延伸閱讀文章

合一股價腰斬背後：從高端國際夢到中低收入市場，商業邏輯到底清不清楚？

合一這波股價從 125 殺到 60，很多人盯著技術線，但真正讓市場情緒崩掉的，是「故事版本不一致」。延伸問題問：藥價高出 3 倍，合一根本沒搞清楚誰會買？從公司近期說法來看，外界的疑慮主要不是「藥好不好」，而是「公司到底有沒有清楚的商業邏輯」。之前說過定價是經過嚴謹的市場調查與科學分析，但現在又承認價格高出 3 倍、主力市場原來是中低收入族群，還補一句「什麼市場都可以賣、誰要都可以賣」，這種從「精準策略」突然變成「能賣就好」的轉向，本身就是一個訊號：內部對實際需求輪廓，可能沒有外界期待中那麼清楚。如果定價跟目標客戶本來就有清楚設計，照理說不會在營收只有 600 萬、EUA/BARDA 管道陸續證實關閉後，才突然開始調整說法。前面強調引進國際大型投資法人、申請美國 EUA、爭取 WHO / BARDA 幾十億美元補助，市場當時解讀的是「高值、高門檻、以國際市場為主」的路線；如今回頭看，這些通道不是關閉、就是成功機率遠低於當時營造的氛圍，而公司現在又把重心拉回中低收入國家、甚至開到「通路商、OEM、競爭對手都可以買」，等於從「精準高端客戶」變成「撒網找任何願意接單的人」，這種策略落差，容易被市場理解為當初對銷售場景的預判過度樂觀。要評估「合一到底搞不搞得清楚誰會買」，與其只看股價腰斬，不如回頭檢查幾個可驗證的點：未來法說與公告中，目標國家或地區是不是有具體名稱與時程；合作對象是實際簽約的藥廠與通路，還是停留在「潛在洽談」；價格策略有沒有看到實際招標結果或採購量，而不是單純口頭說可以調整。如果接下來資訊更新仍然在「故事版本一直改」，那代表公司對市場定位的掌握仍在變動；反之，如果開始出現明確客戶與合約數字，才有機會讓這一波定價與需求疑慮慢慢被消化。

為什麼相關係數騙很大？從最大回撤看 ETF 真實風險與危機同向風險

很多人看到「相關係數不高」就以為風險分散到位，但一拉出最大回撤才發現兩檔 ETF 在崩的時候一起沉下去。當最大回撤跟平常看的相關係數不一致時，其實是在提醒你：這個組合的「日常相處」跟「壓力情境下的真面目」不一樣。相關係數多半來自大部分是平穩行情的樣本，而最大回撤專門捕捉壓力區段；兩者不合拍，通常就是壓力期結構改變，資產在風暴裡被市場重新歸類。如果平常相關係數不高，但在同一段股災裡最大回撤很同步、跌幅也都很深，代表這些 ETF 有明顯「危機同向風險」：日常可能是不同產業、不同資產類別，但一遇到流動性緊縮、強制砍倉或系統性事件，市場把它們都當成「可以先賣掉換現金」的一籃子風險資產。這種結構較常出現在：標的背後其實綁在同一種風險因子（美元流動性、信用利差、政策風險），或者重疊持股、重疊買盤來源很高，只是平常不容易被察覺。驗證方式可以對照壓力期的持股重疊度、風險因子曝險，以及在幾次不同類型危機裡，回撤是否一再同向。相反，如果兩檔 ETF 在日常報酬相關係數看起來不低，卻在特定壓力段最大回撤明顯不同、甚至恢復速度差很多，則可能代表它們有「尾部行為分歧」：平常一起漲跌，但遇到特定壓力來源時，其中一檔會提早被定價為避險或現金替代，例如短債、公債、特定金礦或防禦性因子 ETF。這意味著相關係數低估了它在壓力尾段的保護效果，但也要注意這通常跟情境高度綁定：可能只在「通膨型危機」或「信用緊縮」時有用，在貨幣寬鬆或成長疑慮時又變成一般風險資產。把這種差異拆開來看，才能比較精準地理解 ETF 背後真正的風險特性。

