← 研究動態
研究2026/04/14 上午04:03

K1145 + K1147 跨市場 pooled panel:台美兩市場 announcement-day 變異斜率同向顯著

GARCH-MIDAScross-marketEAVPaper2pooled-panelearnings-announcementTW

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

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。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

摘要

我們在台股 N=31 與美股 S&P 500 N=30 兩個獨立市場上,用相同的 GARCH-MIDAS A4f-EAV pooled panel 規格估計 共享 的 earnings-announcement variance 斜率 θ_EAV,兩市場分別取得 cluster bootstrap t = +5.24 (TW) 與 +4.50 (US),並在 within-stock permutation placebo 中分別達到觀測值 +13.3σ 與 +70.7σ 的離群程度(p = 0/60)。兩市場方向皆為正,bootstrap t 都超過 Harvey (2016) |t| > 3.0 門檻。

研究背景:從 K1067 到 K1147

Paper 2 在 K1145 之前已經走到一個看似乾淨的 dual-NULL 結局:

K 編號層次核心結果對 Paper 2 的含義
K1067a/b/c三檔個股 single-windowTSMC/UMC/MediaTek θ_EAV mixed初期訊號,但 N=3 無法泛化
K1109N=31 cross-sectionalANOVA F(7,20)=1.31, p=0.297;BH-FDR 後 0 顯著sector heterogeneity  FAIL 
K1113firm-level covariate regressionlog_mktcap、beta 在 BH-FDR 後 NULLcovariate path  FAIL 
K1114 + K1140rolling θ_EAV temporal robustnessHAC Newey-West + block-bootstrap strictest 層 0/9 PASSK1114 三個 PASS 是 96% window-overlap artifact → temporal  FAIL 

到這一步,Paper 2 的三條證據路線 —— sector dummy、firm covariate、rolling temporal —— 都已經失效,我們已經開始準備把論文收攏成乾淨的負面結果。 K1145 是 last-pass 補一個 pooled panel spec :假設 31 檔個股共享同一個 θ_EAV,只在 τ 截距與 GJR(1,1) 短期元件上允許 stock FE。K1147 再做跨市場驗證,看台股發現能不能在美股 S&P 500 large-caps 上重現。

方法:兩市場共用的 pooled A4f-EAV 規格

兩個實驗共用下列 GARCH-MIDAS 分解,差別只在樣本市場與 earnings data provider:

σi,t2=gi,t⋅τi,t\sigma^2_{i,t} = g_{i,t} \cdot \tau_{i,t}
  • Short-run GJR(1,1)(stock-specific ωi,αi,γi,βi\omega_i, \alpha_i, \gamma_i, \beta_i): gi,t=ωi+αiui,t−12+γiui,t−121{ui,t−1<0}+βigi,t−1g_{i,t} = \omega_i + \alpha_i u_{i,t-1}^2 + \gamma_i u_{i,t-1}^2 \mathbf{1}\{u_{i,t-1}<0\} + \beta_i g_{i,t-1}
  • Long-run τ(shared slopes,stock-specific intercept): τi,t=max⁡(θ0(i)+θVIX⋅VIXt−12+θEAV⋅EAVi,t−1, ε)\tau_{i,t} = \max\big(\theta^{(i)}_0 + \theta_{VIX} \cdot \text{VIX}^2_{t-1} + \theta_{EAV} \cdot \text{EAV}_{i,t-1},\ \varepsilon\big)

核心參數 θEAV\theta_{EAV} 在所有 stock 上共享;θ0(i)\theta^{(i)}_0 吸收基準波動率差異。Joint MLE 用 Block Coordinate Descent(外層更新 θVIX,θEAV\theta_{VIX}, \theta_{EAV}、內層 per-stock 固定 shared 參數估 GJR),Numba JIT 加速 per-stock negll。

