大家一定都知道beta是計算一檔股票相對於大盤的波動性大小。假如一隻股票S的Beta等於1.3，則當大盤漲1%的時候，S可能漲1.3%；大盤跌1%的時候，S可能跌1.3%。假如S的Beta等於0.8，那麼大盤漲1%，S可能漲0.8%，大盤跌1%、S可能跌0.8%，諸如此類。那麼，為什麼同一天的同一支股票，在Yahoo! Finance顯示的Beta跟在Google Finance顯示的Beta不同呢?
2017年11月13日台積電 (TSM) 在Yahoo!
Finance(上)與在Google Finance(下) 網站顯示的Beta。
從上圖可以看出，同樣都是台積電，在Yahoo! Finance上頭的Beta是0.87、但是在Google Finance上面變成了0.77。有人算錯了嗎？
不一定。根據Beta的定義：
Cov(r個股, r大盤)代表個股與大盤的共異變數或協方差，Var(r大盤)是大盤的變異數或方差。很明顯地，計算beta需要兩列尺寸相等的序列才能算，其中一個自然是過去一段時間個股的回報，另一個是大盤過去一段時間的回報。這麼一來，這個數據就取決於三個選擇：
1) 大盤要選哪個指數？例如蘋果AAPL同時被納在道瓊工業指數、S&P
500指數、以及那斯達克Nasdaq-100指數當中，你在計算AAPL的beta時，大盤要用哪一個呢?
2) 要往以前拉多久? 朔往的時間如果太近，則資料數量可能不夠代表性；如果時間拉太遠，則可能沒有辦法反映現下的經濟及市場情況。
3) 每一個資料點，是選每天的報酬、每週的報酬、還是每月的報酬資料呢? 同樣都是取過去一年資料，日報酬可以給你250筆資料、週報酬可以給你50筆、月報酬則只有12筆資料。
同一檔股票，以上三個選擇只要一個不同，算出來的數字就會不一樣。根據CFA Level II的教材，一般常用的指數選擇有S&P 500以及NYSE指數，一般常用的資料回朔區間則有過去5年的月資料 (一般公司)或是過去兩年的週資料 (發展快速的公司)。雖然 Yahoo! Finance與Google
Finance沒有公布他們的計算方式，但是根據很多人自行試錯的結果，Yahoo的資料似乎是採用S&P 500做大盤，以過去三年的月資料做計算，Google則是採用S&P 500、以及過去5年的月資料做計算。這樣，應該就能解釋為何同樣一檔股票，Yahoo!跟Google的資料不一致了。
那麼，誰的比較值得相信呢? 關於這個問題，筆者的答案是＂見仁見智，看你要用在哪裡。＂
前面講過，CFA教材指出一般公司可能回朔的時間會久一點，但是資料取樣的頻率比較低（月資料），但是對快速發展的公司，回朔的資料就比較短、取樣的頻率也比較高（週資料）。所以根據讀者們想研究的公司，這個數據會變。重點是，您在計算beta的時候，除了看他相對於大盤的變動幅度，應該還是想知道把股票加到自己的投資組合之中，會對自己的整體部位造成甚麼影響。假如整個部位的beta都是一般公司而使用過去５年的月資料，突然加入一檔高成長、上市只有兩年的股票，因而採用了過去兩年的週資料計算，那就有點失真。或是打算加入一檔上市只有一年，資料點根本不夠的股票，那這個數字更是只能以概算來看待，不能要求工程數據一般的精準度。
因此筆者建議，
1) 如果只是想看一檔股票相對於大盤的波動幅度、或是比較不同股票的波動度，Yahoo或Google選一個參考就好，千萬不要不同股票看不同的網站。
2) 如果是想要計算加入新股後對自己現有投資組合波動度的影響，則建議採用自行定義的大盤、回朔時間、與資料取樣頻率。並且為了資料採樣的完整性，儘量不要買太新的股票（如IPO）或是不常有成交價格的股票（如粉紅單）。
同場加映：過去績效不代表未來保證，過去的beta怎麼預測未來？介紹Beta飄移 (beta drift) 現象
在CFA的教科書裡提到，beta通常有回到1的傾向，因此當分析師算出beta之後，會再加工一道手續，讓數值比過去資料更貼近1，但是看起來不要貼得那麼兇猛：
至於這 1/3 跟 2/3的系數到底怎麼來的，也許是經驗，也許是感覺。因為這整個事情其實都是估算，因此商學院老師似乎認為這樣也就可以了吧。至少比歷史資料更貼近1了呀!!
至於這 1/3 跟 2/3的系數到底怎麼來的，也許是經驗，也許是感覺。因為這整個事情其實都是估算，因此商學院老師似乎認為這樣也就可以了吧。至少比歷史資料更貼近1了呀!!
知識無涯，文先至此，希望對大家有益。
留言