用最大回撤重估 ETF 資產配置：辨識真正的結構性分散，而非名義分散

在壓力情境下用最大回撤重估資產配置，核心問題不是「哪一檔跌最少」，而是「這一整組 ETF 在同一段壓力裡，真的有扮演不同角色嗎？」如果股災、升息、地緣風險來時，股債金房 ETF 的最大回撤深度、落底時間和回復節奏都幾乎疊在一起，那資產配置表上即使看起來很「多元」，實際上只是不同包裝的同一種風險因子，被市場當成一籃子一起處理而已。這會讓平常低波動、低相關的錯覺，在壓力期一次攤牌。比較有價值的做法，是把歷史切成幾段明確壓力情境來重估：例如 2020 疫情股災、某段快速升息期、某次信用風險升溫，各自視為獨立測場。在每一段裡分別觀察每檔 ETF 的最大回撤、回撤持續時間、重新創新高所需時間，再對照同期指數表現和 VIX、利率變化。若你發現有些 ETF 在每一種壓力情境裡都回撤明顯較淺、或落底與創新高的時間點總是提早，代表市場在不同壓力來源下，持續給它不同的定價邏輯，這才比較接近「結構性分散」而不是一次性的幸運。重估資產配置時，重點變成：你現在的組合，在哪幾種壓力來源下，其實高度同向？哪一些 ETF 只在特定情境（例如通膨衝擊 vs. 成長衝擊）才顯示出分散效果？可以將最大回撤與壓力期內的相關係數、波動率一起檢視：如果平常相關係數不高，但每次壓力期最大回撤和修復節奏都同步，那可以視為「名義分散、行為不分散」；相反，哪怕短期一起被賣，但回撤較淺、反彈提早且一再重複，就較有資格在組合中被當成不同情境下的風險緩衝。從這個角度回頭看資產配置，意義在於重新確認：你的 ETF 組合，是在壓力裡仍保有多種反應路徑，還是只是在晴天被數字包裝成多元而已。

股災中股債金房 ETF 最大回撤為何同步？從流動性危機看「分散風險」的真相

股災時，明明配置了股債金房 ETF，最大回撤卻還是一起同步變深，原因通常不是「分散失效」，而是市場在極端壓力下，把很多資產暫時當成同一種東西：可以賣掉換現金的「風險資產」。當大家一起追求流動性、去槓桿，股票被丟、體質較差的債被丟、黃金與 REITs 也被拿去變現，短期價格一起往下，於是同一段時間的最大回撤看起來高度同步，像是沒有分散一樣。這種情況較常見於流動性危機、保證金追繳、或是金融體系壓力升高的時候。進一步看資本結構與交易實務，也能理解為何「理論上不同」的股債金房，會在股災中走出相似回撤軌跡。房地產 ETF 很大一部分其實是 REITs，本質上是高股息股票；公司債、高收益債 ETF 又跟景氣循環高度綁在一起；黃金雖然被視為避險，但很多商品多頭、CTA 策略是股票與黃金一起加槓桿，股災時被迫一併砍倉，短線走勢會更像「去槓桿組合的一部分」，而不是教科書裡的靜態避險資產。這些連動讓你在壓力期回頭看最大回撤，常發現股債金房的落底時間與幅度差異不大。所以當你用最大回撤判斷風險是否「真的分散」，關鍵不是看到同步就下結論，而是要拆開壓力情境去比對：在同一段股災裡，哪些 ETF 是一開始就跟股市一起大跌、哪些是後段才被賣壓波及；誰的最大回撤明顯較淺、誰比較早回到前高，再對照那段時間的流動性緊縮、利率變化、政策宣告。若某檔 ETF 在不同危機裡回撤型態總是跟股市高度同步，就代表市場多半把它當「同類風險」在定價；反之，如果它在多數壓力情境裡回撤較淺、修復較快，才比較接近在各種壓力來源下都提供有效風險分散的資產。

