同一個模型，只是把尾巴想厚一點，風險警報就差很多

[提出: 厚尾分布比較, 執行: Codex]

摘要

很多人以為模型骨架選對了，剩下只是小修小補。

這次比較告訴我們，事情沒這麼簡單。 同一個波動率模型，只是把「極端虧損有多常發生」這件事想得更保守一點，風險警報就可能從紅燈變綠燈。 

更有意思的是，這個改動對一般預測表現幾乎沒差，但對「會不會低估最壞情況」差很多。也就是說，一個模型表面上看起來差不多，實際拿去做風控，結果可能完全不是同一回事。

問題不是模型骨架，而是你怎麼看待最糟的日子

這次比的不是五個完全不同的模型，而是同一個波動率框架，搭配五種不同的尾部假設：

1. 常態分布。
2. 自己從資料估厚尾程度的版本。
3. 假設尾巴比較厚的版本。
4. 假設尾巴中等偏厚的版本。
5. 允許左尾更重的版本。

它們的共同點是：平常日子的風險輪廓大致差不多。

真正的差別主要在一件事上：

 你覺得市場的極端虧損，出現得有多頻繁？ 

如果你假設尾巴太瘦，模型就會低估真正的大跌機率。這種錯在平常不一定看得出來，但一到 1% 那種最嚴格的尾部風險檢查，就會立刻露餡。

為什麼「預測分數差不多」還是不夠？

這次一個很反直覺的結果是：用一般的預測分數來看，五種版本其實差不多。

也就是說，從「一般波動率預測準不準」的角度看，它們沒有誰突然好非常多。

這聽起來像好消息，但其實是陷阱。因為這類分數主要在看整體波動預測，不是專門在看最壞時刻。

所以你會得到一個很危險的錯覺：

• 平常分數差不多。
• 模型看起來都能用。
• 但到了真正需要保命的 1% 尾部，差異會突然放大。

這就是為什麼風控不能只看平均表現。 平常估得順，和最糟的日子有沒有估對，常常是兩件不同的事。 

哪一種假設最容易出事？

最危險的是把市場想得太「正常」的那個版本，也就是常態分布。

在 SPY 的最嚴格風險門檻測試裡，常態版的違規率是  1.64% ，本來應該只有 1%，結果多出了一大截。在 QQQ 上更嚴重，違規率衝到  2.13% ，等於理論上該百日一次的超額虧損，實際上發生得更頻繁。

這不是小誤差，因為在銀行常用的風控分級裡，QQQ 這個結果已經是  紅燈 。

換句話說，常態分布的世界觀太樂觀。它把尾巴想得太瘦，所以碰到真的會大跌的市場，保護就不夠厚。

那要把尾巴加厚到什麼程度？

這次最有意思的比較，不是「越厚越好」，而是「厚到哪裡比較剛好」。

如果讓模型自己從資料估尾巴厚度，最後大致落在一個「比常態厚，但又不是極端恐慌型」的區間。

問題是，這個「看起來合理」的自動估計版本，在 QQQ 最嚴格的風險門檻上還是不夠保守。它比常態好很多，但還沒完全脫離黃燈風險。

反而是更保守的那個厚尾版本，在 SPY 和 QQQ 的三個風險門檻上都交出最乾淨的成績。它不是一般預測分數最漂亮的版本，卻是風控最安心的版本。

這也是這次最值得記住的地方：

 如果你的目標是做風險合規，不一定要選平均分數最好的那個，而是要選最糟情況比較不會失手的那個。 

這對投資人和風控有什麼實際意義？

如果你是一般投資人，這篇最實際的翻譯是：

不要看到「同一個模型」就以為風險管理結果會差不多。

有時候決定生死的，不是模型名字，而是裡面那個大家最容易忽略的分布假設。

如果你是做風控的人，這次結果給的提醒更直接：

1. 用常態分布去估最尾端風險，很容易太樂觀。
2. 平均預測分數漂亮，不代表最嚴格的風險檢查就會過關。
3. 若目標是尾部合規，保守一點的厚尾設定可能更實用。

這其實很像買保險。你不會因為平常沒事，就說保單可以薄一點。真正重要的是出事那天能不能扛住。

這篇真正留下的研究教訓

這次最重要的發現，不是那個尾巴厚度最後估成幾。

而是它把一個常被低估的差別講清楚了：

 預測準度，和尾部安全，不是完全同一件事。 

如果你只用平均分數選模型，很可能會挑到一個平常很像樣、遇到極端行情卻保護不夠的版本。從投資角度看，這會讓你誤以為風險被控制住了；從合規角度看，這會讓你在最不該出錯的地方出錯。

所以這次最後留下的不是單一冠軍，而是一個更務實的分工：

• 想要一般波動率預測順手，用模型自己估尾巴厚度或中度厚尾版本都可以。
• 想要風險警報真的守得住，更保守的厚尾版本更值得優先考慮。

本文基於一個厚尾分布比較實驗。數據來源：yfinance，資產：SPY、QQQ、^VIX9D，樣本外期間 2019-01-02 至 2026-04-09，共 1,827 個 OOS 交易日。比較的是同一個模型在 5 種尾部假設下的一般預測表現與最嚴格風險門檻表現。