打造自己的價值投資組合
【教學系列文 08】
0. 引言: Value Investing，不是撿便宜
其實價值投資應該是判斷「市場什麼時候錯了」或者給錯估值了。相信很多人談 Value Investing時，通常第一個反應還停留在：
低本益比
便宜股
高股息
但如果真的在市場上投資一段時間，投資人會慢慢發現一件事：便宜並不是一個充分必要條件：有些股票很便宜，是因為市場錯了；但更多時候，是因為市場其實沒有錯。而這兩者之間的差別，就是：Value Investing 與 Value Trap 的分水嶺
這篇文章，我並沒有打算再講教科書定義，而是談談我們該如何「重新建構」一個可操作的 Value 投資框架
1. Value Stock 的本質：不是便宜，而是「錯價」
在 Benjamin Graham(價值學投資之父) 的架構中Value 的核心其實很單純：價格 < 內在價值。
但問題是：內在價值不是一個 容應觀察到的的數字；它既不是股價，也不是財報上的某一欄，而是它是一個「需要被估計」的東西
1.1. 市場為什麼會誤判 Value？
這是因為「內在價值」常常太難算，所以市場用 proxy 來替代，像是：
低 P/E
低 P/B
高股息
這些指標本質上只是：縮減資訊成本的捷徑（heuristics）。但這些問題在於：proxy 很容易把「便宜」和「價值」混為一談
1.2 我們真正該問的問題
不是這檔股票便不便宜；應該是：為什麼它會這麼便宜？這個問題，才是 Value Investing 的起點
Value Trap：不是你買錯，而是理解錯
很多投資人第一次做 Value 投資，可能都會經歷一個典型路徑：
看到低估 → 買進 → 更低 → 更便宜 → 再補 → 持續下跌
然後開始懷疑市場 irrational，但事實往往是：市場沒有錯，是你對「便宜的原因」理解錯了
三種最常見的 Value Trap
1️⃣ 結構性衰退（Structural Decline）
有些公司便宜主要是因為「未來真的會變差」
典型案例像是：
傳統媒體（print → digital disruption）
百貨/實體零售（e-commerce 壓力）
PC 硬體鏈（margin 壓縮）
這類公司常出現：
P/E 很低（看起來便宜）
現金流還在
甚至還配高股息
但市場在 pricing 的是：未來的縮小預期，而不是現在的數字；就像是低 P/E ， E 將來可能會下降。
2️⃣ 盈利品質問題（Earnings Quality）
另一種常見錯誤是：你看到的是 earnings，但不是「可持續的 earnings」
例如：
一次性收益（asset sale）
會計調整（accounting smoothing）
aggressive revenue recognition
這些會讓公司看起來：
EPS 很高
valuation 很低
但事實是：未來的現金流沒有支撐這個估值
3️⃣ 資本效率低（Low ROIC）
這是最容易被忽略的一種 trap；公司很有可能：
穩定獲利
現金流正
valuation 低
但因為資本配置很差（capital misallocation）
例如：
ROIC 長期低於 WACC（資本成本）
不斷再投資，但沒有產生價值
管理層追求規模，而不是回報
這類公司最大問題是：價值會被「慢慢侵蝕」，會產生不是暴跌的情況，而是長期 underperformance走弱
2. 從「找便宜」→「找錯價」：一個可操作框架
如果我們接受一件事：
👉 低估 ≠ 低價
👉 Value = mispricing
那麼問題就變成：我們如何系統性地找出「市場可能錯了」的地方？
Step 1：拆解便宜的來源（Why Cheap）
先分類：
這家公司為什麼便宜？
宏觀因素（利率、景氣）
產業週期（cyclical downturn）
公司特定事件（one-off shock）
這個階段重點是：區分「temporary」 vs 「permanent」
Step 2：驗證基本面是否完善
核心檢查三件事：
(1) 盈利能力（Profitability）
ROIC 是否穩定
margin 是否被侵蝕
(2) 財務結構（Balance Sheet）
槓桿是否過高
有沒有 refinancing risk
(3) 現金流（Cash Flow）
是否真實產生 FCF
還是只是 accounting earnings
Step 3：找「敘事與數據的落差」
市場價格其實反映兩件事：
財務數據（earnings, growth）
未來的敘事（expection ）
而 mispricing 往往來自：narrative overshoot。例如：
市場過度悲觀（panic selling）
或過度樂觀（growth illusion）
3. Value ETF 的近期表現：為什麼投資會覺得Value Factor沒用？
