主動式 ETF 打敗大盤 3%，真的代表經理人比較厲害嗎？
Active vs. Passive ETFs: Return, Risk and Alpha
年度報酬較高，風險調整後表現也較好嗎？從兩檔假想 ETF 的 Alpha 與 Sharpe Ratio，走到 FBCG、IWF 在 2021–2025 年的官方年度績效，分清楚報酬差距與管理能力。
01 · 案例情境
12% 對 9%，先別急著下結論
小安看到一檔主動式 ETF A 的年度淨總報酬率是 12%，同一年市場基準上漲 9%。如果投入相同金額，A 的確累積了較多資產；相對基準多出的報酬是 3 個百分點。這不是『比市場報酬多成長 3%』，也還不能直接叫作選股能力。
她準備把 A 與被動式 ETF B 放在一起看。B 的年度淨總報酬率只有 8.8%，卻可能承擔較低的風險。她真正想問的是：多賺的報酬，是否足以補償多承擔的風險？本篇前半部的 A、B 全是假想教學情境，不是後半部的 FBCG、IWF，也不是任何基金的績效預測。
02 · 共同假設
用同一年、同一基準比較兩種情境
兩檔 ETF 都以 9% 為共同市場基準報酬、2% 為共同無風險利率。報酬率已反映基金層級費用及配息再投入；假設年費用率另外列出，只用來理解成本結構，不再從報酬中扣一次。投資人個別稅負、交易手續費與買賣價差不在這個簡化模型內。
A 的 Beta 為 1.5、年化標準差為 25%；B 分別為 1.0 與 15%。單看年度報酬，A 領先 B 3.2 個百分點；但 A 的市場敏感度與總波動也較高。所有利率、報酬與風險參數都使用一致的年度條件，避免拿單月波動與年度報酬相除。
| 比較項目 | 主動式 A | 被動式 B |
|---|---|---|
| 年度淨總報酬率 | 12.00% | 8.80% |
| Beta | 1.50 | 1.00 |
| 年化標準差 | 25.00% | 15.00% |
| 假設年費用率（僅供資訊比較） | 1.00% | 0.20% |
| 相對基準超額報酬（百分點） | +3.00 | -0.20 |
| 簡化 CAPM Alpha（百分點） | -0.50 | -0.20 |
| Sharpe Ratio | 0.4000 | 0.4533 |
A、B 為教學假設，不代表 FBCG 或 IWF。粗體標示報酬、Alpha 或 Sharpe 中較高的數值，不代表投資品質；風險參數與費用沒有通用勝方。費用率不會從這些淨報酬再次扣除。
03 · 市場風險
多承擔市場風險，應該要求多少報酬？
Beta 衡量相對共同市場基準的敏感度，不是資產的全部風險。依這組 CAPM 假設，市場風險溢酬是 9% − 2% = 7 個百分點。A 的模型要求報酬率為 2% + 1.5 × 7% = 12.5%；B 則是 9%。因此 A 的簡化 Alpha 是 12% − 12.5% = −0.50 個百分點，B 是 8.8% − 9% = −0.20 個百分點。
A 雖然領先市場 3 個百分點，卻沒有達到這個模型對其 Beta 所要求的報酬。相對基準超額報酬、模型風險調整後 Alpha、經理人的實際能力，是三件不同的事。這裡只把一期假設報酬與給定 Beta 代入公式；沒有時間序列迴歸、估計誤差或顯著性檢驗，不能當成可靠的歷史 Jensen’s Alpha，更不能據此評定經理人能力。
可以搭配 Beta 與系統性風險分清市場敏感度，再用 CAPM 理解要求報酬；Alpha 與主動式 ETF則進一步區分模型調整與單純領先基準。
04 · 總波動風險
換成每單位總風險，排序會不會改變？
Sharpe Ratio 用超過無風險利率的報酬，除以同期間的報酬標準差。A 是 (12% − 2%) ÷ 25% = 0.40；B 是 (8.8% − 2%) ÷ 15% ≈ 0.4533。B 的總報酬較低，但在這組假設下，每單位總波動所對應的超額報酬較高。比率本身沒有百分比或百分點單位。
Beta 著重共同市場變動，標準差則描述總報酬波動，兩者不能互換。Sharpe 也沒有涵蓋流動性、尾端損失等所有風險；負 Sharpe 的比較尤其需要小心。這裡是條件一致的教學對照，不是只憑一個比率挑出『最好』ETF 的排名。
夏普比率指南說明報酬與總波動為何要使用一致期間，以及這個指標沒有涵蓋的風險。
05 · 隔離變數
只改 Beta，看看結論如何改變
現在把 A 的報酬固定在 12%，只把 Beta 從 1.5 改成 1.2。CAPM 要求報酬降為 2% + 1.2 × 7% = 10.4%，簡化 Alpha 就變成 +1.60 個百分點。A 的年度報酬與相對基準差距都沒變；Sharpe 也不變，因為這次沒有改動無風險利率或標準差。
這個刻意隔離變數的實驗，讓小安看見 Alpha 對風險假設的依賴。真實基金的 Beta 不會任由投資人單獨調低、其餘條件卻永遠固定。到情境比較器操作時，可以分別改 Beta、標準差或報酬，觀察三種比較角度各自在回答什麼問題。
報酬固定 12%，只調整 A 的 Beta
年度淨報酬 12%、標準差 25%、市場報酬 9% 與無風險利率 2% 都維持不變。這是隔離模型假設的實驗，不代表真實基金可以任意調整風險。
06 · 固定歷史研究
把假設放下，再看一段真實歷史
前面的兩檔 ETF 是為了拆解公式而設定。接下來改看美國 FBCG 與 IWF 在 2021 年 1 月 1 日至 2025 年 12 月 31 日的五個完整年度，資料固定保存，沒有即時報價或自動更新。這段研究只比較官方年度總報酬及相對差距，不把假想 A、B 的 Beta、波動率或費用套到真實基金。
