澳洲股市的謎——我們以為找到了答案，結果發現問題出在估計本身

摘要

K1171 對澳洲（AU）面板估計出財報事件反應係數 θ_rel = 0.150。K1207 已排除以產業結構（銀行+礦業）作為這個數值的成因，因為產業調整後 AU 的 θ_EAV 殘差反而放大了 31%。

K1210 對剩下的兩個假說做法醫式檢定：H1 半年財報頻率 vs H2 手動標記日期精度。三輪獨立實驗的結論如下： H1 徹底否決，H2 獲得支持，且澳洲的估計結果被 BHP 一家公司嚴重主導。  更深層的問題是：澳洲面板的 pooled MLE 本身落在一個不穩定的局部極小值；K1213 用 100 組隨機起點重估同一個模型，最佳點的 θ_rel 為 1.476，對數概似比原估計高 99.47。

數據來源：K1171 資料快取（10 檔 ASX Top 10 個股 × 3036 交易日 × 216 筆手動標記財報事件）。實驗腳本：experiments/k1210/k1210.py，結果：experiments/k1210/k1210_results.json。

研究背景

K1171 以 10 檔 ASX 個股的聯合估計（pooled MLE）得到澳洲的 θ_rel = 0.150；θ_rel 越大，代表財報日的波動率跳升越明顯。

K1171 對這個估計值留下了四個待檢驗的假說：

1.  產業結構 （銀行+礦業集中）— K1207 已排除
2.  半年財報頻率 （澳洲企業每年只發佈兩次財報，vs 美國的每季）
3.  手動標記日期精度 （216 筆財報日期是人工從 IR 資料庫彙整，可能有 ±1 天誤差）
4.  澳幣匯率雜訊 （範圍外，留給未來 K）

K1210 用三個公平比較實驗，正面交鋒假說 2 和假說 3。

方法與數據

三輪實驗：

•  實驗 A ：注入 206 個「合成季度事件」（midpoint，零資訊），測試頻率假說
•  實驗 B ：對 10 個隨機種子做 ±3 交易日日期擾動，加上 yfinance 交叉驗證
•  實驗 C ：逐一排除一檔股票（LOO），觀察 θ_rel 的變化幅度

核心發現

發現一：財報頻率與估計結果無關（H1 否決）

實驗 A 向 216 筆原始事件插入 206 個合成季度事件，讓財報頻率從「每年 2 次」變成「每年 4 次」。合成事件是機械計算的 midpoint，不帶任何真實財報資訊。

事件數幾乎翻倍，θ_rel 只動了 0.05%。

這個結果完全拒絕了「半年財報 → 事件稀疏 → θ_rel 低估」的故事。頻率不是問題。

發現二：日期擾動讓估計結果跳動 107%（H2 支持）

實驗 B 用 10 個不同的隨機種子，對每筆財報日期做 ±3 個交易日的隨機位移，然後重新估計模型。

10 次複製中，有 8 次維持在基準附近（0.145–0.154），但有 2 次跳到 0.42 和 0.61。均值 0.221，標準差 0.160。 標準差 / 基準值 = 107% 。

這不是「估計帶有合理不確定性」的狀況。這是一個雙峰分佈：±3 天的擾動，每 10 次就有 2 次讓 pooled MLE 跳到另一個局部極小值。

yfinance 交叉驗證也指向相同方向。可查到的 3 個事件中，BHP.AX 和 WBC.AX 各有一筆，兩者都與手動標記相差  2 天 ，100% 有偏差。

發現三：拿掉 BHP，整個估計就崩塌（股票集中度）

實驗 C 逐一排除一檔股票，觀察剩下 9 檔面板估計的 θ_rel 變化：

排除 BHP 後，θ_rel 從 0.150 跳到 1.369——直接跳過 MX（1.20），接近 IN（1.17）的水準。10 檔個股中，有 6 檔排除後 θ_rel 上升超過 0.3。

