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

東南亞 ETF 的分散效果與壓力期變化：VNM、EIDO、THD、EPHE 的相關係數

本文基於實驗 K1466（腳本：experiments/k1466/k1466.py，結果：experiments/k1466/k1466_results.json）。數據來源：yfinance（Yahoo Finance 調整後收盤價），期間 2010-09-29 至 2026-06-09，3,946 筆日報酬。

有一種說法認為，買東南亞 ETF 可以分散美股風險，因為越南、印尼、泰國、菲律賓與美國經濟的關聯不高。這篇文章用相關係數檢查這個說法。標的是四支東南亞 ETF（VNM 越南、EIDO 印尼、THD 泰國、EPHE 菲律賓），基準是美股 SPY 與廣泛新興市場 EEM。

結果分兩段讀。全樣本中，四支 ETF 與 SPY 的 60 日滾動相關係數中位數，都低於 EEM 與 SPY 的中位數。依 VIX 水準分組後，四支 ETF 與 SPY 的相關係數在高 VIX 組都高於低 VIX 組；高 VIX 組的相關係數是 0.68 至 0.75，仍未達完全相關。這是描述性研究，沒有計算任何組合在這些日子的報酬、波動或回撤。

波動率：比 SPY 高出一截

首先看各 ETF 的年化已實現波動率（以 21 日窗口計算，表中是整段樣本的平均與中位數）。

表一：年化已實現波動率（2010-2026）

代碼	平均年化波動率	中位數年化波動率	峰態（超額）
VNM（越南）	22.9%	20.6%	4.8
EIDO（印尼）	23.5%	20.5%	8.6
THD（泰國）	20.2%	18.0%	14.8
EPHE（菲律賓）	19.9%	17.9%	29.5
SPY（美股）	14.5%	12.2%	13.3
EEM（廣泛新興市場）	19.3%	17.6%	6.9

四支東南亞 ETF 的平均年化波動率是 19.9% 至 23.5%，高於 SPY 的 14.5%。EPHE 的超額峰態是 29.5，是表中最高的。

下圖是各標的 21 日滾動波動率時間序列。2020 年疫情期間，年化波動率的峰值：VNM 84.3%、EIDO 131.1%、THD 120.8%、EPHE 138.5%，SPY 是 93.7%。

fig1_vol_series

全樣本的相關性：四支 ETF 的中位數都低於 EEM

計算方式是 60 天滾動 Pearson 相關係數，取全樣本中位數。

表二：與 SPY 的 60 日滾動相關性（中位數，2010-2026）

代碼	中位數相關性	四分位距（低）	四分位距（高）
VNM	0.45	0.32	0.60
EIDO	0.55	0.42	0.66
THD	0.54	0.42	0.68
EPHE	0.51	0.36	0.64
EEM（基準）	0.75	—	—

四支 ETF 的中位數相關性落在 0.45 至 0.55 之間，比 EEM 與 SPY 的 0.75 低 0.20 至 0.30。這是全樣本的描述統計；本文沒有對「ETF 與 EEM 的中位數差」做成對顯著性檢定。

等權重組合四支 ETF 的分散比（Diversification Ratio，各檔年化波動率的加權平均除以組合的年化波動率）點估計為 1.254。區塊 bootstrap（固定長度區塊 20，重抽 1000 次，seed=42）的 95% 區間是 [1.21, 1.31]，下界高於各檔完全相關時的最低值。這個分散比只包含這四支 ETF 彼此之間的分散，沒有包含 SPY；只要各檔報酬不是完全相關，分散比就會高於那個最低值，所以它說明這四支 ETF 彼此並非完全相關，不能單獨用來判斷分散效果的大小。

下圖顯示 60 日滾動相關性的時間變化，橫軸跨越 2010 至 2026 年。

fig2_rolling_corr_spy

VIX 高低分組：高 VIX 組的相關係數較高

這是整篇分析最需要小心讀的部分。

把樣本依當日 VIX 水準分成兩組：VIX 低於 15 的低恐慌日（1,438 個交易日），以及 VIX 高於 25 的高恐慌日（490 個交易日）。然後分別計算兩組中，四支 ETF 與 SPY 的相關係數。

