財務分析基礎:投資組合風險——你以為分散,其實可能都押同一個題材,以 Magnificent Seven 與 S&P 500 為例

財務分析基礎:投資組合風險——你以為分散,其實可能都押同一個題材,以 Magnificent Seven 與 S&P 500 為例

買一檔 S&P 500 指數基金,你就擁有 500 家公司——聽起來是最大程度的分散。但其中約 34% 集中在七檔股票,而且它們漲跌幾乎同步。2025 年,指數超過四成的報酬來自這七騎士。本文拆解一個殘酷真相:分散看的是「相關性」,不是「檔數」——當你同時持有 S&P 500、Nasdaq 100 和幾檔科技股,你以為押了三注,其實是同一注下了三次。


前七篇,我們把「一家公司」拆到骨子裡。但沒有人只買一家公司——你買的是一個投資組合。而投資組合有一個比選股更基礎、卻更常被誤解的問題:風險。

先做個測驗。假設你買了一檔追蹤 S&P 500 的指數基金,你等於一次擁有全美最大的 500 家上市公司。直覺上,這是散戶能做到的「最大程度分散」——雞蛋放進 500 個籃子,哪家出事都無所謂。

真的嗎?事實是:這 500 家裡,光是最大的七家科技公司(Magnificent Seven),就佔了指數約 34% 的權重——十年前這個數字只有 12%。更關鍵的是,這七檔股票的漲跌高度同步。2025 年,整個 S&P 500 超過四成的報酬,來自這七騎士。

換句話說:你以為買了 500 個籃子,其實三分之一的雞蛋,疊在同一張桌子上。

NOTE

分散與投資組合風險 (Diversification & Portfolio Risk)

  • 系統性風險(市場風險):整個市場一起跌(升息、衰退、戰爭)——無法靠分散消除
  • 非系統性風險(個別風險):單一公司出事(造假、財報爆雷)——可以靠分散消除
  • 關鍵變數是相關性,不是檔數:分散的效果,取決於你持有的資產會不會一起漲跌,而不是你持有幾檔。

1. 分散真正在做什麼:消除的是「個別風險」

現代投資組合理論之父 Harry Markowitz 有一句名言:分散是投資裡唯一的免費午餐。但這頓午餐有嚴格的條件——它只消除非系統性風險(個別公司的意外),對系統性風險(整個市場一起跌)無能為力。

而且,這頓午餐的份量由相關性決定,不是檔數:

  • 持有兩檔低相關(一個漲、另一個常常不動或跌)的資產 → 波動互相抵銷,風險大降。
  • 持有兩檔高相關(總是一起漲、一起跌)的資產 → 等於把同一注下了兩次,風險幾乎沒減少

這就是重點:買 100 檔會一起漲跌的股票,分散效果遠不如買 10 檔互不相關的資產。 檔數是假象,相關性才是本質。

2. S&P 500 的集中真相

S&P 500 是市值加權指數——公司越大,權重越高。這台機器會自動把資金堆向漲最多的贏家,於是形成今天的集中(權重為 2025 年底近似值,資料來源見文末):

公司約略權重共同題材
Nvidia約 7.5%AI 晶片
Apple6.8%消費科技
Microsoft約 5.6%雲端 / AI
Alphabet5.6%搜尋 / 雲端 / AI
Amazon3.8%電商 / 雲端 / AI
Tesla2.6%電動車 / AI
Meta2.4%廣告 / AI
七騎士合計約 34%大型科技 / AI
  • 十年前(2015)這七家(或其前身)合計僅約 12%;如今約 34%——集中度是史上數一數二的高。
  • 2025 年,S&P 500 約 42% 的總報酬由這七檔貢獻——指數的命運,越來越綁在少數幾家身上。

3. 為什麼「七檔」不等於「七注」

有人會說:七家不同公司、不同產品,怎麼會是同一注?因為分散看的不是「業務描述」,是相關性背後的共同驅動力。這七騎士同時暴露在同一組因子上:

