VIX 加進波動率模型，殘差會變得更「乾淨」嗎？SPY 七年實證的雙面結果

一個老問題：模型「對」了嗎？

每一個學過計量財務的人，都會被告知一件事：拿到一個波動率模型之後， 真正要看的不是它的「預測值」漂不漂亮，而是它「殘差」是不是乾淨的 。

什麼叫殘差乾淨？簡單說，就是把每天的報酬除以模型估計的當日波動率，得到一條叫做標準化殘差（z 值）的序列。如果模型把該抓的波動結構都抓走了，這條 z 值序列應該長得像一堆「沒有結構、沒有相關、分布對稱」的隨機數。如果還有結構殘留，例如平方項仍有自相關，或是分布尾巴特別肥，那就代表模型遺漏了某些東西。

這篇文章要回答的，正是一個近年很多研究者好奇的問題： 把 VIX 指數塞進波動率模型作為長期成分，能不能讓殘差變得比傳統的 GJR-GARCH 更乾淨？ 

直覺上，VIX 是市場自己對未來 30 天波動率的預期，它應該包含很多 GJR 從歷史報酬抓不到的資訊。但實證上會不會真的有效？我們在 SPY（標普 500 ETF）上跑了一整套殘差診斷，結果出乎意料： 答案是雙面的。 

兩位主角：GJR-t vs A4f-t

這次比較的兩個模型：

•  GJR-t ：經典的 Glosten-Jagannathan-Runkle GARCH 模型，搭配 Student-t 分布的創新項。它只用歷史報酬建模，假設不對稱反應（壞消息影響大於好消息），是文獻中的 workhorse。
•  A4f-t ：屬於「乘法成分 GARCH」家族（Engle & Rangel 2008、Engle, Ghysels & Sohn 2013 那一脈）。把當日條件變異數拆成兩個相乘成分：h_t = tau_t × g_t。其中 tau_t 由前一日的 VIX 平方驅動，扮演「長期慢變」的角色；g_t 則是傳統 GARCH 遞迴，扮演「短期擾動」的角色。

設計上 A4f 顯然更「有彈性」，它多吃了 VIX 這個外生資訊。問題是，多吃資訊不代表診斷會變好。實證結果才是真話。

實驗設計

•  資產 ：SPY（標普 500 ETF）
•  資料來源 ：yfinance 日頻 OHLC，期間 2004-01-05 至 2026-04-10，共 5,602 個交易日
•  樣本外（OOS） ：2019-01-02 至 2026-04-10，共 1,828 個交易日
•  滾動窗口 ：2,000 日，每 63 日重估一次參數
•  隨機種子 ：42（multistart 與抽樣可重現）

OOS 涵蓋 2020 COVID 崩盤、2022 通膨升息、2023 銀行危機與 2024-2025 多次回檔，是相當嚴苛的測試環境。

結果一：分布診斷，A4f 大勝

我們先看殘差分布的形狀有沒有貼近模型假設的 Student-t。下表是 1,828 個 OOS 標準化殘差的描述統計：

最關鍵的數字是 超額峰度 。GJR-t 殘差的超額峰度是 3.07，意思是即使已經除以條件波動率，殘差分布仍比 Student-t 預期肥很多。A4f-t 把這個數字壓到 1.24， 減少了大約 60% 。

從 Student-t 自由度也能看出同樣的故事：GJR 估出來的中位數 df 是 5.28（很肥的尾巴），A4f 是 8.00（明顯較瘦）。換句話說， VIX 驅動的 tau 成分把原本被當作「肥尾」的部分，重新解釋為「條件變異數的時變」 ，留給創新項去吸收的尾部就少了。

兩個模型在 Kolmogorov-Smirnov 對 Student-t 分布的擬合上都未能完全達顯著水準的接受區（兩者皆呈現 p 極小）。但這對長樣本（N=1,828）的尾部診斷是常態現象，任何 parametric 假設在實際金融資料上都很難「通過」。 重點是相對好壞 ，A4f 在 5 個分布指標上全面領先。

QQ 圖視覺上印證了這件事：A4f 殘差在尾部更貼近理論線，GJR 在 -3 以下的左尾明顯超出。

PIT（probability integral transform）直方圖則顯示，A4f 的均勻性比 GJR 略好，直方條更接近水平線，意味著機率密度估計更準確。

結果二：獨立性診斷，GJR 險勝

但故事還有另一面。我們再看殘差 有沒有殘留的 ARCH 結構 ——也就是 z 平方序列的自相關。如果模型乾淨抓走所有波動聚集，z² 應該是白噪音。

兩個模型在 5% 門檻下都通過所有 ARCH 檢定（所有 p 值都大於 0.05），意思是兩者的殘差都 沒有顯著殘留 ARCH 結構 。但 GJR 的 p 值系統性地比 A4f 高—— 這意味著 GJR 把短期波動聚集抓得更乾淨 。

這個結果其實合理。GJR 是一個「純 GARCH 遞迴」，每一個參數都在優化短期 ARCH 動態。而 A4f 把資訊分散到 tau 和 g 兩個成分，tau 由 VIX 平方驅動是「外生慢變」，留給 g 去抓的短期動態反而被稀釋了。

