貝塔值（Beta，β 係數）衡量一檔股票（或 ETF、基金）對大盤的敏感度：
大盤動 1%，它「平均」跟著動 β%
β＝1 跟大盤同步；β＞1 放大大盤的漲跌；β＜1 比大盤溫和。
真實座標（近五年、對美股大盤 SPY）：可口可樂約 0.34、蘋果約 1.1、輝達約 2.2：大盤跌 10% 的那種日子，三檔股票「平均」分別跌約 3.4%、11%、22%。這篇教你用它，也告訴你巴菲特為什麼不買單。
買股票前你會看它「會不會漲」，但很少人先問另一個問題：市場打噴嚏的時候，它會感冒還是肺炎？貝塔值就是回答這個問題的數字。它是資產定價理論的核心零件、基金說明書的必備欄位，也是被最多人「只看數字、不懂脾氣」的指標。這篇把它講到你能自己算、自己用，最後用巴菲特和一篇經典論文，講清楚它的邊界在哪裡。
貝塔值在量什麼？股票的「放大倍率」
想像大盤是一列火車，每檔股票是掛在火車上的車廂，但掛法不同。有的車廂用鐵桿硬連（大盤怎麼動它怎麼動）、有的用彈簧連（大盤動一下，它甩得更大力）、有的只用一條鬆鬆的繩子（大盤動了它慢半拍、幅度也小）。貝塔值量的就是這個「連接的鬆緊與放大倍率」。
技術上，它把股票的報酬對大盤的報酬做迴歸（統計上等於「共變異數 ÷ 大盤變異數」），得到一個斜率。你不需要自己算（各大財經網站都查得到），但你需要知道怎麼讀：
| 貝塔值 | 意思 | 典型例子 |
|---|---|---|
| β ≈ 1 | 跟大盤同步 | 大盤指數 ETF（SPY、VOO）本身 |
| β ＜ 1 | 比大盤溫和（防禦型） | 民生消費、醫療、公用事業 |
| β ＞ 1 | 放大大盤漲跌（進攻型） | 科技、半導體、非必需消費 |
| β ≈ 0 | 跟大盤幾乎無關 | 黃金、部分避險資產 |
| β ＜ 0 | 跟大盤反向（罕見） | 放空型 ETF、少數避險工具 |
真實座標：近五年，這些資產的貝塔值是多少？
座標感比公式重要。我們用近五年（2021 年 7 月～2026 年 6 月）的月報酬（含息）對 SPY 迴歸，自行計算了一組常見資產的貝塔值：
完整一點的表，加上兩個值得注意的欄位：
| 資產 | 貝塔值（約） | 與大盤的相關係數（約） | 讀法 |
|---|---|---|---|
| JNJ 嬌生 | 0.24 | 0.21 | 防禦組：大盤大跌日，它們平均只跌零頭 |
| KO 可口可樂 | 0.34 | 0.33 | |
| PG 寶僑 | 0.39 | 0.33 | |
| GLD 黃金 | 0.17 | 0.17 | 不是「穩」，是「不同步」，見下方說明 |
| TLT 長天期美債 | 0.51 | 0.56 | 教科書說債券跟股市反向，這五年不是，見下方說明 |
| AAPL 蘋果／MSFT 微軟 | 1.10／1.13 | 0.70／0.71 | 大型科技：略放大大盤 |
| TSLA 特斯拉 | 1.79 | 0.48 | 進攻組：漲時很甜、跌時加倍奉還 |
| NVDA 輝達／AMD 超微 | 2.21／2.47 | 0.69／0.58 |
兩個常被跳過、但很重要的讀法：
①黃金的 β＝0.17 不代表它「很穩」：它跟大盤的相關係數也只有 0.17，意思是它根本不太理大盤，自己有自己的行情（近年甚至大漲）。貝塔值只在「相關性夠高」時才有預測意義：相關性低的資產，看 β 不如直接看它自己的波動。
②長天期美債的 β 是正的 0.51。教科書會告訴你債券跟股市反向、是天然的避險品，但 2022 年之後利率變成股債共同的敵人，兩者常常一起跌（存續期間那一篇的 2022 年圖就是證據）。貝塔值是歷史統計，市場體制改變時，它會跟著變。這也是後面「使用極限」的預告。
動手算：你的投資組合貝塔值是多少？
