“创造阿尔法”、“赚取时代的贝塔”，是很多基金经理或者基金公司在宣传时会挂在嘴边的话。
阿尔法和贝塔到底是什么意思？对我们挑基金有什么指导意义呢？
今天我们就来聊聊这两个整天在投资圈里被念叨的希腊字母。
01
贝塔：“只要站在风口，猪也能飞”
上世纪60年代，诺贝尔奖得主、著名的金融学教授威廉·夏普（William Sharpe）首次把金融资产的收益拆成阿尔法（alpha）和贝塔（beta）两部分来理解。
其中，跟随市场波动获得的部分叫贝塔。
当我们在谈论基金或者股票的贝塔收益时，其实就是在说，基金跟随着市场或者行业的大势所获取的收益。
听起来很抽象，但如果套用小米创始人雷军的飞猪理论就很容易理解：如果我们把股票或者基金比喻成一只猪，那么贝塔指的就是那个风口，只要风吹起来，猪不需要努力就能顺势起飞。
前几年市场好的时候，很多人都觉得炒股赚钱不难。
但在过去的两年，无论是机构还是散户，绝大部分的股票投资者都是亏钱的。
这让很多人意识到，在重大的宏观转折和市场悲观情绪的面前，短期内所有的资产都会偏离，没有什么公司可以优秀到永远只涨不跌。
过去大部分人挣的，其实都是贝塔的钱。
贝塔也不单单只是一个概念，它还是一个可量化、衡量系统性风险的指标。
按照惯例，我们会把比较基准的贝塔设定为1。我们可以根据股票或者基金的历史表现，计算出它们与市场表现的相关性以及相比市场的风险大小。
贝塔系数怎么看？
贝塔系数>1：表现激进，涨跌与大盘一致，涨起来和跌起来都比基准猛
贝塔系数=1：与基准几乎同涨同跌，且涨跌幅几乎相当
贝塔系数<1（且>0）：涨跌虽与基准一致，但表现相对温和，涨得比基准少，跌的时候也相对抗跌
总的来说，一只基金的贝塔系数越高，它相较于业绩基准的波动性就越大。
当我们在说一个行业的贝塔属性强，其实就是在说这个行业的表现和市场的整体表现高度相关，具有比较大的系统性风险。
02
阿尔法：“风停了还能继续做飞猪”
那阿尔法又是什么呢？
根据夏普的理论，金融资产收益率 = 阿尔法收益+贝塔收益。
如果我们把贝塔理解为市场平均分的话，阿尔法就是市场平均分以外的收益。所以在很多时候，阿尔法收益被用来衡量基金经理战胜市场的能力。
同样是刚才提到的飞猪理论：在有贝塔的时候，猪都能起飞。但当风小了或者停了，还能继续做飞猪，或者不摔在地上的，就是有阿尔法能力的猪。
举一个通俗的例子，假设ABC都是科技主题基金，A的投资收益是80%，B的投资收益是30%，C的投资收益是20%。
如果这年科技板块的平均收益是30%，那这三只基金的贝塔收益就是30%。
计算下来，A的阿尔法收益是50%，确实是在风口上起舞；
B的阿尔法收益是0，无功无过，基金经理干了一年还不如躺着不动；
C阿尔法收益是-10%，今年的收益纯属运气好站在了风口上，实际上基金经理选股能力为负，还不如不做。
晨星将基金实际的收益，与用该基金贝塔系数计算的预期收益的差额，称之为阿尔法系数。
阿尔法系数怎么看？
阿尔法系数>0：具备获取超额收益的能力，且数值越大，获取超额的能力越强
阿尔法系数<0：不仅不具备获取超额收益的能力，反而还跑输基准
阿尔法也是一个相对的概念：一只基金有阿尔法，并不代表他一定会有正收益。
从绝对收益的角度来看，在很多时候，贝塔的影响要比阿尔法强大的多，毕竟这是平均分和超额分的关系。
这就像某次考试特别难，本来班上平均分是80分，这次只有50分，平时能考95分的优等生，这次也只考了65分。但这显然不是优等生的问题，而是试题的问题。
只要在这个市场中，谁都无法规避贝塔，也就是我们说的系统性风险。但如果有阿尔法在，能让你在潮水退去时，至少还是穿着泳裤的。
03
怎么看基金的阿尔法和贝塔？
让我们以主动管理基金A为例。
数据来源：晨星官网 网页链接
这只基金的贝塔系数，相较于同类平均和同类基准指数都大于1，说明它在上涨时，比同类平均和基准涨得更猛，同理跌的时候也会更多。
也就是说，这只基金的风险相较于同类和基准指数来说是更高的，更加适合于喜欢刺激的投资者。
同时我们也能看到，它的阿尔法系数，无论是相较于同类基准还是同类，都是负的。
这说明这只基金的历史收益来源主要是市场的馈赠，基金经理并没有创造出优于同类和基准的业绩，他的主动管理对业绩来说，非但没加分，反而还是拖累。
对于这种基金，即便它的历史收益再高，我们也要尽量规避。
相比之下，和基金A同属一个基金类型的基金B，就是更为理想的标的。
虽然它也是和基准以及同类同涨同跌，但是波动要远小于基金A。更重要的是，从阿尔法系数来看，基金B的基金经理的主动管理为基金获取了优于同类和基准的收益。
数据来源：晨星官网 网页链接
04
贝塔易得，阿尔法难求？
看到这里，你可能会有一种感受：贝塔易得，阿尔法难求。
毕竟，贝塔听起来只是随大势躺平挣钱，但想获得超额收益的阿尔法，就需要真本领了。
基金经理想要获取阿尔法收益，主要靠选股和择时两种方式，这也要求他们具备超越大多数市场参与者的认知和能力。
因此，阿尔法的获取具有很大的不确定性。
此外，阿尔法系数只是基于基金的历史业绩计算得出的结果，虽然可以帮我们分析这只基金历史收益的来源，但无法作为预测性指标使用。
虽然过去你确实考得比平均好，但如果哪一天换了一套你没学过或者没复习到的题，说不定你就会比平均还差。
另外，获取阿尔法的成本也比贝塔要高。
毕竟想要战胜市场也不是那么容易，需要大量的研究投入和支持。这也解释了为什么以靠获取阿尔法致富的主动管理基金，在费率上要比“被动”跟着指数的贝塔赚钱的指数基金，要贵得多。
总的来说，虽然阿尔法和贝塔无法作预测基金的未来业绩，但它们可以帮助我们更好地理解和比较主动管理基金的历史收益来源。
欢迎登录晨星官网网页链接，在右上角的搜索框中输入基金名称或者代码，进入基金主页后，就能在「风险统计」中看到，每只基金相较于其所属晨星基金类型以及该分类业绩比较基准的阿尔法和贝塔系数。
免责条款：©2024 Morningstar 保留所有权。此处提供的信息、数据、分析和观点未经任何监管机构审查或批准，不构成投资建议；截至撰写日期，仅供参考；可随时更改，恕不另行通知。本内容并非买卖任何特定证券的要约，也不保证其正确性、完整性或准确性。过往表现不保证未来结果。Morningstar 名称和标识是 Morningstar, Inc.的注册商标。这里的内容包含 Morningstar 的专有资料；未经Morningstar 事先书面同意，不得以任何方式复制、转载或以其他方式使用本文章的全部或部分内容。市场有风险，投资需谨慎。此资料、数据、观点仅供参考，不构成任何投资意见或建议。基金过往业绩不预示其未来表现，投资人应当认真阅读《基金合同》、《招募说明书》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。