換句話說： A4f 用一部分短期 ARCH 抓取力，換到了長期分布形狀的改善 。沒有免費的午餐。

ACF 圖視覺上更直白：兩條線在低 lag 都壓在信賴帶內，但 GJR 的條形更貼近 0。

結果三：A4f 的內部診斷有個小麻煩

A4f 還有一個必須誠實報告的問題。它假設 g_t 序列的長期均值應該是 1（這樣 tau_t 才能扮演「總體變異水準」的角色），但 OOS 樣本實際估出來：

• E[g] = 0.306（理想值是 1.0， 距離達顯著水準的偏離 ）
• g 的 1 階自相關 = 0.879（高度持續）
• tau 的變異係數 CV = 1.166（高度時變）
• tau 年化波動率範圍：13.8% 到 130.9%（涵蓋 COVID 等極端時期）

E[g] = 0.306 是乘法成分 GARCH 文獻中眾所周知的識別問題（Engle & Rangel 2008 即有討論）：因為 omega 參數估得很小，g 收斂到一個小於 1 的水位。 這不會讓模型變成「錯的」 ——因為最終的 h_t = tau_t × g_t 仍然產生正確的總變異數，只是分解的「比例」不符合直覺解讀。

對學術寫作而言，這個 E[g] 偏離 1 的事實必須在限制章節說明清楚，不能掩蓋。

結果四：VIX 殘留相關，沒被消除

最後一個容易被忽略的細節。我們檢查標準化殘差和 VIX 同期值的相關性：

• GJR-t：corr(z, VIX) = -0.177
• A4f-t：corr(z, VIX) = -0.183

兩個模型的負相關幾乎一樣， A4f 並沒有把 VIX 的資訊「吸光」 。原因有兩層：

1. tau_t 用的是「前一日」的 VIX 平方，但殘差 z_t 比較的是「當日」報酬。當日 VIX 的盤中變動可能含有 VIX(t-1) 之外的資訊。
2. VIX² 是線性形式，但 VIX 與報酬的關係可能是非線性的（極端 VIX 跳升時的影響不只是平方項）。

這個發現提醒我們： VIX 不是萬靈丹 。即使把它放進模型結構裡，仍有一部分相關性會殘留。這是後續研究可以挖掘的方向（例如非線性 VIX 變換、VIX 短端 vs 長端的分解）。

整體評估：這是個雙贏雙輸的故事

把所有 7 個比較指標加總：

• A4f 勝 3 項（Jarque-Bera、KS-Student-t、PIT KS）
• GJR 勝 4 項（ARCH-LM 三個 lag、VIX 殘留相關）

從票數看 GJR 略勝，但這個計分方式偏袒 GJR——因為 ARCH-LM 的三個 lag 在實質上測同一件事（短期條件變異數的殘留），卻佔了 3 票。如果用「面向」來重新分組：

•  分布形狀 ：A4f 明顯較好
•  ARCH 結構移除 ：GJR 略好（但兩者都通過嚴格統計檢驗門檻）
•  獨立性（z 序列） ：兩者打平
•  VIX 殘留相關 ：兩者打平

對讀者實務的意涵

如果你關心的是  VaR / ES 之類的尾部風險指標 ，A4f 是更好的選擇，尾部 60% 的峰度被吸進去後，左尾分位數估計會比 GJR 穩定得多。對風險管理者而言，這直接影響資本準備金的計算。

如果你關心的是  短期波動率的點預測 （例如交易訊號、選擇權報價），GJR 的純 ARCH 遞迴可能反而更直接，因為它沒有把資訊外包給 VIX。對日內或短期應用，VIX 增益的 marginal value 偏低。

如果你做的是  學術論文寫作 ，A4f 的分布改善是更強的賣點，因為它對應到一個有趣的經濟故事：「VIX 把過去被當成肥尾的東西，重新解釋為 conditional variance 的時變」。這比「殘差比較沒結構」更有理論深度。

研究誠實聲明

這份比較有它的局限：

1.  單一資產 ：只在 SPY 上跑，多元資產（例如 0050.TW、QQQ、IWM）的結論可能不同。
2.  單一參數化 ：A4f 只試過 VIX² 的線性形式，未試 log-VIX、VIX 的 spline 函數、VIX 短端 vs 長端等。
3.  靜態評分 ：Jarque-Bera 在 N=1,828 時對任何小偏離都會大量爆炸，比較絕對 p 值意義有限，本文僅用相對統計量大小。
4.  E[g] 偏離 1.0  是 A4f 的已知識別問題，未影響預測值但影響參數可解讀性。

讀者在引用本實驗結果時，請以「在 SPY、2019-2026 OOS 期間、VIX² 線性形式下」為條件描述，不可推廣到其他資產類別或設定。

資料來源

•  資產報酬 ：SPY ETF 日頻 OHLC，來自 yfinance（2004-01-05 ~ 2026-04-10，N=5,602）
•  VIX 指數 ：CBOE 公告值，由 yfinance 取得
•  樣本外期間 ：2019-01-02 ~ 2026-04-10，共 1,828 個交易日
•  實驗代號 ：K1045（完整資料、腳本、JSON 結果見 experiments/k1045/）

結論

把 VIX 放進波動率模型不是「免費的午餐」。在 SPY 七年的 OOS 測試上，VIX 增益帶來分布尾部的明顯改善（超額峰度減少 60%、Jarque-Bera 統計量小 4 倍），代價是對短期 ARCH 結構的吸收能力略遜於純 GJR。對風險管理應用，這個 trade-off 划得來；對短期點預測應用，未必。

更深一層的啟示是： 模型診斷不是單一指標的競賽，而是多面向的權衡 。下次有人告訴你某個新模型「全面更好」，記得問，它在哪一面比較好？另一面犧牲了什麼？這份實驗就是這個提醒最具體的證據。

延伸閱讀

• 兩段式波動率模型實戰：MF2-GARCH 在 SPY 真的贏過 GJR 嗎？