--- title: "崔納比率：超額報酬、估計 Beta 與可比較風險單位" description: "運用相互配合的總報酬、無風險利率、市場代理迴歸、Beta 不確定性、明確年化方法，以及對接近零或負 Beta 的審慎處理，計算並檢視事後或事前崔納比率。" image: "https://wiki.fcontext.com/og.png" --- > Documentation Index > Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt > Use this file to discover all available pages before exploring further. # 崔納比率：超額報酬、估計 Beta 與可比較風險單位 > 僅供教育參考，不構成投資建議；投資可能產生損失。 ## 直接答案 **崔納比率**以投資組合的平均或預期超額報酬，除以其對指定市場代理的估計敏感度： `Treynor ratio = portfolio excess return ÷ portfolio beta` 對事後週期資料，`portfolio excess return = mean(R_P,t − R_f,t)`。對事前計算，分子與 Beta 都必須是針對同一期間及投資組合的前瞻估計。此比率以 Beta 作為系統性風險分母，因此最適合充分分散的投資組合和相關市場代理。它具有報酬單位：月度比率與年度比率是數值不同的慣例。 對兩個真正可比較的正 Beta 投資組合而言，較高比率表示每單位估計市場曝險取得較多的衡量超額報酬。它不能證明投資技巧、預測報酬或涵蓋全部風險。當 `beta = 0` 時，比率未定義；接近零時不穩定；Beta 為負時，符號和排名失去通常的正 Beta 解釋。 ## 七步可重現流程 1. **鎖定評估對象。** 辨識投資組合、帳戶、績效組合或受益憑證類別；投資授權與分散程度；所支持的決策；幣別；費用前、費用後或稅後口徑；樣本或預測期間；以及結果屬事後或事前。只比較同一個以 Beta 為基礎的問題在經濟上都相關的投資組合。 2. **建立配合的報酬輸入。** 使用日期、頻率、時區、分配、公司行動、外部現金流量處理和幣別均同步的總報酬。為每個投資組合觀察值配合相同幣別與期間的無風險報酬。標示的年度美國公債利率不會自動成為實際的一個月無風險報酬；期限、殖利率慣例和持有期間處理都很重要。 3. **選擇市場代理並估計 Beta。** 定義 `y_t = R_P,t − R_f,t` 和 `x_t = R_M,t − R_f,t`，再配適 `y_t = alpha + beta × x_t + epsilon_t`。含截距時，`beta = Σ[(x_t − x̄)(y_t − ȳ)] ÷ Σ(x_t − x̄)²`。政策基準可能不同於 CAPM 市場代理。由於理論市場投資組合不可觀察，績效結論與代理及模型選擇共同成立。 4. **檢視迴歸，而不是把 Beta 當成固定值。** 報告樣本日期、觀察數、Beta 標準誤與信賴區間、Alpha、殘差、`R-squared`、離群值，以及不同滾動視窗、頻率和合理代理下的穩定性。最小平方法可能對離群值敏感；陳舊價格、不同步交易、槓桿、衍生性商品、非線性報酬和持股變化都可能扭曲固定線性 Beta。 5. **建立配合的分子。** 對事後分析，除非另有完整定義的慣例，否則採用 Beta 迴歸所用同一組週期投資組合超額報酬的算術平均。對事前分析，採用預期投資組合報酬減去期間配合的預期無風險報酬，並與預測 Beta 配對。不得以歷史超額報酬除預測 Beta，或以預測報酬除歷史 Beta，並應分別標示費用前與費用後報酬。 6. **計算、年化並處理分母。** 計算 `T_periodic = mean portfolio excess return ÷ beta`。Beta 無量綱，不乘以期間數。在算術慣例下，年化超額報酬可以是 `q × periodic mean excess return`；在幾何慣例下，應分別複合投資組合與無風險財富後再相減。說明單位，不得混用這些慣例。將零 Beta 視為未定義；Beta 接近零或為負時，應展示敏感性或拒絕排名。 7. **結合互補證據解釋。** 夏普比率以總報酬標準差除超額報酬，因此納入崔納比率遺漏的殘餘波動。詹森 Alpha 是迴歸配適的截距，而不是超額報酬除 Beta。對同一迴歸且 Beta 非零，`Treynor = mean market excess return + alpha ÷ beta`。在得出結論前，應檢視 Alpha 不確定性、夏普比率、回撤、集中度、尾端損失、流動性、槓桿、成本、稅務、容量和投資組合的避險作用。 