证券交易之：“阿尔法收益 Alpha(α)”和“贝塔收益Beta(β) ”

证券交易之：“阿尔法收益 Alpha(α)”和“贝塔收益Beta(β) ”

先讲一个故事，让我们把时间倒回1964年的某一天：

资本资产定价模型的奠基人、著名经济学家威廉·夏普若有所思地坐在院子里喝茶，突然脑子里灵光一闪：既然金融资产有市场分析和非市场风险，而金融资产的收益又与风险挂钩，何不把金融资产收益拆分为两部分呢？

空想不如行动。于是，他很快就发表了一篇相关的论文，把与市场一起波动的部分收益叫“贝塔收益”，不与市场一起波动的部分叫做“阿尔法收益”。

好了，既然知道了“贝塔收益”和“阿尔法收益”的由来，下面就让我们一起来详细了解下这两个“专业名词”的概念，可能稍微点枯燥！

所谓贝塔（β）

指的就是可归因于市场整体收益的基金收益，即市场收益。贝塔是用来衡量系统性风险、大盘指数的波动幅度，是一种随市场波动而波动的风险。就好比冲浪一样，浪越大你冲的也就越高，但危险也就越大。

而贝塔收益也是一样，是随着市场一起波动的收益，市场好时你的基金也赚钱；市场表现糟糕，你的基金也不赚钱，而且贝塔系数越大，持有的基金净值随着市场波动的幅度就越大。

比如你持有的某一只基金，贝塔系数=3。这就意味着大盘涨1%，你的基金涨3%。然而，如果大盘跌2%，你的基金也会跌6%。

需要注意的是，贝塔系数可能是1，也可能是大于1或小于1，以此来代表大盘波动幅度的大小。

因此，我们可以看到：

β=1 的时候，代表诸如ETF基金、指数基金等等被动型基金收益跟大盘基本一致，大盘涨1%，基金收益也会涨约1%，大盘跌1%则基金收益也大约跌1%。

β>1 的时候，当大盘变动1%时，基金收益大于1%。比如β系数为1.5，即当大盘上涨1%，基金收益涨1.5%；当大盘下跌1%，则会下跌1.5%。也可以说这基金收益波动比大盘指数高50%。

β<1 的时候，当大盘变动1%时，基金收益小于1%。若β系数为0.7，即当大盘上涨1%，基金收益上涨0.7%；当大盘下跌1%，则基金收益会下跌0.7%。也可以说这个基金波动比大盘指数低30%。

值得留意的是，贝塔收益是随着时间推移以及投资者承受风险而所获得的补偿。它的高低不代表基金经理的选股能力，但能给投资者一个参考，让其知道自己如果投资该基金需承担多少的系统性风险。

不过，基金所持的股票组合、是否加杠杆、基金头寸规模或所持现金比例都会对贝塔收益造成直接影响。

贝塔收益可以看作是一种相对被动的投资收益，也就是承担市场风险所带来的收益。基金经理在大部分情况下都会顺势而为，随着大盘一起涨涨跌跌，我们日常听到的各种被动型基金（比如指数基金）就是这种。

我们再来看阿尔法收益部分。

所谓阿尔法（α）

指的是不可归因于市场收益的收益部分，即独立于市场的超额收益。也就是不和大盘（或者说整体指数）一起波动的收益。因此，阿尔法相当于个体风险，即考验基金经理的选股及操盘能力。

举个例子：比如有个基金经理管理的某只偏股型基金，某年大盘上涨10%，他获得了12%的收益；而某年大盘下跌10%，他的收益回报为负8%。

我们可以看到，这位基金经理在大盘上涨时的收益比大盘涨幅要高，下跌时亏损幅度比大盘要小，那么这里面的超额收益就是阿尔法收益。

因此，可以这么说，基金总收益率= Alpha(α) 超额收益+ Beta(β) 指数回报。

如果还不清楚，我们可以看下面的实例：

某位基金经理在2019年投入了10万元买了沪深300指数权重股贵州茅台，2020年全年沪深300指数涨幅27.21%，贵州茅台股价涨幅70.86%，一共赚了7.086万元。

那么，我们可以将7.086万元的收益大致可以拆分为：2.721万元的贝塔收益（10万*27.21%）+4.365万元的阿尔法收益（10万*70.86%）。

简单对比来说，在投资中，贝塔收益易取，而阿尔法收益则相当珍贵。因为获得阿尔法收益，靠的是基金经理的真本事，而贝塔只是随整体指数的大趋势。

不仅如此，阿尔法收益甚至还可以作为评价主动型基金经理能力的重要指标之一。因为阿尔法收益是由基金经理选股，即通过运用阿尔法策略所带来的收益，考验着基金经理的真正价值。

总结

对于我们普通投资者而言，如果只想取得市场的平均回报，那就只要关注贝塔收益，更简单点就是关注指数或指数基金等被动型基金，而如果想获得更高的超额收益，那就要挑选那些能够很好地捕捉阿尔法收益的基金经理来帮你实现更高的超额收益。

当牛市出现时，市场上往往会出现很多所谓的“股神”或“明星基金经理”，但很多时候他们可能只是赌对了贝塔而已。就中长线来看，我们终究还是一直在寻找阿尔法，即一个稳定的超额收益来源。