用最大回撤檢驗 ETF 是否「真的」分散風險：從壓力情境看資產行為差異

要用最大回撤檢驗 ETF 有沒有「真的」分散風險，核心不是看誰跌得比較少，而是看同一段壓力情境裡，這些 ETF 的回撤表現有沒有「錯開」。如果股債金房一起在同一週掉到最深、一起花差不多時間才爬回來，就算平常波動不一樣，本質上還是同一種風險在不同強度的押注；這種分散，在股市順風時看起來很漂亮，但一到壓力期就會露出高度同向的真面目。比較接近實戰的檢驗方式，是先把歷史切成幾段明確的壓力情境，再各自看：在那一段裡，每檔 ETF 的最大回撤深度、落底時間、回到前高的速度。例如選幾段「指數自高點回落超過某幅度直到落底」的期間，或利率急升、VIX 高檔的階段。問題就變成：在同一段壓力裡，有沒有 ETF 明顯跌得較淺、提早止跌、或更快創新高？如果有，代表市場在那種壓力來源下，真的用不同邏輯定價它；如果沒有，那就是「壓力一來全都被當成一樣」的組合。進一步再把這些壓力段的最大回撤，和平常算的相關係數、波動做對照。會發現有些 ETF 平日相關係數不高，看起來很分散，但一到壓力期，最大回撤幾乎同步、修復期也重疊，表示危機時仍是同向資產；反過來，有些標的在危機一開始也會被錯殺，但回撤較淺、回升更早，顯示後段開始被視為避險或現金替代。最大回撤真正有用的地方，是協助辨認資產在不同情境下的「行為差異」，而不是事後用單一長期平均，把所有情境攪成一鍋看起來很安全的數字。

用壓力情境檢驗 ETF 分散效果：別被平均相關係數騙了

要用「壓力情境」檢驗 ETF 分散效果，第一個問題不是公式，而是：你打算測的是哪一種壓力？股災不只一種形狀，有的是流動性瞬間蒸發（像 2020）、有的是長期高利率壓估值（像 2022），如果只用單一類型的崩跌去回測，很容易誤判分散效果。比較實際的做法，是先挑出幾種明確、可被量化的「壓力場景」區間，例如：股市跌破年線到落底這段、VIX 維持在相對高檔的一段、央行快速升息的幾個月，甚至可以分成「短期急殺」與「長期陰跌」兩種情境各自檢驗。接著才是把 ETF 丟進這些壓力情境裡「對照平常」。不是只看一個整體相關係數，而是把樣本拆成「正常期」與「壓力期」，分別算：ETF 之間的相關係數、波動率、最大回撤，以及回撤發生的時間重疊程度。若你發現平常相關只有 0.2～0.3，但一進入股災，相關跳到 0.8 以上、回撤時間高度重合，代表這組合的保護力嚴重「情境依賴」，好天氣看起來多元分散，壞天氣卻幾乎變成同一檔資產在虧損。反之，如果在不同型態壓力下，相關雖上升但沒有完全同步、回撤深度與時間錯開，才比較接近實質風險分散。最後一個常被忽略的角度是「誰在同一時間需要賣出」。壓力情境下，會被迫賣出的多半是：槓桿高、流動性需求高、或是被當作「提款機」的資產。你可以用幾個可查證的 proxy 來輔助：ETF 的日均成交量是否在壓力期放大、貼近折價是否變大、持有人結構是否集中於短線或槓桿資金。這些資訊無法精確預測下一次股災怎麼演，但能提醒自己：相關係數不是天生固定，它會隨資金壓力與市場結構改變而飄移，而你要的分散，是在不同壓力情境下仍有機會錯開風險，而不是只在回測報告中的平均狀態看起來很安全。

