股票Beta的理解誤區
隨便找個AI問一下，what is a stock's beta，往往得到如下差不多的解釋：
A stock's beta (β) is a measure of its volatility, or how much its price tends to move in relation to the overall market. It quantifies the degree to which a stock's price fluctuates compared to a benchmark index, typically the S&P 500. Investopedia explains that investors can check a stock's beta when choosing a stock that matches their tolerance for risk.
:max_bytes(150000):strip_icc():format(webp)/BETA-FINAL-9a06ac0fc2d84589aded1475150869c2.jpg)
許多人想當然認為 beta 就是該股票波動率對市場（比如S&P500）波動率的比例。如以波動率為風險標準，beta=1想當然就是與市場（S&P500）風險大致相當，beta>1就是比市場風險更高，beta<1就是比市場風險更低。
我們來看一下 beta 的定義再看這個說法是否準確。 假定某股票的回報率是 \(r_s\)，市場（比如S&P500）的回報率是 \(r_m\)，二者都是隨機變量，那麽beta的定義就是回歸係數： \[ \beta = \frac{\mbox{Cov}(r_s, r_m)}{\mbox{Var}(r_m)} \] \[ \mbox{Cov: covariance, 中文協方差} \] \[ \mbox{Var: variance, 中文方差} \] 意思是 \[ r_s = \alpha + \beta r_m + \epsilon \] 這裏 \(\epsilon\) 是回歸誤差，\(\epsilon\) 與 \(r_m\) 不相關: \[ \mbox{Cov}(r_m, \epsilon) = 0 \] 這樣該股票回報率的方差可以被分解為兩個部分: \[ \mbox{Var}(r_s) = \beta^2 \mbox{Var}(r_m) + \mbox{Var}(\epsilon) \] 把該股票的波動率及市場的波動率分別寫為 \[ \sigma_s = \sqrt{\mbox{Var}(r_s)} \] \[ \sigma_m = \sqrt{\mbox{Var}(r_m)} \] 同樣，把回歸誤差項的波動率寫為 \[ \sigma_\epsilon = \sqrt{\mbox{Var}(\epsilon)} \] 那麽 \[ \sigma_s^2 = \beta^2 \sigma_m^2 + \sigma_\epsilon^2 \] 顯然可見該股票波動率與市場波動率之比不一定正好是 \(\beta\) 。
熟悉回歸分析的都知道相關係數 \[ \rho = \frac{\mbox{Cov}(r_s, r_m)}{\sqrt{\mbox{Var}(r_s)\mbox{Var}(r_m)}} \] 也知道相關係數 \(\rho\) 與回歸係數 \(\beta\) 之間的關係 \[ \beta = \rho \frac{\sigma_s}{\sigma_m} \] 也就是 \[ \frac{\sigma_s}{\sigma_m} = \frac{\beta}{\rho}\] 熟悉回歸分析的也都知道 \( | \rho | \leq 1\)，所以波動率之比一般都是大於 \(\beta\) 。\(\rho\) 越接近1，波動率比例越接近 \(\beta\) 。
回歸分析中的 beta 項是市場係統風險。回歸的誤差項 \(\epsilon\) 投資界稱為idosyncratic risk（中文公司特質風險）。舉個例子，大蘋果AAPL的 \(\beta\) 大約在1.0左右是1.16，但單個蘋果股票的風險（波動率）遠高於市場（S&P500），大約是1.65:1。另一個例子是AT&T，\(\beta\) 是0.24，但 \(\rho\) 隻有0.20，所以波動率比很高約1.40。
投資界一般認為 idiosyncratic risk 可以通過 diversification 降低，但 \(\beta\) 風險不能通過 diversification 降低
【謝謝perentb關於AAPL beta的指正，也謝謝顏陽大姐提示low correlation的例子，在跟帖中加了AT&T例子】
