科技股的 β、風險迷思，及 VGT × XLK 比較
看懂科技 ETF 的必備知識
0. 引言
科技股一直是投資世界裡最有趣也最吸台灣投資人的區域。一方面，它們驅動了全球最顛覆性的創新——AI、雲端、半導體、數據中心、軟體擴張等。另一方面，它們也是市場上最令投資人焦慮的族群——高估值、高波動、高不確定性。這些特質使得科技 Sector ETF（尤其是 VGT 與 XLK）成為最受矚目、也最常被誤解的投資工具。
而科技股最常被討論的「風險指標」就是 β（beta）。β 似乎成為大家對科技股的第一印象：β 高 → 很危險；β 低 → 穩健。但金融世界好像不是我們想的單純又複雜？
在這篇文章，我會帶小夥伴從根本理解：
β 到底是什麼？
為什麼 β 最常被誤用？
用迴歸與線性關係看 β，如何看出它的侷限？
為什麼選錯市場基準，β 就沒有意義？
集中度高，一定跌得更慘嗎？
然後我們會從這些基礎，進入兩檔科技 Sector ETF 的深度比較：
Vanguard 的 VGT：科技純度最高
SPDR 的 XLK：集中度極高的科技基金
1. Beta 的迷思：從數學公式到迴歸線斜率，β 其實沒你想的複雜
1.1. 什麼是 β？從公式看起來很「高深」的東西
財務教科書裡的 β，通常長這樣：
這個公式會讓許多投資人覺得 β 是某種「高深學問」，甚至好像只要 β=1.3 就代表某檔股票比大盤「危險 30%」。然而，公式雖然看起來複雜，但它其實描述的東西非常直觀：
Cov(協方差)：你的資產跟市場是一起動？還是分開動？
Var(市場變異數)：市場本身有多「躁動」？
所以 β 真正要衡量的其實只有一件事：
一個資產，對市場波動「有多敏感」。
所以對市場的敏感度高，就被稱為高 β；敏感度低，就被稱為低 β。這裡沒有複雜的經濟邏輯，你可以把 β 想成：
資產價格對市場上上下下的「反應或敏感程度」。
1.2. 用迴歸圖理解 β：β 就是斜率（Slope）
這兩張迴歸圖（A 與 B）是我在課堂上的簡單示範(非真實數據)。 β 的本質，就是：回歸線的斜率。也就是說，β 是一個非常視覺化的概念，並不是一個被深奧公式包裝的工具。若你在圖上看到 :
市場上漲 1% → 資產上漲 1.3%
這條線的斜率就是 β = 1.3市場上漲 1% → 資產只上漲 0.7%
斜率就是 0.7
β 的意義，就是一條線的傾斜角度。這個事實本身就揭露出 β 的第一個迷思：
β 是一個「過去五年線性關係」的產物，並不是未來風險的預測。
因為這條斜率，完全是從「既有的歷資料」畫出來的。A 圖（β ≈ 0.79）與 B 圖（β ≈ 1.37）就是最好的例子。不同 ETF、不同時間窗口、不同 benchmark，線斜率完全不同。
這就帶到第二個迷思：β 不是固定的，它取決於你「選了什麼當基準市場」。
1.2. β 的限制之一：選錯市場基準，β 完全沒意義
這也是一般投資人最容易忽略的地方。假設你想估 Tesla（TSLA）的 β。
