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。