「多數個股長期輸給國庫券」這句話，在大型股身上不成立。
BOS 拿歷史上進過標普 500 的 1,040 家公司實測：
整段生命週期輸給國庫券的只有 19.6%，十年期樣本是 18.1%。
但這句話想指出的那件事完全成立：個股報酬的分布極度傾斜。
十年期的中位數是 2.66 倍，平均卻是 4.09 倍，
只有 29% 的樣本贏得過那個平均。
最強的 1% 公司（十家）撐起了 41% 的淨財富，最強的一成撐起 75%。
這才是「多數個股」那句話真正在講的事，而它會直接改變你該怎麼挑股票。
那句嚇人的統計是從哪裡來的
亞利桑那州立大學的亨德里克·貝森賓德（Hendrik Bessembinder）在 2018 年發表了一篇論文，
標題直接就是問句：股票的表現有贏過國庫券嗎。
他把 1926 到 2016 年間所有在美國上市過的 25,300 多檔普通股拿出來，
算每一檔從上市到下市（或到資料結束）的完整報酬，
再跟同期間的一個月期國庫券比。
結果是 57.8% 的個股，一生的報酬輸給國庫券。
而且整個美國股市 90 年來創造的淨財富，全部來自表現最好的那 4% 公司，
其餘 96% 加起來的淨貢獻是零。
這個結論被引用了無數次，通常被寫成「多數股票是賠錢的」。
但這句話在傳播的過程中掉了一個關鍵前提，
而那個前提決定了它適不適用在你身上。
那個前提是：宇宙包含所有上市過的股票。
25,300 檔裡面，絕大多數是市值很小、上市沒幾年就消失的公司。
論文本身講得很清楚，中位數個股的存活期只有 7 年多。
而你實際在買的，是台積電、蘋果、微軟這種等級的公司。
這兩群東西的報酬分布不一樣。
所以值得問一個更貼近實際的問題：如果只看大型股，這個數字是多少。
這個問題可以直接算，以下是我們自己跑的結果。
BOS 回測：換成大型股，數字掉到兩成
我們取歷史上進過標普 500 的公司名單，包含今天還在榜上的、
早就被踢掉的、以及被併購後消失的，一共 1,040 家有完整月價格資料的公司。
每一家都算「從資料起點買進、一路持有到它消失或到今天」的完整報酬，
再跟同期間的一個月期國庫券累積報酬比。
中位數的持有長度是 320 個月，也就是 26.7 年。
| 比較對象 | 輸給國庫券的比例 | 總報酬為負的比例 |
|---|---|---|
| 整段生命週期（中位 26.7 年） | 19.6% | 16.0% |
| 五年期樣本 | 26.5% | 21.9% |
| 十年期樣本 | 18.1% | 14.5% |
| 二十年期樣本 | 10.3% | 6.8% |
四種算法給出的答案落在 10% 到 27% 之間，沒有一種接近 57.8%。
差距的來源就是宇宙：貝森賓德算的是全美股，我們算的是進過標普 500 的公司。
兩個數字都對，講的是不同的東西。
把「多數股票輸給國庫券」直接套用在你買的那幾檔大型股上，
是把一個關於微型股死亡率的統計，搬到一群已經通過重重門檻的公司身上。
不過先別急著鬆一口氣。這一節推翻的只是那個比例，
接下來要講的東西，在大型股身上跟在全市場身上一樣強烈。
該記住的是分布的形狀
把 1,040 家公司拆成 14,541 個十年期樣本（每家公司每個可用的起點各算一次），
畫出來的分布長這樣。
中位數 2.66 倍，平均 4.09 倍。這兩個數字差了五成以上，
而且方向永遠一樣：平均高於中位數。
原因是右邊那條尾巴。第 95 百分位是 10.92 倍，第 99 百分位是 26.29 倍。
一檔十年漲 26 倍的股票，在計算平均時的份量，
等於好幾百檔平平淡淡的公司。左邊則被鎖死了：
最多就是歸零，跌不到負的。
一個數字就講完這件事：只有 29.0% 的樣本贏得過平均。
換句話說，如果你隨機挑一檔股票放十年，
有七成的機率你會低於「個股的平均報酬」。