事後崔納比率是以實際報酬、無風險代理、市場代理、頻率和估計 Beta 為條件的樣本統計量。事前比率是以預期報酬與風險模型為條件的預測。兩者都不是通用評分；CAPM 中只有系統性風險被定價的假設，也不會使遺漏的信用、存續期間、流動性、波動率、幣別或非線性風險消失。 ## 計算範例 - **期間配合與年化。** 某投資組合一季取得 `3.0000%`，配合的季度無風險報酬為 `1.0000%`，Beta 為 `0.8000`。季度崔納比率為 `(3.0000% − 1.0000%) ÷ 0.8000 = 2.5000%`。按算術年化，`(2.0000% × 4) ÷ 0.8000 = 10.0000%`。若這些季度報酬保持不變並分別複合，投資組合年度報酬為 `1.03⁴ − 1 = 12.5509%`，無風險年度報酬為 `1.01⁴ − 1 = 4.0604%`，幾何年度崔納比率為 `(12.5509% − 4.0604%) ÷ 0.8000 = 10.6131%`。直接從季度報酬中減去年利率會造成期間錯配。 - **五期 Beta 迴歸。** 市場超額報酬為 `−2.0000%, −1.0000%, 0.0000%, +1.0000%, +2.0000%`；投資組合超額報酬為 `−2.1000%, −1.2000%, +0.4000%, +1.2000%, +2.7000%`。兩者平均值分別為 `x̄ = 0.0000%` 和 `ȳ = 0.2000%`；`Σ[(x_t − x̄)(y_t − ȳ)] = 12.0000 percentage-points squared`，且 `Σ(x_t − x̄)² = 10.0000 percentage-points squared`，因此 `beta = 12.0000 ÷ 10.0000 = 1.2000`。截距為 `alpha = 0.2000%`，殘差為 `+0.1000%, −0.2000%, +0.2000%, −0.2000%, +0.1000%`，且 `R-squared = 1 − 0.1400 ÷ 14.5400 = 0.9904`。週期崔納比率為 `0.2000% ÷ 1.2000 = 0.1667%`；高配適度並不能消除五個觀察值下 Beta 或 Alpha 的不確定性。 - **接近零與負 Beta。** 超額報酬為 `2.0000%` 時，Beta `0.0500` 得到 `2.0000% ÷ 0.0500 = 40.0000%`，Beta `0.0200` 則得到 `2.0000% ÷ 0.0200 = 100.0000%`；在 `0.0000` 時比率未定義。另有超額報酬 `−2.0000%` 除以 Beta `−0.2000`，結果為 `+10.0000%`。正商數不會把虧損變成優異的單獨績效；負 Beta 部位可能是保險，其價值取決於壓力期表現和投資組合環境。 - **費用與投資組合聚合。** 某投資組合將 `60.0000%` 配置於 A 部位，將 `40.0000%` 配置於 B 部位。A 的費用前報酬為 `10.0000%`，Beta 為 `1.2000`；B 的費用前報酬為 `6.0000%`，Beta 為 `0.3000`；配合的無風險報酬為 `3.0000%`。在所述線性、全額投資假設下，組合費用前報酬為 `60.0000% × 10.0000% + 40.0000% × 6.0000% = 8.4000%`，組合 Beta 為 `60.0000% × 1.2000 + 40.0000% × 0.3000 = 0.8400`，因此費用前崔納比率為 `(8.4000% − 3.0000%) ÷ 0.8400 = 6.4286%`。`0.8000 percentage-point` 的費用拖累使費用後報酬變成 `7.6000%`，費用後比率為 `(7.6000% − 3.0000%) ÷ 0.8400 = 5.4762%`。由於除法具有非線性，各部位比率的加權平均不等於投資組合比率。 ## 計算與證據檢查清單 - 辨識投資組合、帳戶、績效組合、受益憑證類別、投資授權和被衡量的投資人體驗。 - 確認以 Beta 為基礎的比較適合該投資組合的分散程度與目標。 - 按日期、頻率、幣別和時區配合投資組合、市場及無風險總報酬。 - 分別說明費用前、扣除產品費用後、扣除顧問費後及稅後報酬口徑。 - 配合無風險代理的幣別、期間、期限、殖利率慣例和持有期間處理。 - 區分投資組合的政策基準與估計 CAPM Beta 所用的市場代理。 - 保持價格、總報酬、分配、公司行動和外部現金流量處理一致。 - 使用同步的投資組合與市場超額報酬，透過含截距迴歸估計 Beta。 - 報告觀察數、迴歸視窗、頻率、Alpha、Beta、標準誤、信賴區間和 `R-squared`。 - 檢查殘差、離群值、異質變異、自我相關和不同步定價。 - 以滾動視窗、子期間和合理的替代市場代理檢驗 Beta 穩定性。 - 檢視槓桿、衍生性商品、選擇權、陳舊評價，以及非線性或依賴市場狀態的曝險。 - 分開歷史事後輸入與前瞻事前報酬及 Beta 預測。 - 明確說明算術或幾何分子慣例及年化報酬單位。 - 不要年化 Beta，也不要直接把年度無風險利率與較短期間報酬混用。 - 將零 Beta 視為未定義，將接近零的 Beta 視為數值不穩定。 - 不要按正 Beta 下「越高越好」的一般規則對負 Beta 投資組合排名。 - 根據部位重新計算投資組合報酬與 Beta，不要對各部位比率取平均。 - 將崔納比率與夏普比率、詹森 Alpha、回撤、尾端風險、流動性、費用、稅務和容量一併比較。 - 保存資料版本、代理識別碼、公式、程式碼、四捨五入規則和獨立複算結果。 ## 常見誤解 - **「崔納比率是年度報酬預測。」** 它是具有報酬單位的條件性風險調整統計量，不是承諾報酬。 - **「Beta 是固定且完整的風險指標。」** 它是相對所選代理估計的線性負荷，並遺漏殘餘風險與非線性風險。 - **「低 Beta 下很高的比率證明投資技巧。」** 較小或不穩定的分母可能主導結果，使排名失去意義。 - **「崔納比率、夏普比率和詹森 Alpha 可以互換。」** 三者分別採用 Beta、總波動率和迴歸截距。 - **「投資組合崔納比率是各部位崔納比率的加權平均。」** 先聚合投資組合報酬與 Beta，再計算比率。 ## 相關主題 - [Beta](/zh-tw/stocks/beta/) - [夏普比率](/zh-tw/stocks/sharpe-ratio/) - [詹森 Alpha](/zh-tw/stocks/jensens-alpha/) ## 權威來源 - [Treynor, How to Rate Management of Investment Funds](https://onlinelibrary.wiley.com/doi/pdf/10.1002/9781119196679.ch10) - Wiley 再版中崔納著作的特徵線與基金績效架構。 - [Sharpe, Capital Asset Prices](https://doi.org/10.1111/j.1540-6261.1964.tb02865.x) - 預期報酬、系統性風險和市場投資組合之間的均衡關係。 - [CFA Institute, Measures of Risk-Adjusted Return](https://rpc.cfainstitute.org/-/media/documents/code/gips/measures-risk-adjusted-return.pdf) - 崔納與詹森指標定義、Beta 解釋、分散化與限制。 - [GIPS Standards Handbook for Firms](https://www.gipsstandards.org/wp-content/uploads/2021/04/gips-standards-handbook-firms.pdf) - 一致的輸入資料、總報酬、基準和公允績效呈現。 - [U.S. Treasury Daily Par Yield Curve Rates](https://home.treasury.gov/resource-center/data-chart-center/interest-rates/TextView?page=1&type=daily_treasury_yield_curve) - 官方每日平價殖利率觀察值與期限標籤；殖利率仍需進行期間配合的報酬處理。 - [Federal Reserve H.15 Selected Interest Rates](https://www.federalreserve.gov/releases/h15/) - 部分利率序列、頻率、單位、慣例和來源說明。 - [NIST Linear Least Squares Regression](https://www.itl.nist.gov/div898/handbook/pmd/section1/pmd141.htm) - 最小平方法模型形式、參數估計、區間、優點和離群值敏感性。 - [NIST Residual Analysis](https://www.itl.nist.gov/div898/handbook/pmd/section4/pmd44.htm) - 模型驗證、僅使用 `R-squared` 的限制及圖形化殘差診斷。 Source: https://wiki.fcontext.com/zh-tw/stocks/treynor-ratio/index.mdx