為什麼選擇 FBCG 與 IWF 進行比較？
FBCG（Fidelity Blue Chip Growth ETF）為主動式管理，成立於 2020 年 6 月 2 日，主要選擇具成長潛力的大型與中型藍籌企業，官方比較基準是 Russell 1000 Growth Index。它採半透明主動式 ETF 結構，投資組合揭露方式與傳統指數 ETF 不同。
IWF（iShares Russell 1000 Growth ETF）成立於 2000 年 5 月 22 日，被動追蹤相同指數，提供美國大型與中型成長股曝險。相近的成長風格、共同指數關聯及五個重疊完整年度，適合用官方資料觀察主動選股與被動追蹤的差異，無須第三方即時報價；但不代表兩者持股、產業權重、集中度、投資範圍或風險完全相同。
FBCG 與官方指數相比，是檢視基金相對基準的表現；FBCG 與 IWF 相比，則是在觀察兩種實際可投資產品，兩者各有執行方式與成本。指數報酬本身，不是投資人能直接買到且完全沒有費用的 ETF 報酬。
粗體數字標示各年度較高的帶正負號報酬，包含較小虧損；不代表投資品質評分。
所有年度使用相同比例尺：零線左側為虧損，右側為正報酬。
2021
2022
2023
2024
2025
| 年度 | FBCG | IWF | Russell 1000 Growth |
|---|---|---|---|
| 2021 | 21.11% | 27.37% | 27.60% |
| 2022 | -39.01% | -29.26% | -29.14% |
| 2023 | 57.72% | 42.49% | 42.68% |
| 2024 | 39.30% | 33.11% | 33.36% |
| 2025 | 18.36% | 18.34% | 18.56% |
粗體標出該年度較高的帶正負號報酬，包含較小的虧損；不代表投資品質評分。
| 年度 | FBCG − IWF | FBCG − 指數 |
|---|---|---|
| 2021 | -6.26 | -6.49 |
| 2022 | -9.75 | -9.87 |
| 2023 | +15.23 | +15.04 |
| 2024 | +6.19 | +5.94 |
| 2025 | +0.02 | -0.20 |
粗體標示每列較大的帶正負號差距。兩欄的比較對象不同，不代表哪項投資較好。
表現好的年份，要和落後的年份一起看
2021 年 FBCG 落後 IWF 6.26 個百分點。2022 年兩者都虧損，FBCG 下跌 39.01%，比 IWF 多跌 9.75 個百分點。接著兩年排序反轉：2023 年 FBCG 領先 IWF 15.23 個百分點，2024 年領先 6.19 個百分點，也都超過指數。同一策略可能在上漲時表現強勁，也可能經歷較大的下跌。
2025 年 FBCG 的 18.36%，只比 IWF 的 18.34% 高 0.02 個百分點，卻低於指數 18.56% 達 0.20 個百分點。超過被動式產品與超過官方基準，是兩種不同敘述；單年正的報酬差距，本身不是風險調整後 Alpha 或能力證據。
基金報酬已反映費用，不能再扣一次
Fidelity 2026 年 9 月 30 日資料單揭露 FBCG 費用率 0.57%；iShares 2026 年 6 月 30 日資料單揭露 IWF 為 0.18%，本篇於 2026-10-18 查核。這是有日期的成本資訊，不代表 2021–2025 年費用率始終不變。年度 NAV 總報酬已反映基金層級費用與配息再投入，再減一次費用率會重複計算成本。
為什麼這段研究不計算真實 Alpha 或 Sharpe
五個年度觀察值能描述年度績效，但不足以在這裡可靠估計歷史 Jensen’s Alpha、Beta 或 Sharpe。這需要合適頻率的報酬、共同樣本期間、共同市場基準與一致的無風險利率資料。IWF 三年 Equity Beta 若以 S&P 500 為基準，就不能拿來當成相對 Russell 1000 Growth 的 Beta，或與其他期間混用；本篇不呈現這些真實風險估計值。
這五年能觀察到什麼，不能推論什麼
主動管理可能帶來較好的年度績效，也可能承擔更大的損失，並不保證勝過被動投資。費用、策略、持股集中度、比較基準與觀察期間都會影響結論。單年超額報酬與這段五年歷史，都不能證明持續的經理人能力或長期必然勝負。過去績效不保證未來報酬，本篇不推薦購買任一基金。
資料與方法來源
- Fidelity Blue Chip Growth ETF Fact Sheet · 資料截至 2026-09-30 · FBCG 與指數年度報酬、費用率
- iShares Russell 1000 Growth ETF Fact Sheet · 資料截至 2026-06-30 · IWF 年度報酬與費用率
- iShares Russell 1000 Growth ETF Fund Information · 投資目標、成立日與績效定義
- Fidelity Blue Chip Growth ETF SEC Prospectus · 主動策略與揭露制度
延伸比較
先比較條件，再形成自己的判斷
總報酬、相對基準表現、簡化 Alpha 與 Sharpe 回答不同問題。帶著上方選定的假想 Beta 進入比較器，逐項查看計算，再改變其他假設；真實基金的歷史觀察仍與這些教學參數分開。
延伸探索
想弄懂觀念，或只計算其中一項？從這裡繼續。
- Alpha 與主動式 ETF
- Beta 與系統性風險