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。