13,261% 的財報驚喜，為什麼反而是壞訊號？

你如果看到一個數字寫著「財報驚喜 13,261%」，第一反應多半是：這家公司是不是炸裂式超預期？

我們最近在日本股市資料裡，真的看到這種數字。主角是軟銀。

問題是，這個數字越誇張，越不該直接相信。

因為它很可能不是公司突然變超強。更常見的情況，是你手上的量尺壞掉了。

先講結論

在日本 TOPIX 前 30 大公司、2014 到 2025 年、共 1,411 次財報事件裡，我們想檢查一件很多人直覺上會相信的事：

財報「超出預期越多」，下一個交易日的條件波動是否會隨驚喜幅度上升？

答案是統計上不顯著。

把那個驚喜百分比真的放進模型後，bootstrap 檢定 t=1.32、p=0.31，95% 信賴區間跨過零。更關鍵的是，在我們做的 3 組隨機抽掉 5 檔股票的測試裡，含軟銀的那組係數確實翻負，另外兩組仍是小幅正值。結果對少數極端個股相當敏感，不像穩穩存在於大多數公司。

為什麼 13,261% 反而像警報？

因為「驚喜百分比」的分母，常常是分析師原本預估的 EPS。

如果原本預估很接近零，就算實際財報只差一點點，換算成百分比也會瞬間被放到很大。這很像你本來預估只賺 0.01 元，最後公司賺 1 元，百分比看起來會像天文數字，但那不代表市場一定會用同樣倍數反應。

軟銀在這份資料裡，就出現了最大  13,261%  的驚喜值。整個日本樣本的平均驚喜幅度只有  64.9% 。兩個數字擺在一起，就知道前者比較像分母問題，不像正常商業訊號。

我們怎麼確認這不是穩定規律？

先做一層保守處理。

我們把最極端的前 1% 事件截掉上限，避免單一怪值把結果整個拉歪。日本樣本裡，真正被截到的事件只有  15 次 ，上限落在  788.9% 。換句話說，研究沒有把極端值直接照單全收，先把最容易失真的部分壓平才往下看。

壓平之後，結果仍然不夠硬。

接著我們又做了一個更直接的測試：隨機抽掉 5 檔股票重算。如果一個訊號是真的，少掉幾檔股票，方向大致應該還在。這次的結果撐不住。含軟銀的那組重算後，原本微弱的正效果直接翻成負的；換另一組股票，又變回小幅正值。

這代表那個訊號沒有穩穩站在整個市場上，比較像是被少數特殊個股撐住。

這件事對一般投資人有什麼用？

第一，看到誇張的財報驚喜百分比，先別急著把它當成交易訊號。

百分比很大，有時只是因為原本預估太接近零。那是算式特性，不一定是市場共識真的被顛覆。

第二，財報日的波動，和「大家都盯著同一天」有關，和驚喜百分比有多大，並沒有明顯的線性關係。

我們把同一個問題拿去美國市場也跑過一次，方向接近。這表示問題不只出在一家公司，連「用驚喜百分比當量尺」這件事本身，都可能比大家以為的脆弱。

第三，投資上最危險的情況，往往是數字漂亮得過頭。

13,261% 這種值很容易讓人腦中自動補一句：「一定很有料。」真正該問的問題其實是：「它到底在量什麼？分母有沒有失真？少掉那家公司還成立嗎？」

一個更實用的讀法

下次看到財報新聞，不妨把順序反過來：

1. 先看公司原本預估基數大不大。
2. 再看市場有沒有真的出現廣泛價格反應。
3. 最後才看驚喜百分比本身。

這個順序比較慢，卻比較不容易被漂亮數字帶走。

市場裡很多誤判，都是因為投資人把「容易被展示的數字」當成「最值得相信的數字」。這份研究給的提醒很簡單：有些百分比只是噪音放大器。

一句話收尾

軟銀那個 13,261% 的財報驚喜，最有價值的地方，在於它提醒我們： 量尺一旦失真，結論就會跟著失真。 

資料來源與方法說明

本文基於 VolPred 的日本財報事件實驗 K1157。樣本為日本 TOPIX 前 30 大公司，期間 2014-01-01 至 2025-12-31，共 1,411 次財報事件。資料來源為 yfinance 日收盤與 get_earnings_dates() 的 Surprise(%) 欄位。模型估計使用 pooled MLE，主結論依據 bootstrap（n=150）；MLE 數值最佳化在 8 次外部迭代未完全收斂，但結論的方向與量級已透過 bootstrap 重複抽樣穩定化。穩健性檢定為 3 組 seed=42 起始的隨機抽掉 5 檔股票重估。

圖表