壓力來的時候，債券 ETF 的價格真的會脫隊——但我們事前列的那張脆弱名單，排錯了順序

你買一檔債券 ETF 的時候，付出去的價格和它手上那籃債券真正值多少錢，理論上應該貼得很近。維持這件事的是一群不太有名的機構，市場上叫他們授權參與者：價格偏高時他們造出新的份額賣掉，偏低時他們買回份額換走裡面的債券，一來一往把價差壓平。

平常這套機制運作得很順，順到你根本感覺不到它存在。問題是，它在市場真正混亂的那幾天還撐得住嗎？二〇二〇年三月的教訓是，有些債券 ETF 的價格曾經比它的持股價值低了好幾個百分點，而那正是所有人最想脫手的時刻。

所以有一個很自然的想法：能不能事前替每檔基金打一個「壓力來時容易脫隊」的分數，讓人提早避開？

這篇文章就是把這個想法拿去實測。結論有兩半，而且兩半必須一起讀—— 壓力日確實會讓某些基金明顯脫隊，這件事量得很清楚；但事前打的那張分數表，排不出誰會脫隊。 

這次量了什麼

八檔大型債券 ETF，涵蓋美國綜合債、公司債、高收益債、市政債、新興市場債和長天期公債。資料從 2015-01-01 到 2026-06-25，總共 23088 筆基金與日期的組合，其中 2886 個交易日有完整可用的資料。

「壓力日」的認定是一條事前寫死的規則：當天股市恐慌指標高於 25，或債市波動指標高於 120，就算壓力日。事後回頭挑日子這件事，我們沒有做。這樣的日子在期間內有 584 天。

「脫隊」怎麼量？我們用一個滾動的參考模型，拿當天其他寬基債券 ETF 的漲跌去推算這一檔「照理說」應該漲跌多少，實際價格和這個推算值的差距就是脫隊幅度。這個參考模型的係數只用當天以前的資料估，不會偷看未來。

「脆弱度分數」則是把五個事前就看得到的特徵取平均：持股信用複雜度、類別複雜度、持股週轉率、買賣價差的粗略代理、以及成交金額深度的倒數。分數高的四檔歸為高脆弱組，其餘四檔歸為低脆弱組。

必須先講清楚一件事： 這裡沒有真正的授權參與者資料。  我們試著從公開資料源取得基金層級的授權參與者活動和集中度，一無所獲。所以本文量的是一個代理指標，不是那群機構的真實行為。

第一半：分組層級，成立

先看兩組的平均脫隊幅度。下面的單位是萬分之一，也就是價格的萬分之幾。

平常日，高脆弱組比低脆弱組多偏離 3.86 個萬分之一。壓力日，這個差距擴大到 12.46。壓力多加上去的那一截是 8.60 個萬分之一，換句話說，市場一緊張，兩組之間的落差直接變成三倍以上。

這個擴大不是雜訊。統計強度是 8.34，純屬隨機的機率低於百兆分之一。把日期重新抽樣五千次重算，這個擴大幅度的區間落在 6.72 到 10.69 之間，離零很遠。

而且不只是當天的價格。壓力日過後五天的實際波動，高脆弱組也比低脆弱組多出 0.000107，統計強度 4.88，同樣穩固。所以這不是一個「當天亂一下、隔天就恢復」的現象，它後面確實跟著更劇烈的波動。

到這裡為止，故事很漂亮：一群事前被判定較脆弱的基金，在壓力日確實表現得比較脆弱，而且餘波持續數日。

第二半：個別排序，不成立

然後我們把同一份資料換一個問法：如果你手上有這張分數表，它能不能告訴你 這八檔裡面，哪一檔在壓力日偏離得最厲害 ？

答案是不能，而且錯得相當直白。

分數表上最脆弱的是新興市場債，分數 0.51，它在壓力日多出來的偏離是 20.5 個萬分之一，排第二。排第一的是二十年期以上的長天期美國公債，多出來的偏離是 21.2 個萬分之一，而它的脆弱度分數是 -0.29，是全場 最低 的一檔，被歸在低脆弱組。

