投資組合的效率與訂價邊界：從 MPT 到 CAPM 的核心邏輯

在現代金融學的黎明期，投資人總是天真地將資產的預期報酬率相加，卻忽略了資產之間的互動關係。直到哈利·馬可維茲 (Harry Markowitz) 提出了現代投資組合理論 (Modern portfolio theory)，金融界才第一次以嚴謹的數學證明：風險不是單一資產的孤島，而是整個投資組合的協奏曲。本篇我們將從效率前緣出發，一路推導至資本資產定價模型 (CAPM)，並介紹那些在實戰中用來拆解經理人績效的鋒利指標。

當我們將無數種可能的資產組合繪製在「預期報酬」與「標準差 (風險)」的座標圖上時，會形成一個繖形的機會集合。這個集合最左緣的頂點是全局最小變異數投資組合 (Global Minimum Variance Portfolio)，而從該點向上延伸的那條迷人曲線，就是效率前緣 (Efficient Frontier)，亦被稱為投資組合可能性曲線 (Portfolio possibilities curve)。在相同的風險下，這條曲線上的組合能提供最高的預期報酬；在相同的預期報酬下，它們的風險最低。

然而，馬可維茲的模型僅考慮了風險資產。當我們將「無風險資產」引入這個世界後，一切發生了革命性的改變。投資人現在可以選擇將資金按比例配置在無風險資產與效率前緣上的一個特定切點（即市場投資組合 Market Portfolio）。這條從無風險利率出發，與效率前緣相切的直線，被稱為資本市場線 (CML)。

CML 向我們揭示了一個冷酷的真理：對於完全分散風險的投資組合而言，風險與報酬之間存在著完美的線性關係。

如果說 CML 是針對「完全分散的投資組合」定價，那麼我們該如何為「單一資產」定價？這正是資本資產定價模型 (CAPM) 解決的千古難題。CAPM 的核心洞見是：投資人不需要為可以透過分散投資消除的「非系統性風險」要求補償；市場只會為與大盤同進退的「系統性風險 (Beta)」支付溢酬。

為了描繪這種單一資產預期報酬與其系統性風險之間的關係，我們引入了證券市場線 (Security market line (SML))。在 SML 的座標系中，橫軸不再是代表總風險的標準差，而是透過最小平方迴歸線 (Least squares regression line) 算出的系統性風險 Beta 係數。

CAPM 雖然在實務上面臨諸多不切實際的假設挑戰（例如沒有交易成本、所有投資人預期一致等），但它至今依然是估算企業權益資金成本 (Cost of Equity) 最不可或缺的錨點。

理論的美好終究要落實到實戰的檢驗。當我們將資金交給經理人操作時，該如何判斷他們的高報酬是因為承擔了高風險，還是真的擁有選股神力？我們需要依賴三大績效評估指標：

首先是夏普績效指標 (Sharpe performance index)。它衡量的是投資組合每承擔一單位「總風險 (標準差)」，能創造多少超額報酬。這是一個絕對客觀的指標，非常適合評估散戶將所有資金重倉投入單一基金的情境。

相對於此，崔納績效指標 (Treynor performance index) 則是將分母替換成了「系統性風險 (Beta)」。如果一個投資組合是大型退休金的一小部分（總風險已經被高度分散），那麼我們只在乎它承擔了多少無法分散的系統風險，此時 Treynor 便是更精準的探照燈。

最後，則是揭示經理人真實選股能力的詹森績效指標 (Jensen’s performance index)，也就是我們常說的 Alpha ($\alpha$)。它直接測量經理人實際獲得的報酬率，與 CAPM 模型所「應得」的預期報酬率之間的差距。

在評估績效時，有時投資人並不滿足於只與無風險利率比較，他們心中有一個最低可接受報酬率 (Minimum acceptable return，MAR)。為此，衍生出了如 Sortino Ratio 等下行風險指標，這些指標專注於衡量下檔偏差 (Downside deviation)。此外，對於追求打敗大盤的經理人，追蹤誤差 (Tracking error) 也是考核重點。若一味採取買入持有策略 (Buy-and-hold strategy) 可能無法有效控制這些誤差。在 FRM 的世界裡，掌握 Modern portfolio theory 到 CAPM 的演進，不僅是為了解題，更是為了在實務中，運用 SML 與這些鋒利的績效指標，精準剝離出運氣與實力，為資產定價與經理人考核建立起堅不可摧的量化準則。