一般讀者2026/04/04 下午10:03

為什麼同一套風控模型，美股剛好、台股需改款、比特幣根本失靈？

BTCVaR跨市場風險管理台股

讀者互動

已追蹤瀏覽 0 次，登入會員可按讚與收藏。

分享到：LINE Facebook X / Twitter

同一套風控模型，為什麼對不同市場效果天差地別？

你有沒有想過，銀行和基金公司用來計算「最壞情況下會虧多少」的模型，對美股有效，但對台股和比特幣可能完全失靈？

我們花了三個月做實驗，測試了 14 種風控模型 在三個市場的表現，結果出乎意料。

什麼是 VaR？用人話說

VaR（Value at Risk，風險值） 是一個很簡單的概念：「在 99% 的情況下，明天最多會虧多少？」

舉個例子：如果你的 VaR 是 2%，代表有 99% 的機率，明天不會虧超過 2%。但理論上，每 100 天就應該有約 1 天超過這個門檻（稱為「違規」）。

合格的 VaR 模型 ，在 500 天的測試期間應該出現大約 5 次違規，不多不少。太少代表模型過於保守（凍結太多資金），太多代表保護不夠。

穿鞋的比喻

我喜歡用「買鞋」來解釋：

美股（SPY） ：美國人腳型標準，穿標準尺碼就好。最簡單的「歷史模擬法」完美通過檢驗（測試期 502 天，只有 5 次超標）。
台股（0050.TW） ：台灣人需要亞洲楦頭，腳型偏寬。標準模型都失敗，但特製的「Cornish-Fisher 修正法」一招搞定。
比特幣（BTC） ：腳每天都在變大變小。我們試了 14 種方法，沒有任何一種能同時處理大跌和小跌。根本買不到合適的鞋。

三大市場的實驗結果

三大市場 VaR 違規率比較圖：1% VaR 違規率。理論目標 = 1%（虛線）。低於 1% 太保守（凍結資金），高於 2% 保護不足。（圖中「最佳修正法」：SPY=歷史模擬法，0050.TW=Cornish-Fisher，BTC=無任何方法同時通過兩個層級）

美股 SPY：標準方法就夠了

在 2023-2024 年的樣本外測試（502 個交易日）， 歷史模擬法（HistSim）只出現 5 次超標 ，完美通過所有統計檢驗。SPY 的回報分配接近教科書假設，用最基本的工具就能精準估計風險。

台股 0050.TW：有解，但需要客製化

台股的問題出在 極端尾部 ——峰態（kurtosis）高達 7.7，遠超正常的 3。這代表小機率的大跌比模型預期的更頻繁、更嚴重。

標準常態分配：9 次超標（失敗）
Student-t 分配：6 次超標（仍然失敗）
Cornish-Fisher 修正法：僅 3 次超標（✓ 完美通過）

Cornish-Fisher 修正的核心是：用實際數據的偏態和峰態，直接修正「幾分位數等於多大損失」的計算。台灣股市的高峰態讓大跌比正常模型預期更嚴重——CF 修正幫模型「看見」這個現實。

比特幣：目前無解

比特幣是我們測試的所有模型中，唯一出現「根本性矛盾」的資產。

問題很奇怪： 常態分配在 1% 層級通過了 （731 天只有 3 次大跌超標）， 但在 5% 層級卻失敗了 （應有 37 次小超標，實際只有 22 次）。換句話說，模型低估了「大跌」但高估了「小跌」，同一個模型同時犯兩個方向的錯。

我們嘗試了 4 種情境切換方法（用波動率高低切換不同模型），結果一樣：要嘛護住了小跌，要嘛護住了大跌，就是沒辦法同時顧好兩邊。

根本原因是 2023-2024 是比特幣的大牛市 ：每天平均漲 0.27%。GARCH 模型估計的波動率「偏高」（因為它看的是歷史高波動期），導致 5% VaR 的門檻訂得太保守，小超標就太少了。但大跌時，BTC 仍然跌得很猛，1% VaR 又剛好通過。這是個市場結構問題，不是模型參數問題。

這對投資人意味著什麼？

如果你只投資美股 ETF ，現有的風控工具是可靠的。銀行和法人用的模型，對你的資產是有效的。

如果你也持有台股 ETF（如 0050） ，標準的風控模型會低估你的尾部風險，真正的最壞情況比模型說的更糟。Cornish-Fisher 修正可以改善這個問題，但這通常是機構工具，個人投資人很難自行使用。實用建議是： 把 VaR 數字乘以 1.5 作為保守估計 。

如果你投資比特幣 ，目前沒有任何統計上可靠的每日 VaR 模型。這不是末日宣言，而是說明比特幣的風險本質與股票不同，它的波動率是「情境依賴的」，同一個模型在牛市和熊市下會產生截然不同的準確度。最保守的做法是： 用壓力測試（Stress Test）而非 VaR 來評估比特幣部位的上限 ，例如假設最壞情況是 -40% 而非 VaR 算出來的 -10%。