← 研究動態
一般讀者2026/08/07 上午06:000 次瀏覽

公債利差自己也會抖,但把這個抖動加進預測,九格裡有七格變更差

波動率研究方法小型股公債

讀者互動

0 次瀏覽,登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

公債利差自己也會抖,但把這個抖動加進預測,九格裡有七格變更差

十年期公債殖利率減掉兩年期,得到的差額叫期限利差。它平常被拿來看景氣,倒過來的時候大家會開始講衰退。

這份研究看的不是利差本身,是利差 跳動的幅度 。把每天的利差變化取近 21 個交易日的年化標準差,得到一個「債券市場對利率路徑有多沒把握」的量。直覺上這種不確定性應該會外溢到股票,讓股票也跟著抖。

問題設計得很具體:在已經有 MOVE 指數的情況下,這個利差波動還能多告訴我們什麼嗎?

MOVE 是債券市場的恐慌指數,做的事情跟 VIX 一樣,只是量的是公債。它是這題的現任者。

一次看九格

三個標的:標普 500(SPY)、高收益公司債(HYG)、小型股(IWM)。三個預測期距:明天、未來 21 天、未來 63 天。三乘三,九格。

樣本從 2007 年 1 月到 2026 年 6 月,起點受高收益債 ETF 的上市日限制。每格的觀測數,標普 500 是 1,065 到 1,123,高收益債 1,748 到 1,790,小型股 1,065 到 1,129。

四個模型層層疊上去:

  • M0:只用昨天的已實現波動預測(最陽春的基準)
  • M1:加上利差波動
  • M2:加上 MOVE
  • M3:兩個都加

所有預測變數都先往後推一天才使用,樣本外用擴張窗,訓練列必須滿足終點落在預測起點之前,隨機種子固定 42。這幾件事是為了確保模型看不到未來。

樣本內:九格全部不顯著

M3 這一層裡,利差波動的係數在九格的 t 值分別是:

標的明天未來 21 天未來 63 天
標普 500+0.54+0.07-1.14
高收益債+0.64-0.30-0.87
小型股-0.78-0.24-1.54

九格的絕對值全部小於 2。最大的一格是小型股的 63 天,1.54,離常用的 1.96 還有距離。連正負號都不一致:明天那一欄兩正一負,63 天那一欄三個全負。

九格的樣本外檢定統計量熱圖

樣本外:不是沒用,是有害

樣本內不顯著還可以說「至少沒壞事」。樣本外把這句話也拿掉了。

用波動預測專用的損失分數比較,數字越小越好。這個分數對「低估波動」罰得比「高估」重,因為低估的代價在真實世界裡也比較大。

先看最陽春的比較:M1 對 M0,也就是在只有歷史波動的模型上單獨加利差波動。九格裡有八格損失變大。唯一沒變大的是高收益債的明天那格(4.2770 降到 4.2671,幅度小到不值得談)。

再看真正要回答的那個問題:M3 對 M2,也就是在已經有 MOVE 的模型上再加利差波動。九格裡有七格損失變大。

標的與期距只有 MOVE再加利差波動檢定統計量機率值
小型股・明天3.08473.2777+4.530.0000068
小型股・21 天0.26910.3162+2.020.043
標普 500・21 天0.32540.3857+1.880.060
高收益債・21 天1.34231.4058+1.740.082
標普 500・63 天0.32570.5192+1.180.239
小型股・63 天0.28700.4221+1.160.248
標普 500・明天4.53464.5751+0.870.386
高收益債・63 天1.58571.4972-1.070.283
高收益債・明天4.61594.5996-0.380.702

檢定用的是預測誤差比較檢定的小樣本修正版,正號代表加了利差波動之後比較差。

小型股的明天那格是唯一一格達到高度顯著的,機率值 0.0000068。它顯著的方向是 變差 。

判定 NULL:期限利差的波動在 MOVE 之外沒有增量資訊。

順便照出來的一件事

同一張表可以拿來看 MOVE 自己的表現,結果沒有比較體面。

M2 對 M0(在陽春模型上加 MOVE),標普 500 明天那格的檢定統計量是 +5.48,高收益債明天那格 +5.18。兩格都是高度顯著地 變差 。MOVE 在一天期距上不但沒幫忙,還把預測拖下水。

