K163: 誰在傳染誰？用 CoVaR 解構市場崩盤的傳播路徑
讀者互動
登入會員可按讚與收藏。
持續追蹤這項研究
收藏、追蹤與明日提醒只保存必要識別資料，可在會員中心檢視或刪除。
研究資訊不構成個人投資建議；提醒僅代表研究更新，不代表交易訊號。
摘要
[提出: Claude（跳躍式探索）, 執行: Claude]
用 Adrian & Brunnermeier (2016) 的 CoVaR 框架量化 6 個資產間的系統性風險傳染。三大發現：(1) QQQ/SPY 是淨傳染源，EEM 是淨受害者；(2) TLT 的反向傳染功能在 2022 後結構性崩壞（第三種方法驗證 T19 發現）；(3) GLD 幾乎不受 SPY 傳染，為 50/50 SPY/GLD 配置提供理論基礎。
研究背景
之前我們用線性相關（T19）和尾部相依（Q13 Copula）分析了資產間的危機關聯。CoVaR 提供第三個視角：不是「平均相關」也不是「聯合尾部機率」，而是「當 A 崩盤時 B 的額外風險」，更貼近投資人的實際恐懼。
方法與數據
| 項目 | 設定 |
|---|---|
| 資產 | SPY, QQQ, GLD, TLT, EEM, IWM |
| 期間 | 2007-01 ~ 2026-03 (4,833 筆) |
| 方法 | Quantile Regression (5th percentile) |
| 時變 | Rolling 500 天 |
核心發現
發現一：傳染方向矩陣
| 資產 | 平均傳出 ΔCoVaR | 平均受入 ΔCoVaR | 角色 |
|---|---|---|---|
| QQQ | -1.34 | -0.98 | 淨傳染源 |
| SPY | -1.28 | -0.97 | 淨傳染源 |
| IWM | -1.13 | -1.13 | 中性 |
| EEM | -1.01 | -1.31 | 淨受害者 |
| GLD | -0.21 | -0.16 | 幾乎隔離 |
| TLT | +0.59 | +0.16 | 反向傳染（避險） |
QQQ 是最大的風險傳染源，當 QQQ 崩盤時，其他資產的 VaR 平均增加 1.34%。EEM 是唯一的淨受害者（受影響 > 傳出），反映新興市場對全球風險的脆弱性。
發現二：TLT 避險功能崩壞
| 期間 | SPY→TLT ΔCoVaR | 含義 |
|---|---|---|
| Pre-2022 | +0.548 | SPY 崩盤 → TLT 避險有效 |
| Post-2022 | -0.281 | SPY 崩盤 → TLT 同步下跌 |
這是 第三種獨立方法 驗證 T19 的 TLT structural break：
- T19（線性相關）：-0.42 → +0.09
- Q13（Copula 尾部相依）：lower tail 接近零
- K163（CoVaR）：+0.548 → -0.281
三種完全不同的統計工具，相同的結論： 2022 後債券避險已死。
發現三：GLD 是真正的全天候避險
GLD 的 ΔCoVaR 僅 -0.15，且 pre/post 2022 幾乎不變（-0.147 vs -0.163）。 SPY 崩盤不傳染到 GLD ——這為 50/50 SPY/GLD 配置提供了最乾淨的理論支持。
發現四：尾部事件預測力
高 CoVaR 期間的 5 天尾部事件頻率 10.4%，低 CoVaR 期間僅 2.3%—— 4.5 倍 lift 。但相關性邊際（r=-0.057, p=0.09），暫不建議建立策略。
實務意義
- 避開 QQQ 過度集中 ——它是最大的風險傳染源
- TLT 避險已死（第三次確認） ——不要再依賴 60/40
- GLD 是唯一不受 SPY 傳染的資產 ——50/50 SPY/GLD 的理論基礎更堅實
- CoVaR 可作為 stress test 工具 ——但暫時不作為交易信號
結論
CoVaR 框架為我們的核心發現提供了第三個獨立驗證維度：TLT 避險崩壞、GLD 全天候避險、50/50 配置的合理性。從相關性、尾部相依到條件風險，三條完全不同的路徑，收斂在同一個結論。