單一股票的 β 網站查得到，但更實用的是整個組合的 β：它就是各持股 β 的加權平均。算出來你就知道：大盤修正 10% 的那種月份，你的帳戶「平均」會縮水幾 %。
組合貝塔計算機
提醒：這是「平均而言」的線性估計，個股永遠可能因為自己的新聞跟大盤脫鉤（β 描述的是「跟大盤有關的那部分」波動）。它適合當組合體檢的工具，不適合當單日預測的工具。
三個使用極限：巴菲特、一篇經典論文，和一個常見疑惑
- 巴菲特的反對：波動不等於風險
巴菲特在 1993 年的股東信裡直接點名批評用 β 衡量風險：一檔股票暴跌之後，按 β 的邏輯它「風險變高了」，但對看得懂價值的買家來說，同一家公司變便宜了，風險明明是變低的。他最愛舉 1973 年華盛頓郵報的例子：市值跌到剩約 8,000 萬美元、而資產隨便賣都值 4 億時，市場的劇烈波動讓它在學術定義下「更危險」，實際上卻是十年難遇的便宜貨。他的結論精神是那句老話：寧要模糊的正確，不要精確的錯誤：β 量的是「價格晃多大」，不是「你會不會賠錢」；真正的風險來自買貴了、或買錯了公司。 - 學術界的發現：高 β 不等於高報酬（低 beta 異象）
照理論，承擔越高的 β 應該換到越高的長期報酬。但 Frazzini 與 Pedersen（2014）發表在《Journal of Financial Economics》的經典論文《Betting Against Beta》用美股與全球二十個市場的數據證明：高 β 資產的長期報酬，配不上它多出來的波動；低 β 資產反而交出超出理論的成績。原因之一是散戶與受限的機構偏好用高 β 股票「代替開槓桿」，把它們的價格買貴了。白話結論：買一籃子高 β 股票求刺激，長期而言是用兩倍的暈船換不到兩倍的報酬。 - β 是歷史、會變，也因來源而異
你在不同網站查同一檔股票，β 常常不一樣，因為計算期間（三年 vs 五年）、頻率（週報酬 vs 月報酬）、對照指數不同，答案就不同（本文用五年月報酬對 SPY）。更根本的：β 是後照鏡，公司轉型（特斯拉從狂飆期走向成熟）、市場體制改變（2022 年後的股債關係），都會讓歷史 β 失準。把它當「量級」讀（0.3 級？1 級？2 級？），別當精確值用。
BOS 回測：貝塔高的股票，報酬真的比較高嗎
上一節講的是貝塔的使用極限。這一節要直接檢驗它最核心的那個假設：貝塔越高，長期報酬應該越高。這是資本資產定價模型（CAPM）的核心預測，也是「高風險高報酬」這句話的學術版本。
假設一（資料）：公開學術資料庫的「依貝塔值分組」投資組合，美國全市場、1963 年 7 月至 2026 年、共 755 個月，價值加權含息。分組每年重編，貝塔用進場前的歷史資料估計，沒有偷看未來。
假設二（做法）：把全市場的股票依貝塔高低分成十組，看每一組的實際貝塔、實際年化報酬與夏普比率。夏普比率的意思是「每承受一分風險換到幾分報酬」，在夏普比率那篇有完整說明。
假設三（沒算的事）：不計稅與交易成本。高貝塔那幾組的週轉率與流動性成本較高，算進去會讓它們更差。另外這是組合層級的結果，個股之間差異很大，不能拿來推論單一股票。
| 組別 | 實際貝塔 | 年化報酬 | 年化波動 | 夏普比率 | 最大跌幅 |
|---|---|---|---|---|---|
| 第 1 組（貝塔最低） | 0.59 | 10.79% | 12.0% | 0.54 | −38.6% |
| 第 3 組 | 0.84 | 11.17% | 14.3% | 0.48 | −46.3% |
| 第 5 組 | 1.02 | 11.30% | 16.6% | 0.42 | −49.9% |
| 第 7 組 | 1.17 | 10.99% | 19.1% | 0.35 | −64.6% |
| 第 9 組 | 1.40 | 12.93% | 23.8% | 0.36 | −67.9% |
