白銀投資組合配置策略：MPT 框架下的相關係數、配置比例及再平衡方法

白銀（化學符號 Ag，原子序數 47）兼具貴金屬避險屬性與工業金屬週期性需求，其年化波動率約 30–40%，高於黃金的 15–20%。將白銀納入多資產投資組合，可利用其與標普 500 的低相關係數（0.1–0.3）實現非系統性風險分散。現代投資組合理論（MPT）框架下，白銀配置比例 5–15% 可提升組合夏普比率（Sharpe Ratio）0.1–0.3 個單位。SilverPrice.com.hk 提供即時銀價報價及歷史數據，供資產配置決策參考。

現代投資組合理論（MPT）的均值-方差優化與白銀的效率前沿定位

Harry Markowitz 於 1952 年發表的現代投資組合理論（Modern Portfolio Theory, MPT），以均值-方差優化（Mean-Variance Optimization）為數學核心。組合方差公式 σ²ₚ = Σᵢ Σⱼ wᵢwⱼσᵢⱼ 表明：資產權重 wᵢ 與協方差 σᵢⱼ 共同決定組合風險水平。相關係數 ρ 越低，加入新資產對組合方差的壓縮效果越大。效率前沿（Efficient Frontier）代表每一風險水平下可獲取的最大預期回報集合。

白銀在 MPT 框架中的定位源自其「體制依賴型相關」（Regime-Dependent Correlation）特性。經濟擴張期間，白銀的工業需求（佔全球白銀總消費約 50–55%，涵蓋光伏電池、電子元件、醫療器械）驅動價格與權益類資產同步上行，相關係數約 0.2–0.4。經濟收縮或金融危機期間，白銀的貨幣金屬屬性令其與股票市場脫鈎，相關係數可降至 0 以下。此動態相關結構使白銀在不同經濟週期階段均可改善組合的風險調整後回報。

實證回測數據（2000–2025 年）顯示：在 60/40 股債基準組合中加入 5–15% 白銀配置，組合年化波動率下降 0.5–1.5 個百分點，夏普比率提升 0.1–0.3，最大回撤（Maximum Drawdown）收窄 3–8 個百分點。白銀的高波動率（年化 30–40%）在組合層面被分散效應抵消——單一資產的高標準差不等同於組合層面的高風險，此為 MPT 的核心洞見。

白銀與標普500、債券、黃金、房地產及美元指數的相關係數比較

資產間的皮爾遜相關係數（Pearson Correlation Coefficient, ρ）決定組合分散效果的理論上限。以下表格列出白銀與六類主要資產在 2000–2025 年期間的長期相關係數、白銀相對波動倍數及分散化效益評級。

白銀與標普 500 的低正相關（ρ = 0.1–0.3）表明兩者價格變動方向僅有微弱聯繫。2008 年金融危機期間，標普 500 自高位下跌 56.8%，白銀在初期同步回落後於 2009–2011 年反彈超過 400%，從約 9 美元升至 49 美元。白銀與美元指數呈負相關（ρ = −0.3 至 −0.5），因白銀以美元計價，美元走弱時銀價傾向上行。白銀與黃金的高正相關（ρ = 0.8–0.9）意味着同時持有兩者的邊際分散效益有限，資產配置時需視為同一貴金屬子類別處理。

金銀比率（Gold-Silver Ratio）= 金價 ÷ 銀價。過去 50 年均值約 60:1–70:1。2020 年 3 月該比率飆升至 124:1（歷史極端值），此後白銀相對黃金大幅補漲。比率高於 80:1 指向白銀相對低估，低於 50:1 指向白銀相對高估。

MPT 框架下的白銀配置比例：5–15% 區間的均值-方差依據

均值-方差優化模型輸出的白銀最優配置權重取決於三項輸入參數：白銀預期回報、白銀波動率、白銀與組合內其他資產的協方差矩陣。基於歷史數據回測（2000–2025 年），白銀年化回報約 6–8%，年化波動率約 30–38%，夏普比率約 0.15–0.25。

以 60/40 股債基準組合為參照，加入白銀後的組合風險調整後回報變化：配置 5% 白銀（股票 57%、債券 38%、白銀 5%），組合年化波動率由 9.8% 降至 9.4%，夏普比率由 0.52 升至 0.57。配置 10% 白銀（股票 54%、債券 36%、白銀 10%），波動率降至 9.1%，夏普比率升至 0.61。配置 15% 白銀（股票 51%、債券 34%、白銀 15%），波動率回升至 9.5%（白銀自身高波動開始主導），夏普比率為 0.59。數據表明 10% 附近為邊際效益最大化的配置點。

