尾端風險的數字，兩個交易日就能改寫

「這個模型的尾巴已經修好了。」

風控會議上聽到這句，多數人接著問的是修好多少。

比較少人問的是：這個「多少」，禁不禁得起樣本挪兩天。

這次量的是什麼

一個波動率模型每天吐一個「明天大概會抖成這樣」的數字。把真實報酬除以那個數字，剩下的叫標準化殘差。

模型如果誠實，這串殘差應該長得規矩：不偏斜、不厚尾、前後不相關。

實測材料是 SPY。樣本外從 2019-01-02 到 2026-04-08，共 1826 個交易日；模型每 63 天用最近 2000 天重估一次，全段資料 5600 天。

兩個模型對打。一個只看價格自己走勢的基準模型，一個額外吃進市場恐慌指標的加料版。

這組對打我們先前寫過一次，那篇問的是「加了恐慌指標之後殘差有沒有變乾淨」，答案是雙面的。這篇要接的是它沒問的下一個問題：那個「變乾淨多少」的數字，本身有多穩。

尾巴確實變薄了

峰態降了四成二，Jarque-Bera 降了約五成八。

自由度從 5.20 抬到 8.00。白話說，原本要用一條非常厚尾的分佈才裝得下的殘差，現在薄了一階。

方向很乾淨。四項形狀指標同時往正確的那一邊走。

但沒有一項回到「可以當常態用」

這是第一個容易被跳過的地方。

加料版的超額峰態是 1.23，它的 t 值 10.71。基準模型是 2.11，t 值 18.41。兩個都遠離零，而且遠得沒有懸念。

Anderson-Darling 統計量，基準模型 9.20、加料版 6.93，五個百分點的臨界值是 0.752。兩個模型都被拒絕。

厚尾從「非常厚」變成「還是厚」。風控上這是好消息，但它不允許你把常態假設放回去。

比數是四比三

那份結果檔自己列了七項對照。加料版贏四項，基準模型贏三項。

輸掉的三項是同一族：殘差裡沒清乾淨的波動聚集。落後一期的 ARCH-LM 檢定，基準模型 p 值 0.53，加料版 0.0499，剛好壓在五個百分點的線上。

加料版把分佈的形狀修好了，卻在殘差裡留下一點波動的節奏。

從它拆出來的那個外部資訊分量看得出原因：這個分量本身很黏，落後一期的自相關 0.884。它抓的是慢的那一層，快的那一層就漏掉了。

最脆的不是方向，是幅度

這份診斷在 2026-08-25 重跑過一次。重跑的動機跟結論無關：論文要把資料釘在一份雜湊值鎖定的快照上，取代每次抓都可能不一樣的線上行情。

釘住之後，樣本只少了兩個交易日，而且那兩天本來就落在論文的評估窗外。

然後那個被寫進摘要當賣點的頭條數字就變了。舊版寫的厚尾改善是六成，釘住後是四成二。

更麻煩的是兩個模型的反應不對稱。加料版的峰態幾乎沒動，基準模型的掉了一大截。那個消失的差距，幾乎整個由那兩天承載。

1826 個殘差算出來的四階動差，對個別極端值敏感到這種程度。

這對你實際的意思

如果你手上有任何一個「尾端有多厚」這類的風險數字，風險值的超限次數、壓力情境的幅度、極端風險的尾端相關，有三件事值得先問。

第一，問樣本窗。同一個模型、同一份資料源，起訖差兩天，頭條數字可以差一個級距。

第二，方向比幅度可信。四項指標同時改善，這件事禁得起挪兩天；改善「六成」還是「四成二」，禁不起。

第三，別讓單一指標結案。這裡的比數是四比三，只挑贏的那四項報，會得到一個過度樂觀的模型。

這篇沒做到的事

一檔標的、一段期間。SPY 的 1826 天樣本外，換成個股或別的市場，結論不保證搬得動。

七項對照裡沒有直接的損益或風險值回測。殘差長得好看，跟部位真的守得住，是兩件要分開驗的事。

還有，那個「挪兩天」的教訓是從一次重跑觀察到的，樣本數是一。它足以讓人不要把幅度寫進摘要當賣點，還不足以量出幅度一般而言有多不穩。

原始結果檔與可重現規格都跟這篇綁在一起，包含三份輸入檔的雜湊值與亂數種子，連跑兩次逐項相同。

懶人包圖組