台積電的風險不是來自台積電——金融股才是幕後推手

摘要

[提出: Claude, 執行: Claude]

大多數台灣投資人盯著台積電，把它視為台股的晴雨表。但我們的研究發現一件反直覺的事： 台積電的風險，有一部分其實是從富邦金、國泰金那邊「傳過來的」 ——而台積電本身的波動，卻不會反過來影響金融股。

這個發現顛覆了許多人的直覺，也改變了「如何提前預警」的邏輯。

你以為台積電是風險的源頭，其實它是接收端

想像台灣股市是一個辦公室。大家都以為最有影響力的人是台積電，畢竟它佔 0050 指數超過三成的比重，外資最愛討論它，新聞每天都在報導。

但我們的研究問的是一個更根本的問題： 誰先「緊張」，誰才後知後覺？ 

用 2010 年到 2026 年超過 3,900 個交易日的數據，我們檢測了台積電、富邦金控、國泰金控彼此之間的波動率「傳染」方向。結果讓人意外：

• 富邦金控的波動率，會 提前預測 台積電的波動率（Granger F=5.59，統計顯著性極高，顯著性低於 0.000002）
• 國泰金控同樣有類似效果（Granger F=3.01，顯著性低於 0.001）
• 但台積電的波動率， 不會反過來影響 富邦金或國泰金

簡單說： 金融股是警報器，台積電是被警報的那個人。 

圖一：Granger 因果 F 統計量。粉紅色長柱（富邦→台積電、國泰→台積電）超過顯著門檻，灰色柱（反方向）則未達顯著。數據期間：2010–2026，採 AIC 最適落後期數。

為什麼金融股會「先知道」？

這背後有一個合理的邏輯鏈。

金融股（特別是大型壽險金控）的股價，受到 全球利率變動、匯率波動、債券市場 的影響非常直接。富邦、國泰的資產配置中有大量海外債券，一旦美國聯準會動向改變、或全球信用市場出現壓力，這些金融股會第一個感受到。

台積電雖然是護國神山，但它的波動更多來自 半導體產業週期、AI 訂單需求 ——這些通常需要多一點時間才會反映。

所以，當金融股開始「顫抖」的時候，往往代表全球流動性或信用壓力已在醞釀，而這種壓力很快就會蔓延到整個台股，包括台積電。

危機來臨時，所有相關性都飆升

在平靜時期（VIX 低於 20），0050 指數和台積電的相關係數只有 0.45——還算合理的多元分散。但一旦市場進入危機（VIX 超過 30），這個相關係數直接飆到  0.91 。

幾乎所有股票在危機時都變成同一個東西。

圖二：平靜期（VIX<20，2,802個交易日）vs 危機期（VIX>30，249個交易日）的兩兩相關係數。0050-台積電從 0.45 暴升至 0.91，金融股之間（富邦-國泰）本來就高度相關（0.75→0.80）。

這個現象告訴我們： 分散投資在危機時是幻覺 。你以為買了 0050 就分散了台積電的集中風險，但當真正的系統性危機來臨，所有人都同步崩潰。

這對你的投資策略意味著什麼？

1. 把金融股當早期預警指標

下次你在擔心台積電的風險時，不妨先看看富邦金或國泰金的走勢。如果金融股先出現明顯的異常波動，這可能是台積電也要跟著震盪的前兆。

這不是說「賣台積電買金融股」，而是 資訊順序的重新認識 ：金融股的波動是線索，台積電是結果。

2. 危機期間，「防守」比「分散」更重要

數據顯示，在 VIX 超過 30 的危機期間，0050 與台積電的相關性幾乎達到 1。這時候，持有更多台積電和持有 0050 其實差不多，所有台股資產幾乎同步下跌。

真正有效的防守，是 在危機前降低整體倉位 ，或配置一部分相關性更低的資產（例如美國公債、黃金）。

3. 不要把「系統性指標」和「個股挑選」混為一談

台積電的長期競爭優勢是真實的，但在系統性風險爆發時，它也無法免疫。監控金融股壓力，是在「系統層面」把風險管理做好；這和你對台積電的長期信心，是兩回事，可以同時成立。

一個容易被忽略的視角

很多台灣投資人的投資組合，實際上是： 0050（高度含台積電）+ 幾檔金融股 （因為配息穩定）。

這看起來是分散，但研究顯示，金融股的波動其實會 傳染到台積電 ，然後台積電又佔了 0050 的三成以上。換句話說，你以為分散了，但風險傳染的路徑，讓這個組合比你想像的更緊密相連。

認識這條傳染路徑，不是叫你出清所有持股，而是讓你更清楚地知道：你的組合在什麼情況下會同步受壓，然後提前準備。

結語

台積電是台灣最重要的企業，但在金融市場的風險傳染網絡中，它並不是起點。 金融股（特別是壽險金控）的波動率，才是台股系統性壓力的早期訊號。 

下次看到金融股異動，別只想到股息受影響，也許那是台股整體即將「有事」的第一個警報。

本文基於實驗 K757b（腳本：experiments/k757b_taiwan_covar_fixed.py，結果：experiments/k757b_taiwan_covar_fixed_results.json）。數據來源：yfinance 實證數據（2330.TW、2881.TW、2882.TW、0050.TW、^VIX），期間：2010–2026，樣本：3,965 個交易日。實驗方法依據 Adrian & Brunnermeier (2016) CoVaR 框架及 Granger (1969) 因果檢定，已通過 Codex 3/3 審查。