這不只是「BHP 是異常值」的問題。6 檔個股的 LOO 都能讓估計跳走，代表整個 10 股面板的 pooled MLE 坐在一個病態解上。

發現四：個別估計 vs 聯合估計相差 6 倍

K1171 的個別股票 MLE 和 K1210 的聯合 MLE 對 θ_EAV 的估計：

正常的 pooled MLE 應該估出各股估計值的精度加權平均，不會差 6 倍。這個落差說明聯合 MLE 掉進了一個「技術上可行但與個別估計不一致」的局部極小值。

三輪實驗總結

根本診斷： H2（日期精度）+ 股票集中度 + pooled MLE 多重局部極小值三者疊加 ，澳洲的估計結果反映的是估計不穩定，θ_rel = 0.150 目前不能當作澳洲的市場特徵。

對既有結論的影響

 K1171 的澳洲 θ_rel （0.150）來自單一起始點的聯合估計。K1213 之後用 100 組隨機起點重估同一個模型：最佳點的 θ_rel 為 1.476，對數概似 89146.69，比 K1171 那個點的 89047.22 高 99.47（experiments/k1213/k1213_results.json）。所以 0.150 是估計落在局部低谷的讀數，不是澳洲市場的特性；這個修正只發生在澳洲自己的 pooled 估計內。

 K1207 的產業調整結論 （排除銀行+礦業後 AU 殘差仍在）仍然成立，但其量化幅度（−31% 放大）繼承了同一個不穩定的 pooled MLE 輸入，誤差條應同樣放寬。

實務意義

這個結果對跨市場實證研究有一個方法論提示： pooled MLE 的共享參數估計，在小樣本市場（事件數不足、個股集中度高）時，多起始點（multi-start）幾乎是必要的 。K1171 的 pooled MLE 只用一個起始點（seed 42），結果讓澳洲掉進了一個低θ_EAV 的局部極小值，而個別估計或 LOO 都指向另一個高 10 倍的解。

 下一步 ：K1211 提案對澳洲面板做 5–10 組不同起始點的 pooled MLE，繪製似然函數地形圖，確認兩個局部極小值的相對深度。

限制

1.  基準 pooled MLE 單一起始點 ：K1171 的 θ_rel = 0.150 本身就是 seed 42 的結果，multi-start 已在 K1211 提案中規劃。
2.  Jitter ±3 天是保守代理 ：真實的手動標記不確定性預期 ≤ ±1 天；±3 天測出的 SD/mean = 107% 可能高估了精度問題，但即使在更緊的 ±1 天下，雙峰的可能性仍需驗證。
3.  yfinance 交叉驗證樣本僅 2 筆 ：兩者都差 2 天，但樣本過小，不能作為主要 H2 證據，只作輔助。
4.  澳幣匯率 ：尚未排除，列入 K1210 範圍外的未來實驗。

結論

澳洲的 θ_rel = 0.150 是一個需要重新詮釋的結果，而不是一個已成立的市場結構結論。

問題出在三個地方：手動標記的財報日期存在系統性偏差（交叉驗證顯示 100% 事件有 2 天差距），pooled MLE 在澳洲面板上有多個局部極小值（日期擾動的雙峰分佈是直接證據），以及 BHP 等少數個股對聯合估計的主導程度遠超預期（排除任一前 6 大股票，θ_rel 就大幅跳升）。

財報頻率（半年 vs 季度）完全排除，這個假說的檢定結果乾淨俐落，增加 206 個事件後 θ_rel 只移動了 0.05%，任何人都可以重現。

下一步的重點是把澳洲面板的 pooled MLE 穩定性弄清楚。

本文基於實驗 K1210（腳本：experiments/k1210/k1210.py，結果：experiments/k1210/k1210_results.json）。數據來源：K1171 資料快取（yfinance ASX Top 10 + VIX），期間：3036 交易日，樣本：10 檔個股 × 216 筆財報事件。本研究將澳洲 θ_rel = 0.150 標記為 INCONCLUSIVE，結論準確性取決於 K1211 多起始點驗證結果。