全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
0056、00878 怎麼選?配息?管理費?內扣費用?優缺點總整理!
收藏文章
很開心您喜歡 股感知識庫 的文章, 追蹤此作者獲得第一手的好文吧!
劉茜汶
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


0056、00878 怎麼選?配息?管理費?內扣費用?優缺點總整理!

2023 年 10 月 24 日

 
展開

隨著聯準會升息速度加快,全球市場面臨新一波的資產動盪,其中,如 0056 元大高股息( 0056-TW )、 00878 國泰永續高股息( 00878-TW )等高殖利率 ETF,因能提供投資人穩定現金流,且相較於主題式 ETF 更具防禦性、分散風險。不過呢, 0056 、 00878 都同是熱門的高殖利率 ETF,對資產有限的投資人來說,到底該怎麼選擇?本文全方面分析 0056 、 00878 的配息、選股邏輯以及優缺點,話不多說,讓我們一起看下去!

0056 、 00878 基本資料

以下整理 0056 、 00878 的基本資料,這邊也先幫大家複習這兩檔 ETF 的主要差異: 0056 主要以「未來一年的預測現金殖利率」作為選股標準,而 00878 則是以「過去三年平均年化股息殖利率」作為選股標準。綜上所述,大家就能很明顯看出 0056 、 00878 之間特色差異,以下就來整理這兩檔 ETF 的詳細資料:

資料整理:股感商品研究室
0056、00878 基本資料比較
元大高股息(0056) 國泰永續高股息(00878)
上市日期 2007/12/13 2020/07/20
追蹤指數 臺灣高股息指數 MSCI 臺灣 ESG 永續高股息精選 30 指數
成分股簡介 以臺灣 50 指數及臺灣中型 100 指數共 150 檔成分股作為採樣母體,並選取「未來一年預測現金股利殖利率最高」的 30 檔股票作為成分股。 成分股以 MSCI 臺灣指數為基本選樣範圍,篩選 MSCI ESG 評級為 BB (含)以上且 MSCI ESG 爭議分數達 3 分(含)以上之個股,依調整後股息殖利率排序取前 30 檔,並以調整後股息殖利率作為權重分配之標準。
經理費 0.3% 基金規模

新台幣 50 億元以下:0.30%

50 億以上:0.25%

管理費 0.035% 0.035%
內扣費用 0.66% 0.57%
基金規模 1,232.04 億元 715.52 億元
收益分配 年配息 季配息

經理費:00878 < 0056

因此,可以看到在「經理費」的部分, 00878 國泰永續高股息 ETF 是較便宜的。根據國泰投信的公開說明書顯示, 00878 的經理費(也就是證交所網站公告的「管理費」)為 0.250%。相較之下,0056 ETF 元大高股息,經理費為 0.3%,比 00878 多了 0.05 個百分點。

保管費:00878=0056

再看到保管費的部分,保管費指的是保管投資人資金的金融機構,要收取的保管費用,因為你買進標的後的錢,並不是由投信公司來保管的。保管費方面,00878 和 0056 都一樣是每年收取 0.035%,並按月內扣,可見保管費方面沒有太多可以比較的。

其他費用:目前無資料

通常,基金商品內扣費用在會計帳列費用的部分有 4 項:經理費、保管費、保證費、其他項費用,如本文開頭所述。而因 0056 在投信投顧公會資料庫中的「保證費」部分為零、00878 剛上市尚無資料,所以我們就先不比較「保證費」和「其他費用」的部分。

可以提醒讀者們的一點是,「其他費用」也是有一點他的重要性存在的。以 0056 元大高股息 ETF 2019 年的年度其他費用為例,就可以看到其他費用部分,就佔了整體一年 內扣費用 的 0.08%,比保管費 0.035% 多出 2 倍。

0056 、 00878 成分股

由於 0056 是以預測公司未來獲利能力,藉以推估出現金股利的爆發力,故所挑選出來的成分股;另一方面, 00878 是依照公司過往的年化殖利率作為篩選標準,故所挑選出來的成分股,其金融股的比重就會比較高。

資料來源:元大投信國泰投信,資料整理:股感商品研究室,資料時間:112/10

0056、00878 前十大成分股比較

元大高股息 ETF(0056) 國泰永續高股息 ETF(00878)
股票代號 股票公司 權重(%) 股票代號 股票公司 權重(%)
2382 廣達 5.08 2347 廣達 7.05
3231 緯創 3.51 2357 華碩 6.28
2356 英業達 3.22 3231 緯創 6.16
2301 光寶科 3.20 2353 光寶科 4.39
2454 聯發科 3.19 2356 英業達 4.27
2383 台光電 3.05 2324 仁寶 3.72
3034 聯詠 3.02 2357 大聯大 3.59
2376 技嘉 2.93 2454 聯發科 3.51
6669 緯穎 2.53 2353 宏碁 3.31
2457 華碩 2.42 2886 聯強 3.27