| 第 10 組（貝塔最高） | 1.60 | 9.49% | 28.4% | 0.18 | −79.0% |
| 整個市場 | 1.00 | 10.90% | 15.4% | 0.42 | — |
- 貝塔從 0.59 拉到 1.60，報酬沒有跟著上去。最低貝塔那組年化 10.79%，最高貝塔那組只有 9.49%，貝塔差了 1.01，報酬反而少 1.30 個百分點。十組的「貝塔對報酬」相關係數只有 +0.15。理論上這條線應該明顯往右上，實際上幾乎是平的。
- 風險調整後的差距更大。夏普比率從第 1 組的 0.54 一路降到第 10 組的 0.18，整體是單調往下的。而夏普比率最高的那一組，正是貝塔最低的那一組。
- 波動與跌幅倒是很誠實地跟著貝塔走。波動從 12.0% 升到 28.4%、最大跌幅從 −38.6% 深到 −79.0%。換句話說，高貝塔股票確實承受了更大的風險，只是沒有換到對應的報酬。
這個現象在學術上叫「低貝塔異象」（low-beta anomaly），是財務學裡最頑固的異象之一。常見的解釋是：許多投資人不能或不願意借錢投資，想追求高報酬時只好去買高貝塔的股票，這股需求把高貝塔股票的價格推高、預期報酬壓低。另一個解釋是彩券偏好：波動大、故事性強的股票像彩券，人們願意為那個「萬一」多付一點錢。
但它不是每個時期都成立
| 期間 | 低貝塔組年化 | 高貝塔組年化 | 高減低 |
|---|---|---|---|
| 1963 至 1990 年 | 11.76% | 7.18% | −4.58 |
| 1991 至 2010 年 | 9.06% | 11.67% | +2.61 |
| 2011 至 2025 年 | 11.15% | 10.26% | −0.89 |
1991 到 2010 年這二十年，高貝塔組反而多賺了 2.61 個百分點。那段期間包含網路泡沫與其後的循環，高貝塔股票的表現一度非常好。所以正確的說法是「長期來看貝塔與報酬的關係很弱」，不是「低貝塔一定贏」。不過要注意，即使在那二十年，高貝塔組的波動仍然是低貝塔組的兩倍以上（28.0% 對 11.9%）。
那 β 到底該怎麼用？三個實戰場景
- 組合體檢：你其實開了幾倍槓桿？
很多人自認保守，但組合 β 一算是 1.5，等於拿著看不見的槓桿在追大盤。用上面的計算機體檢一次，再決定這個放大倍率是不是你要的。 - 回答「跌得起嗎」：把抽象風險變具體
「我可以承受風險」是空話，「大盤跌 20% 時我的組合約跌 β×20%，我睡得著嗎」才是真話。搭配展望理論那一篇：賠錢的痛是賺錢的兩倍，先用 β 預演最壞情境，勝過事到臨頭砍在低點。 - 解讀策略成績：報酬是本事還是曝險？
一個策略贏過大盤，先問它的 β：如果它 β＝1.3，多賺的可能只是「多冒的險」而不是真本事。這正是夏普比率與 alpha 想拆穿的事。β 負責量「你搭了多少大盤的順風車」，alpha 才是「扣掉順風車之後真正的超額報酬」。
常見問題
貝塔值多少算高？多少算低？
以大盤＝1 為基準：0.7 以下屬防禦型（民生消費、醫療常見），0.7～1.3 大致與大盤同級，1.5 以上屬高波動（科技、半導體常見，如近五年輝達約 2.2）。沒有絕對好壞，關鍵是組合整體的 β 是否符合你能承受的波動。
貝塔值是負的代表什麼？
代表它傾向與大盤反向：大盤跌它反而漲。常見於放空型 ETF 與少數避險工具。注意「負 β」與「零 β」不同：零 β（如近五年的黃金）是不太理大盤，負 β 是故意跟大盤作對，後者長期持有通常要付出可觀的成本。
為什麼不同網站查到的貝塔值不一樣？
因為計算設定不同：期間（三年或五年）、報酬頻率（週或月）、對照指數（S&P 500 或其他）都會改變結果。查詢時留意該網站的計算說明，比較兩檔股票時務必用同一來源。本文數據為五年月報酬對 SPY 迴歸、含息計算。
