拿掉「財報事件」之後，VIX 還是同一條 VIX 嗎？

一個簡單的測試：把模型裡的「公司財報事件」整個拿掉，重跑全球 110 檔股票的波動率參數估計。如果 VIX 通道是「真的獨立通道」，那它的估計值應該幾乎一模一樣。結果是——110 檔，沒有一檔翻號。

為什麼要做這個看似多此一舉的事

研究模型常會被問一個尖銳問題：「你那兩個變數，會不會其實是同一回事？」

我們在波動率長期成分裡用了兩個訊號：

•  VIX ：全球波動率氣候，每天都有、連動性強
•  EAV （Earnings Announcement Volatility）：公司財報事件當日的虛擬旗標，每年只亮 4 次（一年 4 季財報）

直覺上這兩件事看起來毫不相關——VIX 在動全球，EAV 只盯一家公司。但模型統計上若有共線性，係數可能會「互相借力」：拿掉一個，另一個就會跑掉。如果 VIX 的係數其實是「分擔了 EAV 的工作」，那把 EAV 拿掉，VIX 的係數應該大亂。

這是 K1067f 要回答的問題： 這兩個訊號是真的獨立、各做各的工作，還是其中一個其實在偷偷幫另一個？ 

簡單暴力的檢驗：把 EAV 拿掉，看 VIX 變了多少

我們做了 K1166 全規格模型的「閹割版」，保留 VIX，把 EAV 整個拿掉。然後 對 110 檔股票 （台灣 31、美國 30、日本 30、歐洲 19）逐檔重新做最大概似估計，得出新的 VIX 係數。

接著把「閹割版 VIX 係數」對「完整版 VIX 係數」逐檔散佈，看兩條估計值有多接近。

結果：乾淨到不像話

四個檢查項全部不只是「勉強過關」，而是 乾淨地過 。

逐市場拆解：

每個市場單獨看，兩個版本的 VIX 係數仍然高度一致。 沒有一檔股票翻號，VIX 的數量級基本不動。 

這個結果的意義：兩個訊號在做不同的事

這個結果背後有個直觀的故事。

VIX 是 全球氣候 ——每天都在動，一個禮拜可能變 5%、10%。它捕捉的是整個市場的恐慌或平靜。它跟個股波動率的關聯，是「天氣冷大家都凍」這種全市場聯動。

EAV 是 公司事件 ——一年只亮 4 個交易日（每季財報那天），其他 99% 的日子是 0。它捕捉的是「這家公司今天剛好開記者會講業績，所以波動率會跳一下」。

直覺告訴我們，把一個一年只亮 4 天的稀疏旗標拿掉，幾乎不會干擾一個天天在動的連續變數的估計。 結果證實了這個直覺。 

更妙的是反向也成立，研究的兄弟篇 K1067e 把 VIX 拿掉、只留 EAV 重做，發現 EAV 的係數同樣保持穩定（同號率 96.4%、相關 +0.898）。 兩個訊號互相獨立，不靠對方撐場。 

為什麼這對投資人重要

研究的價值不只在「找到顯著訊號」，更在「證明訊號是乾淨的」。

如果 VIX 通道是 EAV 通道的「殘餘垃圾」，那就代表你的模型其實沒兩個自由度，你以為你在用兩個訊號，實際上只是同一個訊號被切兩半。 這就是金融研究最常被審稿人挑戰的問題之一。 

K1067f 證實了：

1.  VIX 是純粹的全球波動率訊號 ——它不依賴任何個股事件，反而對全球氣候百分百敏感
2.  EAV 是純粹的公司事件訊號 ——它捕捉到分析師關注度可預測的個股反應
3.  兩個訊號可以同時用、不重複貢獻 ——模型有真正兩個自由度

對應到實務：當你在做波動率配置或風險預算時，你可以 分別 用「全市場恐慌指標」和「公司事件日曆」這兩個訊號做不同的調整動作，不必擔心其中一個是另一個的影子。

數據透明度

• 樣本：110 檔股票（TW 31、EU 19、JP 30、US 30），期間 2010–2025 或 2014–2025（依市場資料起點）
• 方法：每檔個股 L-BFGS-B 最大概似估計（4-start 多起點），Hessian SE
• 防止前視偏誤：所有 VIX² 都 lag 一日（t-1），numba JIT 中明確檢查
• 隨機種子：42（可重現）
• 完整實驗檔：experiments/k1067f/（README、Python 腳本、結果 JSON、CSV、PNG）

本文基於實驗 K1067f（腳本：experiments/k1067f/k1067f.py，結果：experiments/k1067f/k1067f_results.json）。資料來源：yfinance（股價）、CBOE/FRED（VIX）、各市場財報公告日（TW: 財報公告日.txt; US/JP/EU: earnings_dates.json）。研究對應 Paper 2 (vix-sufficiency) §4 robustness chain，與兄弟實驗 K1067e（EAV-only ablation）合併證明 A4f-EAV 規格中 VIX 與 EAV 為兩個非冗餘的長期波動率成分。