VIX 說平靜，NVDA 說不：指數波動率的隱藏盲點

VIX 上週收在 18 附近。

這個數字放在歷史上算普通，不算緊張，不算恐慌。從數字表面讀，現在的美股就是一個「中性偏冷靜」的環境。

但你如果同時持有 NVDA、GOOGL 或 META，你過的那個市場跟 VIX 說的完全不是同一件事。

一張數字對比表

截至 2026 年 5 月 19 日，SPY（追蹤 S&P500 指數）的 20 日已實現波動率是  10.9% 。

這是很低的數字。今年以來的中位數在 13% 上下，四月初關稅最亂的那幾天一度衝到 20%。十一個月前的夏季底部落在 8.4%。現在的 10.9% 基本上是接近靜止。

但個別大型科技股的數字長這樣：

六檔大型科技股平均已實現波動率： 33.1% 。 指數（SPY）同期已實現波動率： 10.9% 。 兩者差距： 22.2 個百分點 。

指數為什麼看起來這麼靜？

這不是奇蹟，也不是矛盾。

S&P500 指數是加權平均。當成分股各自往不同方向波動，彼此的漲跌會相互抵消，指數的震幅就遠小於任何一支個股的震幅。

用統計的語言說：當成分股之間的相關係數下降（低相關），指數波動率 = 個別股票波動率的「平均」被「分散化」後的結果。相關係數越低，抵消效果越強，指數看起來越靜。

今年五月正好就是一個相關係數偏低的環境。不同的科技股有不同的故事在跑：

• NVDA 和 GOOGL 圍繞著 AI 算力擴張的不確定性（要繼續燒 capex 還是該回報股東？）
• MSFT 和 AMZN 有各自的雲端市佔和成本結構進展
• 總體市場又在應付利率、Moody's 美債降評、FOMC 預期這些宏觀雜訊

每個故事的方向不同，頻率不同，所以指數平靜，個股各走各的。

和歷史兩次衝擊相比

為了確認這個現象的規模，我把它和過去兩次明顯的市場衝擊做對比：

 COVID 2020 年 3 月 （以 2020-03-10 至 2020-04-01 窗口計）：

• SPY 20 日 RV 高峰： 93% 
• Mag6 平均 RV： 100% 
• 個股 vs 指數差距： 約 7pp 
• VIX 高峰： 82.7 

 2025 年 4 月關稅衝擊 （以 2025-03-25 至 2025-04-15 計）：

• SPY 20 日 RV： 52% 
• Mag6 平均 RV： 68% 
• 個股 vs 指數差距： 約 16pp 
• VIX 高峰： 52.3 

 2026 年 5 月（現在） ：

• SPY 20 日 RV： 10.9% 
• Mag6 平均 RV： 33.1% 
• 個股 vs 指數差距： 22.2pp 
• VIX： 18.1 

COVID 和關稅戰期間，所有股票一起崩，相關係數飆高，大家往同一個方向跑，所以指數 RV 和個股 RV 的差距相對收縮（分別約 7pp 和 16pp）。現在的差距 22.2pp，接近這三個時期裡最寬的水準。（注：這裡的比較使用相同的 Mag6 basket + 20d RV 計算，是在同一口徑下的對比；COVID 期間所有股票同步崩跌，高相關壓縮了指數與個股的波動差距，這和現在低相關導致的大差距性質不同。）

差別在哪裡？COVID 和關稅戰是「全場恐慌」；現在是「各自混亂」。

指數沒有告訴你有多混亂，因為個股混亂在互相抵消。

對 VIX 作為風險訊號的挑戰

VIX 是從 S&P500 指數選擇權報價倒推出來的隱含波動率，代表市場對未來 30 天 指數 波動的定價。

這裡的結構限制很直接：VIX 計算的是指數的波動預期，不是個別成分股的波動。

很多系統化的波動率目標（Volatility Targeting，VT）策略以 VIX 作為倉位調整的依據：

• VIX 高 → 縮減曝險（因為波動率太大，要維持固定波動目標就得降槓桿）
• VIX 低 → 擴大曝險

VIX 18 的環境下，一個標準的「VT/12」規則會建議持有相當高的股票部位。看起來合理。

但如果你的持倉裡有 NVDA（44.8% RV）或 GOOGL（42.7% RV），這兩支加在一起對很多科技導向的組合是很自然的配置，你的實際曝險和 VIX 告訴你的完全不在同一個數量級。