這不是你運氣差，這是這個分布本來的形狀。
這個形狀也解釋了為什麼「平均年報酬」這種說法容易誤導：
你聽到的是被少數贏家拉高的算術平均，
你實際會拿到的比較接近中位數。
BOS 回測：財富集中在多少家公司手上
換個角度看同一件事。假設你在每一家公司身上都投一元，
放到它消失或到今天，然後把「終值減掉同期國庫券終值」當成它的淨貢獻。
把 1,040 家排序之後，前面幾家貢獻了多少。
| 最強的 | 家數 | 佔全體淨財富 |
|---|---|---|
| 1% | 10 家 | 41% |
| 2% | 21 家 | 51% |
| 5% | 52 家 | 63% |
| 10% | 104 家 | 75% |
| 20% | 208 家 | 87% |
十家公司撐起四成的淨財富。排在最前面的幾家是輝達（NVIDIA）5,625 倍、
怪獸飲料（Monster Beverage）3,941 倍、亞馬遜（Amazon）3,296 倍、
德州太平洋土地（Texas Pacific Land）1,552 倍、蘋果（Apple）1,397 倍。
還有一個算法更直白：把公司從貢獻最高排到最低，
累積到第 666 家（佔 64%）的時候，
累積的正貢獻就已經等於全體的淨貢獻了。
剩下 374 家公司的正負相抵，淨貢獻是零。
這個 64% 跟貝森賓德的 4% 不衝突，兩者算的東西不一樣。
他算的是全美股、以實際投入的資金加權；
我們算的是進過標普 500 的公司、每家一元等權。
宇宙越寬、小公司越多，集中度就越極端。
方向完全一致，程度不同。
打亂對照：這種傾斜是複利造出來的
看到「前 1% 貢獻 41%」，直覺會說：因為有些公司天生就是不一樣，
挑出它們就贏了。這個直覺可以檢驗。
我們做了一個對照：把 1,040 家公司的 28 萬多個月報酬全部倒進同一個池子，
洗掉公司的身分，然後對每一檔隨機抽 120 個月（抽後放回），
重新算一次十年報酬。在這個對照組裡，
所有「公司」都是同一個分布抽出來的，沒有任何一家天生比較好。
| 十年期 | 實際資料 | 打亂對照 |
|---|---|---|
| 中位數 | 2.66 倍 | 2.30 倍 |
| 平均 | 4.09 倍 | 5.00 倍 |
| 贏得過平均的比例 | 29.0% | 26.5% |
| 輸給國庫券的比例 | 18.1% | 29.3% |
對照組把偏態完整地重現了出來，甚至更極端：
中位數更低、平均更高、贏得過平均的比例更少。
而對照組裡沒有任何一家公司是特別的。
會這樣是因為複利本身。每個月的報酬是相乘不是相加，
相乘的結果天生就往右邊拖出一條長尾巴，同時把中位數壓在平均下面。
波動越大，中位數被壓得越低。這是機制的性質，不需要有天才公司參與。
那真實資料贏在哪裡？贏在「輸給國庫券的比例」：
實際 18.1%，對照組 29.3%。差距來自報酬的持續性：
真實世界裡好公司會連續好幾年好、爛公司會連續好幾年爛，
月報酬不是每個月重新抽籤。這種持續性讓實際結果比隨機抽樣溫和了不少。
另外做了對稱分布的對照（同樣的平均與波動，但取對數後是常態），
輸給國庫券的比例會是 23.9%，也高於實際的 18.1%。
期間拉長，兩件事同時發生
把持有期從五年拉到二十年，兩件相反的事會同時發生。
| 持有期 | 中位數 | 平均 | 輸給國庫券 | 贏得過平均 |
|---|---|---|---|---|
| 五年 | 1.61 倍 | 2.13 倍 | 26.5% | 31.6% |
| 十年 | 2.66 倍 | 4.09 倍 | 18.1% | 29.0% |
| 二十年 | 6.66 倍 | 14.99 倍 | 10.3% | 21.7% |
好消息：時間站在你這邊。輸給國庫券的比例從 26.5% 降到 10.3%，
