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。