分散投资: 到底需要持有多少只股票?
1968年, 教科书的答案是十只股票。后来的研究把这个数字推到30只, 再到50只——Motley Fool至今仍建议50只。真正重要的是持仓之间有多不同, 以及每只上面放了多少钱。

本文译自英文原文。如有出入,以英文版为准。
旧答案: 十只
1968年, 两位研究者提出了一个简单的问题: 构建一个分散投资组合需要多少只股票? John Evans和Stephen Archer在华盛顿大学用随机挑选的股票构建投资组合, 一只一只地增加, 观察波动率如何下降。大部分好处来自最初的几只股票, 他们把最低投资组合规模定为10只。这一发现作为经验法则进入了教科书: 十只股票就够了。这是一个简洁的答案, 并沿用了近二十年。
问题在于它衡量的是什么。Evans和Archer只追踪了投资组合回报的波动程度——标准差。他们没有问, 一个十只股票的组合还可能失去什么, 或者可能错过什么。Morningstar 2021年6月的数据显示了其中一面: 约39%的美国股票曾经在三个月内下跌50%或更多, 而遭受如此严重损失的多元化股票基金不到1%。
曲线很快变平——然后几乎不再下降
大约同一时期的另一项研究给出了这条曲线的数据。一只股票的投资组合的标准差为49.2%。10只股票时降至23.9%——不到一半。50只股票时为20.2%: 最初的10只股票消除了大部分风险, 接下来的40只只消除了少许。曲线的形状就是教训: 最初的几只股票完成了几乎全部工作, 此后每增加一只, 贡献越来越小。
同样的算法出现在一个更简单的规则中。一个20只等权股票的投资组合, 即使其中一只完全失去价值, 投资组合也只下跌5%。这就是许多顾问建议在任何一只股票上投入不超过投资组合3%至5%的原因: 一次失败应该只是糟糕的一天, 而不是被毁掉的一年。
- 1只股票49.2%
- 10只股票23.9%
- 50只股票20.2%
这个数字一直在上升
Meir Statman对十只股票的答案并不满意。在1987年一篇被广泛引用的论文中, 他用了不同的方法——权衡每增加一只股票的好处与持有成本——得出结论: 投资者需要'不少于30只股票'。由哈佛大学的John Campbell领导的另一组经济学家确定, 你需要50只。Motley Fool的建议也是50只股票, 不过它自己的作者也指出, 50只是很多工作——而且持有50只科技股仍然让投资组合暴露于单一行业。
Investopedia的结论更直白: 没有统一的答案, 只有一个合理的范围。研究说低端是10只, 高端是50只, 而这个差距正是关键: 适合一个市场和十年的数字, 并不适合下一个市场和十年。

数数不是分散投资
即使是正确的数字也可能误导, 因为这些研究假设股票是随机挑选的、等权重、遍布整个市场。真实的投资组合并不是随机的。Kiplinger的测试很简单: 如果你的30只股票全部属于能源行业, 你过去10年的年均回报会是5.6%, 而标普500指数整体的年化回报为13.9%。三十只股票, 一个行业, 一场赌注。
权重与数量同样重要。如果你持有30只股票, 其中29只各占总资产的1%, 而一只占71%, 那就不算分散投资——解决办法是在每年年底或每半年重新平衡。安然公司是极端案例: 它在2001年倒闭时是《财富》500强中第七大公司, 但其市值还不到标普500指数的1%——所以投入指数基金的10,000美元在该股跌至零时只损失了100美元。
一只宽基基金完全回避了数数的问题: 富达500指数基金持有约500家公司, 先锋全市场股票基金拥有4,119只不同的股票。Investopedia的捷径也是同样的思路: 把10,000美元分散到几只ETF中, 就能获得成千上万只股票的敞口。值得问的问题不是对账单上有多少个名字, 而是它们真正是几个不同的赌注, 以及每个赌注上放了多少钱。教育内容, 并非投资建议。



