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。