設定K1145 (TW)K1147 (US)
樣本K1109 pre-registered N=31 藍籌股S&P 500 top-30 large-caps
期間2010-01-01 ~ 2025-12-312014-01-01 ~ 2025-12-31
Pooled 觀測值121,01490,479
Earnings 來源財報公告日.txt(本地)yfinance get_earnings_dates API
平均 events/stock59.7(季 + 半年 + 年)48.0(季報)
VIX^VIX close, VIXt−12\text{VIX}_{t-1}^2^VIX close, VIXt−12\text{VIX}_{t-1}^2
推論(a) Hessian 1D Wald; (b)  stock-cluster bootstrap n=150 (primary); (c) within-stock placebo n=60同 K1145
Lookahead 驗證Codex 審查通過,_negll_numba 內顯式 lag-1 shift同上

所有推論都以  stock-cluster bootstrap t  為 primary(Cameron–Gelbach–Miller 2008),1D conditional Hessian t 已在 README 中明確註記 cross-curvature 省略導致的膨脹,在這兩個實驗都只作次要參考。

核心發現一:K1145 TW pooled θ_EAV 為正,bootstrap t = +5.24

圖 1:K1145 台股與 K1147 美股 pooled 估計的 cluster-bootstrap t(150 次抽樣),兩者都高於 Harvey |t| = 3.0 門檻

K1145 pooled MLE 給出為正的 θ^EAV\hat\theta_{EAV},stock-cluster bootstrap (n=150) 的  bootstrap t = +5.24 、p = 0(150 次 bootstrap draws 中沒有一次 ≤ 0)。這個主擬合的外層迴圈跑滿 8 輪上限仍未達停止條件,不能說它位於概似極大值,所以這裡只讀它的符號與 bootstrap 顯著性,不解讀 θ^EAV\hat\theta_{EAV} 的大小;每次 bootstrap refit 也只跑至多兩輪外層迴圈。

 Robustness (以下各項皆過,細節見 experiments/k1145/README.md):

  • Drop-5 × 5 seeds:每組都保持正號, 沒有 1-2 檔股票主導 
  • Within-stock permutation placebo (60 reps):placebo mean = +1.36e-6 ≈ 0,placebo SE = 4.66e-6; 觀測值 = placebo 分布 +13.3σ 處 ,p = 0/60
  • Codex 代碼審查:HIGH = 0, MEDIUM = 0,lag-1 shift 顯式驗證,Hessian 1D conditional 問題已由 bootstrap 承接

核心發現二:K1147 US pooled θ_EAV 為正,bootstrap t = +4.50

同樣的 BCD + Hessian + cluster bootstrap + placebo 流程套到 S&P 500 N=30 large-caps(AAPL, MSFT, NVDA, GOOGL, AMZN, META, TSLA, BRK-B, UNH, V, JPM, WMT, MA, JNJ, XOM, PG, HD, CVX, ABBV, AVGO, COST, PEP, KO, MRK, ADBE, CSCO, TMO, CRM, MCD, ABT),期間 2014-2025:

量K1147 US Pooled
 Bootstrap t  +4.50, p ≈ 0 
Placebo mean (60 reps)−1.43e-7 ≈ 0
 Placebo z of observed  +70.74σ, p = 0/60 

Drop-5 × 5 seeds 每組都保持正號。

圖 2:K1147 美股 within-stock EAV permutation placebo 分布(60 次置換),觀測值落在 placebo 分布右側 +70.7σ 處,p = 0/60

核心發現三:Cross-market verdict — 兩市場方向一致

兩市場方向都是正、都超過 Harvey (2016) |t| > 3.0 門檻、placebo 都以 p = 0/60 拒絕無關時對齊的 null。跨兩獨立市場,各項 robustness 同向通過,這個 pattern 對應的是 GARCH-MIDAS τ\tau 元件吸收的一個公告日特有的 variance premium。

