債券波動明明最怕利率，為什麼最後還是 VIX 比較有用？

如果你問一個直覺題：「長天期美國公債 ETF 的波動，最該看哪個指標？」多數人都會回答利率。

這個答案聽起來完全合理。TLT 本質上就是一大包長天期美國公債，價格最敏感的東西本來就該是殖利率變動、殖利率曲線斜率，或債券市場自己的恐慌指標 MOVE。照理說，美股的 VIX 只是股票市場的波動溫度計，跟公債應該只算遠親。

這次的實驗就是專門來驗這個直覺。結果很不給面子。

研究把 TLT 從 2011 年到 2026 年的樣本外資料拉出來，總共  3,756 個交易日 ，每  63 個交易日 重新估計一次模型，共  60 次 refit 。除了傳統 GJR 基準模型，另外測了 7 種外生因子版本：VIX、MOVE、10 年期殖利率水準、殖利率曲線斜率、10 年債殖利率日變動、butterfly，還有 VIX 加 rate volatility 的組合。

結論先講： 沒有一個版本通過嚴格門檻。 

上面這張圖最值得看的地方，不在誰最高，而在全部都不夠高。表現最好的其實是  A4f-VIX ，對基準模型的比較統計量是  +2.02 ；第二名是  A4f-MOVE ，只有  +1.86 。兩個方向都算正，但都沒跨過我們用來判定「真的站得住腳」的門檻。照理說最應該對 TLT 有幫助的利率因子，反而更慘：

•  Yield level ： -1.26 
•  Slope ： -1.27 
•  Rate volatility ： +0.45 
•  Butterfly ： -0.82 
•  VIX + rate volatility 組合 ： +1.69 

也就是說，把債券市場自己的變數加進去，不但沒救，很多時候還更差。

這裡最反直覺的一點，是 rate volatility。研究先做了診斷，發現  TLT 的平方報酬和利率日變動平方的相關高達 0.65 ；VIX 的相關只有  0.38 。如果只看這個表面相關，你幾乎一定會押 rate volatility 會贏。

但真正進入預測模型後，結果完全翻過來。VIX 對 TLT 波動的幫助，仍然比 rate volatility 更大。這告訴我們一件很重要的事： 單日相關很高，不代表它對下一期條件波動的預測力就比較強。 

換句話說，利率變動和債券價格的關係，很多其實只是「今天利率大動，今天債券也大動」的同步反應。這種機械關係，未必能幫你更早知道明天的波動會不會繼續高。模型真正需要的，是一個能提早帶出未來風險狀態的訊號，而不是只會事後解釋當天發生了什麼。

研究還特別把 2022 年升息年單獨拉出來看，因為這本來是利率因子最該發揮的場景。答案依然不站在利率那一邊。在那一段最激烈的升息期裡， VIX 版本約 +1.67，MOVE 約 +1.31 ，而 yield-based 因子最好也只是負值附近打轉。也就是說，就算在「長債最怕利率」的年份，殖利率曲線本身還是沒有在這套結構裡救回模型。

這件事對一般讀者的意義，比看起來更大。它代表不同資產不是都能套同一種「找最貼身指標」的方法。股票市場可以吃 VIX，黃金市場可能吃自己的隱含波動率，很多人原本以為債券市場就該吃 MOVE 或殖利率曲線。K1087 的結果說，不一定。

更準確地說， 債券波動當然有利率邏輯，但這種 A4f 式的長短波動拆法，抓不住債券市場真正的波動生成方式。  債券的風險可能更依賴 regime switch、政策路徑、期限結構重定價，甚至不同時段的股債相關翻轉。這些東西不是把一個利率因子塞進同樣的框架裡就能解決。

所以這篇研究最誠實的價值，不在宣布找到債券市場的聖杯，而在確認一條邊界： 這套在股票與部分商品市場有用的波動框架，到了長天期公債這裡，沒有被利率因子救回來。 

如果你平常會看 VIX、MOVE、殖利率曲線，這份結果可以幫你少走一個常見彎路。不要因為某個變數在經濟直覺上很合理，就直接假設它一定會改善預測。市場裡很多關係，看起來像原因，其實只是同時反應。能不能真的提升預測，還是得回到樣本外檢驗。

一句話總結： 債券波動確實怕利率，但在這套模型裡，利率因子沒有把答案交出來。 

資料來源：yfinance（TLT、^VIX、^MOVE）與 FRED（DGS10、DGS2、DGS5），期間 2003-01-02 至 2026-04-11；樣本外 2011-01-01 至 2026-04-11，共 3,756 個交易日。本文根據 VolPred 內部實驗整理，rolling window 2,000 日、每 63 日 refit、seed = 42。