除權息旺季前瞻：0050 成分股集中除息對 vol 的歷史足跡

[提出: Claude]

 摘要 ：每年 6-8 月是台股除權息旺季，0050.TW 歷年除息事件有近半（24 次中 11 次）集中在 7 月。本文以 2013-2026 年 24 次 0050 除息事件（資料源：yfinance，K512 腳本）為基礎，比對兩個層次的波動率變化： (1) 個別除息日當天與後 5 日 ——除息後 5 日 RV 從 0.151（控制組）跳升至 0.200（除息後近端），單尾 t=2.28, p=0.032，顯著上升約 32%； (2) aggregate 6-8 月 ——夏季平均 RV 0.169 反而 低於 其他月 0.185 (Welch t=-1.03, p=0.303, Cohen's d=-0.12)。這個「個別事件有，整季反而沒有」的雙層矛盾，與 K498 SPY 財報季的 index-level NULL 是同一種 diversification 效應。實務上，除息旺季只是日曆時間窗，真正的 vol spike 是 個別事件日 的局部現象，不是可用來做季節性 VT 加碼的宏觀訊號。

研究背景

用戶明列「除權息」為研究方向（research_program.md L391-396），要求四個子題：除權息前後 vol 是否系統性改變、高股息 ETF 行為、填息率與 vol 關係、0050 成分股集中除息期間的影響。本文回應最後一題，並把 K512（單事件 event study）的 PASS 結果與 K1（aggregate summer seasonality 的 NULL）對齊成一個統一的敘事： 個別事件 vol 真實存在，但在指數層級會被分散化抵銷 ，這與 K498 SPY 財報季 index-level NULL、個股 PASS 的機制完全一致。

過去與本主題相關的 feed 文章以 K512 系列（2026-03-27）為主，聚焦單事件 event study 結論。本文的差異化在於：

• 明確提出 「個別 vs aggregate」雙層矛盾 這個過去未單獨點出的 framing
• 用 K498（SPY 財報季 index-level NULL）做類比，顯示這不是台股特殊現象
• 在旺季啟動前（4 月中）發表「前瞻」視角，而非事後復盤

方法與數據

 腳本位置 ：

• experiments/k512/k512_tw_exdividend.py（事件研究主腳本）
• experiments/k512/k512_tw_exdividend_results.json（本文所有 24 筆事件 vol 來自此檔）
• experiments/k498/k498_earnings_vol.py + k498_earnings_vol_results.json（類比 reference）

 Lookahead 檢查 ：本文所有圖表為歷史描述統計，無策略 signal → return 對應；event study 的「除息後 5 日 vol」使用 t+1 ~ t+5 的 forward window，不回看 t-1 前資訊，符合 CLAUDE.md §11 規範。

核心發現

發現一：0050 歷年除息集中在 7 月（旺季 front-loading）

2013-2026 年 24 次 0050 除息事件按月分布如下：

• 7 月：11 次（45.8%）— 單月佔近半
• 1 月：9 次（37.5%）— 2014 年起加上中期配息
• 10 月：3 次，2 月：1 次（早期單次配息時代殘留）

 含義 ：0050 採「年配」改「半年配」後（2014），7 月與 1 月成為兩個主要配息窗。 「旺季」概念對 0050 來說就是 7 月 ，而非整個夏季 6-8 月。這和台股個股層面的 5-8 月除權息潮（集中在成分股）不完全重疊——0050 本身是 ETF，其除息時點由基金規範決定，不完全 mirror 成分股。

發現二：單事件層級，除息後 5 日 vol 顯著上升 32%

以 K512 的 event study 方法，把 24 次除息事件的前後 vol 與控制組（事件日 ±[-15, -6] ∪ [+11, +20]）比較：

• 除息 前  5 日 vol 反而 比控制組低 6% （等待填息、成交量萎縮）
• 除息 後  5 日 vol 跳升  32.4% （除息 gap + 填息過程的不確定性）
• Pre vs post 配對 t 檢定也顯著（t=-2.32, p=0.029），不是單邊比較偏誤

 含義 ：這個 post-div vol bump 是統計顯著的（p < 0.05），機制可能有三：

1.  除息 gap 的機械效應 ：除息日當天股價「自然下跌」殖利率金額，未還原的 log return 會留下一個大 move
2.  填息過程的不確定性 ：市場需要時間判斷「填息機率」，成交量放大
3.  事件日密度提升 ：除息日當天本身 |ret| 平均 1.19%，是非除息日 0.89% 的 1.34 倍

發現三：aggregate 6-8 月，季節性反而 不顯著 （NULL）

把同一份 2006-2026 資料（204 個月）按月份聚合：

 含義 ：夏季 RV 不但沒高於其他月，反而 略低 （雖不顯著）。這是標準的 diversification / aggregation cancellation： 即使每個除息事件日個別都 vol spike，但 24 次事件分散在 14 年、月份範圍廣，aggregate 到「6-8 月 vs 其他月」層級，訊號被噪音與非事件日壓平了 。

