目前透過美國券商進行投資的話,主要都是選擇指數型ETF,而ETF的投資成本可以分成兩部分,一個是交易成本,一個是持有成本;前者是一次性的支出,後者則是持有期間每年都需要付出的成本。本來想要一篇解決的,不過寫完持有成本後發現篇幅超過預期,只好分成兩部分慢慢完成。
持有成本 ≠ 總開銷
最明顯的持有成本就是
總開銷 (
TER, total expense ratio),但總開銷並不包含投資組合的交易費用和其他
隱藏成本。由於指數型基金的目的就在於追蹤指數,所以從實際結果來看,指數型基金/ETF的實際淨值報酬與指數的差異,也就是
追蹤差異 (Tracking difference) ,應可視為真正的持有成本
(爬文時請注意名詞定義並不統一,Vanguard稱之為Excess Return還能理解,Morgan Stanley用Tracking error就很容易和後面另一個更普遍的定義混淆)。
根據Morningstar 2013年發表的On The Right Track: Measuring Tracking Efficiency in ETFs,這份針對對歐洲市場的研究報告顯示,總開銷確實是追蹤差異最重要的影響因素,但僅能解釋50%左右
(Correlation 71%, R2 0.505),還有一些其他因素也很重要,例如
借券 (Securities Lending)、現金部位的影響 (Cash drag)、股息再投入方式的差異、維持投資組合的交易費用、再平衡的時間落差 (Timing) 和市場衝擊 (
Market impact)、
股息課稅、取樣或複製技術的差異等,這些因素其實就是前述隱藏成本的來源 (詳見該
研究報告和
ETF.com的說明)。
值得注意的是,該報告也以事實證明,單純比較某個時間點ETF淨值與指數間的報酬差異,其實不太能準確代表該公司的持有成本。增加取樣數、統計不同時間點的報酬差異,加上評估報酬差異的分布狀況,更能準確評估真正的持有成本。最常用的是報酬差異的標準差,一般稱為
追蹤誤差 (Tracking error)。不過基金公司似乎都沒有公布這個數字,還好,有兩家ETF網站的資訊可以參考。
ETF.com在各ETF頁面的Efficiency分頁有過去12個月每個交易日的年度
追蹤差異 (Tracking difference) 的
中位數和
分佈範圍的上下限 (Max Upside/Down Deviation) 。這些數字和一般常見的平均值、標準差的描述方式不同。中位數代表的是最常出現的數值,用白話來說,就是最容易出現的數字。或許是由於統計了每個交易日的狀況,所以網站採取這樣比較具體的數字直接描述母群體,而非用統計方式轉變為常態分佈來評估。不過,評估方式是一樣的,上下限的分佈範圍越大,表示該ETF偏離中位數的程度較嚴重,則中位數的參考價值就比較低,也代表管理品質可能比較不穩定。
舉一個極端的例子,Schwab的
SCHF和Vangurad的
VEA都是投資國際已開發股市,SCHF總開銷0.08%比VEA的0.09%還低,但我在2014年4月底查詢時,追蹤差異中位數為-0.59% vs 0.15%,VEA的追蹤誤差不但表現較好,而且居然還勝過指數 。iShare的
EFA總開銷雖然較高0.34%,追蹤差異中位數也只有-0.14%,其扣除總開銷之後的追蹤差異和Vanguard相近 (0.20% vs 0.24%)。
VEA在2013年更換追蹤指數,ETF.com
宣稱其追蹤差異的計算會考慮到指數更換的影響,分段計算。但基金公司何時調整其投資組合以符合新指數其實沒有精確日程,而是會有一段過渡期,所以比較準確的表現可能需要觀察更久的時間,(2014-5-16) ETF.com 查不到VEA的追蹤差異數字,不知是否與此有關。另外,這種國際股市ETF基金公司計算淨值有時會採取
Fair-value pricing而非真實的淨值,由於不同公司的政策不同,可能導致追蹤誤差的比較可能無法反映真實的追蹤效率。