若你使用 S&P 500 當市場基準：
TSLA β 可能高達 1.8、1.9、甚至更高
因為 TSLA 與能源、金融、工業等 S&P 500 的組成並不匹配
但如果你改用 NASDAQ 100：
β 馬上掉到接近 1.0～1.3
因為 TSLA 與 NASDAQ 100 裡的科技、成長股結構更一致
也就是說：β 的值不是天生屬性，而是「你挑了什麼 benchmark」的結果。這涉及一件很重要的事：市場基準（market index）本身就是一種假設。
這正是巴菲特不喜歡 β 的理由之一。
1.3. 另一個限制：過去五年 60 個月滾動 β
市場上最常見的 β 計算方式是：過去五年 → 每月報酬 → 60 個點 → 做迴歸 → 得 β
但問題是：科技公司五年可以完全變一家公司。
五年前的 NVIDIA 是一家做 GPU 的公司；五年後，它是全球 AI 基礎建設的心臟。五年前的 AMD 市佔率微弱；五年後，成為 NVIDIA 的強力競爭者。五年前的 Apple 還沒全面 AI 化；五年後它可能跨足一個新的產品線。五年前的 Microsoft Cloud 仍在起飛；五年後 Azure 與 OpenAI 已深度整合。
科技股的生命週期，五年有點太長了，常常都是「階段式跳躍」。
因此：
科技股用過去 60 個月畫出來的 β，往往無法反映未來的真實風險。
β 是落後指標。而科技股，是領先市場的產業。兩者之間，本來就不相容。
1.3. 巴菲特為何批評 β？因為 β 測量的是「市場噪音」，不是風險
巴菲特之所以批評 β，有三個理由：
β 反應的是價格變動，不是企業風險
如果一間公司基本面穩健，但股價因市場恐慌下跌，β 會升高，但風險卻沒有增加。β 受情緒主導，而非現金流主導
真正的風險，是未來現金流不確定，而不是價格每天上上下下。β 會在牛市被低估、在熊市被高估
因為 β 反映的是波動，而不是企業本質。
因此 β 在科技領域的誤導性更強：科技股天生波動大，因此 β 會很「情緒化」。
這也是科技 ETF 投資人最大的盲點：
1.4. 迷思：集中度高，下跌時一定更慘？實證並非如此
許多人以為：
XLK 持股比較少、集中度高→ 市場或科技類股一大跌會XLK比 VGT 更慘。但兩者的最大回撤幾乎完全同步。
原因是：
科技巨頭本身就在兩檔 ETF 裡佔壓倒性權重
科技公司之間的相關性極高
市場的科技敘事集中在少數巨頭
三巨頭（Apple、Microsoft、NVIDIA）主宰一切走勢
因此：
在同一個 Sector 裡，分散 69 檔 vs 318 檔，風險落差其實不大。
2. 什麼是科技 Sector ETF？為何「科技」定義如此難統一？
一般投資人乍看之下，科技 Sector ETF 很容易理解：若買 VGT 或 XLK，看起來就像是買了一籃子科技股。然而，真正深入後會發現，科技 ETF 的世界比我們想像中混亂得多——因為不同指數提供商所採用的「科技」定義根本不一樣。