ETF 為何在股災時集體失靈？從情境依賴與壓力切片看真正的風險分散

ETF 為何在股災時才暴露「情境依賴」問題？關鍵在於，多數分散配置是用「好天氣」資料設計出來的。平常股、債、金、房看起來互相沒那麼連動，是在資金寬鬆、波動低、流動性充足的環境下量出來的相關係數；但這些數字不是資產的固定屬性，更像天氣顏色，晴天與暴風雨下完全不同。當市場從追逐收益，突然切換成「砍槓桿、搶現金」的生存模式時，原本看似獨立的 ETF，會一起被捲進去，分散效果就只剩下「好景限定」。這種情境依賴，背後驅動力不是基本面同時毀滅，而是流動性與槓桿的同步收縮：有人被追繳保證金、有人面臨贖回壓力，基金經理與大戶會優先賣掉「賣得掉」的東西，不管是股票型 ETF、債券型 ETF 還是黃金相關商品，都會被當成現金來源；加上避險部位被獲利了結、避險基金平倉，短期內各類資產的價格走勢會高度同向，相關係數急速飆高。2008 金融海嘯與 2020 疫情暴跌都出現過這種「先一起殺，再慢慢分化」的路徑，如果只看十年平均數據，這幾段極端情境會被攤平，看起來好像「長期都很分散」，實際上壓力情境的風險早被稀釋掉。因此，真正要檢驗 ETF 分散是否能跨情境生存，不能只看一條漂亮的長期回測線，而是要刻意把「壓力切片」拉出來對照：例如股市跌破年線到落底的區間、VIX 高檔期間、快速升息的年份，分別估算 ETF 之間的相關性、波動與最大回撤，再跟平穩市況對比。如果平時相關係數只有 0.2～0.3，到了股災卻跳到 0.8～0.9，且回撤時間高度重疊，那就代表這個組合高度依賴「好天氣」的低相關；反過來說，若在不同型態的壓力情境下，資產間的連動雖然會上升但仍有差異、回撤高點不完全同步，才比較接近真正跨情境的風險分散，而不是在暴風雨來臨時才一起失靈的統計幻覺。

別被相關係數麻醉：ETF 分散風險的真實極限與壓力情境檢驗

多數人會高估 ETF 的分散效果，很大一部分就是「過度相信相關係數」這個數字。相關係數看起來像客觀科學，其實更像一張「平均天氣報告」：把晴天、陰天、颱風天一起平均，告訴你一年平均氣溫 24 度，聽起來很舒服，卻完全無法反映你在颱風天會不會被吹走。同樣地，投資人看到股債、股金長期相關只有 0.2～0.3，就直覺以為「風險已分散」，忽略了真正會傷組合的是少數幾次的極端情境，而不是大多數的平常日。延伸來看，相關係數在被誤用時，扮演的是「讓風險看起來被稀釋」的角色。統計上，只要把 2008、2020 這種高壓期跟長年溫和波動放在同一段做平均，極端時一起殺的那幾個月，很容易被數十個月的小波動稀釋掉，結果報告呈現的是「長期低相關」。投資人、甚至產品行銷常用這種平均值包裝成「穩定分散」，卻不會刻意標出：在 VIX 飆高、流動性緊縮、槓桿被強迫去化時，相關曾經短暫衝到 0.8 以上。換句話說，這個數字很容易被取樣期間、頻率（用日資料還是月資料）、甚至「有沒有把最慘的一段剔除」所影響，而這些選擇多半不會在簡化的圖表上呈現。要比較誠實地看待相關係數在分散裡的角色，可以反過來問：它在壓力情境下會怎麼變？可以實際把 ETF 組合拉出幾段情境來檢驗：例如指數跌破年線到落底的一段、央行快速升息的時期，分別算出那幾段之間的相關係數與最大回撤，再跟「風平浪靜」期間做對照。如果你發現平日相關 0.3、壓力期跳到 0.85，而且回撤時間高度重疊，就代表這個相關係數在心理上其實是「麻醉劑」，讓你相信自己很分散，但在真正需要保護時一樣一起下去；只有在不同壓力情境下，相關變化仍相對溫和、且不會每次都完全同步惡化的組合，才比較接近在真實世界裡具有穩健分散效果的配置。

