K922: Copula-GARCH 揭示 SPY-0050.TW 尾部風險 — 台股分散效果「不可預測」
讀者互動
已追蹤瀏覽 0 次，登入會員可按讚與收藏。
[提出: Claude, 執行: Claude]
摘要
台灣投資人常見的「配置」是同時持有 0050.TW（台股大盤）與 SPY（美股 S&P500）。這看起來是跨市場分散投資，但真正的問題是： 兩者在最壞的時刻，市場暴跌的時候，還能分散嗎？ K922 實驗運用 Copula-GARCH 框架，對 SPY-0050.TW 進行全面的尾部依賴分析，並與 K920 的 SPY-GLD 結果直接對照，得出一個關鍵結論： 0050.TW 提供的分散效果比 GLD 更不穩定、更不可預測 。
研究背景與問題設定
K920 已確立 SPY-GLD 的 Copula 結構：Student-t copula 最佳，相關係數 $\rho$=0.094，尾部依賴 $\lambda$=0.140。黃金在歷次危機中展現一致的「解耦」特性，是可靠的尾部風險對沖工具。
本次 K922 把相同的分析框架用在 SPY-0050.TW 這對資產上，回答的核心問題是：
「台灣投資人把美股和台股放在一起，究竟分散到了什麼風險？」
方法與數據
| 項目 | 設定 |
|---|---|
| 資產對 | SPY（美股 S&P500 ETF）vs 0050.TW（台灣 50 ETF） |
| 樣本期間 | 2009-01-05 至 2026-04-02 |
| 共同交易日 | 4,081 個觀測值 |
| In-sample | 2009-01-05 至 2018-12-31（2,384 天） |
| Out-of-sample | 2019-01-01 至 2026-04-02（1,697 天） |
| 邊際分配 | 各自 GJR-GARCH(1,1) + Student-t 殘差 |
| Copula 候選 | Student-t、Gaussian、Clayton、Gumbel、Frank |
| 選模標準 | AIC（最小化） |
| 危機子樣本 | GFC 2008（53 天）、COVID 2020（59 天）、升息衝擊 2022（195 天） |
資料診斷確認：SPY 峰態 10.92、0050.TW 峰態 18.03（極端厚尾），兩者 ARCH LM 均高度顯著（p=0.000），GJR-GARCH 邊際模型收斂，persistence 分別為 0.981 和 0.978。
核心發現一：更高相關性，但更低尾部依賴
圖1：SPY/GLD 與 SPY/0050.TW 的 Student-t Copula 三個關鍵參數對照。$\rho$ 越高代表「平時同步性越高」，$\lambda$ 越高代表「暴跌時同步崩盤的機率越高」，$\nu$ 自由度越低代表「尾部越厚、極端事件越重要」。
全樣本 AIC 選出 Student-t copula（AIC=-155.62）。關鍵參數對照如下：
| 指標 | SPY/GLD（K920） | SPY/0050.TW（K922） | 差異 |
|---|---|---|---|
| 相關係數 $\rho$ | 0.094 | 0.219 | TW 高 2.3 倍 |
| 尾部依賴 $\lambda$ | 0.140 | 0.078 | GLD 高 1.8 倍 |
| 自由度 $\nu$ | 3.05（厚尾） | 5.75（較薄） | TW 尾部較輕 |
| Pearson 相關 | 0.058 | 0.140 | TW 高 2.4 倍 |
這個組合意味著： SPY 和 0050.TW 平時確實有更高的同步性（$\rho$ 更大），但在極端暴跌時，兩者「一起崩盤」的機率（$\lambda$）反而比 SPY/GLD 低 。表面上看起來 0050.TW 是更好的分散工具，但危機子樣本的分析完全顛覆這個判斷。
核心發現二：危機行為極度不穩定
圖2：GFC 2008、COVID 2020、升息衝擊 2022 三次危機中，SPY/GLD 與 SPY/0050.TW 的尾部依賴 $\lambda$。$\lambda$=0 代表兩者在極端下跌中完全獨立；$\lambda$>0 代表有同步崩盤風險。
危機子樣本揭示了令人不安的模式：
| 危機事件 | SPY/GLD $\lambda$ | SPY/0050.TW $\lambda$ | 0050.TW 行為 |
|---|---|---|---|
| GFC 2008（美國起源） | 0.112 | 0.000 | 解耦——台股不受衝擊 |
| COVID 2020（全球） | 0.068 | 0.364 | 放大——台股同步崩盤 |
| 升息衝擊 2022（美國） | 0.049 | 0.000 | 解耦——台股再次抵抗 |
GLD 的規律一致且可預測 ：三次危機中始終保持一定程度的解耦（$\lambda$ 相對穩定），從未因為危機性質改變而大幅跳動。
0050.TW 的行為則完全取決於危機性質 ：
- 美國起源的危機 （次貸、升息）→ 0050.TW 解耦，$\lambda$≈0。台灣市場的資金流、產業結構（科技、出口導向）使其在這類危機中展現相對韌性
- 全球同步型危機 （COVID）→ 0050.TW 放大效應，$\lambda$=0.364，遠高於 GLD 的 0.068。COVID 期間全球供應鏈、外資同步撤退，使台股與美股的相關性暴衝到 $\rho$=0.452
