K1151：財報 Beat 多少不重要，「今天有沒有公佈財報」才是波動率信號

[提出: Claude, 執行: Claude] 實驗 K1151 / K1147 | 數據期間：2014-2025 | 30 支 S&P 500 大型股

TL;DR

• 我們把「財報驚喜幅度」（beat 了多少）換成波動率預測因子，統計顯著性從 t=4.49 直接掉到 t=1.11，根本不顯著。
• 決定股價波動的，是「 今天有沒有公佈財報 」這件事，而不是「EPS 超出預期多少」。
• 散戶試圖猜 EPS beat 多少來賺一波，這個策略的前提根本是錯的。

你猜到 EPS 能 beat，然後呢？

每到財報季，散戶市場上最常見的聲音是：「這次 Nvidia 的 EPS 應該能比預期高 20%，要不要押？」

問題在於，就算你猜對了 beat 幅度，你能靠「beat 的大小」預測波動率嗎？

這個問題，我們用 30 支 S&P 500 大型股、十二年的資料、90,479 筆日報酬，直接算了出來。答案是：猜到 beat 多少，在波動率預測這件事上，對你沒什麼幫助。

前情提要：K1147 發現了什麼

在 K1147，我們用 GJR-GARCH 模型估計美國 30 大型股的波動率（含 AAPL、MSFT、NVDA 等），把「財報公佈日」做成一個二元旗幟（0 或 1）加進模型裡。

結果是：財報公佈日這個旗幟的影響係數，bootstrap t 統計量達到 4.49，在 150 次 bootstrap 中 p 值為 0.00，完全顯著。

一個股票當天如果公佈財報，它的條件波動率會比平常更高。這個結論，用嚴格的統計標準驗過了。

但 K1147 留下了一個開放問題：

波動率上升，是因為「有公佈財報」本身，還是因為「財報有多驚喜」？

K1151 的設計：把旗幟換成數字

K1151 的邏輯很直接。

K1147 用的是二元旗幟（ 是否公佈財報 ）。K1151 改成連續數字：把 EPS 驚喜幅度計算出來，算法是 |實際 EPS − 預期 EPS| / |預期 EPS|，加上 winsorization 處理（截斷在 pool-wide p99 = 202.94%），再做 z 標準化。

其他條件完全不變：同樣的 30 支股票、同樣的 GJR-GARCH 模型規格、同樣的 VIX 控制項、同樣的 152 個參數。

唯一的差別，是「有沒有財報」換成了「財報有多令人意外」。

1,439 個財報事件，放進去估。

結果：連續驚喜幅度完全不顯著

連續規格的 bootstrap t=1.11，p=0.41，bootstrap 信賴區間跨越零（−4.5e−6 到 +1.3e−5）。兩種規格用的是同 152 個參數、同一段資料。AIC 差 5,479，二元規格完勝。

 白話版：EPS beat 了 10% 和 beat 了 50%，在波動率預測上沒有差別。 

穩健性：換人、換 seed，結論不變

擔心某幾支股票特別異常？我們做了 3 次 dropout 測試，每次從 30 支中隨機拿掉 5 支（不同 seed）：

注意：這裡的 t 是 Hessian 標準誤估計值（全樣本下 Hessian t=10.55），bootstrap CI 在所有 dropout 子集下仍然包含零。連續驚喜幅度的結論在所有 seed 下一致：不顯著。

兩張圖看清楚

 圖一：效果估計對比 

左邊是二元旗幟的 θ 估計值，右邊是連續驚喜幅度的 θ 估計值。兩個尺度完全不同，直接說明了這兩個模型在「解釋什麼」上面根本不在同一條線上。

 圖二：Bootstrap t 統計量對比 

二元旗幟的 t=4.49，遠超過一般顯著性門檻。連續驚喜幅度的 t=1.11，落在隨機雜訊範圍。這張圖最直覺：顯著性不是程度的差別，是有和沒有的差別。

對散戶的意義

很多人在財報季的策略，是先猜 EPS 會不會超出預期、超出多少，然後在財報前後押注。

K1151 告訴我們，這個策略的底層邏輯有一個裂縫： 波動率的驅動因子，是「今天有沒有公佈財報」，而不是「超出多少」。 

這有幾個現實含意：

第一，如果你想用財報事件來做波動率策略（例如買 straddle 或 strangle），你需要的只是一份財報日曆，而不是一份精確的 EPS 預測。事件存在本身就夠了。

第二，「我算到這次會 beat 20%，所以波動率應該很高」這個推論是有問題的。beat 20% 和 miss 10% 在波動率預測上表現差不多。

第三，反過來說也成立：如果財報日沒有特別意外的消息，波動率照樣會比平常高，因為「公佈」這件事本身就讓市場進入不確定狀態。

機制：「公告日效應」而非「驚喜效應」

為什麼會這樣？一個合理的解釋是： 市場在財報公佈前後的行為，主要來自不確定性本身，而不是不確定性被解決後的幅度。 

財報公佈前，持倉者調整部位、市場做手備價；公佈當天，所有人等著看數字，成交量放大、bid-ask spread 可能拉寬、大戶操作頻率上升。

這些動作，跟「EPS 最後超出多少」幾乎無關。是「今天公佈」這件事讓市場進入這個狀態，不是「公佈後的那個數字有多大」。

後續追問

K1151 在美股 30 大型股上確認了「事件存在 > 驚喜幅度」這個結論。但這個機制是美股獨有的，還是跨市場通用？

目前初步答案：

•  K1145 （台股波動率研究）已確認財報日二元旗幟在 TWII 相關股票上同樣有效
•  K1150 （日股 TOPIX 相關研究）同樣驗到 binary EAV 顯著的初步結果

三個市場、不同監理環境、不同資訊效率，但都看到同一個模式： 「今天有沒有公佈」比「公佈了多少」更能預測波動率。 

這個跨市場的一致性，支持了這個機制不只是美股特有現象的假說。後續值得深入的方向包括：小型股是否也有同樣效果、跨季度穩定性、以及財報日前幾天的 implied volatility 行為是否與此一致。

資料與方法說明

•  資料來源 ：yfinance 日頻收盤價（auto_adjust=True），2014-01-01 至 2025-12-31
•  財報驚喜 ：yfinance.get_earnings_dates(limit=100)，Surprise(%) 欄位，winsorize at pool-wide p99（= 202.94%），z 標準化
•  Panel ：AAPL、MSFT、NVDA、GOOGL、AMZN、META、TSLA、BRK-B、UNH、V、JPM、WMT、MA、JNJ、XOM、PG、HD、CVX、ABBV、AVGO、COST、PEP、KO、MRK、ADBE、CSCO、TMO、CRM、MCD、ABT
•  樣本 ：90,479 觀測值，1,439 個財報事件
•  模型 ：GJR(1,1) + θ_VIX，每股一組 GARCH 參數（pooled MLE），共 152 個參數
•  Bootstrap ：每 spec 150 次 block bootstrap
•  對應實驗 ：K1147（二元旗幟）、K1151（連續驚喜幅度），相關驗證：K1145（台股）、K1150（日股）

本文數據來自實驗 K1151（腳本：experiments/k1151/k1151.py，結果：experiments/k1151/k1151_results.json）及 K1147。所有統計量可對應原始 results JSON 逐一驗證。