十年後輸給大盤的機率仍有 22.8%。多數人的「分散」到此為止。
  • 第二層:因子與產業風險。半導體庫存循環、升息打擊高本益比成長股、油價衝擊航運。這一層買再多同類股都沒用,因為它們吃的是同一個風險。要處理它必須跨產業、跨風格(例如同時持有成長與價值、大型與小型)。
  • 第三層:市場風險。整個市場一起跌的那種。你買一百檔台股也躲不掉,這一層只能靠不同資產類別:債券、黃金、商品,或是行為模式根本不同的策略。
拿這三層檢查自己的組合,答案通常很清楚:多數人只做完了第一層。如果你的資產是「十檔台股+0050+一檔高股息 ETF」,那你在第一層做得很好、第二層有一半(大量重疊在電子業)、第三層幾乎是零,因為每一項都是台灣股票。這也解釋了為什麼台股大跌時,你的每個部位都在跌。

最殘酷的事實:危機時相關性會飆到 0.95

就算你做得比多數人好,把資產分散到不同市場,還有最後一個問題:相關係數不是固定的,它會在危機時飆升。

我們拿五類廣泛的資產(美股大盤、成熟市場、新興市場、美股小型股、不動產)算它們的平均相關係數,分三個時期看:

五類資產平均相關係數:平常 0.67、金融海嘯 0.87、疫情崩盤 0.95
平常時期已經偏高(0.67),危機時更接近完全同步。分散在最需要的時候最不管用。

2020 年 3 月那幾週,這五類資產的平均相關係數是 0.95那代表當時無論你買美股、歐股、新興市場、小型股還是不動產,它們幾乎是同一個東西:一起跌,而且跌幅接近。

原因不難理解:真正的恐慌來臨時,投資人賣的不是「他們看壞的資產」,而是「所有能賣的東西」,因為他們要現金。這種無差別的拋售會讓平常不相干的資產短暫地綁在一起。

這不代表分散沒用,而是要調整期待。分散在平常時期確實降低波動、在個別公司出事時保護你,但它無法保護你免於系統性崩盤。想處理那一段,需要的是行為模式根本不同的工具,例如尾部避險(保猝死型崩盤)或趨勢跟蹤(保長期陰跌)。這也是為什麼專業機構會刻意持有一些「平常看起來很沒用」的部位。

真正的分散長什麼樣

把前面的推論收攏成四個實務原則:

  • 先數「種類」,不要數「檔數」。打開你的持股清單,問自己:這裡面有幾種真正不同的東西?台積電、聯發科、鴻海算一種(台灣電子);0050 和台股 ETF 也是同一種。多數人算完會發現,自己其實只有一到兩種。
  • 優先補「最缺的那一層」。用第 4 節的三層檢查:第一層不足就增加持股數(想壓低波動,20 到 30 檔即可;想讓結果貼近市場,檔數要多得多,或直接買指數 ETF);第二層不足就跨產業與跨市場;第三層不足就加不同資產類別(債券、黃金、商品)。補最缺的那一層,比在已經飽和的那一層繼續加碼有效得多。
  • 看相關性,不要看名字。兩檔名字完全不同的 ETF,成分股可能高度重疊。判斷方式很簡單:把它們過去一年的走勢圖疊在一起,如果幾乎同步,那它們對你來說就是同一個東西。
  • 接受「分散一定會拖累報酬」。如果你的組合裡永遠有東西在跌,那才代表你真的分散了。一個所有部位都同時上漲的組合,感覺很好,但那是集中,不是分散。這一點在股債配置那篇算得很清楚:分散買的是「跌市時的可承受度」,代價是多頭時跑得慢一點。

分散效果試算器

輸入你的持股檔數與大概的相關程度,看看實際能降低多少波動:

分散效果試算器

相關係數不確定時的參考值:同產業股票約 0.5 至 0.7、跨產業約 0.3 至 0.5、跨資產類別約 0 至 0.3。
波動率(相對單一資產)
再加到 100 檔的極限

常見問題

分散投資到底要買幾檔才夠?

要看你指的是哪一種風險。就波動而言,20 到 30 檔就能把個股風險分散得差不多;但就最終報酬而言收斂得慢很多,BOS 回測顯示隨機持有 30 檔、抱十年,輸給大盤的機率仍有 22.8%,要到 100 檔才降到 6.3%。但這只解決了三層風險中的第一層:產業與因子風險要靠跨產業、跨風格,市場風險則只能靠不同資產類別。所以問題不該是「幾檔」,而是「幾種不同的東西」。

為什麼買很多檔還是一起跌?

因為它們的相關性太高。實測五檔台灣大型股:四檔電子股彼此相關係數 0.37 到 0.50,只有中華電(非電子)和其他人相關 0.12 到 0.19。你以為買了五檔,實際上是四份電子業加一份電信。數學上,當平均相關係數 0.6 時,就算持有一百檔,波動率也只能降到單一資產的 0.77 倍。

相關係數多少才算有分散效果?

越低越好,關鍵是它決定了你的天花板:分散能降到的波動率極限約等於相關係數的平方根。相關 0.9 的極限是 0.95(幾乎沒效果)、0.6 是 0.77、0.3 是 0.55、0 是趨近於零。實務參考:同產業股票約 0.5 至 0.7、跨產業約 0.3 至 0.5、跨資產類別約 0 至 0.3。

危機時分散為什麼會失效?

因為恐慌時投資人賣的是「所有能賣的東西」而非「看壞的資產」,無差別拋售讓平常不相干的資產短暫綁在一起。實測五類資產的平均相關係數:平常 0.67、金融海嘯 0.87、2020 年疫情崩盤 0.95,幾乎完全同步。分散能處理平常的波動與個股意外,但無法保護你免於系統性崩盤。

那我還需要分散嗎?

需要,但要正確理解它的功能。分散能降低平常的波動、避免單一公司出事就重創資產,這兩件事本身就很有價值。它不能做的是在系統性崩盤時保護你,那需要行為模式不同的工具(例如尾部避險或趨勢跟蹤)。另外要接受一個事實:真正分散的組合,永遠會有部位在跌,多頭時也會跑得比集中押注慢。

怎麼快速檢查自己有沒有真的分散?

三個動作:一、把持股歸類,數「種類」而不是「檔數」(台積電、聯發科、鴻海算同一種)。二、用三層風險檢查缺哪一層(個股/產業因子/市場),補最缺的那層。三、把懷疑重疊的標的走勢圖疊在一起看,幾乎同步就代表它們是同一個東西,名字不同不算數。

林修禾 Joshua Lin

本文作者|林修禾 Joshua Lin

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

計算設定:台股相關係數採台積電、聯發科、鴻海、大立光、中華電之日報酬(2016 年 7 月至 2026 年 7 月,含息調整價);危機期相關係數採美股大盤、成熟市場、新興市場、美股小型股、不動產五檔 ETF 之日報酬平均兩兩相關。分散極限公式為等權重組合的理論波動率,假設各資產波動相同、兩兩相關係數一致,實務上會有偏差。資料來源:Yahoo Finance。歷史相關係數會隨期間變動,過去數據不代表未來。本文為教學內容,非投資建議,文中個股與 ETF 僅為統計說明,不構成任何買賣推薦。