如果你近期有投資 VTV 或 IWD；很可能有一個感覺： Value 長期被 Growth 壓著打。尤其是 2010–2021 這段時間，當科技股主導市場時。但這件事，其實不能只用「誰比較好」來看Value vs Growth，其實是「市場 regime」問題
當市場環境是：
低利率
高流動性
高成長預期
➡ Growth outperform
但當環境變成：
利率上升
inflation 壓力
cash flow 被重新定價
➡ Value 開始回來
這也是為什麼在 2022 之後
Value 有一段明顯的相對表現，但更深一層的問題是很多 Value ETF 的設計，其實有一個問題：它們只是“機械式低估值”，不是“高品質價值”
例如：
單純用 P/B、P/E 排序
沒有過濾盈利品質
沒有考慮 ROIC、margin stability
所以問題不是 Value，而是「怎麼做 Value」？這裡才是我想講的重點：Value investing 不是策略問題，是 implementation 問題
3.1. 我們可以有兩種選擇：
A. 買 ETF（簡單，但粗糙）
好處：分散、方便
壞處：品質混雜
B. 自己建 Portfolio（複雜，但精準）
可以控制品質
可以加入自己想要的故事
可以動態調整
而現在，AI + 工具讓這件事變得「可行」
4. 用 InvestingPro 建構一個小而美的 Value Portfolio
Step 1：用 Screener 找候選名單
用 Screener 做第一層過濾：
👉 基本條件（Value + Quality）
P/E < 25
P/B < 5
ROIC > 8 %
正的 Free Cash Flow
Debt/ equity < 120%
這一步的目的不是「找到答案」
👉 為了縮小 universe（例如 3000 → 50 檔）
Step 2：用 WarrenAI 建立「投資摘要」
接著用 WarrenAI 做一件很重要的事：
👉 把數據轉成敘事
你可以問：
這家公司賺錢模式是什麼？
主要風險在哪？
成長是否可持續？
但這裡我會特別提醒一點：AI 只能幫你整理資訊
不能替你做判斷，所以你一定要補兩件事：
風險（downside scenario）
假設（你的 thesis）
Step 3：建立 Portfolio（10–15 檔）
為什麼是 10–15？
因為：太少 → 風險集中：太多 → 沒有 conviction
這個區間，是「可管理 + 有意義」的平衡
Step 4：儲存為專案（Saved Work）
這一步很多人忽略，但其實很重要：投資不是一次性決策，而是持續追蹤
我們要：
定期更新數據
重新檢視 thesis
看看哪個假設被市場打臉
寫在最後：從選股到故事：這才是 Value 的核心
👉 Portfolio 不是股票清單，而是“故事的集合”。關於每一檔股票，我們都應該能回答：
為什麼它被低估？
市場錯在哪？
什麼情況會讓我錯？
如果你回答不出來
那你不是在做投資；你只是在「持有便宜」
AI 寫作輔助揭露
本文部分內容在撰寫與結構整理過程中，
使用 AI 語言模型作為寫作輔助工具，協助進行語句潤飾與文法結構整理。所有內容之觀點選擇、教學設計、邏輯架構與最終編輯判斷，均由作者本人負責，並符合 CFA Institute 專業倫理與學術誠信標準。
InvestingPro × ProPicks 優惠 — 最高可領取50%優惠
🔗 專屬連結 https://www.investing-referral.com/drchien/
優惠碼：drchien
一年年費方案：45% off
兩年年費方案：50% off（最佳優惠）
1. Pro 年繳方案（Simplified Investing）
優惠後價格：USD 9.5／月（年繳）
＝ 約 USD 114／年
drchien 優惠後可再扣抵17美元
＝ 約 USD 97／年
適合族群包括：
長期投資人、ETF 使用者、想建立基本分析習慣的初學者。
2. Pro+ 年繳方案（Advanced Research）
優惠後價格：USD 24.45／月（年繳）
＝ 約 USD 293／年
drchien 優惠後可再扣抵44美元
＝ 約 USD 249／年
雙年繳方案（Advanced Research）
優惠後價格：USD 22.45／月（雙年繳）
＝ 約 USD 539／兩年
drchien 優惠後可再扣抵80美元
＝ 約 USD 457／兩年
適合族群包括：
研究導向投資人、研究生、財金相關課程學生、需要長期資料與模型的人。
延伸閱讀
我依照 CFA 協會的專業行為與道德準則，必須在文章中揭示：本文含有與 Investing的合作推廣內容，透過我的專屬連結與優惠碼訂閱服務，我將獲得部分推薦回饋（referral）。