VIX 的 18% 描繪的是指數年化波動的預期，但你的持倉實際承受的，可能是 35-45% 的個股波動率。

波動率分散性的月度趨勢

以下是 2025 年至今，Mag6 平均已實現波動率與 SPY 的差距（月均）：

表格裡有兩個有趣的對比：

1. 四月關稅衝擊（2025-04）：分散性 15.6pp，但 SPY RV 高達 45.5%、VIX 均值 32。所有訊號都在叫救命。
2. 現在（2026-05）：分散性 22.7pp， 反而更高 ，但 SPY RV 只有 10.7%、VIX 均值 17.7。指數層面訊號極其平靜。

分散性最高的時候，恰好是指數最平靜的時候。

為什麼這個問題在現在特別值得注意

2025 年以來，大型科技股的個別故事分岔得越來越清晰。

NVDA 和 GOOGL 的高波動率，相當程度來自 AI 算力支出的不確定性：Q1 財報之後，市場對 capex 要繼續燒還是該開始縮的討論沒有定論，每隔幾週就有新的方向感。這是純粹的個股特定敘事，不是系統性風險。

相比之下，AAPL（20.8% RV）和 AMZN（24.8%）相對安靜，因為它們的不確定性有更清晰的短期能見度。

這種「高分散性 + 指數平靜」的組合，在期權市場也有對應的反映：隱含波動率分散性交易（long 個股 vol / short 指數 vol）目前的利差處於 2024 年以來的第 83 個百分位，接近歷史高位。

高分散性本身不預示市場的漲跌方向，這裡討論的不是崩盤警訊。

但它說明了一件事：VIX 作為單一風險儀表板，在低相關環境下給的讀數，和真實的投資組合風險之間存在一個系統性缺口。

對實際持倉的意義

如果你的股票部位集中在大型科技股，用 VIX 18 估算你的風險敞口，會低估兩到三倍。

這不是 VIX 的問題——VIX 就是指數的隱含波動率，它計算的就是這個。問題在於把指數波動率當成持倉波動率的等效指標。

更精確的做法：

• 用個股的歷史已實現波動率（或者期權隱含波動率）衡量實際部位風險
• 在相關係數偏低的環境（像現在），指數波動率低不代表你的投資組合波動率低
• 如果你的 VT 策略只用 VIX 作為調倉依據，高分散性環境是它的結構性盲點

最後有一個更直接的問題：為什麼目前 VIX（指數 30 日隱含波動率）對 SPY 20 日歷史已實現波動率有 +7pp 的差距（18.1% vs 10.9%）？這不尋常。（注：這個比較是「指數隱含 vs 過去已實現」的短期差距，不是嚴格定義的波動率風險溢價——VRP 通常需要相同期間、相同計算口徑；這裡呈現的是兩個最常被引用數字之間的觀測差距。）正常狀況下，這個差距大約在 3-5pp 之間。現在多出來的 4pp，反映的是市場對「個股層面風險」的定價，期權買家知道個股很亂，把集體恐慌保費塞進了指數選擇權。

這也是另一個訊號：期權市場正透過更高的溢價，隱晦地修正 VIX 表面上的低讀數。

 數據來源 ：yfinance 歷史收盤價（2020-2026），自計 20 日已實現波動率（年化）；VIX 數據來源 CBOE/Yahoo Finance。數據截止 2026 年 5 月 19 日。