白銀的投資工具選擇影響實際配置效率。白銀 ETF（如 iShares Silver Trust, SLV）提供高流動性與低追蹤誤差（年化 0.5%），適合 2–10 萬港元的配置規模。實物白銀（銀條、銀幣）適合長期持有，但涉及存儲成本（年化約 0.5–1.0%）及買賣價差（3–8%）。白銀期貨提供槓桿敞口，保證金要求為合約價值的 5–10%，適合主動管理型投資者。白銀礦業股票（如 First Majestic Silver、Pan American Silver）提供銀價的槓桿放大效應及企業經營增長敞口。

白銀的通脹對沖效能：CPI 相關性、通脹 Beta 與歷史實證數據

白銀作為實物商品資產（Tangible Commodity Asset），其通脹對沖效能可透過與消費者物價指數（CPI）的相關性量化。長期數據（1971–2025 年）顯示白銀與美國 CPI 年率的相關係數約為 +0.3 至 +0.4。在 CPI 超過 5% 的高通脹年份，相關係數升至 +0.5 至 +0.7。白銀的通脹 Beta（銀價變動% ÷ CPI 變動%）在高通脹期約為 5–10，在溫和通脹期（CPI 2–3%）降至 0.5–2.0。

關鍵歷史區間的通脹對沖實證：1973–1980 年滯脹期（美國 CPI 年均 8.5%），白銀從每盎司 2.06 美元升至 49.45 美元，年化回報約 57%。2009–2011 年量化寬鬆期（聯儲局資產負債表擴張 2 萬億美元，實際利率為負），白銀從 10.79 美元升至 48.70 美元，14 個月漲幅 191%。2020–2022 年疫後通脹期（CPI 高見 9.1%），白銀從 17.92 美元升至 26.18 美元高位後回落，區間回報約 46%。

實際利率（名義利率 − 通脹率）為白銀的核心定價因子。實際利率為負時，白銀作為零息資產的機會成本消失，資金流入貴金屬。2022 年聯準會激進加息推高實際利率至正值區間，白銀全年回報約 −2%，驗證此定價機制。SilverPrice.com.hk 的歷史價格數據庫涵蓋 1970 年代至今的銀價走勢，可用於回測不同通脹環境下的白銀收益率。

閾值再平衡策略：±5% 偏離觸發機制、執行規則與交易成本控制

再平衡（Portfolio Rebalancing）將偏離目標的資產權重調回初始比例，防止某一資產因價格波動而過度集中。白銀的年化波動率 30–40% 意味着其組合權重可在 6–12 個月內偏離目標 3–8 個百分點。

三種主流再平衡方法的比較：日曆再平衡（Calendar Rebalancing）每半年或每年固定日期執行，操作紀律明確但可能在非必要時觸發交易。閾值再平衡（Threshold Rebalancing）在任何資產實際權重偏離目標 ±5 個百分點時觸發，回應性強但交易頻率較高。混合再平衡（Hybrid Rebalancing）結合季度檢視與 ±3% 閾值，平衡交易成本與偏離風險。實證研究顯示閾值法在長期表現略優於日曆法，年化收益差約 0.1–0.3 個百分點。

閾值再平衡的執行示例：目標配置為白銀 10%，當銀價上漲導致白銀實際權重升至 15%（偏離 +5 個百分點），賣出白銀持倉至 10%，所得資金按比例分配至股票及債券。交易成本方面：ETF 買賣佣金約 0.03–0.10%，ETF 買賣價差約 0.01–0.03%，實物白銀買入溢價 3–15%，實物白銀賣出折價 1–3%。實物白銀的再平衡摩擦成本遠高於 ETF，需頻繁再平衡的組合宜以 ETF 為主要白銀配置工具。

按年齡及風險承受度劃分的白銀與黃金配置框架

投資者的風險承受能力隨年齡、收入穩定性、負債水平及投資期限變化。以下框架依據生命週期投資理論（Life-Cycle Investing Theory）劃分四個年齡階段的白銀與黃金配置建議。

金銀比率可作為貴金屬內部權重微調的戰術指標。金銀比率超過 80:1 時，白銀相對黃金被低估，可將貴金屬配置中的白銀比重提高至 60–70%。金銀比率低於 50:1 時，白銀相對高估，可將白銀比重降至 30–40%，增持黃金。2020 年 3 月金銀比率達 124:1，此後 11 個月白銀漲幅（+140%）大幅超越黃金漲幅（+25%），驗證極端比率的均值回歸特性。

持續追蹤SilverPrice.com.hk 的即時銀價、金銀比率數據及歷史走勢圖，有助於精確判定再平衡觸發時點與貴金屬內部權重調整方向。