MOVE 在 21 天期距上才開始有點用(標普 500 那格的損失分數從 0.3291 降到 0.3254,方向對但不顯著)。

所以這題的完整答案要分兩層講:利差波動被 MOVE 蓋掉了,而 MOVE 自己在短期距也不見得比「昨天抖多少、今天大概也差不多」這種最笨的做法強。

九格的損失分數變化,七格為正代表加了之後更差

兩個範圍限制

這份研究沒有把景氣循環的官方認定拉進來,所以「利差波動在衰退前後表現不同」這個可能性沒有被檢驗過,留給後續。

利差波動還有一個 63 日的版本,這份研究只把它畫出來看,沒有讓它進迴歸。原因是時間預算,不是結果不好看。要完整回答,這一格得補。

這對一般投資人的意思

想知道股市接下來會不會震,公債利差的抖動不是一個值得多看一眼的指標。它想講的話,MOVE 已經講完了,而且講得比較好。

再往前一步:這已經是第 N 個被既有恐慌指數吸收掉的候選指標。這類研究的價值不在於找到新東西,在於把「看起來很有道理」和「真的有增量資訊」之間的距離量出來。這一題量出來的距離是負的。


資料:FRED 的 DGS10 與 DGS2 殖利率、MOVE 指數收盤價、SPY/HYG/IWM 日資料,期間 2007 年 1 月至 2026 年 6 月(起點受 HYG 上市日限制)。預測變數為 21 日 Δ利差的年化標準差,目標為未來 h 日年化已實現波動(h = 1、21、63),迴歸在對數尺度上進行、比較損失時取回原尺度。標準誤採重疊窗口修正法,頻寬取常規規則與 1.5 倍預測期距的較大者;預測比較採預測誤差比較檢定的小樣本修正版,損失函數為波動預測專用、對低估罰得較重的那一種。所有預測變數先落後一日,樣本外採擴張窗並要求訓練列終點早於預測起點,隨機種子 42。代碼經獨立 AI 審查通過(方法八項全過)。全文數字逐一對應實驗結果檔。

懶人包圖組

說明利差波動的定義、比較對象與九格設計

列出利差波動係數在四個代表性格子的統計量

呈現加入利差波動後樣本外損失變差的統計量

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

📄
換六把尺量同一件事,第一名六次都是同一個模型
# 換六把尺量同一件事,第一名六次都是同一個模型 比較兩個波動預測模型,有一件事比模型本身更麻煩:你拿什麼當標準答案。 「昨天市場實際抖了多少」聽起來是個客觀事實,其實不是。它是算出來的,而且怎麼算有很多選擇。用五分鐘一筆的價格去算,跟用當天最高價最低價去算,跟直接用當天漲跌幅的平方去算,會得到三個不一樣的數字。 模型排名如果會因為換一把尺就翻盤,那所有「A 模型比 B 模型好」的結論都只是...
📄
我們還差 136 天才敢下結論,中途先抓到自己的資料過期
## 先把時間講清楚 我們替一個數字訂了規矩,而且是事先訂的。 台灣的恐慌指數除以美國的恐慌指數,得到一個倍數。這個倍數要累積滿 252 個交易日,我們才拿出來說它穩或不穩。252 大約是一年的交易日數。 截至 2026 年 5 月 28 日,台灣端累積了 116 個交易日,起點 2025 年 12 月 1 日,重複日期 0 筆。116 除以 252,46.0%。還差 136 天。 所以這...
📄
有一個結果通過了全部檢定,我們決定不採用它
# 有一個結果通過了全部檢定,我們決定不採用它 一家公司被抓到做假帳,或者被主管機關開罰。消息出來那天,它自己的股票會怎麼樣,大家都知道。 問題是隔壁那幾家。同一個產業、做同一門生意、用同一套會計手法的那幾家,會不會也跟著抖起來? 這叫傳染。它在直覺上很成立:投資人會想「這行是不是都這樣」,然後對整個產業重新定價。 ## 先講怎麼挑事件 28 件公開揭露事件,手工整理。這一句要先說清楚:...