把八檔的分數排名和實際偏離排名擺在一起算相關程度，得到的數字是 0.262，而這個數字本身就落在隨機波動的範圍內，它純屬巧合的可能性高達 0.531，也就是丟銅板的等級。看之後五天的波動也一樣，相關程度 0.214，同樣不具鑑別力。

分數表在分組層級上有用，在個別基金層級上沒用。這兩句話同時是真的。

為什麼兩件事可以同時成立

因為那張分數表衡量的，和長天期公債在壓力日發生的事，根本不是同一種東西。

分數表抓的是「這籃債券難不難處理」，信用複雜、週轉率高、買賣價差寬、成交不夠深。這些特徵在新興市場債和高收益債身上很典型，它們在壓力日的表現也確實對得上。

長天期公債完全不吃這一套。它的持股是全世界最好賣的東西，任何一個指標都會說它安全。但它對利率極度敏感，久期很長，而壓力日本來就常常伴隨利率劇烈跳動，它的偏離不是因為「賣不掉」，是因為「該值多少錢這件事本身在劇烈變動」。

一張只量流動性的分數表，看不見利率風險這個維度。它把長天期公債判成安全，然後現實把它排到第一。

這也是為什麼分組平均會成立：把四檔平均起來，長天期公債那個錯誤被組內其他三檔稀釋掉了。平均掩蓋了排序的失敗，而只看平均的人會以為這把尺是準的。

這對一般投資人的意義

 一、壓力日的定價偏離是真的，別假設 ETF 永遠貼著淨值。  在最緊張的日子裡，某些債券 ETF 的價格會離它該有的水準更遠，而且這個現象之後還跟著幾天更大的波動。真的需要在混亂中變現時，這個成本要算進去。

 二、看起來合理的風險名單，可能只在平均意義上合理。  「高風險組平均比低風險組危險」和「這張名單能告訴我該避開哪一檔」是兩件事，中間隔著這篇文章量到的整個落差。任何拿到分組結論就直接套到個別標的的做法，都要先問一句：這張名單在個別層級被驗過嗎？

 三、一張分數表只看得見它量的那個維度。  這次的分數表只量流動性與複雜度，於是它對利率敏感度全盲。你手上任何一個風險評分，都值得問一次它漏掉了什麼，漏掉的那個維度，通常就是排名出錯的地方。

我們把這個結果原樣留著，包括它不成立的那一半。要把它修好，缺的是真正的授權參與者活動資料和實際的淨值折溢價，而不是再多加幾檔基金到樣本裡。

 限制 ：本文沒有觀測到任何基金層級的授權參與者活動或集中度，所用的是事前特徵組成的代理分數；脫隊幅度是滾動參考模型的殘差，不是實際的淨值折溢價；基金特徵取自當前的公開資料快照，未必符合歷史當時的樣貌；只測了八檔大型基金，個別層級的鑑別力本來就低；壓力日的檢定是診斷性質的事件研究，不是可交易策略。

 資料與方法 ：八檔美國掛牌債券 ETF，價格資料來源 yfinance 日線，期間 2015-01-01 至 2026-06-25，共 23088 筆面板資料、2886 個有效交易日、584 個壓力日。壓力日定義為當日股市恐慌指標高於 25 或債市波動指標高於 120。脫隊幅度為滾動參考模型的絕對殘差，模型係數僅使用當日之前的觀測值估計；壓力日之後的波動目標取第一到第五個交易日，不與當日訊號相乘。區間估計以日期為單位重複抽樣五千次求得。

 文獻基礎 ：加拿大央行 2020 年關於美國固定收益 ETF 授權參與者集中度的研究報告，以及國際清算銀行季報關於債券 ETF 套利機制的分析。

懶人包圖組