為何「平均相關係數」會誤導？從極端情境檢驗 ETF 真正分散風險

多數人被「平均相關係數」誤導，是因為我們直覺會把一個數字當成「平常大概就這樣」，但在市場裡，相關更像是被拉長時間後的「平均天氣」。重點問題是：你關心的是 10 年的平均氣溫，還是暴風雨那幾天會不會把房子掀了？平均相關把晴天和暴風雨混在一起算，看起來股債、股金只「溫和」連動，於是我們以為 ETF 之間風險有好好分散，卻忽略真正決定生死的是少數幾次的極端事件。進一步來看，平均相關之所以危險，是因為它把「情境」抹平了。資產的關聯在好市況、升息循環、流動性緊縮、系統性恐慌下，機制完全不同：好天氣時，資金寬鬆、交易不擠兌，股債可以各走各的；但股災時，槓桿去化、保證金追繳、基金贖回，經理人被迫賣「賣得掉的東西」，原本低相關的 ETF 一起變現，統計上就會在那幾段時間出現 0.8、0.9 的高度連動。如果你只看全期間的平均值，這些高相關的壓力片段會被大量平靜日子稀釋，變成漂亮的 0.2、0.3，風險卻沒有因此消失。真正要檢驗的是：在「壓力情境下」ETF 還有沒有分散效果，而不是在 Excel 裡算出一個整體相關係數。具體可以把時間切成不同情境來比：像是大盤跌破年線到落底的區間、VIX 飆高的波動期、快速升息壓估值的階段，分別計算相關與最大回撤，對照平穩時期的數據。如果你發現平常相關很低，但每次壓力都一起大跌、回撤時間高度重疊，就代表平均相關只是好天氣的錯覺；只有在多種壓力環境下，組合的相關結構仍不完全同步失靈，才比較接近真正具備風險分散功能的 ETF 配置。

運用壓力情境分析，優化 ETF 分散化與風險因子配置

用壓力情境分析來優化 ETF 分散化結構，核心不是「找相關最低的組合」，而是找「在多數壓力下仍能互補」的組合。實務做法，可以先挑出幾檔你本來就想長期持有的 ETF，對照過去幾次明顯壓力期：例如 2008 信用危機、2011 歐債、2018 縮表修正、2020 疫情暴跌、2022 升息壓估值。逐段去算：這些 ETF 在各壓力期的相關係數、最大回撤、恢復時間，再和「平常行情」對比，你會看到哪些「乍看分散，其實同跌同起」的組合，哪些則在壓力下表現相對獨立。下一個關鍵疑問是：「壓力期的結果，要怎麼轉成結構調整？」如果你發現：你的核心股票型 ETF 在多數壓力類型下，跟某些「防禦」標的相關都飆高、回撤幾乎同步，那代表這些標的其實共享同一主風險因子，例如都對全球景氣、美元流動性、利率高度敏感。這種情況下，優化不是盲目加更多 ETF，而是改變風險因子組合：多看跟股市相對獨立的來源，例如不同債券區段（短天期 vs 高收益）、通膨連結資產、甚至是貨幣或商品相關 ETF，再用同樣的壓力切法檢驗，哪些是「真的在壓力時表現不一樣」，而不是只在牛市秀出好看的低相關。最後一個常見困惑是：「壓力情境本身會變，這樣分析還有用嗎？」這裡要把結果當成「方向性的風險地圖」，而不是固定答案。你能從壓力期的數據大致看出：你的組合是偏向單一劇本（例如對利率、信用風險高度集中），還是有多種情境下都能互補的結構。之後遇到新的政策路徑或宏觀變化，就可以有意識地檢查：目前加進來的 ETF，是強化了已有風險，還是補上過去壓力期常出問題的那一塊。壓力情境分析的價值，在於讓「分散化」從口號變成可以被回顧、拆解與修正的過程。

