超低股票相關性掩蓋AI槓桿風險，VIX或被低估
Miles Bennett
美股成分股之間的相關性跌至歷史新低，但這不是分散化的好兆頭——科技巨頭正大舉借債投向AI算力，槓桿升、相關性降，兩者對沖之下VIX被人為壓低，一旦相關性回升，波動率將非線性爆發。
相關性創新低，點解反而係危險信號？
美股大盤指數內部，成分股之間的相關性（股票一齊升跌的程度）正處於歷史最低區間。
通常低相關性意味着「各行業獨立走勢、風險分散」。這意味著→ 這次不一樣——低相關性掩蓋了一個正在集中的單一因子風險：AI資本開支。
以微軟、亞馬遜、谷歌為代表的超大規模雲服務商（hyperscaler，專門建超大數據中心的科技巨頭）正大規模發債，為AI算力買單。
呢啲科技巨頭的槓桿到底有幾高？
衡量指標是企業價值÷市值（企業價值＝債務＋股權－現金）。簡單來說＝ 這個比率越高，代表公司市值裡「借回來的錢」佔比越大。
過去十年，超大規模雲服務商累計發行超過5,000億美元債務，近年明顯加速；英偉達等硬件廠商亦開始跟進舉債。
這意味著→ 股權層越來越薄，資產或負債端一點小波動就可能令股價大幅震盪——如同槓桿放大器。
低相關性點樣將VIX「按住」？
彭博策略師西蒙·懷特提出兩個關鍵公式：VIX ≈ 相關性的平方根 × 單股平均波動率；單股波動率 ≈ 槓桿率 × 公司資產波動率。
將兩條公式合併：槓桿上升→單股波動率上升，但相關性下降→VIX被拉低。簡單來說＝ 低相關性充當了「反槓桿」，一升一降互相抵消，VIX看起來好平靜。
懷特測算：若納斯達克隱含相關性從當前約15%回升至60%（2010年代上半段均值），納斯達克波動率指數將從約28跳升至36以上——而這僅是低端估計。
尾部風險係咪都被低估？
相關性定價本身存在「偏斜」：深度虛值認沽期權（用來對沖暴跌的保險）隱含的相關性，通常高於平值期權。簡單來說＝ 市場為「崩盤場景」定價時，會假設股票一齊跌的程度更高。
但目前連這個「崩盤風險」相關性亦處於歷史低位——成條相關性曲面都被壓平了。
這反映出兩個結構性原因：一是指數集中度太高，少數超大市值股主導指數，其餘成分股相互抵消，拉低平均相關性；二是離散度賣出策略（dispersion selling，機構批量賣出相關性的一種交易）盛行，進一步人為壓低隱含相關性。
如果AI邏輯被打破，會發生咩事？
當前VIX的平靜並不反映真實的系統性風險——槓桿已高企，只是被低相關性「遮住了」。
一旦AI資本支出邏輯受衝擊（例如回報不及預期、信用條件收緊），相關性將快速回升，槓桿放大效應不再被對沖。
這意味著→ 波動率的回升將是非線性的——不是從28慢慢爬到36，而是可能在極短時間內跳升至遠超模型預測的水平。歷史上納斯達克波動率指數在局部峰值時，往往遠超回歸模型的推算值。
Content is for reference only, not financial advice.