股債配置
我們都知道資產配置很大部分是靠兩個資產間走勢的「負相關」或「低相關性」，來達成減緩波動、提高風險調整後報酬的效果。
「股債搭配」是傳統資產配置中最常見的組合，同時也是最多投資人採取的基本配置。
因為股票能在行情上漲時，提供優渥的報酬，債券能在市況不佳時，對沖股市造成的部分虧損，兩者此消彼長，加上都有長期向上的趨勢，一起搭配可以減緩我們投資組合的短期波動，有利於我們長期持有，進而享受市場長期複利帶來的驚人報酬。
這邊就以前幾年非常流行的股債搭配為例（如上圖所示）：60／40的美國全市場VTI搭配美國長期公債TLT。
從2003年到2021年底 年化報酬10.47%，只比全部All In股票低1%多，但標準差短期波動卻足足少了6%。
回測結果：比只單單投資股票和債券時好上不少，風險調整後的報酬非常驚人高達1.05，在承擔相同波動風險的情況下，可以獲得最高的平均報酬率，CP值非常高、相當穩健又有高報酬，從歷史效率前緣來看，這組合提供了大量的免費午餐（如下圖所示）。
能有這種奇效最主要還是要歸功於，這段期時間VTI和TLT的相關性大多時間都在零以下，也就是負相關（如下圖所示）。
股債相關性
首先我們要先知道，所謂的股債相關係數為零，說的是股票和債券，相互之間沒有關聯，兩者之間的漲跌是獨立的，白話說就是：「你漲你的、你跌你的，不干我的屁事。」
雖然說兩者互不相關，但總會有一些時候，股票漲、債券剛好下跌，或者是股票跌、債券剛好上漲，這時候股債的波動就會相互抵銷，資產配置說穿了部分靠的就是這「剛好」二字。
那麼負相關，說的就是這個剛好的機會很多，愈有機會相互抵銷。
如果是高度正相關，剛好的機會就會很少，相互抵銷的部分就少。
如果相關係數完全都是+1， 代表兩者的走勢完全連動，這樣就不可能降低任何波動，因為一點點剛好的機會都沒有，完全沒有一正一負相互抵銷的可能。
那麼搭配兩個相關性很高的資產，分散風險的效果就會很差，像是用VTI搭配高收益債HYG（如上圖所示），兩者相關性在0.55之上，這樣配置減緩不了什麼波動、無法有效提升風險調整後報酬，和剛剛搭配TLT相比，沒什麼多元分散效益，因為高收益債和股市的連動性太大了，大多時候都同漲同跌，剛好相互抵銷的機會太少，回測歷史效率前緣，看不出有什麼免費的白吃午餐（如下圖所示）。
要抵銷的波動
各位看到這邊可能會有一個疑問？波動可以相互抵銷，那通通抵銷掉了報酬不就沒了嗎？
放心！因為我們搭配的資產要有長期向上的趨勢。
所以我們不可能挑0050搭配0050反1，或是SPY搭配SH吧。
儘管兩者相關係數趨近於-1，相互抵銷沒有波動，但同樣也不會有報酬，因為一個的長期向上趨勢，剛好被另一個的長期向下趨勢抵銷掉，這樣搭配根本毫無意義可言。
所謂要抵銷的波動，指的是兩者長期向上走勢平均值的上下波動，波動相互抵銷後，我們得到的就是更加穩定的長期向上的平均走勢。
股債齊跌
不過讓投資人非常困擾的是，從2022年年初開始，美股和美債的走勢發生了一個少見的現象，那就是「股債齊跌」。
像是VTI和TLT滾動一年相關性上升到了0.6，年初至今兩者搭配的表現相當悽慘，分散不了什麼風險、無法有效減緩波動。
在某些情況下，股債相關性至關重要，一些經典對沖投資組合，像是UPRO搭配TMF的槓桿投資組合，也非常依賴股債相關性（如上圖所示）。
何謂歷史常態？
過去十年是股債搭配最美好的十年，股票估值不斷上升、債券殖利率不斷下降，同時兩者之間又有不錯的負相關性，但是股債的負相關並非歷史常態（如下兩張圖所示）。
在2000年代之前，美股和美債在20世紀平均相關性是正的，如果將來股債相關性持續上升，又加上2020年代較低的初始預期報酬率，傳統股債搭配可能會面臨極大的挑戰。
多元分散效益
這是60／40股債搭配投資組合，在不同相關性之下的預期波動率。如果股債相關性從-0.5上升到+0.5，波動率大約會增加20%（如上圖所示）。
