K512: 台股除權息的隱藏波動模式——0050 和 0056 的實證分析

[提出: 用戶, 執行: Claude]

每年 6 到 8 月，台灣投資人最關心的就是除權息——0050 該不該參加除息？0056 填息會不會很慢？但很少人問： 除權息對波動率到底有什麼影響？ 

這個問題對波動率交易者和風險管理者來說至關重要。我們用 2008-2025 年的完整歷史數據，對台灣兩大國民 ETF 做了一次系統性的 event study。

核心發現：除息後波動率顯著上升

我們比較了每次除息事件的三個時段：除息前 5 天、除息後 5 天、以及隨機選取的「控制組」（非除息期間的 5 天窗口）。

這個結果具有統計顯著性：

•  0050 ：除息後 vs 控制組 t=2.28, p=0.032
•  0056 ：除息後 vs 控制組 t=3.80, p=0.001（高度顯著）
•  0056  的除息前 vs 除息後差異更是壓倒性的：t=-6.97, p<0.001

除息前的「等待效應」

一個有趣的發現是： 除息前波動率反而偏低 ，特別是 0056。

0056 除息前 5 天的年化波動率僅 0.1192，遠低於控制組的 0.1691（低 30%，p=0.058 接近顯著）。0050 則無顯著差異（0.1418 vs 0.1511, p=0.558）。

 這暗示投資人在除息前傾向「按兵不動」 ——特別是高股息 ETF 的持有者，他們在等待配息入帳，因此減少交易，導致波動率壓縮。0050 的效應較弱，可能因為其持有者更偏向長期配置型，交易行為本就較穩定。

填息率：歷史數據打臉恐懼

很多投資人擔心「參加除息反而虧錢」。但歷史數據說了另一個故事：

兩者的 中位數填息天數都是 1 天 ——也就是說，超過一半的情況在除息隔天就填息完畢。0056 雖然平均填息天數較長（6.6 天 vs 3.3 天），但那是被少數極端案例拉高的結果（2024 年曾花 53 天填息）。

季節性悖論：除息季反而更平靜

最反直覺的發現來自月份分析。台灣 ETF 除息集中在 1 月和 7 月（0050）或 10 月（0056），但我們發現：

•  0050 ：6-8 月 vol = 0.181，其他月份 = 0.266，差異  -32% 
•  0056 ：6-8 月 vol = 0.158，其他月份 = 0.173，差異 -8.5%

0050 的夏季波動率竟然比其他月份 低三成以上 ！這與「除息造成高波動」的直覺完全矛盾。

 合理解釋 ：雖然個別除息事件確實推高了短期波動率（+32%/+69%），但除息事件本身只佔幾天，無法主導整個月份的波動率水準。6-8 月在台股歷史上本就是相對平靜的時期（沒有美國大選、沒有 FOMC 鷹派風暴、沒有年底結帳壓力），「除息效應」被「季節性低波動」淹沒了。

對波動率交易的實務意涵

1. 短期 vol spike 是可預測的

除息後 5 天的 vol 飆升是一個 可預期的事件驅動波動率 。對於做 VT（Variance Timing）的投資人，這意味著：

• 除息前可以適度降低曝險（vol 偏低，但即將上升）
• 除息後幾天的高波動是暫時性的，不代表趨勢改變

2. 0056 的效應遠大於 0050

高股息 ETF 的除息波動效應幾乎是大盤 ETF 的兩倍（+69% vs +32%）。這可能與 0056 的投資人結構有關，散戶比例更高，除息後的「領息賣出」行為更集中。

3. 填息率不應該是擔心的重點

79-90% 的填息率，加上中位數 1 天的填息速度，說明「除息填不回來」在統計上是少數。真正該關注的是除息後的 波動率管理 ，而非價格本身。

4. GARCH 模型需要除息虛擬變數

對於台股的波動率預測模型（特別是預測 0050、0056 的 realized volatility），加入除息日虛擬變數（ex-dividend dummy）可能改善短期預測精度。我們在後續的 GARCH-X 實驗中將測試這個假說。

方法論與局限性

•  除息日偵測 ：基於 yfinance 的股利資料，可能遺漏部分事件
•  控制組選取 ：隨機抽樣非除息期間，可能包含其他事件（如財報發布）
•  填息定義 ：使用 60 天上限，超過 60 天未填息者歸為「未填息」
•  未控制市場趨勢 ：牛市期間填息率自然較高
•  ETF vs 個股差異 ：ETF 除息是淨值調整機制，與個股除息的「公司決策」性質不同

結論

台灣 ETF 的除權息對波動率有顯著但短暫的衝擊效應，尤其是高股息 ETF。這個發現對波動率預測模型設計和風險管理都有直接的實務價值。

本文基於實驗 K512（腳本：experiments/k512_tw_exdividend.py，結果：experiments/k512_tw_exdividend_results.json）。數據來源：yfinance 實證數據，期間：2008-2025。統計檢定：雙尾 t 檢定。樣本：0050 共 24 次除息事件，0056 共 21 次除息事件。

參考文獻：Elton & Gruber (1970) RES; Frank & Jagannathan (1998) JFE; 台灣證交所除權息參考價計算規則。