台積電發、鴻海收：台股的波動是有方向的

你手上那檔股票今天特別會跳。有多少是它自己的事？

這個問題聽起來像哲學題，其實可以量。做法是把九檔台股代表股的每日波動放在一起，問：某一檔未來的波動，用它自己的過去能解釋多少、要靠別人的過去才解釋得掉的又有多少。我們用 2002 年 5 月到 2026 年 7 月、共 5985 個交易日的資料跑了一遍。

答案是： 大部分都不是它自己的事。

八成來自別人

九檔加總起來的連結度是 80.5%。換句話說，單獨一檔股票未來波動的不確定性，平均只有兩成能用它自己的歷史解釋，另外八成得看其他八檔在做什麼。逐檔看，這個「靠別人」的比例從鴻海的 78.7% 到台積電的 82.6%，沒有一檔低於四分之三。

這個數字本身不算意外，同一個市場、同一批資金、同一個交易時段，本來就該高度連動。有意思的是下一個問題：這些連動 有方向嗎 ？

誰在發，誰在收

有方向，而且方向跟一般的產業分類對不太上。

把每一檔「送出去的影響」減掉「收進來的影響」，得到淨值。正的是淨發送者，負的是淨接收者：

台積電是最大的發送者，這大概符合多數人的預期。真正值得停一下的是另一端： 三個最大的接收者，鴻海、大立光、聯發科，全部都是電子股。

也就是說，「電子股」在波動傳遞上根本不是同一塊。台積電往外送，同產業鏈上的另外三檔在接。你如果因為它們都被歸在電子而以為它們同進同出，那張分類表在這件事上幫不了你。反倒是金融兩檔和石化，在傳遞結構裡跟台積電站在同一側。

那空頭來的時候呢

直覺會說：跌的時候大家一起跌，連結度應該飆高。

資料不同意。把 2008 金融海嘯、2011 歐債、2015 中國股災、2018 第四季、2020 疫情、2022 熊市這幾段標出來，空頭期間的平均連結度是 61.7%，平靜期是 62.9%——空頭反而 低了 1.16 個百分點 。

這裡要誠實講清楚：這是把長短不一的幾次危機平均起來的結果，不同危機的形狀差很多，單一個數字會掩蓋差異。能講的只有一句保守的話，「市場一有事，連動就明顯更緊」這個說法，在這份資料上沒有得到支持。

最後一問：知道這張網，能幫你預測嗎

網絡圖很好看。但好看跟有用是兩件事，所以我們直接測。

做法是拿兩個模型比：一個只看自己的過去，一個同時看整張網、九檔互相餵資料。從 2015 年初開始每天做一次隔日波動預測，一共 2810 次，然後比誰的誤差小。

結果是 沒有幫助 。整體的檢定統計量是 2.51，方向代表看整張網的那個模型誤差 比較大 ，而不是比較小。

逐檔拆開更明白：九檔沒有一檔因為加了跨產業資訊而變好。其中聯發科（3.44）、台積電（3.29）、大立光（3.09）三檔跨過了嚴格門檻，對這三檔權值股，把別人的波動餵進去是 顯著有害 的。它們自己的波動夠黏，多出來的資訊只是雜訊。

這是個 null 結果，我們照實寫。連結度分解本來就是 描述性的診斷工具 ，它告訴你這個市場的結構長什麼樣；它從來沒承諾要幫你預測明天。把診斷工具當預測工具用，就是這張表在提醒的事。

這份結果的邊界在哪

• 波動是用每天的最高最低價估出來的（Garman-Klass），不是用盤中逐筆資料算的已實現波動。粗一點，但對除權息造成的跳空免疫。
• 九檔代表九個產業，其中金融和航運各兩檔、其餘各一檔。這是 代表性 取樣，不是完整的產業普查。
• 連結度衡量的是預測誤差變異的分解，是網絡中心性的診斷， 不等於因果 。哪一檔「造成」哪一檔波動，這份資料沒有回答，也沒有打算回答。
• VAR 的落後期數是 6 期，由全樣本準則選定。兩個模型共用同一個落後期數，比較是公平的。

一句話

台股內部的波動高度連動，而且有方向：台積電、金融、石化在送，鴻海、大立光、聯發科在收，電子股不是一塊鐵板。但知道這張網，並不會讓你的隔日波動預測變準，對幾檔權值股還會變差。

資料來源

• 實驗與結果檔：experiments/asia3_tw_sector_spillover/asia3_tw_sector_spillover_results.json（seed 42，網路存取關閉，資料已隨實驗封存為 parquet）
• 價格資料：台灣證券交易所上市九檔代表股日 OHLC，2002-05-17 至 2026-07-24
• 方法文獻：Diebold & Yilmaz (2012, 2014) 連結度框架；Pesaran & Shin (1998) 廣義脈衝響應；Garman & Klass (1980) 區間波動估計

懶人包圖組