拉長期間確實會把賠錢的機率壓下去。
另一件事：偏態同時在加深。中位數與平均的差距從 1.61 對 2.13（差 32%），
擴大到 6.66 對 14.99（差 125%）。贏得過平均的比例則從 31.6% 掉到 21.7%。
時間拉得越長，少數贏家跑得越遠，把平均拉得越高。
所以「長期投資比較安全」跟「長期投資讓你更難贏過平均」是同一件事的兩面，
兩個都是真的。
這對你的做法有什麼影響
第一，你的中位數會低於你的期望值，這是常態不是失敗。
如果你買了十檔股票，其中七、八檔表現平庸，
那不代表你選股能力有問題，那就是分布的形狀。
真正該檢查的是有沒有出現大賠。
第二，砍掉贏家會直接傷到你的結果。
既然報酬集中在少數幾檔，那些幾檔就是你最不能提早賣掉的。
問題是它們在漲的過程中會一直看起來很貴，而且波動大。
「漲了五成就獲利了結」這種規則，會系統性地把最重要的部位先賣掉。
第三，這是分散的另一個理由，跟降低波動無關。
如果財富集中在最強的一成公司，那麼你持有的檔數越少，
你完全錯過那一成的機率就越高。
分散在這裡的作用是提高你至少沾到一檔的機率。
持股檔數與最壞結果的關係，實測寫在
重壓一檔股票會怎樣。
第四，這是指數投資最扎實的論據之一。
買下整個市場，你自動持有那前 1%，不必事先認出它們。
主動選股要贏，等於要在事前挑出那少數幾檔，而且要抱得住。
關於這件事的難度，寫在
打敗大盤有可能嗎。
試算：隨機挑幾檔會遇到什麼
用上面那個十年期的實測分布，看看隨機挑 N 檔股票、各放十年，
你至少會遇到一次極端結果的機率。
這裡假設每一檔互相獨立，真實世界的股票會一起漲一起跌，
所以實際的機率會比這個溫和一點。
隨機挑股的十年結果試算
常見問題
多數股票長期真的會輸給國庫券嗎？
為什麼個股報酬的中位數會比平均低那麼多？
股市的財富集中在多少家公司手上？
持有時間拉長，個股報酬會變得比較安全嗎？
既然報酬集中在少數股票，選股是不是沒意義？
這個結論對台股也適用嗎？
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
打敗大盤有可能嗎
輸家的遊戲資料與方法：宇宙為歷史上進過標普 500 的公司，
取有完整月還原收盤價（含息、含分割還原）的 1,040 家，
包含現行成分股、已被移除者與被併購下市者，不含存活者偏誤。
生命週期報酬為資料起點持有至該公司價格序列結束或至 2026 年 7 月，
中位數長度 320 個月；被併購下市者以最後有效月價變現後不再投資。
固定窗口樣本每隔十二個月取一個起點，同一家公司的多個窗口彼此重疊，
樣本數不等於獨立觀察數。無風險利率採一個月期國庫券月報酬。
淨財富創造以「每家投入一元的終值減同期國庫券終值」計算，為等權而非市值加權。
打亂對照的做法是把全部 285,780 筆月報酬倒入同一池，
對每次模擬抽取 120 個月（抽後放回），共 200,000 次。
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，只取最長一段；
還原價回推異常者剔除，判準為單月漲幅超過 400%，共 38 檔，
另對長期倍數前 120 名逐檔以第二個公開資料源交叉比對，兩邊差距逾兩倍者剔除，共 7 檔。
全市場的對照數據引自 Hendrik Bessembinder（2018）
〈Do Stocks Outperform Treasury Bills？〉，《Journal of Financial Economics》，
該研究涵蓋 1926 至 2016 年 25,332 檔美國普通股，非本站計算。
全部為名目報酬，未計稅、股息預扣稅與交易成本。
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。