  • 同一個題材:AI 資本支出的超級循環——七家全是這波浪潮的直接受益者(或被期待是)。
  • 同一個因子:都是「大型成長股」,對利率的敏感度一致(回想 030:長久期資產,升息時一起被折現率修理)。
  • 同一種情緒:都是散戶與被動資金追捧的標的,risk-on 時一起被買、risk-off 時一起被賣。

結果就是它們的股價相關性極高。當共同的驅動力反轉(例如市場認定 AI 資本支出過熱),這七檔會一起跌——你「分散」在七家公司上的部位,會在同一天一起失血。這時候,第 8 篇 Enron 的個別風險又偷偷溜回來了:如果其中一檔出現重大裂痕,它在指數裡的巨大權重會把「分散的」指數一起拖下水。

4. 分散的假象:同一注,下了三次

真正危險的不是指數本身,是投資人自以為的分散。看一個很常見的「分散」組合:

Loading Diagram...

四個「不同」的持倉,感覺很分散——一個大盤、一個科技指數、一個主題基金、幾檔個股。但把它們穿透到底層,會發現全部重壓在同一批 Magnificent Seven 上。你以為押了四注,其實是同一注下了四次。 這種「重疊曝險」是散戶最常見、也最看不見的風險。

5. 怎麼辦:知道你真正押了什麼

  • 穿透看曝險:別只看「我有幾檔基金」,用工具把所有持倉穿透到底層,算出你對單一公司、單一產業、單一因子的真實合計權重
  • 等權重是一種解法:等權重 S&P 500(每家 0.2%,不論大小)能大幅降低集中度——但要知道它過去十年跑輸市值加權(因為贏家持續贏),這是代價。
  • 真正的分散要跨不相關的資產:加入美股以外的市場、債券、不同因子(下一篇的主題)——關鍵是找相關性低的資產,不是再多買幾檔科技股。

6. 誠實的四個提醒

  • 集中不必然是錯的。過去十年,重壓 Magnificent Seven 是大獲全勝的策略。集中是「高風險也可能高報酬」,重點不是避開它,而是知道自己正在承擔它——閉著眼睛的集中才危險。
  • 等權重不是萬靈丹。它降低集中度,但也放棄了「讓贏家繼續跑」的動能紅利,長期未必贏。分散是管理風險,不是保證更高報酬。
  • 危機時相關性會飆到 1。平時看起來不相關的資產,在市場恐慌時往往一起崩——分散在你最需要它的時候,效果最弱。這是 2008 年的慘痛教訓。
  • 被動投資推高了集中度。越多人買市值加權指數,資金就越自動流向最大的股票,把它們推得更大、權重更高——一個自我強化的循環。你以為的「被動分散」,正在製造集中。

7. 總結

  • 分散看相關性,不是檔數:買 100 檔一起漲跌的股票,不如買 10 檔互不相關的資產(Markowitz 的免費午餐有條件)。
  • S&P 500 高度集中:Magnificent Seven 約佔 34%(十年前 12%),2025 年貢獻指數約 42% 的報酬。
  • 七檔不等於七注:它們共享同一題材(AI)、同一因子(大型成長)、同一情緒,相關性極高,會一起漲跌。
  • 最大的風險是自以為分散:S&P 500 + QQQ + 科技基金 + 個股,穿透後是同一注下四次。
  • 四個提醒:集中不必然錯(但要自知)、等權重非萬靈丹、危機時相關性飆到 1、被動投資反而推高集中。

我們談到了「因子」——大型成長股、對利率的敏感度……這些看不見的力量,才是決定一籃子股票一起漲跌的真正原因。下一篇正式進入這個主題:你的報酬,到底是來自選股的真本事,還是只是吃到了某個因子因子投資——用 Fama-French 三因子模型,把報酬拆給你看。


參考資料 (References)

  1. Should Investors Be Worried That the "Magnificent Seven" Make Up 35% of the S&P 500? - The Motley Fool
  2. S&P 500's Weight In Mag 7 Stocks Passes 30%. Is This A Diversification Risk? - Forbes
  3. For investors all-in on Magnificent 7-led market, 'equal weight' is trending for 2026 - CNBC
  4. Harry Markowitz (1952), "Portfolio Selection", Journal of Finance(現代投資組合理論原始論文)