多年的股市歷史讓我們了解到，股市是一個非常有效率的機制，可以迅速根據任何新突發的資訊來調整價格。無論是技術面分析還是基本面分析，都無法持續讓人獲利。我們發現，獲取較高長期報酬率的唯一方法似乎是承擔更高風險。
那麼，我們如何利用風險來獲取更高報酬呢？是否有一些能衡量風險的工具可以使用？這些工具是否能讓我們產生更高的投資報酬？許多專家提出不同理論，包括資本資產定價模型（CAPM），突出這理論的學找與與馬可維茲(現代投資理論)在1990年同時獲得諾貝爾獎。
CAPM的基本邏輯是，承擔可以透過分散投資而消除的風險，無法提高報酬。因此，要提高長期報酬，必須承擔無法透過分散投資消除的風險。精明的投資人可以調整投資組合中的β值（風險係數）來達到提高報酬的目的。這是其理論基礎，但是否正確呢? β值是否為一有效的衡量風險的指標呢? 有沒有完美的風險指標呢?
系統性風險和非系統性風險
股市風險大致分為兩部分：系統性風險和非系統性風險。系統性風險(又稱市場風險)，是指所有個股和整體市場的同步變動與股價整體起伏相關。我們用β來表示這種風險。β值描述了個股或投資組合相對於整體市場的波動。例如，市場的β值設定為1，如果某股票的β值為2，表示其變動幅度是市場的兩倍；若β值為0.5，則變動幅度為市場的一半。因此，β值高的股票被視為積極型投資，β值低的股票則為防禦型投資。當然，市場的系統性風險無法透過分散投資來消除，因為所有股票的波動都有相似之處。
非系統性風險(又稱獨特性風險)，是指個別公司因特殊因素引起的股價變動。譬如:罷工、新產品開發、大訂單、新技術突破、會繼作假帳、員工挪用公款等。這些因素使得公司的股價獨立於市場變動之外。然而，投資組合理論指出，在非系統性風險範圍內，不同股票間彼此報酬相反變動的組合，往往可以抵消或減緩整體的變動。另外，當我們增加個股數量時，投資組合的整體風險會下降。尤其在初期股票數逐漸增加時，風險的下降最為顯著。當投資組合股票數量內包含有30檔股票時，大部分非系統性風險已經消除。如果投資組合股票的數量包含至60檔多元分散的股票，非系統性風險幾乎可以完全消除[1]，其波動也會與整體市場同步。總結來說，系統性風險影響整體市場，而非系統性風險則與個別公司特有因素相關。
專家普遍認為，承擔較高風險的投資者應該獲得較高的預期報酬作為補償。因此，如果你是一個規避風險的投資者，自然不會購買需要承擔額外風險的股票，因此也無法獲得額外報酬。投資者只要適當分散風險，就能輕易消除非系統性風險，因此無法因承擔非系統性風險而獲得補償。能獲得補償的僅限於分散投資無法消除的系統性風險。我們的CAPM理論所主張的就是，任何股票或投資組合的報酬都與無法分散的系統性風險(β值)有關。
投資組合與β做配置
由於股票可以組合成投資組合以消除個別股票的特有風險。因此，只有無法透過分散投資消除的系統性風險，才會帶來額外的報酬。投資人不會因承擔可分散的風險而獲得額外報酬，這就是資本資產定價模型 (CAPM) 的基本邏輯。
假設，一投資人將所有資金存入公股銀行進行定期存款，此時β值為0，他將獲得無風險利率的普通投資報酬率。若投資人將一半資金放入定存，另一半買入大盤指數型基金，他的投資報酬率會介於無風險報酬和市場報酬之間，平均β值為0.5。
當投資組合的β值為1時，例如買入廣泛的市場指數型ETF，他的報酬將與一般股票的平均報酬相等，長期下來會大於定存的無風險利率，等於整個市場風險投資組合的平均報酬值。
若投資人希望提高投資組合的β值以獲得更高報酬(希望整體投資組合的β值大於1)，可以買入β值較高的股票或或者透過融資(擴大本金)買進與市場波動相近(較平均)的投資組合，使整體投資組合的β值大於1。
β值有效嗎?
想知道高β的投資組合是否如CAPM模型所說，可以提供較高的長期報酬？有學者研究了30年的資料[2]，發現股票或投資組合的報酬與β值的高低無關。雖然β值與報酬值之間的關係不明確，β值不能作為預測未來長期報酬的可靠指標，投資人也不能僅依賴β值而不思考。但它依然是一個有用的投資管理工具。
其他風險指標
既然單一的β值無法充分反映重要的系統性風險因素，那麼還有哪些其他的重要系統性風險因素呢？
首先是國民所得的變化。國民所得的變動會影響個人的收入，進而影響股票報酬和薪資所得之間的系統性關聯。例如，當今年(2025)遇到關稅問題導致國內的汽車公司銷售困難，消費者下單也猶豫不決，汽車廠工人的公司股票報酬下降，且可能面臨被裁員的風險。
其次是利率變動對個股報酬的影響。利率上升會侵蝕某些公司的獲利，使這些股票成為高風險投資，特別是對利率變動敏感的公司。
第三是通貨膨脹的改變。通貨膨脹上升通常會推高利率，導致某些股票下跌。此外，通貨膨脹可能縮減某些公司的毛利率，例如公營企業為維持一定價格而凍漲價前，此情況常見到。
總結來說，股票報酬與經濟變數之間存在諸多系統性關聯，雖然僅靠β值無法全面表達。然而，如果將傳統β值與其他系統性風險變數（如國民所得、利率、通貨膨脹等）結合起來，可以得到比CAPM更好的解釋。
沒有完美的風險指標
我們知道β值有其缺陷，因為β值與投資報酬率的實際關係並不總是符合理論的預測。此外，個股的β值並不穩定，會隨時間變化。然而，市場大環境的波動會影響報酬，包括利率、通貨膨脹、國民所得和匯率等因素。這些會對報酬產生影響。並且股價淨值較低、規模較小的股票，其投資報酬率通常較高。
但是，事實上沒有任何單一指標能夠完全反映系統風險對個股與投資組合的影響。因此，當有人聲稱可以根據某一風險評估指標，來準確預測報酬時，我們應該保持謹慎。畢竟，現實生活裡，完美的風險指標並不存在。
[1] 漫步華爾街。Burton G. Malkiel。2023。
[2][2] https://www.jstor.org/stable/2329112
