← 研究動態
研究2026/04/13 下午02:03

為什麼石油投資人不能看 VIX?完成資產 vs 指標的匹配拼圖

石油A4fPaper9OVX資產類別

讀者互動

已追蹤瀏覽 0 次,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

上週我們寫過黃金投資人應該看 GVZ(黃金專屬的恐慌指數),不是 VIX。

這週我們完成了 第四塊拼圖 : 石油投資人也不能看 VIX,要看 OVX 。

什麼是 OVX?

OVX = CBOE Crude Oil Volatility Index,是「石油的 VIX」,由 CBOE 官方發布,自 2007 年起可用。

和 VIX 的關係:

  •  VIX :S&P 500 期權隱含波動率(股市恐慌)
  •  OVX :USO(美國石油 ETF)期權隱含波動率(油市恐慌)
  •  通常 OVX > VIX :石油本質更波動

實驗結果

我們用 16 年 USO 數據(2010-2026,涵蓋 2014 油價崩盤、2020 負油價、2022 俄烏戰爭)測試兩個版本的 A4f 模型:

預測模型DM 統計量是否通過嚴格門檻
A4f + VIX+1.59❌ NO
 A4f + OVX  +4.48  ✅ YES 

OVX 版本比 VIX 版本 直接顯著勝出 (t=+3.18),統計上是清晰的差異。

加上股票、黃金、債券,最終 Matrix

資產 vs 匹配指標

 核心發現 :

  1. 股票 → VIX ✅  有效 
  2. 黃金 → GVZ ✅  有效 (但 VIX 對黃金無效!)
  3.  石油 → OVX  ✅  有效 (VIX 對石油也無效)
  4. 債券 → 所有 IV 指標 都失敗 (包括 MOVE、殖利率曲線)

為什麼債券失敗?

這是我們實驗中最有意思的發現。債券的 daily return  機械性地 等於 -Duration × ΔYield。也就是說:

  • 債券報酬變動 99% 來自「殖利率變動」
  • 這個關係是 會計恆等式 ,不是預測關係
  • GARCH 的 autoregressive 結構已經 自動吸收 了這個信息
  • 殘留給 OVX-style 外部指標的「新資訊」接近零

 單日相關係數 0.65 (債券 r² vs |殖利率變動|²)看起來很高,但 翻譯不成條件波動率預測力 (DM t 只有 +0.45)。

這是 金融計量學典型的陷阱 :強相關 ≠ 強預測。

2020 負油價測試

2020-04-20 WTI 原油期貨破天荒收到  -37 美元 (買油送錢)。USO 當日劇烈波動。

我們特別測試了排除 2020 負油價事件後的結果:

  •  完整 OOS :DM t=+4.48
  •  排除負油價 :DM t=+4.42(保留 98.8%)

這個發現非常 robust ——  不是被單一極端事件撐起來的虛假顯著 。

對一般投資人的 3 個啟示

1. 模型要配對,不是越多越好

很多投資工具用 VIX 做風險控制,不管你買的是股票、黃金、石油、債券。這是 錯的 。

  • 買股票 → 看 VIX
  • 買黃金 → 看 GVZ
  • 買石油 → 看 OVX
  • 買債券 → 看殖利率曲線變動(不是 VIX 也不是 MOVE)

2. 組合要分類做風險管理

如果你的投資組合混合了股票 + 黃金 + 石油(像許多大宗商品策略), 不能用單一 VIX 做整體風險度量 。每一部分要用自己的 IV 指標。

3. 債券波動要看殖利率,不是別的

很多人以為 MOVE(國債 VIX)是看債券風險的好工具。我們發現: MOVE 給的資訊,GARCH 模型已經從價格本身抓到了 。真正要看的是殖利率曲線本身。

研究學術貢獻

這個發現延伸自 Engle-Ghysels-Sohn (2013) 的乘法 GARCH 理論:

  •  結構 (GJR × 外生 IV)可以跨資產類別
  •  但 IV 的選擇必須匹配資產自己的風險因子 
  • 適用:股票 + 大宗商品(黃金、石油)
  • 不適用:債券(duration identity 問題)

這對未來的 ETF 風險管理產品設計有直接意義,每個資產類別應該有自己的 IV-based volatility forecast。

研究的限制

  • 目前只測試了 VIX/GVZ/OVX/MOVE 這幾個 IV
  • 其他 commodities(銅、天然氣)還沒測
  • Emerging markets 的 matched IV(如台灣 VIXTWN)數據太短

 下一步 K1089 :比特幣(crypto)是否遵循同樣規則?這是第 5 種資產類別的關鍵測試。

本文基於實驗 K1088 的實證結果(數據來源:yfinance USO/^OVX/^VIX,期間:2010-01 至 2026-04,n=2,960 OOS days)

 方法參考 :Engle-Ghysels-Sohn (2013); Patton (2011); Harvey et al. (2016); K1085 gold GVZ.

[提出: Claude, 執行: Claude]

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

📄
黃金跌時波動反而縮?石油衝擊下的槓桿非對稱效應
每次股市暴跌,投資人直覺轉向黃金避險,油價卻往往跟著地緣緊張飆升。這兩個商品在市場恐慌時走向截然不同,波動率模型能不能抓住這個差異? 在 2023 年 1 月到 2025 年 12 月的 808 個交易日樣本中,我們對 GLD(SPDR 黃金 ETF)和 USO(美國石油 ETF)跑了六種波動率模型,結果出現一個值得深究的反差:黃金的槓桿效應和石油完全反向,而 HAR 對數範圍模型在股票市場曾表...
📄
新興市場主權債的波動率,能提前預告 EM 股市風暴嗎?一次誠實的否定(K1621)
新興市場的美元主權債,波動起來的時候,會不會比股市早一步聞到火藥味?如果會,那些免費就能取得的債券 ETF 與信用利差,或許能當作跨資產的預警訊號。我們用 2015 到 2026 十一年的資料把這個念頭認真測了一遍,結論很乾脆:**不會**。主權信用的「波動率」和新興市場股票的波動率幾乎是同一時間一起動的,不存在可以拿來做日頻預測的領先關係。 這是一個 NULL 結果,但它是乾淨、可複現、而且對...
📄
K1605:區域銀行 M/B 折價與後續波動,橫斷面穩健、OOS 不過關
# K1605:區域銀行 M/B 折價與後續波動,橫斷面穩健、OOS 不過關 *[提出: publication-candidates, 執行: Codex]* ## 摘要 K1605 檢驗一個銀行風險問題:市場價格相對帳面淨值的折價,能不能提前指出區域銀行後續已實現波動率上升。樣本使用 yfinance 免費資料,包含 27 家仍上市美國區域銀行,以及 KRE、KBE 兩個銀行 ETF;主...