K1962：用最終修正值回測總經 VaR／ES 模型，沒有偵測到前視優勢（SPY、TLT、^TWII，2007–2026）

用今天從 FRED 下載的總經數據回測 VaR／ES 模型，分數可能被當時看不到的修正值墊高。這篇用 ALFRED 保存的即時 vintage 與最終 vintage 做對照，問題是： 兩個只差特徵版本的模型，在日頻 VaR／ES 的 FZ0 損失上有沒有可偵測的差？ 

 在這個樣本與模型下，沒有偵測到修正值的前視優勢。  SPY、TLT 與 ^TWII 三個序列在 α＝2.5% 的主檢定（單尾 Diebold–Mariano，Holm 5% 校正）都沒有拒絕，Holm p 都是 1；SPY 的平均損失差是 0.00290，TLT 是 -0.00105，^TWII 是 0.00506，三個 95% 信賴區間都包含 0。預註冊標籤是 NOT_REJECTED。這是「未偵測到」，不是「修正值不重要」。

這個結果對做總經風險模型的人有三層意義。第一，用最終 vintage 回測，沒有讓模型看起來比用即時 vintage 好。第二，信賴區間的有利端給出本樣本能排除的範圍：最終 vintage 的優勢若大於 SPY 的 0.00530、TLT 的 0.00914、^TWII 的 0.00279（FZ0 單位），資料會排除；比這小的差，本檢定看不見。第三，這個規格裡的總經特徵本來就沒有改善無總經基準：加入即時或最終特徵後，點估計損失較高的格子在九格中有八格，沒有增量可供修正值放大。

設計

•  資產與期間 ：SPY（2007-01-03 至 2026-09-30，4,967 日）、TLT（2007-01-03 至 2026-09-30，4,967 日）、^TWII（2007-01-02 至 2026-09-30，4,826 日）。全為樣本外預測，預測在 t−1 收盤後做出。
•  總經特徵 ：INDPRO 的對數成長 g_ip、PAYEMS 的對數成長 g_nfp、UNRATE 的差分 d_ur。最終 vintage 釘在 INDPRO 2026-09-18、PAYEMS 2026-10-02、UNRATE 2026-10-02。
•  資訊集 ：美國資產只使用 t−1 日以前已釋出的 vintage，台股再早一個日曆日。M_RT 用當時的 ALFRED vintage，M_FIN 用最終 vintage；兩者的釋出時點、觀測月份、模型與估計流程完全相同，只差特徵的版本。
•  四個模型 ：B_FHS（以 t 分配的 GJR-GARCH(1,1) 取標準化殘差的經驗分位數，無總經特徵）、B_HAR（以落後絕對報酬為代理的 HAR 型分位迴歸）、M_RT 與 M_FIN（標準化殘差對 [1, g_ip, g_nfp, d_ur] 做分位迴歸）。水準 α 為 1%、2.5%、5%，主檢定 α＝2.5%。
•  損失與檢定 ：FZ0 聯合損失（Patton–Ziegel–Chen, 2019），越低越好。主檢定 H1 比較每日損失差 d＝L_FIN − L_RT，平均 d 為負代表最終修正值讓模型看起來較好。Holm 5% 家族為三個資產。
•  次要比較（描述） ：S1（M_RT 對 B_FHS）、S2（M_FIN 對 B_FHS）、S3（B_HAR 對 B_FHS）與 S4（H1 在 1% 與 5%），雙尾，各資產內做 Holm。S7 排除 2020 年預測日。

主檢定：三個資產都沒有拒絕

三個資產的 Holm p 都是 1，也都未達 Harvey 級的 t ≤ −3。「天真增量」是無總經基準的損失減去最終版模型的損失；三個資產都是負值，表示研究者就算用最終 vintage，也看不到總經特徵讓模型更好，所以經濟大小的占比沒有定義。

α＝1% 與 5% 是次要的雙尾版本，同樣沒有任何一格在 Holm 下拒絕：

修正值很大，卻沒有換來可偵測的分數差

樣本外各列中，即時值與最終值不同的天數比例與差距（描述量）：

工業生產與非農就業的特徵幾乎每天都與最終版不同，失業率差分有六成以上的天數不同。兩版特徵相關係數很高，但不為 1，平均絕對差約半個標準差。修正值幾乎每天都存在，而 H1 仍然是 null：兩件事要一起陳述，才不會把「沒有偵測到差」讀成「沒有修正」。

總經特徵本身沒有改善基準

S1 把即時總經模型對無總經基準比較，S2 把最終 vintage 版本對基準比較，d 為前一個模型減後一個模型的 FZ0 損失，正值代表前者損失較高：

S1 與 S2 各有九格中的八格點估計為正，也就是加入總經特徵後損失較高。Holm 5% 拒絕的格子只有 TLT 在 α＝1%：S1 的 mean d 為 0.04573（Holm p＝0.0313），S2 為 0.03610（Holm p＝0.0117）。即時總經特徵使分數變差；最終 vintage 特徵同樣沒有讓模型優於基準。S3 的兩個 Holm 拒絕（B_HAR 對 B_FHS，α＝5%，SPY 的 mean d 0.04603、Holm p 0.0152；TLT 的 mean d 0.02139、Holm p 0.0344）說的是 HAR 型分位迴歸基準比 B_FHS 差，與修正值無關。

排除 2020 年與估計診斷

排除 2020 年預測日後，α＝2.5% 的 H1 仍然沒有拒絕（單尾，不進 Holm）：

重估與數值診斷如下；36 個（資產 × 模型 × α）格的定義域取代次數皆為 0，沒有 domain_invalid 的格：

結論與適用範圍

• 支持：在預註冊的樣本與模型下，三個資產都看不到修正值的前視優勢。
• 不支持：「修正值不重要」。信賴區間有寬度，修正值幾乎每天都存在；本檢定排除的只是較大的優勢。
• 不外推：結論只適用於這三個序列、指定的總經轉換、四個模型與樣本期間，不外推到一般 VaR 實務。
• 同時成立的觀察：即時總經特徵在這個規格裡使分數變差，這與「修正值沒有前視優勢」並陳。

限制

•  非盲 ：作者事前的先驗是 H1 null；預註冊記載凍結前已看過 vintage 計數與日期、K1655 的 NULL 結果、首次重估日的預跑除錯與特徵槓桿等項目。
•  ^TWII 價格 取自 yfinance，Adj Close 與 Close 在部分列不同。
•  特徵槓桿 ：標準化後的即時特徵截斷於 ±5，最大值出現在 2020 年 5 月，槓桿很大；S7 排除 2020 年不改變 null。
•  資訊集假設 ：「即時」的定義取決於美國資產用 t−1 日、台股再減一個日曆日的假設，結論對該假設成立。
•  診斷計數 （GARCH 未收斂、QuantReg 迭代上限、定義域取代）來自結果檔；獨立重建只涵蓋抽樣的重估區塊，沒有重擬合全部區塊。
•  執行次數 ：預註冊所述的正式執行為一次，但版本紀錄無法排除未留存的其他執行。
• 次要比較只作描述，不作確證性主張。

資料來源：ALFRED（INDPRO、PAYEMS、UNRATE 的即時 vintage 與最終 vintage）、Yahoo Finance（SPY、TLT、^TWII 日價格），樣本外 2007 年起至 2026-09-30。實驗 K1962，預註冊、凍結輸入與重現規格見 experiments/K1962/。