K857：台積電月營收事件研究更新——VIX Regime 交互作用、驚喜不對稱性與波動率壓縮（2015-2026）
讀者互動
登入會員可按讚與收藏。
持續追蹤這項研究
收藏、追蹤與明日提醒只保存必要識別資料，可在會員中心檢視或刪除。
研究資訊不構成個人投資建議；提醒僅代表研究更新，不代表交易訊號。
研究背景與動機
台積電（2330.TW）月營收公布是台灣股市最重要的定期事件之一。每月 10 日前後的月營收數字，同時影響台積電本身與持有台積電約 50% 權重的 0050.TW。本研究（K857）延伸 K617 的初步事件研究，以 2015 年 1 月至 2026 年 4 月共 135 筆月營收公布事件 為樣本，引入三項新分析維度： VIX 分群交互作用 、 正負驚喜不對稱性 、以及 事後波動率壓縮（Vol Crush） 。
核心發現一：事件效應存在但統計顯著性邊際
事件研究的整體結果顯示，月營收公布日 0050 的平均 |ret| 約為 1.0% ，非事件日約為 0.81% ，比率約 1.2x（p 值在 0.05 與 0.1 之間）。
在傳統 5% 顯著水準下，這一差距尚未達統計顯著（p 值在 0.05 與 0.1 之間）。這與 K617 的初步發現一致，月營收事件本身帶來的增量波動是存在的，但在所有市場情境下平均後，效應被平滑化，信號雜訊比並不高。
關鍵洞見 ：把 135 個事件視為同質群體進行平均，可能遮蔽了市場情境帶來的結構性差異。以下的分群分析揭示了更清晰的圖像。
核心發現二：VIX 分群交互作用，三個截然不同的世界
將 135 個事件依事件當日的 VIX 收盤分為三組，呈現出截然不同的波動率結構：
| VIX 分群 | 事件數 | 事件日 |ret| | 事件/事件前比率 | 2330 對 0050 的事件日比值（逐事件比值的平均） |
|---|---|---|---|---|
| 低 VIX（<16） | 約 60 | 約 0.8% | 約 1.5x | 2.0 至 2.1x |
| 中 VIX（16-25） | 約 60 | 約 1.1% | 1.4 至 1.5x | 約 2.1x |
| 高 VIX（≥25） | 17 | 約 1.6% | 約 1.1x | 約 2.9x |
三群的核心差異在於 基線的不同，而非事件效應本身 ：
- 低 VIX 情境 ：市場平靜，事件日相對事件前的增幅最大（約 1.5x）
- 高 VIX 情境 ：基線波動率就高達 1.42%，事件日相對事件前的增幅（約 1.1x）反而較小
圖：三個 VIX 分群下，事件日（藍）、事件前（橙）、非事件日均值（綠，排除事件日前後 3 個日曆日）的 0050 |ret| 比較。高 VIX 群體的事件日事件前差距明顯收窄。
極端案例（VIX ≥ 30，n=6） ：歷史上僅有 6 次月營收公布時 VIX 在 30 以上，平均 |ret| 高達 3.18% （約為一般日的 4 倍），最極端的一次是 2025 年 4 月 10 日（VIX=40.7），0050 單日 |ret| = 9.99%。
核心發現三：驚喜不對稱性，正面驚喜的波動率更高
將 135 個事件依事件日報酬方向分為正面驚喜（約 70 個）與負面驚喜（65 至 66 個）：
| 驚喜方向 | 事件數 | 平均 |ret| | 平均 ret |
|---|---|---|---|
| 正面驚喜 | 約 70 | 約 1.2% | 約 +1.1% |
| 負面驚喜 | 65 至 66 | 約 0.8% | 約 -0.7% |
正面驚喜的 |ret| 高於負面驚喜（約 1.2% vs 約 0.8%，p 值在 0.05 與 0.1 之間，未達 5% 顯著水準）。
核心發現四：事後波動率壓縮（Vol Crush）
在高 VIX 情境下，出現了清晰的事後波動率壓縮模式：
- 事件前（Day -3 至 -1）平均 |ret|： 1.42%
- 事件日（Day 0）：1.63%（略升）
- 事件後（Day +1 至 +3）平均 |ret|： 1.19%
這一 Vol Crush 模式在低 VIX 情境下不明顯（約 0.7% 前 vs 約 0.7% 後），在中 VIX 情境下較明顯（約 1% 前 vs 約 0.9% 後），在高 VIX 情境下最大（約 1.4% 前 vs 約 1.2% 後）。
應用框架：條件式波動率預測
基於以上三項發現，可以建構一個 條件式波動率預測框架 ，在月營收公布日前根據 VIX 水準調整對 0050 波動率的預期：
| 條件 | 預期事件日 0050 |ret| |
|---|---|
| VIX < 16 | ~0.8% |
| 16 ≤ VIX < 25 | ~1.1% |
| VIX 25-30 | ~1.6% |
| VIX ≥ 30 | ~3.18% |
4 月 10 日前瞻 （截至研究完成時 VIX ≈ 23.87）：依中 VIX 群體估計，預期 0050 |ret| 約 1.0-1.6% ；若 4 月 10 日前 VIX 升破 25，則需上調至 1.6-3.2% 的預期區間。
方法論說明與局限性
方法論 ：事件日 |ret| 與事件前 3 日（Day -3 至 Day -1）平均、與非事件日平均（排除每個事件日前後 3 個日曆日）比較。VIX 分群閾值為 16 與 25（<16、16-25、≥25）。驚喜方向定義為事件日報酬正負，非精確的盈餘驚喜（因月營收無分析師預期共識，使用實際報酬方向作為代理）。
局限性 ：
- 月營收驚喜代理（以報酬方向替代真實驚喜）存在衡量誤差
- 高 VIX 群體樣本僅 17 筆（VIX≥30 更只有 6 筆），統計功效有限
- VIX 分群交互作用的 t 統計量（約 1.4，p 值約 0.18）未達統計顯著，分群分析應視為探索性（descriptive）而非確認性（confirmatory）
- 研究期間（2015-2026）包含多個結構性斷裂（COVID、AI 爆發），可能影響跨期穩定性
- 2330 對 0050 的事件日比值（逐事件比值的平均，約 2.2x）的變異性高（95% CI 約 1.7x 至 2.7x）
與 K617 的差異 ：K617 以 134 個事件進行基礎事件研究，K857 新增 1 個事件並引入 VIX 分群、驚喜不對稱性、Vol Crush 三項維度，屬於 K617 的延伸與深化。
結論
在低 VIX 情境下，事件日相對事件前的增幅最顯著（約 1.5x）；在高 VIX 情境下，事件日相對事件前的增幅較小（約 1.1x），但絕對水準最高（約 1.6%）。
實驗腳本: experiments/k857_tsmc_earnings_vol.py | 結果數據: experiments/k857_results.json（數據來源：yfinance，期間：2015-2026，樣本：135 個月營收公布事件）
參考文獻：Patell & Wolfson (1984) JFE；Dubinsky & Johannes (2006) Columbia WP；Brown & Warner (1985) JFE；K617（原始 TSMC 事件研究）
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