善用 ETF 重疊特性 打造個股選股利器

我在瀏覽 Reddit 投資人分享的 ETF 投資組合時，經常注意到一個現象：組合中的持股重疊程度驚人，尤其集中於美國大型股。許多投資人以為持有五到六檔 ETF 就能達到充分分散的效果，殊不知這些基金底下都抱著相同的少數巨型權值股。

我認為這反映了一般散戶在使用 ETF 時容易犯的一個盲點——他們往往把每檔基金視為各自獨立的投資標的，而非整體投資組合中有機整合的一環。事實上，連專業顧問也未必免疫。根據我與多位純收費制顧問的交流，時有所聞的是：新客戶帶著由數十檔基金拼湊而成、宛如科學怪人般的投資組合前來求助。

當然，持有相似的 ETF 並非全無道理。稅損收割（tax-loss harvesting）就是正當理由之一，投資人可能賣出某檔虧損的基金，轉而買進另一檔提供類似但非「實質相同」曝險的替代品。然而，撇除這類特殊情況，過度的重疊只會徒增複雜度，卻無法帶來額外的分散效益。

但若您是個股投資人而非 ETF 投資人，情況可能完全相反。ETF 持股重疊這時候反而能成為實用的選股工具，關鍵在於理解被動型 ETF 背後的指數編製邏輯。

指數型基金所追蹤的標的指數，通常都有明確的規則來決定哪些公司符合資格以及如何進行加權。若拿兩檔篩選條件不同的 ETF 進行持股比對，出現在兩檔共同持有的個股，等同於通過了兩道獨立的篩選關卡。

這就把「重疊」轉化為一種「淘汰流程」。與其自己建構一套複雜的選股模型，投資人不妨善用指數編製機構已經完成的研究，找出同時滿足多重特徵的標的。

為了具體說明，我將使用 ETF Research Center 提供的 ETF 重疊工具，以一位偏好防禦性、著重收益的個股投資人立場進行示範。

NOBL 與 SPLV：股息成長與低波動的交集

以一個簡單的例子來看，可以拿 ProShares 旗下的 S&P 500 股息貴族 ETF（代號 NOBL）與 Invesco 的 S&P 500 低波動 ETF（代號 SPLV）進行比較。

NOBL 的編製方法相當直觀：它從 S&P 500 成份股中，篩選出連續 25 年以上調高股利的公司，並對符合資格的股票進行大致等權重的配置。這就是我們的第一道篩選條件：長期股息成長。

SPLV 則從完全不同的角度切入同一個 S&P 500 母體。它挑選過去 12 個月已實現波動率最低的 100 檔股票，並依據波動率進行加權，波動率最低者獲得較大的權重。這構成了第二道篩選條件：相對防禦性的近期價格表現。

一旦掌握了這兩套方法論，兩者的重疊就變得極具參考價值。透過 ETF Research Center 將 NOBL 與 SPLV 進行比對，便能找出那些「既連續 25 年以上調高股利、又依該指數回顧期間被認定為 S&P 500 中波動率最低」的標的。

根據重疊篩選結果，目前有 25 檔股票同時出現在兩檔 ETF 的投資組合中。這並不代表這些標的就能直接買進。估值、資產負債表品質、獲利成長、配息可持續性以及公司特定風險，仍須逐一深入分析。

重疊分析的真正價值在於縮小初步篩選範圍。投資人無需手動從數百檔 S&P 500 成份股中篩選具防禦特性與股息穩定性的標的，因為兩套既有指數方法論已代勞完成大部分前置研究。

自建多因子選股模型

NOBL 與 SPLV 只是其中一個案例。現今市場上已有數千檔指數型 ETF，個股投資人可以從中找到對應各式各樣特徵的方法論，再從中尋找位於交集的標的。

我認為這正是 ETF 重疊分析最能發揮價值之處。許多指數編製方法本質上都是單因子的——有的聚焦股息、有的強調品質、有的關注動能、有的著眼價值。將不同 ETF 的持股組合起來，個股投資人便能在無需自行蒐集、處理各項財報與市場數據的情況下，自行建構一套非官方的多因子選股模型。

身為一個 ETF 愛好者，我個人反而偏好以這種方式作為選股起點，而非憑感覺把條件丟進選股器中。畢竟既有的指數編製機構已替我們完成了蒐集可靠數據、定義變數、設定篩選標準、排序標的以及定期調整投資組合等繁瑣工作。

ETF 重疊分析並不能取代基本面研究，同時被多檔 ETF 納入成分股，當然也不代表該檔個股在當前估值下就值得買進。但作為一種「淘汰式工具」，它確實能把一件 ETF 投資人通常視為組合建構難題的事，轉化為個股投資人手中的實用利器。