0056 、 00878 產業分布

下方為根據 0056 、 00878 基金月報所彙整的產業分布比較。從下表中,我們可以清楚的發現幾個重點:

  • 00878 相較 0056 更具產業分散性
  • 0056 有更大的機率,納進在不同景氣循環中當下獲利表現相對亮眼的公司
  • 00878 有更高比重的金融保險業

0056 產業別

▲0056 產業分布
圖片來源:元大投信

00878 產業別

▲00878 產業分布
圖片來源:國泰投信

0056 、 00878 追蹤指數、選股標準

再簡單看一下這兩檔標各自追蹤的指數,以及選股標準。 00878 追蹤的是「 MSCI 臺灣 ESG 永續高股息精選 30 指數 」, 0056 則是追蹤台灣證交所與富時指數公司共同編製的「臺灣高股息指數」。

MSCI 臺灣 ESG 永續高股息精選 30 指數的選股標準,是依照近 12 個月年化股息殖利率,及近 3 年平均年化股息殖利率,加權計算出股利分數,再以股利分數排序取前 30 檔股票; 0056 則有所不同,是在臺灣 50 指數及臺灣中型 100 的指數成分股中,挑選未來一年「預測」現金股利殖利率最高的 30 檔股票作為成分股。

簡單來說,兩檔 ETF 最大的選股差異,是在於 00878 的成分股,是依照回測加權計算挑出來的; 0056 則是透過分析預測未來表現來挑選的。

0056、00878 績效表現

上面依序介紹了 0056 、 00878 這兩檔高殖利率 ETF 的基本介紹、成分股以及產業分布,這邊就接續來比較這兩檔 ETF 之間的績效比較,也先跟大家說明一下,由於 00878 是 2020 年才掛牌上市,所以相較於 0056 較沒有比較長遠的績效表現。不過,我們還是能分別從近 3 個月、 6 個月、 1 年,甚至是截至今年以來,都可以清楚地觀察到 0056 的累積報酬率較 00878 來得亮眼。

0056、00878 累積報酬率表現比較
資料來源:元大投信國泰投信,資料整理:股感商品研究室,資料時間:112/10
0056 期間 3 個月 6 個月 1 年 2 年 3 年 5 年 今年以來 成立以來
績效(%) 10.08 26.45 52.74  27.19 49.31 81.63  42.50 212.27
00878 期間 3 個月 6 個月 1 年 2 年 3 年 5 年 今年以來 成立以來
績效(%) 7.09 20.59 35.34 27.33 65.34 NA 32.58 61.15

0056、00878 怎麼選?

最後,到底 0056 、 00878 投資人該怎麼選?首先,我們必須知道這兩檔 ETF 的選股邏輯分別是不同的大方向── 0056 專注成分股未來的殖利率潛力,而 00878 則聚焦成分股過往的年化股息殖利率──同時,由於選股邏輯的差異,因此 0056 、 00878 在持股組合上或整體產業分布也呈現出各自的特色。雖然在近期的績效上, 0056 的表現略遜於 00878 ,但 0056 這檔 ETF 自 2007 年上市以來,已歷經了多次的景氣循環考驗,且其基金規模也正式超過 1 千億元的大關,並繳出了穩定的配息記錄,亦即說明國內多數股民仍具有相當的信心。但你若是看好 ESG 這樣的概念,你也可以試試 00878,畢竟企業是否有兼顧環境、社會、治理等,對於企業與社會的長期發展還是較好的。另外值得注意的是, 00878 的成分股中金融保險股有很大佔比,波動長期下來可能較為小一些,因此保守型存股人或許可以考慮試試

比較的基準可以參考著名的財經作家 股魚 的作法,他前些日子在自己的部落格上, 比較了 0056、00878、00713、00730、00701、00731 六檔高息 ETF。他提到一點很值得參考:在投資高股息ETF,除了關注現金殖利率外,整體的報酬率是否高於殖利率是很重要的觀察指標。

所以啦,大家在挑選這兩檔高殖利率 ETF 之前,必須先熟知自己的投資偏好、風險承受能力以及預期的投資週期,不管你最後選擇了 0056 還是 00878 ,都必須知道一個最重要的投資法則:高殖利率並不等於高報酬率,投資人也要避免賺了股息卻賠了價差的狀況。

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 股感知識庫 的文章, 追蹤此作者獲得第一手的好文吧!
劉茜汶
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容