一般而言，投资的收益来源于两个部分，一部分是相对于市场的超额收益——alpha收益，另一部分是与市场表现相关的市场收益——beta收益。

这两个概念最早可以追溯到诺贝尔经济学奖得主威廉夏普发表在1964年的一篇论文。他将金融资产的收益拆分为两部分：跟随市场一起波动的部分叫贝塔收益（β），不和市场一起波动的部分叫阿尔法收益（α），如今我们习惯性将资产收益等同于阿尔法收益和贝塔收益两者的相加。

今天容易投就带大家来好好聊聊Alpha和Beta收益的概念以及如何应用。

一、Beta和Alpha分别是什么？

**贝塔收益（Beta）：**证券或投资组合相对总体市场波动性的一种风险评估工具。它是衡量特定金融工具波动性的指标，或称系统性风险。贝塔收益就是基金跟踪业绩评价基准的涨跌而获得的被动收益。

贝塔系数(β)衡量的是：

如果β=1，代表这只基金的波动和基准保持一致

那么当市场上涨10%时，基金也上涨10%；市场下跌10%，基金相应下跌10%。

如果β＞1，说明这只基金的波动性比基准更大

比如β=2，当市场上涨10%时，基金上涨2*10%=20%；市场下跌10%时，基金就会下跌20%。

如果β＜1，说明这只基金的波动幅度会比基准更小

比如β=0.5，当市场上涨5%时，基金上涨0.5*5%=2.5%；而市场下跌5%时，基金只会下跌2.5%。

由此可知，贝塔系数(β)衡量的就是基金收益相对于基准收益的总体波动性。β越高，意味着基金相对于基准的弹性和波动就越大，也就是说，如果大势上涨，基金会涨得更多；反过来，如果大势下跌，基金自然也会跌得更多。

**阿尔法收益（Alpha）：**通常认为是投资组合的超额收益，反映了基金管理人的能力。Alpha是调整市场波动和随机波动后投资或整个投资组合的超额收益，它是风险调整的基础上衡量投资绩效的指标。

阿尔法系数(α)衡量的是：

当α=0，代表该基金的表现几乎符合预期，已获得与风险相称的回报；

如果当α＞0，优于预期；

如果当α＜0，则为不及预期。

在简单了解了α和β值之后，我们再看看其应用场景以及该如何应用。

二、阿尔法与贝塔的应用

为了更好地诠释阿尔法和贝塔的应用，我们将通过对市面上权益产品的特征划分，总共分为四档分别是：零α零β、零α有β、有α零β以及有α有β。

下面我们将对其特征逐步解读↓↓↓

零α零β：国债

对于零α零β的理解，我们可以定义为没有超额收益的同时市场波动也小。

国债是由国家发行的债券，是中央政府为筹集财政资金而发行的一种政府债券，是中央政府向投资者出具的、承诺在一定时期支付利息和到期偿还本金的债权债务凭证，由于国债的发行主体是国家，所以它具有最高的信用，被公认为是相较而言最安全的投资工具。

同时，市场往往将国债收益率定义为无风险收益率，其无波动无超额收益的特征符合零α零β的解读。

零α有β：指数基金

对于零α有β的理解，我们可以定义为没有超额收益但紧跟市场节奏，完完整整地复制市场表现。

这一类产品往往以被动投资的指数基金为例，例如沪深300ETF即完完全全追踪沪深300指数的波动。这类产品往往体现的是完全复制市场指数，其表现也跟市场指数如出一辙，具备很强复制性。

有α零β：桥水纯粹阿尔法基金

对于有α零β的理解，我们可以定义为依靠完完全全的主动投资，摒弃对市场的复制，策略收益表现与市场表现及运行方向完全独立，由基金经理的投资能力和技巧做决定。

选择纯阿尔法策略的好处在于，通过运用期权、互换等金融衍生工具，对市场风险进行对冲。构建资产足够分散的投资组合，在不同经济环境下可以追求Alpha收益，但这部分超额收益的风险也需自己承担。

有α有β：主动增强基金、指增基金、指增ETF

对于有α有β的理解，可以定义为一种折中策略，既没有像国债那样完全放弃超额收益，也不像纯α一味追求超额收益。其更多是一种均衡态势，在部分跟踪市场的同时追求一定超额收益。

市面上的主动增强基金、指增基金、指增ETF都可以划分到有α有β的产品。

指增ETF

对于有α有β的理解，可以定义为一种折中策略，既没有像国债那样完全放弃超额收益，也不像纯α一味追求超额收益。其更多是一种均衡态势，在部分跟踪市场的同时追求一定超额收益。

市面上的主动增强基金、指增基金、指增ETF都可以划分到有α有β的产品。

回到对alpha和beta的基本认识上，可以看到想提高投资收益有两种方法，一是提高对beta的预测能力，从而确定对beta的风险暴露方向以及幅度；二是通过各种专业能力优势，获得更高的alpha收益。无论是获取市场平均的贝塔收益还是超越平均的阿尔法收益，对于普通投资者而言都不是一件简单的事情，不如将专业的事情交给专业的人，构建一个适合自己的投资组合（β+α），力争获取超出市场平均的收益。