韓國散戶用槓桿 ETF 把全世界的市場都搖了一遍：Barclays 的 Altmann 講了一個讓人睡不著的數字

TL;DR

• 全球槓桿 ETF 的資產管理規模在幾個月內從一千兩百億暴漲到超過兩千五百億美金，亞太地區更是從一百三十億翻到五百五十億，成長三倍以上
• 韓國的單一個股槓桿 ETF 九成三由散戶持有，每日再平衡機制在市場上漲時追買、下跌時追賣，製造出巨大的順週期效應
• Barclays 的市場時機指標 BETI 已經在警戒區間待了創紀錄的時間，顯示美股未來兩個月的風險報酬比不太好看
• 美國家庭財富有百分之三十四放在股票裡，史上最高，比房地產高出八個百分點，股市已經不只是經濟的溫度計，它就是經濟本身
• SK Hynix 七月十日在 Nasdaq 掛牌，募了兩百六十五億美金，是外國公司在美國史上最大的首次公開發行

---

這集在二〇二六年七月十日播出的 Odd Lots Podcast，是 Bloomberg 旗下由 Tracy Alloway 和 Joe Weisenthal 共同主持的財經訪談節目，專門挖一些主流媒體不太會碰的市場結構問題。這集的來賓是 Alexander Altmann，Barclays 全球股票戰術策略主管。他二〇二四年六月從 Millennium Capital 跳到 Barclays 建立這個新團隊，之前在 Citi 做了十年的股票交易策略主管。他手上最有名的工具是 BETI（Barclays Equity Timing Indicator），一個用十九個量化指標組成的市場時機模型，華爾街不少人盯著看。

---

韓國散戶的槓桿 ETF 到底有多瘋

錄音當天是七月九日，SK Hynix 隔天就要在 Nasdaq 掛牌。Tracy 開場直接說：這週最大的市場故事不是伊朗、不是聯準會紀要，全部來自韓國。

Altmann 給的數字很直接。今年初，亞太地區槓桿 ETF 的 AUM 大概一百二十到一百三十億美金，錄音時已經來到五百到五百五十億。翻了三倍多，而且是幾個月內發生的事。美國這邊也沒閒著，四月初（那時候剛好是市場低點）大概一千兩百億，到高峰時超過兩千億。

但兩邊的成長結構完全不一樣。美國的 AUM 暴漲主要是因為股價漲了，持有的部位水漲船高。韓國不只股價漲，散戶還在瘋狂湧入，不斷創造新的 ETF 份額。九成三的韓國槓桿 ETF 持有人是散戶，美國大概七成五。

全世界最大的單一個股槓桿 ETF 就是 SK Hynix 的產品。

再平衡機制：為什麼槓桿 ETF 會搖動整個市場

Altmann 用一個簡單的數學例子把機制講得很清楚。

假設一檔三倍槓桿 ETF 有三百億美金的 AUM，它需要出去拿六百億的曝險，總共九百億。現在標的股票跌百分之十，九百億變八百一十億，虧了九十億。但問題是，這九十億的虧損是從你那三百億的本金扣的，所以本金剩兩百一十億。要維持三倍槓桿，曝險應該是六百三十億，但你手上有八百一十億。多出來的一百八十億要在當天收盤前賣掉。

反過來，股票漲的時候，基金要在收盤前追買。

這就是為什麼槓桿 ETF 製造出一種結構性的順週期力量：漲的時候幫你多買，跌的時候幫你多賣。Altmann 用衍生品的語言來說，這等於在市場裡創造了一個新的 short gamma（負伽瑪）維度。

之前在大家都在問 AI 賺不賺錢，Benedict Evans 說「我也不知道」那篇有提過，AI 基建的資本支出已經大到影響整個市場結構。現在槓桿 ETF 又在這個已經很集中的 AI 半導體板塊上疊了一層機械式的放大器，效果就是波動被進一步放大。

韓國監管機構的反應也很說明問題。FSS（金融監督院）院長公開說他後悔沒擋下這些產品，直接用了「尾巴搖狗」這個詞。韓國央行也正式發出警告，說這些產品放大波動、加深板塊集中度。

銀行資產負債表正在被擠爆

這些槓桿 ETF 的曝險通常是透過跟銀行簽 swap（交換合約）來取得的。兩千多億美金的 AUM 加上兩倍以上的槓桿，等於多出四千億以上的東西塞進銀行的資產負債表。

但 Altmann 說，不要只怪槓桿 ETF。銀行資產負債表變緊的最大原因是股價漲了，所有東西的市值都變大了。再加上多策略平台基金（multi-manager platform）的 AUM 從疫情以來已經翻了三倍，來到一兆美金，這些人在多空兩邊都大量使用銀行資產負債表。