貝塔值和阿爾法（Alpha）差在哪？
兩個是同一條迴歸式的兩個零件：β 是斜率，量「跟著大盤動的部分」（曝險）；α 是截距，量「扣掉大盤貢獻後多賺或少賺的部分」（超額報酬）。一個策略的報酬可以拆成「β×大盤報酬＋α」。高報酬若全來自高 β，代表它只是曝險大，不是本事好。
低貝塔值的股票，報酬是不是一定比較差？
理論上該如此，實證上不是。Frazzini 與 Pedersen（2014）的《Betting Against Beta》發現：低 β 股票的長期風險調整後報酬反而系統性優於高 β 股票（低 beta 異象），在美股與全球多個市場都成立。這不保證未來重演，但足以推翻「想賺多就該買最會噴的股票」這個直覺。
怎麼降低投資組合的貝塔值？
四個常用方法，由簡到繁：①提高現金或短債比例（現金 β≈0，最直接）②加入低貝塔資產（公用事業、必需消費類股 β 常在 0.5–0.7）③配置與股市低相關的資產（債券、黃金）④用衍生性商品避險（買保護性賣權）。多數散戶用前兩招就夠：組合 β 就是成分 β 的加權平均，數學很單純。
貝塔值適合拿來選股嗎？
它是「風險定位」工具，不是「選股」工具。貝塔告訴你這檔股票跟著大盤晃多兇，但不告訴你公司好不好、便不便宜：台積電和一間高負債景氣循環股可能有相近的 β，投資價值天差地遠。合理用法：先用基本面選出好公司，再用 β 檢查「這個組合的整體波動，是不是我睡得著的水準」。
本文重點整理
- 貝塔值＝對大盤的敏感度：大盤動 1%，它平均動 β%；組合 β＝各持股 β 的加權平均。
- 真實座標（近五年對 SPY）：嬌生 0.24、可口可樂 0.34、蘋果 1.1、特斯拉 1.8、輝達 2.2；黃金 0.17（是不同步、不是穩）；長天期美債轉正 0.51（股債關係已變）。
- 巴菲特的批評：β 量波動、不量風險：股價暴跌後 β 說「更危險」，價值投資人看到的是「更便宜」（1993 年股東信）。
- 低 beta 異象：高 β 股票長期報酬配不上多出來的波動（Frazzini & Pedersen 2014），高波動不是高報酬的門票。
- 正確用法：當量級不當精確值：組合體檢、預演最壞情境、拆解策略報酬（β 是順風車，α 才是本事）。
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
參考資料
- Buffett, W.，波克夏·海瑟威 1993 年致股東信，對以 β 衡量風險的批評；華盛頓郵報案例另見〈The Superinvestors of Graham-and-Doddsville〉（1984）。
- Frazzini, A. 與 Pedersen, L. H.，〈Betting Against Beta〉，Journal of Financial Economics 111(1)，2014，頁 1–25，低 beta 異象於美股、二十個國際市場、公債與期貨之實證。
- 本文貝塔值：Yahoo Finance 調整後收盤價（含息），2021 年 7 月～2026 年 6 月月報酬對 SPY 迴歸，BOS 自行計算。
本文內容僅為教學說明，不構成投資建議；貝塔值為歷史統計量，不保證未來表現，文中個股僅為數據示範、非推薦標的。
相關條目：貝塔值（Beta、β 係數）、系統性風險、阿爾法（Alpha）、相關係數、低 beta 異象（Betting Against Beta）、CAPM 資本資產定價模型
看懂指標，是為了挑對投資
風險指標是拿來「比較」的工具：同類策略放在一起看，才知道誰的報酬是真本事。更多量化觀念都在這個分類裡；想把整套選股邏輯學起來，BOS 的免費課程講座是起點。