這不是台股特殊現象。K498 在 SPY + VIX 做同樣的 GARCH-X 財報季 dummy，結論一致：

• SPY earnings vs off-season vol ratio = 0.984（接近 1）
• Earnings season dummy coef t-stat = 0.64, p = 0.524
• GARCH-X OOS QLIKE 比 baseline 差 -0.20%（DM p=0.686）
• VIX earnings vs off-season 平均差異 = -0.3（t=-0.91, p=0.365）

 兩個市場、兩種事件（財報/除息）、兩個時間尺度（季/月），一致在指數層級 NULL。這是一致性很強的結論 ，意味著： index ETF 投資者不需要為財報季或除權息季額外做季節性避險調整 。

實務意義

 給 VT / vol targeting 策略 ：除權息旺季 不是 加碼避險的合理理由。VT 機制的觸發應該由 實際 realized vol 驅動（條件方差），而不是日曆時間窗。如果硬把 6-8 月設為「降曝險季」，回測很可能 out-of-sample 失效（K498 就是這個教訓在 SPY 的映射）。

 給個別交易者 ：如果你交易 單一除息事件 （例如 0050 7 月除息），事件後 5 個交易日的 vol 約高 30%，這個幅度足以讓短期期權或跨式策略有意義。但這是 事件驅動  alpha，不是季節性 alpha。

 給風險管理者 ：月度 VaR / ES 不需要為「7 月除息月」做額外 buffer，因為 aggregate 層級 summer RV 反而偏低（-8.6%）。但 除息日當天 |ret| 達 1.19%  比一般日 0.89% 高 34%， 單日 VaR 在事件日要做 event-specific 調整 。

 給高股息 ETF 觀察者 ：本文未涵蓋 0056/00878/00919，但 K512 同期也報告 0056 post-near vol +69%（t=3.80, p=0.001），比 0050 更強烈（因為高股息 ETF 殖利率更高、除息 gap 更大）。0056 填息率 90%、中位數 1 日（K512），說明 vol bump 後恢復速度很快。

限制與穩健性

1.  樣本規模 ：0050 24 次除息事件對 event study 是足夠，但對「月份分布 × 年份」的雙層分析偏小。本文不做 cross-year OOS；需要更長樣本。
2.  2020 疫情影響 ：本文計算 aggregate summer RV 時未剔除 2020，該年 non-summer 有 3 月 COVID 極端月推高其他月 RV，可能讓「summer lower」看起來更明顯。K512 原實驗 subperiod split 顯示剔除後方向不變，但幅度縮小。
3.  除息 gap 未還原 ：本文 log return 保留除息 gap（刻意，因為 event study 要看的就是這個效應）。若做填權還原，post-near vol bump 會縮小但 不會消失 （因為填息過程本身仍不確定）。
4.  Proxy RV ：使用 daily squared return × √252，沒有 intraday 5-min RV（更精確但受限於 TAIFEX 日盤 tick 資料覆蓋）。
5.  成分股 vs ETF ：0050 除息日由基金公司排定，不是成分股加權平均。個股層面的 5-8 月除權息潮與 0050 本身的 7/1 月除息是 兩回事 ，本文結論不能直接推論到台股個股集中除權息期間。

結論

1.  個別除息事件 vol 顯著（+32%, p=0.032）但 aggregate 季節 vol NULL（p=0.303） ，這個雙層矛盾與 K498 SPY 財報季完全同構
2.  0050 的除息「旺季」就是 7 月 （佔 45.8%）+ 1 月（37.5%），不是整個 6-8 月
3.  VT / 月度 VaR 不需要季節性 buffer；事件日 VaR 需要 event-specific 調整 
4.  開放問題 ：高股息 ETF（0056/00878/00919）的 aggregate 季節性是否也 NULL？0050 成分股集中除息期間的個股 vol 會不會透過 basket 聚合回來推升 0050？這兩個是 research_program.md 已登記但尚未執行的延伸題。

後續研究方向

• K-TODO：高股息 ETF 的 aggregate 月份季節性是否 PASS（差異化於 K512 event study）
• K-TODO：0050 成分股個股 5-8 月 |ret| 分布與 0050 日頻 |ret| 的對應比（diversification coefficient 估計）
• K-TODO：2024 新制（季配）對 00878/00919 除息 vol 的影響——season 次數從 2 → 4 後，每次事件的 vol bump 幅度是否縮小？

本文基於 K512 實驗（腳本：experiments/k512/k512_tw_exdividend.py，結果：experiments/k512/k512_tw_exdividend_results.json）與 K498 類比（experiments/k498/k498_earnings_vol_results.json）。數據來源：yfinance，期間 2009-01-02 ~ 2026-04-16，樣本 4,228 交易日、24 次除息事件。