歡迎來到主動式管理的世界！
歡迎！在本章中，我們將深入探討投資策略的核心引擎：主動式管理 (Active Management)。在之前的 CAIA 學習旅程中，您已經了解了不同的資產類別。現在，我們將探討基金經理人如何嘗試「跑贏大市」（創造阿爾法 Alpha），更重要的是，我們要學會如何衡量他們是憑藉真本事，還是純屬運氣。
您可以將主動式管理視為一種技藝。就像職業運動員需要技巧和大量的比賽機會一樣，基金經理人也需要技巧 (Skill) 和廣度 (Breadth)。讀完這份筆記後，您將理解主動收益是如何產生的「基本法則」。讓我們開始吧！
1. 目標：資訊比率 (Information Ratio, IR)
在探討經理人如何獲利之前，我們必須先知道如何評估他們。在被動投資的世界，我們使用夏普比率 (Sharpe Ratio)；而在主動投資的世界，我們使用資訊比率 (IR)。
資訊比率衡量的是每單位主動風險 (Active Risk) 所獲得的主動收益 (Active Return)（即超出基準指數的報酬）。主動風險通常也稱為追蹤誤差 (Tracking Error)。
\( IR = \frac{E[R_p] - E[R_b]}{\sigma(R_p - R_b)} \)
其中：
• \( E[R_p] - E[R_b] \) 是預期主動收益 (Expected Active Return)。
• \( \sigma(R_p - R_b) \) 是主動風險 (追蹤誤差)。
類比：想像一位職業射箭運動員。主動收益就是他平均射中靶心的程度；而主動風險則是箭矢散佈的範圍。IR 越高，代表這位射手既準確又穩定。
重點總結：IR 是主動管理經理人最終的「效率」指標，它告訴我們經理人承擔的額外風險是否換來了對等的額外收益。
2. 主動管理的基本法則 (Fundamental Law of Active Management)
別被這個宏大的名稱嚇到了，「基本法則」其實只是用來拆解經理人績效來源的一種方式。簡單來說，該法則指出經理人的資訊比率取決於兩件事：技巧 (Skill) 與廣度 (Breadth)。
\( IR \approx IC \times \sqrt{BR} \)
A. 資訊係數 (Information Coefficient, IC) - 「技巧」
資訊係數 (IC) 代表經理人的技巧，即經理人預測的報酬與實際報酬之間的相關性。
• IC 為 1.0 代表經理人擁有完美的預測能力。
• IC 為 0.0 代表經理人毫無技巧（純屬猜測）。
• 即使 IC 很小（例如 0.05），如果應用次數夠多，也能發揮極大的價值！
B. 廣度 (Breadth, BR) - 「機會」
廣度 (BR) 是指經理人每年進行的獨立投資決策（下注）次數。
• 重要筆記：這些賭注必須是獨立的。如果經理人買入 50 家不同的石油公司，他並非做了 50 次決策，而是對油價做了一次大賭注。真正的廣度需要決策類型的多樣性。
快速複習：為什麼要開根號？這是因為統計學上的「報酬遞減法則」。若只想透過提升廣度來使 IR 加倍，你需要將獨立投資決策的數量增加四倍。
3. 加入現實考量：傳導係數 (Transfer Coefficient, TC)
在現實世界中，經理人並不總是能隨心所欲，他們會受到許多限制 (Constraints)，例如：
• 禁止賣空（僅限做多限制）。
• 對單一產業的投資上限。
• 流動性要求。
這些限制阻礙了經理人構建「理想」投資組合。為了反映這一點，我們在公式中加入了傳導係數 (TC)。
\( IR = (TC) \times (IC) \times \sqrt{BR} \)
什麼是 TC？它是經理人「最優」（無限制）投資權重與其在投資組合中實際使用權重之間的相關性。
• 如果 \( TC = 1 \)，代表經理人擁有完全的自由。
• 如果 \( TC < 1 \)，代表經理人的技巧受到規則或限制的「抑制」。
您知道嗎？許多「僅限做多」的股票經理人 TC 較低，因為他們無法大幅做空自己不看好的股票。他們最多只能將權重降至 0%，但如果該股票在基準指數中的佔比僅 0.1%，這種做法並不能算是強力的「減碼」。
4. 計算預期主動收益
要算出總預期主動收益（即「Alpha」），我們將上述所有部分與經理人承擔的主動風險結合起來：
\( E[R_A] = IC \times \sqrt{BR} \times \sigma_A \times TC \)
其中 \( \sigma_A \) 是主動風險 (追蹤誤差)。
逐步範例：
1. 經理人的 IC（技巧）為 0.05。
2. 每年進行 1,600 次獨立投資決策 (\( BR = 1600 \))。
3. 受限於某些規定，其 TC 為 0.80。
4. 承擔 5% 的主動風險 (\( \sigma_A = 0.05 \))。
計算：
\( E[R_A] = 0.05 \times \sqrt{1600} \times 0.05 \times 0.80 \)
\( E[R_A] = 0.05 \times 40 \times 0.05 \times 0.80 = 0.08 \)，即 8%。
重點總結：要提高主動收益，經理人可以：(1) 提升智慧（更高的 IC），(2) 增加交易機會（更高的 BR），(3) 減少限制（更高的 TC），或者 (4) 承擔更多風險（更高的 \( \sigma_A \)）。
5. 證券選擇 vs. 資產配置
在資產配置的背景下，主動管理發生在兩個層面：
1. 戰術性資產配置 (TAA)： 這是對資產類別進行「擇時」。例如，因為認為本月股票表現會優於債券，而選擇加碼股票、減碼債券。
2. 證券選擇 (Security Selection)： 這是指在資產類別內「挑選」贏家。例如，在股票配置中選擇蘋果公司 (Apple) 而非微軟 (Microsoft)。
基本法則適用於兩者！在 TAA 中，您的廣度 (BR) 通常較低，因為資產類別的數量遠少於個別股票的數量。
6. 常見陷阱與「專家建議」
常見錯誤：不要混淆標準差 (Standard Deviation) 與追蹤誤差 (Tracking Error)。標準差是總體風險；追蹤誤差僅是相對於基準指數的相對風險。
記憶技巧：記住 "I See Bread" 來背誦基本法則：I(C) S(qrt) B(readth)。聽起來有點傻，但在考試壓力大時非常有效！
快速複習盒：
• 資訊比率 (IR)： 主動管理者的風險報酬比。
• IC： 技巧（預測與現實的相關性）。
• BR： 每年獨立投資決策的數量。
• TC： 效率（技巧轉化為投資組合績效的能力）。
• 主動風險： 經理人偏離基準指數的程度。
結論
主動管理不只是魔術或運氣，它是技巧、機會與限制之間的數學權衡。身為 CAIA 考生，您的任務是看穿市場行銷術語，並了解經理人如何產生報酬。他們是真的有技巧（高 IC）？還是只是做了大量的微小賭注（高 BR）？現在您已具備找出答案的工具了！