用股災期壓力情境檢驗 ETF 相關係數：從規則定義到多輪危機交叉驗證

如果想用「股災期壓力情境」來檢驗 ETF 相關係數，第一個關鍵是：不要等資料庫幫你定義股災，而是自己界定一套可重複驗證的規則。最直觀的方式，是直接用「結果」來切：例如大盤從跌破年線開始，一直到這一波明確落底回升的一段，統一標記為同一個股災期；或者也可以用最大回撤的門檻（例如從前高往下回撤超過 X% 直到走出谷底），只要你一開始就把規則寫清楚，以後每次回測都用同一套標準，就能避免事後挑選最難看的區間來「證明」相關會失效的偏誤。下一步的疑問是：只看價格是不是太粗糙？這裡可以把「結果」和「壓力條件」結合來定義情境。除了價格跌幅，你可以加入波動與流動性的條件，例如：大盤 20 日年化波動率高於某分位數、或 VIX 升破某門檻的期間，搭配市場日均量急縮或急膨脹的區段，一起視為「高壓期」。你可以先畫出大盤走勢，把這些條件符合的日子塗色標記，再分別計算 ETF 在這些日子裡的日報酬相關係數、波動與最大回撤，和「非高壓期」對照。當你發現某對 ETF 在高壓期的相關係數穩定比平時高很多，且回撤起點與谷底高度重疊，這就是具體證據：分散效果在你最需要的時候縮水。最後的疑問是：這樣切一段股災會不會剛好遇到特殊事件，誤判 ETF 結構？可以透過「多輪股災期」來交叉驗證，例如把 2008 信用危機、2011 歐債、2015–2016 新興市場動盪、2020 疫情、2022 升息壓估值，各自用同一套規則切出壓力期，再逐段算相關和回撤疊合度。若你看到某組 ETF 幾乎每一輪壓力期的相關都大幅飆升，只在平穩行情維持低相關，那就代表它們很可能共享同一個核心風險因子；反之，如果在不同類型壓力下，相關雖然上升但沒有一致貼近 1、回撤時間與恢復節奏也常錯開，才能說這組配置在多數股災情境下，仍有一定程度的分散效果。

從相關係數看風險來源：信用危機與流動性緊縮下 ETF 表現的關鍵差異

在信用危機跟流動性緊縮這兩種壓力情境下，ETF 相關係數的差異，其實在回答一個關鍵問題：你到底承擔的是「同一種風險」，還是不同的風險來源。若在 2008 這種信用危機裡，多數股票與投資等級債、高收益債的相關係數一起飆高，而且回撤時間高度重疊，代表它們都被「信用風險」這個因子綁在一起；名稱一個叫股、一個叫債，但實際在價格上是同一條繩子。相反地，在 2020 那種偏流動性緊縮、資金急撤的階段，有些高流動、交易活躍的 ETF 可能短期相關飆高，但回撤較淺、恢復較快，這類「先被砍、又先反彈」的走勢，就在提醒你：它更容易被當成現金池，而不是純粹的信用風險載體。📉 另一個值得追問的是：如果同一組 ETF 在信用危機與流動性緊縮時，相關係數表現完全不同，意味著什麼？常見情況是，信用危機時股票與公司債高度同跌，但流動性緊縮時，最先被賣的是好出貨、成交量大的 ETF，而不是基本面最爛的資產；這種「先跌不代表最差，只代表最好賣」的特性，會讓你看到：短期相關飆升，但回撤結構、恢復順序明顯不同。可驗證做法，是把兩種情境的期間分開標記，分別算相關係數，並比較：誰在哪一種壓力期先創新低、誰先站回前高；如果排列順序在兩種情境下不一樣，就代表驅動價格的主因已經從「信用」轉為「流動性」，風險來源並不相同。最後一個值得檢驗的角度，是看「理論上應該分散」的 ETF，是否只在其中一種壓力下失靈。比如某些防禦性股票 ETF 或短天期公債 ETF，在信用危機中相關係數仍維持相對低位，但在流動性緊縮時短暫被一起砍、相關飆高，卻很快修復；這類「流動性一起抛售、但信用不受傷」的軌跡，常見於資產負債表健康、違約風險低的標的。你可以透過對比兩種壓力期的最大回撤與恢復天數：如果在信用危機中它的回撤明顯受控、恢復更快，而在流動性緊縮中雖有同步下殺但很快拉回，通常就透露出一個訊號——它在系統性信用風險來臨時仍具一定分散效果，而在資金恐慌時只是暫時被當作換現金的工具。