2. 板块相关性突变的典型场景识别

相关性突变并不是一个抽象统计现象，它总是由某类可识别的市场事件触发。识别场景的价值在于：在相关性矩阵真正跳变之前，我们往往已经能从政策、流动性、行业轮动或宏观因子的变化中看到前兆。本节围绕四类高频场景，梳理相关性“由低转高”或“结构反转”的具体表现，并给出一份可操作的场景清单与初步判断标准。

先明确两个判断维度

讨论场景前需要统一参照。第一是相关性水平：以滚动60日皮尔逊相关系数为例，常态区间大致在0.2～0.5，超过0.7视为显著抬升。第二是相关性结构：即板块间相关性的排序与符号是否改变，例如原本负相关的防御板块与成长板块转为正相关，或原本低相关的两个板块突然同步。水平抬升是“量变”，结构反转是“质变”，后者对组合分散化的破坏更彻底。下文所有判断标准均以这两个维度为参照。

场景一：政策冲击

政策冲击的典型特征是同一政策同时作用于多个板块，且方向一致。例如产业补贴退坡、能耗双控加码、房地产融资政策收紧，会同时压制地产链、建材、家电等板块，使其相关性在数日内从0.3附近快速抬升至0.7以上。结构反转则常见于“扶持一类、限制另一类”的政策：如新能源补贴与传统能源约束并行时，新能源链与传统能源链的相关性可能由正转负。

初步判断标准可设为：政策发布后5个交易日内，受影响板块两两相关系数平均抬升超过0.2，且方向一致性（同涨同跌天数占比）超过70%，即可标记为政策驱动的相关性突变候选。

场景二：流动性危机

流动性危机是相关性“由低转高”最剧烈的场景。当市场出现集中赎回、保证金追缴或融资盘强平，投资者被迫卖出流动性最好的资产换取现金，所有资产被当作“提款机”，板块间的基本面差异被暂时抹平。表现是：相关性在1～3个交易日内跳升至0.8以上，且伴随成交量放大、买卖价差走阔、跌停家数骤增。

判断上不能只看相关系数，应结合流动性指标：若全市场成交额萎缩与换手率骤降同时出现，或银行间/交易所回购利率异常抬升，则相关性抬升更可能是流动性驱动而非基本面驱动。这类突变的特点是来得快、去得也快，危机缓解后相关性会快速回落，但回落过程中常伴随结构重排。

场景三：行业轮动

行业轮动的相关性变化相对温和，但结构反转明显。资金从成长切向价值、从上游切向下游时，原本同向波动的板块出现分化：被资金流出的板块与流入板块相关性下降甚至转负，而同一风格内部的板块相关性反而上升。例如“高低切换”行情中，前期强势板块集体回调、低位板块补涨，会形成风格内高相关、风格间低相关的哑铃结构。

判断标准：观察20日窗口内板块收益率的排序变化，若某风格内部平均相关性上升0.15以上、风格间相关性下降0.15以上，同时伴随北向资金或主力资金的风格净流入切换，可判定为轮动驱动的结构反转。这类突变对分散化的影响是“局部失效”，而非全面失效。

场景四：宏观因子切换

宏观因子切换是最容易被忽视、但持续性最强的一类。当市场定价主线从“流动性宽松”切换到“通胀上行”或“增长放缓”，各板块对因子的暴露差异被重新定价，相关性结构随之重排。典型表现是：利率敏感型板块（地产、成长）与利率的相关性符号改变，周期板块与商品价格的相关性上升，防御板块与大盘的相关性下降。

判断上应做因子归因：用滚动回归观察各板块对利率、通胀、汇率等因子的暴露系数是否发生符号或量级变化。若某因子解释度（R²）在切换后显著上升，且板块间残差相关性下降，说明相关性变化主要由宏观因子驱动，属于结构性、持续性突变，需要调整组合的因子暴露而非仅做短期对冲。

场景清单与初步判断标准

把上述四类场景整理成可执行的清单，便于在组合压力测试前逐项排查。清单的核心不是罗列现象，而是给出“看什么指标、达到什么阈值、对应什么突变类型”的判断路径。

从识别到压力测试的衔接

识别场景的最终目的是为压力测试设定情景。四类场景对应四种压力测试假设：政策冲击适合做“受影响板块相关性整体上移0.3”的冲击测试；流动性危机适合做“全市场相关性瞬间升至0.85”的极端测试；行业轮动适合做“风格间相关性转负、风格内相关性上升”的结构测试；宏观因子切换适合做“因子暴露重定价”的归因测试。场景清单因此不只是观察工具，更是压力测试情景的参数来源。

实操中建议按周更新一次场景清单：先计算各板块滚动60日相关性矩阵，标记出抬升幅度最大的板块对；再对照四类场景的触发事件与指标，判断突变属于哪一类；最后把判断结果写入压力测试情景库，作为下一轮组合测试的输入。这样，相关性突变就从“事后发现”变成了“事前假设、事中验证”的常规流程。