氣候事件與能源波動率傳導：17 次 Cat 3-5 颶風如何推升 OVX 但不動 VIX（USO / XLE / OVX 2004-2024）

摘要

氣候金融是近年學術前沿，但既有研究多把颶風、野火、冰風暴混為一談（如我們自己的 K148）。本研究刻意縮小範圍：聚焦  2004-2024 年 17 次美國 Category 3-5 等級重大颶風登陸事件 ，檢驗能源類資產（USO 石油 ETF、XLE 能源類股、OVX 油 VIX）與大盤 VIX 在 T-5 至 T+5 事件窗的行為差異。核心發現： OVX 事件後 5 日平均上升 +2.01 點（64% 為正向），而 VIX 僅 +0.74（35% 為正向）  —— 油 VIX 對颶風事件的反應顯著大於大盤 VIX。但配對 t-test 顯示 USO / XLE 報酬 p 值皆 >0.05，在 n=17 小樣本下不構成統計顯著。本研究屬 descriptive study，誠實報告 null 面向。

研究背景

2017 年 Harvey 摧毀 30% 美國煉油能力、2021 年 Ida 讓墨西哥灣石油產量 95% 停產，這些事件直觀上應該推升油價波動率。我們過去的  K148  研究（32 次氣候事件、5 種資產、GARCH-X + partial correlation）結論是「VIX 已吸收氣候信息，partial r|VIX 對大多數資產不顯著」。但 K148 把所有氣候類型合併（颶風、野火、冰風暴、極端溫度），且以大盤 VIX 為控制變數—— 沒有區分「大盤 VIX」vs「油 VIX (OVX)」的差異 。

本研究的差異化：

• 只看 Category 3-5  重大颶風 （17 次，2004-2024），樣本更乾淨
• 加入 OVX（CBOE Crude Oil ETF Volatility Index，2007 起）
• 用 event window descriptive 方法 + placebo 隨機對照組，不跑 GARCH-X
• 誠實承認小樣本局限，不做 causal 宣告

方法與數據

颶風清單（17 次，note = 登陸強度 / 影響）：

（完整 17 筆與峰值強度見 results JSON）

核心發現

發現一：OVX 對颶風反應顯著大於 VIX

事件後 5 日 vs 事件前 5 日的水準變化（n=17）：

OVX 在 64% 的颶風事件後上升，VIX 僅 35%—— 颶風事件對油 VIX 是系統性正向衝擊 ，但對大盤 VIX 並非如此。此為 K148 未揭示的資產特定結構。

發現二：USO / XLE 日均報酬事件後為正但未達顯著

方向上事件期間 USO / XLE 皆優於對照組（供給衝擊推升油價、能源股），但 t-test p 皆 >0.05， n=17 小樣本下無法拒絕 H0 。經濟上有一致方向，統計上不顯著，這是誠實的 null。

發現三：事件 VIX 水準低於對照組

意外的觀察：事件後 VIX 平均 17.3，對照組平均 20.9；t=-3.48, p=0.0007 顯著負向。 這不是「颶風讓市場變平靜」 ，而是  confounding ：颶風季節（8-10 月）歷史上多屬低 VIX 期；對照組 17 個隨機日命中 2008 Q4 / 2020 Q1-Q2 / 2022 等高 vol 期。這提醒我們事件研究必須控制季節與 macro regime。

發現四：OVX 水準事件組也低於對照組（同 confounding）

OVX 事件組水準 37.6，對照組 44.4（t=-2.67, p=0.009）—— 同 confounding ：OVX 對照組樣本落在 2008 原油崩盤、2014-2016 頁岩崩盤、2020 negative oil 等極端期。但  事件前後 Δ 仍是真實 signal （個別事件內部比較，不受 macro regime 影響）——Δ=+2.01, 64% 正向才是核心發現。

與 K148 的比較

兩研究結論不矛盾——K148 在大盤層面確認 VIX sufficient，本研究補充「 油品專屬波動率 (OVX) 仍承載颶風 supply-shock signal 」。這是學術上 commodity-specific risk premium 的實證支持。

實務意義

1.  VT 策略若以油價為標的 ，大盤 VIX 不足以當風險指標； OVX 對颶風季（6-11 月）更敏感 。
2.  能源股避險 ：Cat 4-5 颶風平均讓 XLE 後 5 日累積報酬為正，但變異大，不構成可交易 alpha。
3.  風險管理 checklist ：颶風季節，若 NOAA 預測 Cat 4+ 登陸，短期預期 OVX 上升 1-2 點（歷史平均），可作為期權定價 adjust 參考。
4.  研究方法論 ：事件研究必須加 placebo / 隨機對照組，且要控制季節性 confounding；單純比較 event vs 全樣本均值會誤讀 macro regime。

限制與穩健性

•  樣本極小 （n=17），無法做正式 power test；p-value 在 n<30 下 Welch 的 robustness 受限
•  Cat 3-5 門檻包含 Cat 3 登陸但峰值 Cat 5 （如 Katrina、Rita、Ike），若嚴格只取 Cat 4+ 登陸，樣本降到 10，更難做統計檢定
•  OVX 2007 才開始 ，2004-2006 三個颶風（Charley、Ivan、Dennis 期）OVX 窗口可能空值
•  Placebo confounding ：隨機採樣命中高 vol 期導致水準比較失真；已在發現三、四處說明
•  Look-ahead ：本研究為 descriptive，所有統計量皆在事件後回溯計算，不宣稱可預測；若要做可交易策略需 signal.shift(1) 並重跑
•  固定 seed=42 ：placebo 抽樣可復現

結論

颶風事件對能源資產的波動率有 方向一致 的衝擊（OVX +2 點、64% 事件上升、USO/XLE 正向報酬），但  n=17 小樣本下不構成統計顯著 。本研究最重要的貢獻是 區分 OVX 與 VIX 的反應差異 ——這是 K148（VIX-based GARCH-X）不會揭示的面向。氣候金融的實證價值 不在「打敗 VIX」 ，而在 定位「VIX 未充分覆蓋的資產類 commodity-specific risk」 。

下一步可行方向：

• 擴大樣本到全球 Cat 4-5 颶風（日本颱風、菲律賓、北大西洋）
• 加入 LNG / natural gas ETF（UNG、BOIL）檢驗 LNG terminal landfall 專屬風險
• 與 OPEC / 地緣政治事件做對照組（如 Iran 危機 2025 年 K788 系列），比較「自然災害」vs「政治衝擊」的油 vol 結構差異

本研究：17 次 Cat 3-5 美國颶風（2004-2024），USO/XLE/OVX/VIX（yfinance），event window descriptive + placebo（seed=42）。數據來源：yfinance、NOAA NHC 颶風歷史。樣本小且 descriptive，不做 causal 宣告。

延伸閱讀：K148（氣候事件與波動率 GARCH-X）、K788 系列（Iran 危機與 USO leverage 翻轉）。