同時，二〇二六年是投資等級債券的發行大年，政府公債也是。所有人都在同一個池子裡搶資金。融資成本飆升不是單一因素造成的，但資產負債表的容量確實在變得越來越稀缺。

有趣的是，Tracy 提到市場上有傳聞，部分亞洲的槓桿 ETF 已經不只透過 swap 拿槓桿，還開始跑去選擇權市場找。當銀行不願意給你那麼多信用額度的時候，你總得找別的地方借。

BETI：一個禁止用「感覺」這個詞的模型

Altmann 最有名的工具 BETI 有十九個輸入變數，涵蓋實質殖利率、波動率、CTA 部位、避險基金持倉、槓桿 ETF 再平衡等等。唯一不放的是情緒指標，因為他在團隊裡有一條規矩：「如果你用『感覺』和『似乎』這兩個詞，你就被開除了。」

BETI 從五月底就開始閃警告，到錄音時已經在警戒區間待了創紀錄的時間。在這個區間裡，未來四十二個交易日（大約兩個月）賺錢的機率只剩百分之三十五左右，平均報酬是負的。正常情況下，隨機買 S&P 500 持有兩個月，平均報酬大概一百九十個基點，賺錢機率七成三。

但 Altmann 強調，BETI 不是在喊崩盤。它只是在告訴你，現在的風險報酬不對稱性很差。事實上從五月底到錄音，S&P 500 確實就是橫盤沒動。

（我自己覺得這個模型的思路很值得學。與其花時間猜方向，不如先搞清楚現在下注的賠率好不好。賠率不好的時候，最聰明的動作就是少做。）

三成四的美國家庭財富在股票裡

這是整集讓我印象最深的數字。

美國家庭財富有百分之三十四放在股票裡，史上最高，比網路泡沫時期還高。第二大是房地產，百分之二十六。兩者的差距八個百分點，也是史上最寬。

Altmann 把這個數字跟他的恐懼連在一起：如果 S&P 500 跌兩成，大概蒸發十六兆美金的財富，差不多是美國 GDP 的一半。這個規模的財富損失會直接衝擊消費，衰退幾乎是立刻的。

所以他的結論很務實：美國政府有極大的動機不讓股市發生「無序」的下跌。

Joe 接了一句很精準的話：「以前大家說股市不等於經濟。我現在覺得股市就是經濟。」Tracy 再補一刀：「而且 AI 就是股市，所以 AI 就是經濟。這是 AI 影響的平方。」

實質殖利率 vs 估值：一個不太舒服的對比

Altmann 提到一個估值框架。美國十年期實質殖利率目前大概在百分之二點三，歷史上排在九十五百分位。在這個水準下，如果看金融海嘯後的數據，S&P 500 的合理本益比大概是十四到十五倍。看疫情後的數據（因為企業利潤率更高），合理本益比大概十八倍半。

現在交易在二十倍出頭。

Joe 問了一個好問題：為什麼要看利潤率而不是看預期盈餘成長？Altmann 的回答是，更高的利潤率代表更高品質的企業、更寬的護城河，市場願意給更高的溢價。這不是唯一的變數，但確實是一個需要考慮的維度。

AI 在量化工作上能做什麼、不能做什麼

最後聊到 AI 在他日常工作的應用。Altmann 說 Barclays 內部有 Copilot、Claude 授權，也在建自己的模型。

他的觀察是：AI 很擅長從結構化或非結構化的數據裡篩選出一個初始的投資宇宙。比如你要對沖一家 NeoCloud 公司，AI 可以很快找出所有相關的上市公司和高相關性的標的。但到了流動性考量、最佳權重配置這些需要判斷的環節，AI 還做不好。

他用了一個我很喜歡的比喻：AI 可以幫你挑出水果（材料），但怎麼切、怎麼擺盤（最佳化配置），還是需要人來做。

然後他說了一句很值得記下來的話：

每個人現在都能取得無限的知識，但這不代表他們有智慧。知識是知道番茄是水果，智慧是知道它不該放進水果沙拉裡。

這跟之前在一個 string theorist 用五分鐘拿到 Sequoia 的支票那篇 Factory 的 Matan Grinberg 講的觀點很像：AI 工具越普及，真正的競爭優勢反而回到人的判斷力。

---

這集沒有在講該買什麼、該賣什麼。它在講的是一個更根本的問題：當槓桿 ETF 的機械式再平衡、散戶的 FOMO、AI 敘事的自我強化、還有美國家庭前所未有的股市曝險全部疊在一起的時候，市場的結構已經跟十年前完全不同了。

這不是說一定會出事，而是如果出事，傳導的速度和規模會比大多數人預期的更快。Altmann 沒有用「感覺」這個詞，他用數字說話。我覺得這個態度本身就值得學。

更多這類市場結構分析，我都會整理在 wilsonhuang.xyz，有興趣的可以訂閱追蹤。