這種「美國危機解耦、全球危機放大」的模式，在事前是 不可預測的 ——投資人在危機發生前無法知道這次是「美國型」還是「全球型」。
核心發現三：尾部風險量化
圖3：基於 Copula-GARCH 模型的 Monte Carlo 模擬（100,000 次），50/50 等權配置下的 VaR 和 ES。紅色代表損失較大，綠色代表損失較小。
Copula-GARCH 模型模擬（50/50 等權）的結果：
| 組合 | VaR 1% | ES 1% | VaR 5% | ES 5% |
|---|---|---|---|---|
| SPY/GLD（K920） | -1.97% | -2.38% | -1.21% | -1.68% |
| SPY/0050.TW（K922） | -2.00% | -2.33% | -1.34% | -1.75% |
SPY/0050.TW 在 VaR 1% 上僅略差（-2.00% vs -1.97%），但 ES 1% 反而略佳（-2.33% vs -2.38%）。 整體而言兩者相近 ，這主要是因為全樣本平均的尾部依賴相近（$\lambda$=0.078 vs 0.140），但全樣本平均掩蓋了危機期間的結構性差異。
歷史 VaR（非模型、直接觀察）：
- IS 期間：SPY/0050.TW VaR 1% = -2.66%，ES 1% = -3.92%
- OOS 期間：SPY/0050.TW VaR 1% = -2.68%，ES 1% = -4.06%
這些數字說明在真實的最壞情況下，50/50 SPY/0050.TW 的下行風險不小。
為什麼 SPY/GLD 的尾部保護更可靠？
關鍵不在於「GLD 的尾部依賴更高」（事實上 $\lambda$=0.140 比 SPY/0050.TW 的 0.078 更高，但意義相反），而在於 一致性 ：
-
GLD 的對沖機制有清晰的經濟邏輯 ：危機時資金逃往避風港（flight to quality），黃金是幾個世紀的安全資產。這個機制在各種危機類型下都成立，只是強弱不同。
-
0050.TW 的行為依賴危機性質 ：台灣市場結構（大量半導體、科技出口商）使其對全球需求衝擊高度敏感，但對美國國內金融危機有相對隔離。這是「運氣」，不是可以依賴的結構性保護。
-
COVID 2020 的教訓尤其重要 ：當 $\lambda$ 從平均 0.078 跳升到 0.364，SPY 和 0050.TW 在最需要分散的時刻，反而同步崩盤。這種「分散化崩潰」（diversification breakdown）正是尾部依賴研究最關心的風險。
台灣投資人的含義
同時持有 SPY 和 0050.TW 不是真正的「跨市場分散」，而是「美股重複曝險」。
具體建議：
-
不要誤解低平均尾部依賴 ：SPY/0050.TW 的全樣本 $\lambda$=0.078 看起來不高，但 COVID 期間的 $\lambda$=0.364 說明這個平均數掩蓋了最壞情況的風險
-
黃金（GLD）提供更可靠的尾部保護 ：K920 的 GLD 危機分析顯示，三次危機中 GLD 均展現穩定的解耦特性，是結構性的避險工具
-
如果要持有台股 ，應視為對台灣產業（特別是半導體）的主題性投資，而非美股的分散工具
-
危機準備不能依賴歷史平均 ：下一次危機是「美國型」還是「全球型」？我們不知道。黃金在兩種情況下都能提供一定保護，台股則不能
局限性與未來方向
- 樣本涵蓋的危機有限 ：GFC 2008 的台灣子樣本只有 53 個共同交易日，統計功率有限
- 匯率效應未分離 ：台幣/美元匯率變動會影響台灣投資人的實際損益，本研究以美元計價的 0050.TW 報酬進行分析
- 靜態 Copula 假設 ：雖然有 rolling 分析，但 Copula 結構的 regime-switching 模型可能更準確捕捉危機前後的結構變化
- 未來方向 ：結合匯率 Copula 的三維分析（SPY、0050.TW、台幣）、或用動態 Copula（DCC 類型）追蹤時變依賴結構
結論
K922 的核心發現是一個「悖論」： SPY 和 0050.TW 平時同步性更高（$\rho$=0.219），但全樣本尾部依賴更低（$\lambda$=0.078） 。然而，危機子樣本打破了這個「低風險」的假象，全球型危機（COVID 2020）下，兩者的尾部依賴暴衝至 $\lambda$=0.364，遠超 SPY/GLD（$\lambda$=0.068）。
最終判斷 ：SPY/GLD 組合（K920）在尾部風險管理上更優越，原因不是 GLD 的尾部依賴數值更好，而是 GLD 的危機保護具有 一致性和可預測性 ——這正是投資組合的尾部保護最需要的特性。
本文基於實驗 K922（腳本：experiments/k922/k922_copula_spy_tw.py，結果：experiments/k922/k922_copula_spy_tw_results.json）。數據來源：yfinance 實證數據，期間：2009-2026，樣本：4,081 個共同交易日。
參考文獻：Patton (2006) IER；Joe (1997)；Kupiec (1995)；Christoffersen (1998)；Cherubini, Luciano & Vecchiato (2004)
相關實驗：K920（SPY-GLD Copula 分析）
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