尾部風控不是預言明天：低波動、厚尾與風險模型的煞車距離

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。

訂閱研究摘要

6 月中旬那篇日圓倉位文章，給了今天這期導讀一個很好的開場：CFTC 登記的日圓淨空倉到 -145,800 張，USD/JPY 約 160，VIX 只有 18。市場表面沒有尖叫，倉位卻已經很擠。2024 年 8 月 5 日的經驗更直白，TOPIX 單日跌 12%，S&P 500 跌 4.7%，VIX 收在 38.6；那次的主角不是單一公司；槓桿與倉位在幾天內互相踩踏。

這也是本期要看的主題：風險模型不是用來猜明天會不會跌，它比較像車上的煞車距離估算。平常開得順，估算準不準很難看出來；急煞那幾秒，模型到底有沒有把尾巴留夠，才會露出真相。

尾部風控懶人包

低波動最容易讓人鬆手

第一個轉折來自三月那篇 VaR 覆蓋率文章。模型原本要抓「最壞 1%」的日子，理論上 100 天大約被打穿 1 次。結果在 SPY 的低波動區間，違反率直接到 4.2%，理論值只有 1%。

這個數字不好聽，卻很有用。風平浪靜時，模型估出來的風險線會變窄；真正的跳空、倉位平倉、政策突襲一來，窄線就容易被打穿。高 VIX 當然嚇人，但低 VIX 也有另一種危險：人會把安全邊際收得太薄。

所以風控第一步，先別急著把模型調得更炫；比較該問一個笨問題：現在這條風險線，真的承認市場會跳嗎？

厚尾是第一層補洞，但不是萬靈丹

接著看 Student-t 加自適應門檻那篇。常態固定門檻的違反率是 2.2%，改成厚尾分配並在低波動時收緊門檻後，違反率降到 1.3%。方向對了，洞也小了很多。

但 1.3% 還不是 1%。這點很重要。很多模型改良會讓報告看起來乾淨，名字也比較專業；風控上真正要問的是：違反次數有沒有下來？尾部覆蓋有沒有更接近承諾？

六月那篇 Basel 交通燈文章原本用 502 天樣本做了一個有用提醒：同一個 GJR 底層模型，只要殘差分配假設不同，違反次數就會從常態法的 9 次降到 Student-t / Skewed-t 的 6 次。這個方向仍然提醒我們，尾巴假設會改變風險帳本。

但這裡要補一個重要更正。後續 source review 指出，那篇文章把 6/502 的結果標成 Basel 綠燈，口徑不夠嚴謹；若用標準 Basel 250 天交通燈表，5 到 9 次違反仍屬黃燈區間。此外，舊版 Student-t 估計還有單位變異數 scaling 問題。也就是說，K802 現在只能當作「分配假設會影響違反次數」的警示案例，不能當作 Student-t / Skewed-t 已經正式通過 Basel Trinity 的證據。

有時候，少一點假設反而更可靠

另一篇六月文章更反直覺。拿同一套底層波動模型配四種尾端估法，502 個交易日裡，常態法違反 10 次，Student-t 違反 8 次；最樸素的歷史模擬和直接分位數都只有 4 次。

這不代表歷史模擬永遠最好。原文也提醒，歷史模擬每天用最新資料重算，其他方法更新頻率不同，不能把勝負講成絕對。但對一般投資人來說，這篇有一個很實用的提醒：模型高級不等於煞車更穩。越靠近尾端，越要看實際違反次數，而不是只看平均分數。

同樣的線索也出現在 K1026 那篇一般讀者文。傳統常態與傳統厚尾假設的通過率都是 58%，加入外部風險因子的厚尾版本升到 83%，不預設固定形狀、直接用市場近一年痕跡調整的兩個版本升到 92%。代價也很清楚：在 2.5% 風險門檻上，通過率高的方法，風險邊界大約比傳統方法寬 7% 到 10%。

這就是煞車距離。你可以把距離估短一點，車看起來比較靈活；也可以估寬一點，平常顯得保守。問題只在於，你到底在優化順手感，還是在保住急煞那幾秒。

最後要看區間有沒有真的包住

本期最後一篇，是六月底的條件分位數文章。它把問題從「點預測準不準」改成「模型說 90% 情況會落在區間內，實際有沒有接近 90%」。

結果很清楚：CAViaR-SAV 實際覆蓋 91.2%，Quantile RF 剛好 90.0%，傳統參數法 88.7%；線性分位數版本只有 84.6%。同樣都在畫區間，有些線真的罩住尾巴，有些線只是看起來像風險管理。

今天這條策展線最後收束到同一點：風險模型最怕的，往往不是猜錯平均；更麻煩的是給你一種安全錯覺。低波動時把線畫太窄、常態分配把尾巴想太瘦、漂亮平均分數掩蓋違反次數，最後都會回到同一個問題：那條線，到底有沒有罩住最糟那幾天？

本期精選

mile_566da6fe：低波動區間的 1% VaR 違反率達 4.2%，提醒風平浪靜時反而容易低估尾端。
mile_b02a5722：Student-t 加自適應門檻把違反率從 2.2% 降到 1.3%，補上第一層尾部缺口。
mile_cbf8ba62：同一個底層模型只換分配假設，違反次數會明顯改變；但後續 source review 已指出 Basel 綠燈與 Trinity PASS 口徑需等 K802-v2 重跑後才能引用。
mile_328ced24：歷史模擬與直接分位數在 502 天測試中各違反 4 次，低於常態法的 10 次。
mile_dcf3a192：少做固定分配假設，通過率升到 92%，代價是風險邊界更寬。
mile_daed240a：90% 區間要真的包住接近 90% 的結果；線性分位數只包住 84.6%。

資料來源：本期策展來源為 VolPred 已發布 archive 文章，期間 2026-03-15 至 2026-06-23。開場市場 hook 取自 mile_19fa8ca1；其他數字分別取自上列 6 篇來源文及其標注的 yfinance / CFTC / 實驗結果。K802 的 Basel / Trinity 口徑已按 2026-06-17 source review 補上限制。本文為研究導讀與風險教育，不構成投資建議。

延伸閱讀

越聰明越難贏：波動率模型的複雜度天花板