一旦科技的定義不同，ETF 的持股、風險、β、回測結果、甚至它能代表的「科技故事」都完全不一樣。
2.1. 科技分類為何如此混亂？
原因很簡單：科技對不是一個清楚的產業定義，而是一個跨界概念。
因此，同一家公司在不同指數提供商眼中，可能被歸類到完全不同的產業。以下是幾個最典型、也最常被投資人忽略的分類差異：
Visa、Mastercard：有些指數算金融，有些算科技
Amazon：幾乎所有指數都算消費（不是科技）
Tesla：多數指數算工業或者差異性消費（不是科技）
Meta、Google：分類為通訊服務（不是科技）
Palantir：部分分類歸為工業 IT
半導體（NVIDIA、AMD、AVGO）：算科技類
IT 服務（Oracle、Salesforce、IBM）：各指數差異很大
這個差異會直接導致：
VGT 與 XLK 的重疊高達 77%
卻同時存在 巨大結構差異：
VGT 有 318 檔、XLK 只有 69 檔。
2.2. Underlying Index差異：VGT 與 XLK 的科技，是不同的科技?
為什麼同樣是科技 ETF，差異會這麼大？答案就在指數：
VGT → CRSP/MSCI 的科技分類：廣、包容、強調商業模式
XLK → S&P 500 Information Technology：集中、標準化、強調最終產業分類
這兩種分類邏輯，會導致完全不同的科技宇宙。
CRSP/MSCI：科技是“業務模式”的概念（VGT 採用）
CRSP 與 MSCI 的邏輯非常現代：科技是一種能力及概念的展現，而不單單是一種產品的結果。
因此他們願意納入：
小型科技公司
中型 SaaS
軟體開發商
雲端設備供應商
更多邊界企業
這就讓 VGT 多達 318 檔。
這種廣泛的科技定義有兩個效果：
看起來很分散，但尾部權重極低
β 會受到「小型科技噪音」影響
S&P 500 IT：科技是“產業分類”的概念（XLK 採用）
XLK 的邏輯更偏傳統、也更偏“市場現況”：
必須是 S&P 500 成員
必須被 GICS 分類為資訊科技
企業必須達到一定規模、透明度、高度市場接受度
這讓 XLK 自然地集中在大型科技上：整體持股大約 69 檔，結構高度集中且穩定。
這也造成：XLK 的 β 更“乾淨”，更像真正的「大型科技 β」。
3. 從績效與風險看兩者：它們其實非常相似
3.1. 五年績效：兩者幾乎重疊
五年內 VGT ≈ +130%；五年內 XLK ≈ +138%。差距僅 8%，而且先後順序會隨時間變動。這說明：科技巨頭的共同走勢主宰兩者的結果，小型科技股對績效幾乎沒有影響。
3.2. Sharpe Ratio：兩條線幾乎重合
Sharpe Ratio 反映「風險調整後的報酬」。如果 VGT 比較分散，理論上 Sharpe 應該更高，但實際上：
兩者的 Sharpe 高峰、低谷、反轉位置幾乎相同
XLK 有時略高、VGT 有時稍高
差異微乎其微
Sector ETF 中，分散化的效益有限。科技板塊彼此高度連動，不像整體股市或多產業組合那樣能靠分散降低風險。
3.3. Drawdown：集中度高的 XLK 並沒有跌得更深
前圖Drawdown告訴我們：不論是2022大跌還是2025四月的再次波動；這些時刻兩者的跌幅幾乎完全一致。也就是說：集中度並沒有帶來額外的下跌風險。真正理由是：科技巨頭的跌幅幾乎一致，而巨頭佔據兩檔 ETF 主要權重，小型科技股反而不重要。
4. 最後：如何選擇 VGT 與 XLK？
到這裡，我們可以從 β開始談、集中度、持股結構、純度、風險這些角度做出一個清楚的結論。
如果你想押注 AI 巨頭（NVIDIA、Microsoft、Apple）——選 VGT
理由：
三巨頭比重更高
成長型科技比重更集中
企業軟體比重較低，科技純度更高
318 檔持股聽起來分散，但實質上加強巨頭權重
如果你希望科技更「完整」——選 XLK
理由：
IT 服務、軟體、硬體、半導體分布更平衡
不過度強調巨頭，也不過度壓抑企業級科技
雖然集中度高，但本質不是「巨頭加碼版」，而是「整體科技板塊版本的 S&P 500」
如果你的核心 ETF 已經是 VOO、QQQ
那你更要問自己：願不願意再次提高 NVIDIA、Microsoft、Apple 的權重？因為 QQQ 及ＶＯＯ本身也已經極度集中在巨頭。
在這個情況下：
選 XLK 可能與 QQQ 更有「結構差異」
選 VGT 則會把你的 AI 敘事成份再推到更高比重
集中度不是答案，科技 Sector 的本質才是重點
科技 Sector ETF 的投資邏輯，其實可以用一句話來總結：VGT 與 XLK 的差異，不在風險，而在你想押哪一種純度的科技。
而 β 在這裡扮演的角色非常小。它不代表也不預測未來的風險，也不代表科技不斷創新本質，更不是分辨 ETF 好壞的關鍵。
真正的關鍵是：科技公司之間的高度連動，使得集中度與分散度的差異，被整個板塊的結構淹沒了。這也是為什麼：股市中最常被誤解的兩件事，就是 β 與集中度。理解科技板塊本質，遠比盯著 β 重要。
警語與免責聲明
本篇內容僅為個人研究紀錄與投資觀察筆記，所有文字皆基於公開資料、指數編製方法與歷史數據進行整理，不構成投資建議、推介、買賣邀約或任何形式的財務建議。
科技產業具高度不確定性，金融商品的過去績效不代表未來結果；β、Sharpe、Drawdown 等量化指標亦會因市場環境、利率、指數分類、樣本期間不同而產生結構性偏差。投資人應依自身財務狀況、風險承受度與目標獨立判斷，如需協助，請洽註冊之財務專業人士。
我想請教一下，那兩個linear regression 的 intercept 不是 0， 應該不是增加1.3% 和 0.7%?