表三：依 VIX 水準分組的相關係數

組合	低 VIX 相關性（VIX < 15）	高 VIX 相關性（VIX > 25）	差值 Δ	Fisher z p 值
VNM-SPY	0.29	0.68	+0.39	< 0.001
EIDO-SPY	0.40	0.75	+0.35	< 0.001
THD-SPY	0.44	0.74	+0.31	< 0.001
EPHE-SPY	0.41	0.72	+0.31	< 0.001

四個組合的差值介於 +0.31 到 +0.39，Fisher z 雙尾檢定下都達 5% 顯著水準。這個檢定把兩組日報酬當作互相獨立的樣本，兩組是同期 VIX 分出來的描述性分組，不是事前訊號。

VNM 的例子：VIX 低於 15 時，與 SPY 的相關係數是 0.29；VIX 高於 25 時是 0.68。四支 ETF 在高 VIX 組的相關係數是 0.68 至 0.75，都沒有達到完全相關。

下圖以長條圖呈現各 ETF 在高低 VIX 組的相關係數對比。

fig3_regime_corr_bar

能支持什麼，不能支持什麼

能支持的：

全樣本中，四支 ETF 與 SPY 的 60 日滾動相關係數中位數是 0.45 至 0.55，低於 EEM 與 SPY 的 0.75。
等權重四檔組合的分散比是 1.254，95% 區間 [1.21, 1.31]。
高 VIX 組的相關係數比低 VIX 組高 0.31 至 0.39，達 0.68 至 0.75。

不能支持的：

不能說分散效果在高 VIX 期間「歸零」或「完全失效」。高 VIX 組的相關係數仍低於完全相關，本研究沒有計算任何組合在這些日子的報酬、波動或回撤，所以無法量化分散效果減少了多少。
不能把樣本之外的 2008 年金融危機當成這份資料的實測。樣本從 2010 年 9 月 29 日開始。
不能把高 VIX 分組當成交易訊號。這個分組使用當日的 VIX，是同期的描述性分析；若要做策略應用，VIX 必須滯後一期。
不能說這些 ETF「是」或「不是」下跌時的避險工具。相關係數為正只描述同向變動的程度，本研究沒有檢驗它們在下跌日的表現。

研究限制

交易稀疏與過時價格： 這四支 ETF 的交易可能較稀疏，過時價格的雜訊可能墊高個別波動、壓低同步相關係數。這表示平靜期的低相關係數可能高估實際分散效果。本研究沒有量測成交量。

VIX 分組是同期資料： 本文用 VIX 當日水準切割高低組，做的是描述性分析，不是預測信號。

沒有估計 DCC-GARCH： 本研究使用固定窗口的滾動相關係數，沒有估計能描述連續時變相關的 DCC-GARCH 模型。

等權重配置： 分散比採等權重（各 25%）。逆波動率或最小方差權重可能得到不同的數字，未在此比較。區塊長度 20 是慣例選擇，對不同區塊長度的穩健性沒有正式驗證。

結論

四支東南亞 ETF 與 SPY 的 60 日滾動相關係數中位數，都低於 EEM 與 SPY 的中位數；等權重四檔組合的分散比，bootstrap 區間的下界高於各檔完全相關時的最低值。依 VIX 高低分組後，高 VIX 組的相關係數較高，但仍未達完全相關。這份分析描述相關係數的差異，沒有量化任何組合的分散效果，也不能推出分散效果在高 VIX 期間消失。

延伸閱讀（本文沒有檢驗這些文獻的結論）

Bekaert, G., & Harvey, C. R. (2003). Emerging markets finance. Journal of Empirical Finance, 10(1-2), 3-55.
Carrieri, F., Errunza, V., & Hogan, K. (2007). Characterizing world market integration through time. Journal of Financial and Quantitative Analysis, 42(4), 915-940.
Bekaert, G., Ehrmann, M., Fratzscher, M., & Mehl, A. (2014). The global crisis and equity market contagion. Journal of Finance, 69(6), 2597-2649.
Engle, R. (2002). Dynamic conditional correlation. Journal of Business & Economic Statistics, 20(3), 339-350.