金融股壓力是 0050 波動率的領先訊號嗎

一個直覺：銀行先聞到風險

金融股是不是大盤的「煤礦坑金絲雀」？這個說法在投資圈流傳已久。理由不難理解，銀行、保險、券商的資產負債表暴露在最廣的市場風險上，當壞訊息開始醞釀，金融股的波動往往最先放大。如果這個直覺是真的，那麼用台灣的金融類股波動率，是不是就能提前看到 0050 與台積電的風暴？

K1029 這個實驗就是要把這個民間傳說放到嚴格的統計顯微鏡下檢視。我們用 2015 年 1 月到 2026 年 4 月共 2,646 個交易日的資料，把富邦金（2881.TW）、元大金融 ETF（0055.TW）放進 Granger 因果檢定的炮口下，問三個層次的問題：金融股波動率真的領先 0050 嗎？這個訊號扣掉 VIX 的解釋力後還剩什麼？把它做成交易策略，能比現有的波動目標化（VT）方法表現得更好嗎？

結果是一個誠實的「混合判決」，統計顯著的因果存在，但變成 alpha 的路比想像中窄得多。

第一層：Granger 因果，統計上確實顯著

先講結論：用平方報酬作為波動率代理，富邦金與金融 ETF 對 0050、台積電的 Granger 因果 全部在 5% 水準下顯著 ，連 VIX 對 0050 的因果也不例外。

注意最後一行，反向因果也顯著。換句話說，這不是單向的「金融股先動，大盤再動」，而是 雙向回饋 。0050 動，富邦金跟著動；富邦金動，0050 也跟著動。從統計面看，這比較像是兩個高度連動的系統互相牽引，而不是金絲雀領跑礦工的故事。

更值得注意的是  F 統計量的相對大小 。金融 ETF 對台積電的 F=77.73 比 VIX 對 0050 的 F=65.28 還高。光看這個數字會讓人興奮，是不是台灣本土的金融訊號比美國的恐慌指標更有解釋力？但這正是統計訓練要我們小心的地方：兩個變數高度相關時，Granger 檢定容易把同期共變誤判成因果。下一步的「偏 Granger」（partial Granger）就是要把 VIX 的影響扣掉，看金融股還剩下多少獨立資訊。

第二層：扣掉 VIX，金融股還有多少獨立資訊

把 VIX 的 3 個 lag 當成控制變數，重跑檢定。結果是 3 對配對全部存活，但 F 統計量大幅縮水：

富邦金 → 0050 的 F 從 12.15 掉到 3.82，跌了 70%。金融 ETF 的訊號則穩固得多——F=18.98 仍非常顯著，這暗示 整個金融類股板塊的壓力 比單一個股更能捕捉到 VIX 沒涵蓋的本土資訊。直觀的解釋是：VIX 反映的是全球（特別是美股）的恐慌情緒，但 0055 這檔金融 ETF 涵蓋台灣 20 多家銀行保險，能感應到聯準會升息、台幣匯率、本地房市這些 VIX 看不見的本土因子。

進一步驗證：當金融壓力指標（FinStress，定義為 0055 過去 22 個交易日的滾動波動率，超過歷史 P80 視為高壓區）切到高壓區時，0050 的隔日平均平方報酬是 0.000350，低壓區則是 0.000105， 比例 3.33 倍 （統計強度 10.52，達顯著水準（顯著性低於 0.0001））。這個倍數很大，但要記得：這是「同期條件分佈」的描述統計，不是預測能力的證明。

第三層：能變成更好的波動率預測模型嗎？答案是不能

這裡是研究最反直覺的部分。既然金融股波動率有獨立資訊，理論上把它放進 GARCH 模型當外生變數（GARCH-X），應該能改善預測。我們試了，失敗。

採用兩階段法：先用 GJR-GARCH(1,1) 估出基準的條件變異數，再加上 delta * lagged FinStress 看係數顯著性與樣本外（OOS）表現。樣本內，delta 係數 = -1.18，t 統計量 -1.20，達顯著水準（顯著性 0.23）—— 統計上不顯著 。OOS 部分用 505 個交易日的 rolling forecast，QLIKE 損失：

兩模型比較顯著 檢定的 t 統計量是 -4.43，達顯著水準（顯著性低於 0.0001），基準模型 顯著比 GARCH-X 好 ，而且差距大到通過 嚴格統計 統計強度>3.0 的多重檢定門檻。把金融壓力資訊塞進 GARCH，反而 傷害 了預測。

這個結果一開始讓人困惑，但細想合理：Granger 因果是條件均值層次的因果（一階動量），但 GARCH 預測的是條件變異數（二階動量）。金融股波動率與 0050 波動率高度相關（同時間 corr=0.683），這個相關性已經被 GARCH 的自迴歸結構吃光了。再加進去等於是放雜訊，因此 OOS 退化。

第四層：當成「狀態切換」訊號還有用，但只是邊際改善

既然當外生變數失敗，那當二元狀態指標呢？把 FinStress 切到高壓區時，把 VT 策略的目標波動率往下調 30%——這就是「波動目標化覆蓋層」（VT overlay）的邏輯。

對照台股 VT 標準配方（K55/K82/K88 系列建立的 8.63/VIX 比例），10.5 年的回測結果：

Sharpe 從 1.389 提升到 1.410，提升 1.5%。最大回撤從 -14.3% 改善到 -13.4%。這算改善嗎？技術上算，但要誠實看待——Sharpe 的標準誤約 0.23，1.5% 的改進落在估計誤差內。回撤改善 0.9 個百分點是真的，但年化報酬其實還微微下降（12.15% → 11.71%）。 這是用一點報酬換取一點下檔保護，不是創造 alpha 。

