市場恐慌時,為什麼波動率沒有失控?科學揭開「波動率吸收」的秘密
讀者互動
已追蹤瀏覽 0 次,登入會員可按讚與收藏。
想像一下:你在一個擁擠的廣場上,突然有人大喊「失火了!」
正常人的直覺是:所有人會同時衝向出口,造成踩踏。但如果廣場有個神奇的設計,越多人同時推擠,地板會自動變得更有彈力,把推擠的力量吸收掉,那麼即使大家都在逃跑,最終的混亂程度也遠低於你的預期。
這,就是金融市場的「波動率吸收」現象。
市場恐慌的真實樣子:比你想的更「可控」
當市場下跌、VIX 恐慌指數飆升,大多數投資人會擔心:這次會不會一發不可收拾?
標準的金融模型(GARCH 模型)告訴我們:波動率在恐慌後確實會上升,但它的「上升倍率」,也就是恐慌時的波動率是平靜時的幾倍,應該只是溫和地放大,大約 1.0 到 1.2 倍 。
但真實市場的數據說了一個完全不同的故事。
數字會說話:實際 vs 模型預測的驚人差距
我們使用美股標普 500(SPY ETF)從 2006 年到 2026 年共 5,093 個交易日 的真實數據,並以 VIX 指數把市場分成五個「恐慌等級」:
| 恐慌等級 | VIX 區間 | 真實波動率吸收倍率 | GARCH 模型預測 |
|---|---|---|---|
| 平靜期 | VIX < 15 | 3.15 倍 | 1.23 倍 |
| 正常期 | VIX 15–20 | 2.77 倍 | 1.01 倍 |
| 偏高期 | VIX 20–25 | 2.38 倍 | 1.01 倍 |
| 高度緊張 | VIX 25–30 | 2.33 倍 | 1.06 倍 |
| 危機期 | VIX ≥ 30 | 2.45 倍 | 1.18 倍 |
結果令人震驚: 在所有五個恐慌等級下,真實市場的「吸收倍率」都是 GARCH 模型預測值的 2 到 3 倍以上 。
更重要的是:這個差距不是統計雜訊。我們進行了 10,000 次電腦模擬 ,在全部 10,000 次中,模擬出來的數字都比真實市場低,發生機率趨近於零。
「波動率吸收」是什麼?用生活類比解釋
讓我用更直觀的方式解釋。
想像波動率是水壩後面的洪水。
標準模型預測:當暴雨來臨(市場恐慌),水壩被衝垮,洪水直接宣洩。波動率應該跟著恐慌直線上升,到多高就多高。
但真實市場更像有「洩洪道」的水壩:當水位升高,洩洪道自動打開,把過多的水導引到其他地方。這個「洩洪道」就是市場的吸收機制——
- 選擇權市場 吸收了部分恐慌溢價(做市商賣出保護、買入現貨對沖)
- 套利者和逆向投資人 在恐慌時進場,為市場提供流動性
- 機構投資人的再平衡機制 在下跌時自動加碼,緩衝跌勢
這些機制合在一起,讓市場在恐慌高峰時的波動率比「完全沒有緩衝」的情境低了整整 2 到 3 倍 。
這個發現最重要的意義:市場比你想的更「聰明」
我們還計算了一個叫做「SAR 衰退」的指標,也就是從平靜到恐慌,這個「吸收倍率」縮小了多少。
- 真實市場的 SAR 衰退 :0.816(恐慌時吸收能力下降 82%)
- GARCH 模型預測的衰退 :平均只有 0.173,95% 信心區間 [-0.28, 0.56]
真實數字遠遠超出模型預測的範圍(p 值 = 0.0023)。
這代表什麼? 市場的自我修復能力,遠比任何純數學模型預測的還要強。 這是市場參與者集體行為的結果,不是隨機噪音。
對投資人的實際意義
這個發現對一般投資人有三個重要含義:
一、不要在 VIX 飆升時過度恐慌。 波動率確實會在恐慌時上升,但市場內建的吸收機制會讓最終的衝擊比「最壞情境」溫和得多。2008 年金融海嘯、2020 年 COVID 崩盤雖然慘烈,但都比「無緩衝情境」要好。
二、逆向操作有其理論基礎。 波動率吸收機制之所以存在,部分原因正是有逆向投資人在恐慌時進場。如果你能在 VIX > 30 時保持冷靜甚至加碼,你其實正在成為這個吸收機制的一部分。
三、靜態模型低估市場韌性。 只看 GARCH 模型輸出來評估風險,會系統性地高估真實損失。這也是為什麼我們需要更複雜的風險模型,把「吸收效應」納入考量。
核心結論
市場在恐慌時,不是「失控的雪崩」,而是「有洩洪道的水壩」。
波動率吸收機制不是隨機的幸運,而是市場結構的一部分——10,000 次模擬,零次能夠複製真實市場的吸收強度。這個規律跨越了平靜期、正常期、高度緊張期和危機期,穩定出現。
下一次 VIX 飆到 30 以上的時候,記得:市場的「吸收機制」正在運作,最終的波動率,幾乎一定比你現在想像的更可控。
本文基於實驗 K897 的實證結果(數據來源:yfinance SPY ETF 及 ^VIX,期間:2006–2026,樣本數:5,093 交易日,10,000 次 GJR-GARCH 蒙地卡羅模擬)。實驗腳本:experiments/k897_sar_null_simulation.py,結果數據:experiments/k897_sar_null_simulation_results.json
相關文章
先讀正式關聯,若無則使用標籤與主題相似度補齊