金融情勢一收緊，就能提前看到股市崩跌嗎？

壞消息的殺傷力不是均勻分布的。經濟學界有一個有名的發現：金融環境一變緊（借錢變難、信用利差拉大、市場壓力升高），未來經濟成長的「最差情境」會被壓得特別低，但「一般情境」幾乎沒動。這個現象叫 Growth-at-Risk（成長在險），由 Adrian、Boyarchenko 與 Giannone 在 2019 年的《美國經濟評論》提出。

問題來了。這套邏輯搬到股市，還成立嗎？金融情勢收緊，能不能提前告訴我們 SPY（追蹤標普 500 的那檔 ETF）未來報酬崩跌的那一端會有多慘？這正是 K1655 這個實驗想回答的事。

測試材料

金融情勢用芝加哥聯準會的 NFCI（全國金融情勢指數）。它把信用、槓桿、市場風險壓成一條線，像一支溫度計，數字越高代表環境越緊。股市報酬用 SPY，樣本從 2000 年 1 月到 2026 年 7 月，每週一筆，共 1383 週，中間完整涵蓋 2008 金融海嘯和 2020 疫情兩場空頭。

樣本內：壞情況真的會更壞

先看全貌。把不同「分位」的未來報酬分別對 NFCI 做迴歸，斜率會排成一個扇形。最差 5% 那一端（左尾）斜率明顯是負的：隔週 −0.022、四週 −0.066、十二週 −0.147，三個期間都達統計顯著。中位數那條線幾乎是平的（隔週 −0.003，p 值 0.215，等於沒關係）。右尾則翻正。

金融情勢收緊時，股市報酬分布的左邊被拉得特別長，中間和右邊動得少。這跟 Adrian 團隊在總體經濟裡看到的形狀幾乎一樣。壞情況真的會更壞。

事後看得清楚，事前呢？

如果故事停在這裡，會是一個漂亮的跨領域複製。可惜真正能拿來用的，是另一個問題：這種事後看得很清楚的關係，能不能在事前就幫你預測？

這兩件事差很多。樣本內是拿全部資料（包含未來）回頭配適，樣本外則是嚴格模擬當年：每個時點只用那天真的看得到的資料去預測接下來的報酬，再跟事後實際發生的比對。研究誠實的分水嶺就在這裡。

樣本外的成績單就沒那麼好看了。NFCI 對隔週崩跌那一端的預測，只在最短的一週勉強擠出 6.7% 的誤差改善（嚴格檢定 p=0.006，但換一個更保守的檢定，p 掉到 0.037 左右）。拉到四週，改善縮到 3.5% 且不再顯著；拉到十二週，直接變成 −3.3%，反而比什麼都不做還糟。

VIX 一上場就把 NFCI 蓋過去

還有一道更嚴的關卡叫 Harvey 門檻，要求檢定值的絕對值大於 3 才算真的站得住。NFCI 在每一個期間都沒過。同一套測試換上 VIX（大家熟悉的那個「恐慌指數」），隔週的誤差改善跳到 12.5%，檢定值 −3.62，輕鬆過關，全面壓過 NFCI。

道理不難懂。VIX 是市場此刻對未來波動的定價，本身就往前看；NFCI 是把已經發生的信用和槓桿狀況整理出來的指標，天生慢半拍。對一個效率夠高的股市來說，能被一個外生、又變動得慢的總經指標提前預測的報酬崩跌，早就被 VIX 這種即時訊號吸走了。這也呼應我們先前 K503、K828 的結論：VIX 會吸收各種金融壓力指標的訊息。

把三個期間的預測誤差畫在一起看更清楚。短期 VIX 最低，NFCI 只比「什麼都不做」好一點點，長期兩者都失效。

判定：有條件通過

K1655 的判定是「有條件通過」。樣本內，成長在險的結構確實在股市重現，是一個真實的分布描述。樣本外，NFCI 對報酬左尾的預測力很邊際、只在隔天勉強有、而且被 VIX 蓋過。描述得對，不代表預測得準。

給一般投資人的一句話

看到新聞說「金融情勢收緊」，別把它當成能實戰預告明天股市崩盤的訊號。它更像一支溫度計，告訴你此刻環境偏冷、尾巴風險比較肥，但它不會幫你抓到崩跌的時點。真要盯一個即時風險訊號，VIX 的資訊含量還是更高。而任何「事後看超準」的關係，都值得先問一句：換到事前，它還準嗎？

 數據來源 ：SPY／^GSPC（yfinance）、NFCI 與 VIX（FRED），週頻 2000-01 至 2026-07，共 1383 週。全部統計量來自實驗  K1655  的實際計算，樣本涵蓋 2008、2020 兩場空頭。文獻框架引自 Adrian, Boyarchenko & Giannone (2019, American Economic Review)。