也就是說，如果投資人的風險承受能力不變，當股債相關性上升時，就必須減少股票比重來維持原本的波動率和風險，但是這麼做的代價就是會降低投資組合的預期報酬。
換句話說就是股債相關性，影響的不僅僅是風險，報酬也會受到影響，更高的股債相關性意味著更少的多元分散效益。
那麼問題就來了，到底是因為什麼原因造成股債相關性上升呢？
有些人認為是高通膨、升息、低利率和高估值的環境。
其實通通都不是！
各位觀眾，就讓我們一起揭開驅動股債相關性的神秘面紗吧～
驅動股債相關性的因素
根據AQR股債相關性的研究，作者建了一個模型（R平方71%），有相當不錯的解釋能力，模型中用了三大變數：
- 產出成長的不確定性
- 通貨膨脹的不確定性
- 成長和通貨膨漲的相關性
實證結果也相當符合直覺，產出成長的不確定性，導致股市的波動性上升，同時會降低股債券之間的相關性，讓股債傾向反向變動；通貨膨脹的不確定性，加劇市場波動的同時也會增加股債之間的相關性，讓股債傾向同向變動。
也就是說，當成長不確定性占主導地位時，像是過去20年，股債搭配會有更強大的多元分散效益。
當通膨不確定性占主導地位時，像是1970年代，股債搭配的多元分散效益會顯得較為薄弱。
從通膨不確定性的Beta係數12可以得知，當通膨波動率從4%下降到1%時，股債相關性會下降0.36(3%*12)，經濟意義相當巨大。
再來當成長和通膨的相關性上升時，股債相關性也會下降，因為需求驅動型的通膨，更有可能導致股債的負相關。
如果我們預期2020年代的通膨不確定性會更高，那麼股債相關性很可能就會繼續攀升，如果預期將來通膨會趨於穩定，那就不必過度擔心。
樣本外測試
除了美國以外，作者利用相同的模型在其他五個已開發國家進行樣本外測試，也發現了類似的結果。
模型的解釋能力在美國和德國比較顯著，在法國和義大利則不太顯著。主要是因為，美國和德國公債的信評等級較高，避險價值普遍受到投資人的認可。法國和義大利公債的信評等級較低，避險認可程度不高，即使市場充滿了不確定性，股票遭到拋售，投資者也不會一窩蜂去買法國或義大利的公債。
我的個人看法
研究看到這邊，我個人的看法是，儘管長期股債相關性有可能會上升，但各位也不需要過度擔憂，模型並不能解釋股債相關性的短期變化。
如果市場避險情緒急遽攀升，像是2008年金融海嘯爆發時，股債的負相關性會在短時間內大幅加重，高評等債券依舊能在金融危機時陪我們度過難關。
想要隨時隨地的負相關，這絕非資產配置的本意，我們最該關注的應該是，長期下來因為股債相關性的上升，導致投資組合多元分散效益流失的問題。
在正相關時期，要做好心理準備是，股債配置的波動性會比以前負相關時大很多，投資人應該要有股債齊跌的心理預期。
因應配置策略
如果這樣的風險超出你的承受範圍，那在正相關時期，就應該要降低股票配置的比重，但這樣又會讓預期報酬變低。
「清流君，有沒有辦法，可以在不犧牲報酬的情況下又維持同等風險呢？」
AQR的研究提供了四種替代方案來解決這種長期隱患：
- 非流動性的另類投資
- 一籃子的大宗原物料商品
- 多因子投資
- 趨勢追蹤策略
我個人是採用多因子的方式來進行分散投資。
股債相關性還會繼續上升嗎？
最後一定會有很多人想問：這種股債相關性上升的情況會一直持續下去嗎？
事實上沒有人知道，要回到2000年代前那種長期正相關，要有長期的通膨不確定性加上一些貨幣政策的錯誤，這種情況對投資人來說算是一種尾部風險。
另外考慮到如今高估值、低預期報酬的情況，考慮更多元的分散配置，為投資組合添加有別於市場的風險來源，從事前來看是一個可行也是合理的作法。
還有我要特別提醒，想要通過預測總體經濟或政策變化來進行擇時操作，是不可取的，因為需要做出的預測變數太多了，其中涉及的連鎖反應相當複雜，哪怕是受過專業訓練的經濟學家，也不太可能準確預測，更別說其他人了。
比較實際的做法是在一開始就應該準備好可以因應各種風險的配置，而不是臨時遇到意外才進行調整，事前做好充足的規劃，即便面臨風險也能臨危不亂，以不變應萬變。
