把學術因子裝進 ETF 後，到底掉了多少？我們做了一次 13 年的記帳

很多人買因子 ETF 的時候，腦中有一張隱形的剪報。剪報上是學術論文裡漂亮的回測曲線、寫著動能溢酬 8%、價值溢酬 5%。然後他們去券商按下買進 MTUM、VLUE、QUAL，期待這些數字會一點不少地進到自己的對帳單。

問題是，學術論文裡的因子，是長空組合：做多便宜股、放空貴的股。ETF 不能放空，只能買一籃子被歸類成「便宜」或「動能強」的股票，還要照指數權重限制、流動性限制、再加上每年要扣管理費。中間這段差距，業界稱為  implementation shortfall （實作損耗）。常見的猜測是每年掉幾個百分點。

這次我們不討論策略、不做擇時，只做一件很直接的事：把七檔常被當成因子代理的 ETF 拉到一張表上，用學術因子當座標，量量看到底掉了多少 alpha。

我們具體做了什麼

• 樣本期間：2013-07-19 到 2026-04-30，共  3,215 個交易日 。
• 七檔 ETF：MTUM（動能）、VLUE、RPV、IVE（三檔不同流派的價值）、QUAL（品質）、USMV（低波動）、IWF（成長 / 反價值）。
• 因子來源：Kenneth French 資料庫的每日五因子加動能（市場、規模、價值、獲利、投資、動能）。
• 方法：每檔 ETF 的每日超額報酬，對六個因子做迴歸，把截距項當作「扣掉因子曝險後剩下的 alpha」。標準誤用 Newey-West HAC，七檔 alpha 的顯著性再用 Holm 多重檢定校正。
• 額外做了 1,000 次區塊重抽樣（每段平均 21 個交易日），估「跨 ETF 的 alpha 中位數」95% 信賴區間。

這不是策略回測，是一張記帳單：學術因子那條報酬，被 ETF 包裝後變成什麼樣子。

結果：因子曝險真的有，alpha 短缺說不準

左圖是七檔的年化 alpha。右圖是每檔對自己「該打中」的主因子之曝險係數（MTUM 對動能、VLUE/RPV/IVE 對價值、QUAL 對獲利、IWF 對反價值、USMV 不對任何單一因子）。

幾個觀察：

七檔裡有六檔的 alpha 是負的，但 沒有任何一檔在 Holm 校正後達到 5% 顯著 。橫貫的 alpha 中位數 -0.55%、平均 -0.43%，重抽樣後的 95% 信賴區間是 [-2.03%, +0.80%]——橫跨零點。

換句話說：alpha 的方向偏負，但雜訊太大，無法支撐「ETF 化大幅吃掉學術 alpha」這種坊間版本的結論。

右圖看曝險，故事比較乾脆：六檔有指定主因子的 ETF 全都正向打中，統計上極為穩健。RPV 對價值的曝險最高 0.60，MTUM 對動能 0.33，QUAL 對獲利 0.15。但都遠低於 1.0，意思是 ETF 確實沾到了學術因子的方向，但只沾到三成到六成的強度。

風險面的另一張帳：殘差、回檔、流動性

如果 alpha 沒明顯短缺，差別到底在哪？

從這張圖看得比較清楚：

•  殘差波動 （紅色）占總波動（藍色）的比例，中位數是 27%。最高的是 USMV 的 43%——買低波動 ETF，有四成的風險來自 FF6 之外的東西，跟「我買的是市場 beta + 五個學術因子」這個故事不太一致。
•  最大回檔 普遍偏深。RPV 的深度價值在週期裡吃了 -50.7% 回檔，VLUE -39.5%，IVE -37.0%。學術價值因子的長空組合，drawdown 通常沒這麼凶；ETF 只能長多，碰到價值股大跌時沒有空頭那一腿吸震。
•  流動性 用 Amihud 比例（每元成交額的價格衝擊代理）。VLUE 是異常值，比同類高出一個量級，主因是日均成交額只有 2,400 萬美元，相對 MTUM 的 7,400 萬、IWF 的 2.66 億偏小。對小單投資人沒差，對大單就會吃到滑價。
•  追蹤誤差 對 SPY 的中位數 7.6%——換算成一年 7.6 個百分點的差異波動。買因子 ETF 等於在 SPY 之外多承擔 7.6% 的相對波動，但 alpha 換不到對應補償。

為什麼看不到那個常被講的「實作損耗」？

幾個可能：

•  樣本太短、雜訊太大 ：13 年看起來很長，但因子 alpha 的訊噪比本來就低，小幅度的真實效應在統計檢定下需要更長樣本才能拒絕零假設。我們只能說「在這個窗內，看不到顯著的負 alpha」，不能說 alpha 一定是零。
•  ETF 的曝險本來就被稀釋 ：主因子係數只有 0.15–0.60，意思是 ETF 拿到的因子報酬只有學術版本的一小段。把「沒拿到那麼多」這件事算進去後，「ETF 化造成大幅損耗」這種敘事原本就不該預期看得到，因為根本沒拿到那麼多。
•  真正的成本可能不在 alpha 裡，而在 drawdown 跟殘差 ：深度價值的 50.7% 回檔、低波動 ETF 的 42.6% 殘差波動，這些不是 alpha 統計能抓到的，但對長期持有體驗影響極大。
•  學術 paper 那個常被引用的損耗數字 ：可能本來就是長空組合 vs 長多代理的雙邊比較。把放空那條腿砍掉後，差距很多時候會自動縮窄。

投資人帶回家的兩句話

第一句： 因子 ETF 確實會帶你曝險到對應的因子上，這點看得很清楚 ——MTUM 是動能、VLUE 是價值、QUAL 是品質、IWF 反價值。曝險的統計信號極強，不是隨機巧合。

第二句： 但你拿不到學術 paper 的 alpha，這也看得很清楚 ——只是看不清楚是「拿不到一點點」還是「拿不到一大段」。我們的 95% 信賴區間 [-2.03%, +0.80%] 涵蓋了從「微負」到「微正」的所有可能。

實務上，你買因子 ETF 該問的問題其實不在「會贏 SPY 多少」這條軸上，更該問的是：

•  我願不願意承受多出來的 7.6% 追蹤誤差，去換一個方向可能對的因子曝險？ 
•  我能不能忍 RPV 那種 50% 回檔？ USMV 的 33% 回檔聽起來溫和，但對「低波動」三個字來說已經不低了。
•  我的部位夠不夠小，能避開 VLUE 那種流動性代價？ 

下次看到 factsheet 上寫「捕捉動能溢酬」「鎖定價值風險溢酬」，可以多看一眼曝險係數跟回檔深度。這兩個欄位通常比 alpha 那欄誠實。

 數據來源 ：ETF 報價來自 yfinance 調整後日線 OHLCV；學術因子來自 Kenneth French Data Library 的日頻五因子與動能 CSV。樣本 2013-07-19 至 2026-04-30、3,215 個交易日。

 完整實驗檔 ：實驗代號在文章 metadata 標記；含程式碼、結果 JSON、同儕審查。第三方審查結論為「條件通過」，適合作為一個窄範圍的 null / dilution 發現，不可外推成「ETF 化造成顯著實作損耗」的因果結論。

懶人包圖組