穩健性檢驗：把 FinStress 的閾值從 P70 掃到 P90，把降幅從 20% 掃到 50%。Sharpe 落在 1.340 到 1.469 之間，多數設定都能小幅打贏 baseline，但「打贏多少」很敏感於參數，這也是務實使用上要警惕的地方。

第五層：VIX 與 FinStress 的訊號分工

最後來看兩個指標到底重疊多少。相關係數 0.507，Jaccard 相似度（高壓區重疊比例）0.323。在 2,646 天裡，有  175 天 FinStress 訊號高、但 VIX 卻沒亮燈 ——這是台灣本土金融壓力但美國 VIX 沒反應的日子。

這個數字告訴我們什麼？台美市場不是同步的。FinStress 補捕到的是聯準會以外的劇本，可能是台灣央行升息、台幣劇貶、本土金融股財報黑天鵝、ECFA 政策不確定性等。對於一個「台股本位」的投資者來說，光看 VIX 是不夠的，金融類股的壓力訊號是合法的補充資訊。但這個資訊量不大到能單獨支撐一個策略，它只是邊際的風險偵測補丁。

誠實判決與三個 take-away

K1029 的整體判決是  MIXED ：

1.  金融類股波動率對 0050/台積電有 Granger 因果 ，扣掉 VIX 後仍存活，這部分是堅實的統計事實。但同時存在反向因果（0050 → 富邦金 F=8.56，達顯著水準（顯著性 0.0035）），所以不是「金融股先動」的單向領先指標，更像雙向耦合。
2.  這個資訊不能改善 GARCH 點預測 ——加進 GARCH-X 反而 OOS 變差（DM 統計強度 -4.43），通過 嚴格統計 多重檢定門檻顯著惡化。一階動量的因果不會自動翻譯成二階動量的預測力，這是統計教科書上的老教訓但實務常被忽略。
3.  當成狀態切換的覆蓋層有微小用處 ——VT + FinStress 把 Sharpe 從 1.389 推到 1.410，回撤從 -14.3% 縮到 -13.4%。改善是真的但落在估計誤差內，使用者要把它當「附加保險」，而非「制勝關鍵」。

對民間直覺的回應：「金融股是大盤的金絲雀」這個說法在統計上 部分成立 ——存在因果連動，但因果是雙向的，且強度不足以支撐獨立交易訊號。它最有用的場景反而是檢測 台美脫鉤 ——當 VIX 沉默但 0055 大叫的那 175 天，往往是純台灣本土的壓力事件。

資料來源與相關研究

•  實驗編號 ：K1029
•  資料來源 ：yfinance（0050.TW、2330.TW、2881.TW、0055.TW、^VIX 日頻收盤價）
•  樣本期間 ：2015-01-01 至 2026-04-09，共 2,646 個共同交易日
•  方法 ：Granger 因果（lag 1-5，平方報酬作為波動代理）、偏 Granger（控制 VIX 3 lag）、兩階段 GJR-GARCH-X、QLIKE + 兩模型比較顯著（嚴格統計 統計強度>3.0 門檻）、VT 覆蓋層回測
•  隨機種子 ：42（GARCH 估計、bootstrap 全部固定）
•  Lookahead 防護 ：Granger 檢定本質上用 lagged X 預測當期 Y；策略段所有訊號 signal.shift(1) 確保權重來自 t-1 資訊、報酬實現於 t

 相關實驗 ：K757 是本實驗的前身，發現富邦金 → 台積電 Granger F=6.11；K1029 將其延伸到 ETF 層級並驗證 VIX 控制下的穩健性。K1048（GARCH-X）、K877（跨資產溢出效應）系列實驗在不同資產類別上測過類似的「外生波動訊號加進 GARCH」設計，多數同樣得到「Granger 顯著但 GARCH-X OOS 不改善」的結論。這個現象並非 K1029 獨有，而是條件均值與條件變異數因果的普遍落差。

 參考文獻 ：Granger（1969）因果框架、Patton（2011）的 QLIKE proxy-robust 評估、嚴格統計 等（2016）的多重檢定門檻。

給讀者的實用觀點

如果你是長期持有 0050 或台股大盤型 ETF 的投資者，K1029 給你三個訊息：

第一，VIX 不是萬能。 台灣本土的金融壓力事件 （佔樣本約 7%）VIX 看不見，0055 的滾動波動率比 VIX 更貼近台股自身的狀態。

第二，不要把這個訊號當成預測模型的輸入。它在「狀態判讀」層次有用，在「點預測」層次反而傷害。如果你正在自己跑 GARCH 預測台股波動率，加進金融股因子大概率會讓 OOS 變糟。

第三，VT 策略加 FinStress 覆蓋的改善很小但很穩。如果你已經在跑 VT，多寫幾行碼接這個訊號是低成本的下檔保險；如果還沒跑 VT，先做 VT 比擔心要不要加 FinStress 重要得多——VT vs 買入持有的 Sharpe 從 0.95 跳到 1.39 才是真正的階梯，FinStress 的 1.39 → 1.41 只是修飾。

研究的價值不是每個發現都驚天動地，而是把直覺、統計、預測、策略這四件事 分清楚 。「金融股是金絲雀」在直覺層成立，在統計層部分成立，在預測層失敗，在策略層只剩邊際改善。這條從直覺到實用的折扣鏈，正是研究紀律的意義。