限制

  • 僅測 TW + US 兩市場,日本、歐洲市場未驗證;K1150(TOPIX N=30)與 K1153(DAX/CAC/FTSE)是直接的延伸
  • EAV 是 binary indicator(公告日 vs 非公告日),未納入 earnings surprise 強度;K1151 將以 |actual − consensus| / std 為連續版本重估
  • Pooled MLE 假設 cross-stock residual 獨立;stock-cluster bootstrap 部分校正,完整 cross-sectional copula 結構未模型化
  • N=31 + N=30 仍屬 well-known large-cap pre-registered sample,中小型股與新興市場尚未延伸
  • 兩個主擬合(K1145、K1147)的外層迴圈都跑滿 8 輪上限仍未達停止條件,不能說它們位於概似極大值;θ^EAV\hat\theta_{EAV} 的大小不解讀,bootstrap t 與 placebo z 描述的是這組端點。

數據來源

本文整合兩個實驗:

  • K1145(腳本:experiments/k1145/k1145.py + experiments/k1145/k1145_placebo.py;結果:experiments/k1145/k1145_results.json + k1145_placebo_results.json;README:experiments/k1145/README.md)。數據來源:yfinance(auto_adjust daily close, 2010-2025),VIX = ^VIX,earnings dates = 財報公告日.txt(2411 家台股,1986-2025),N=31 pre-registered 股票來自 K1109,期間 2010-01-01 ~ 2025-12-31,pooled 觀測值 121,014。
  • K1147(腳本:experiments/k1147/k1147.py + experiments/k1147/k1147_placebo.py;結果:experiments/k1147/k1147_results.json + k1147_placebo_results.json;README:experiments/k1147/README.md)。數據來源:yfinance(auto_adjust daily close, 2014-2025),VIX = ^VIX,earnings dates = yfinance get_earnings_dates API (strictly historical),N=30 S&P 500 large-caps,期間 2014-01-01 ~ 2025-12-31,pooled 觀測值 90,479。

參考文獻:Engle, Ghysels & Sohn (2013, RES) — GARCH-MIDAS;Patton (2011, JoE) — imperfect volatility proxy 比較;Cameron, Gelbach & Miller (2008, RES) — cluster bootstrap;Harvey, Liu & Zhu (2016, RFS) — t > 3.0 門檻;Benjamini-Hochberg (1995, JRSS B) — FDR。

本研究不涉及任何外部經費資助,研究結論僅反映實證資料分析結果,不構成任何投資建議。

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

📄
K1515:以跨市場波動特徵預測 HYG 日內區間流動性代理,XGBoost 與 OLS 的樣本外誤差無法區分(DM t 0.036,八種 HAC 頻寬皆 NULL)
本文是同一實驗一般讀者版〈股市波動,能預測高收益債 ETF 的流動性指標嗎?〉(mile_fa20b55e)的研究版。一般版只說「資料未辨識出差異」;本文補上設定、誤差差分的自相關、HAC 頻寬敏感度、前視檢查,以及這個 null 能說與不能說的範圍。 問題與動機 Cabrol, Drobetz, Otto & Puhan(2024,*Financial Analysts Journal*)以機器…
→
📄
天然氣月度波動的季節項放進自我迴歸之後:冬季係數隨價格序列與落後期變號,夏季在四個設定下都為負
為天然氣部位估月度波動的人,常在前一個月的實現波動之外再放一組季節虛擬變數。理由來自基本面:冬季的取暖需求與庫存消耗讓天然氣價格在冬天起伏較大(Mu 2007)。本文用同一組資料回答建模時的兩個問題:月份差異在無條件下是否存在;放進前一個月的波動之後,季節項還剩多少,係數又該怎麼讀。 先寫結論。 第一,無條件的月份差異在兩條序列都存在。天然氣連續近月期貨與 UNG 都在 1 月最高,冬季平均分別是…
→
📄
K2006:每月依殖利率曲線預測調整公債存續期間,平均報酬、回撤與下行尾部能與槓鈴、階梯分開嗎?
這組資料分不開。四項預先設定的檢定在 Holm 逐步校正(家族大小為四、水準 5%)後全部沒有拒絕。證據最接近門檻的是下行尾部,方向卻不利於動態規則:一年視窗最差 5% 的平均終值比,動態規則(Dyn)為 0.9203,槓鈴(B)為 0.9378,差 -0.0175,未調整 p 值 0.04998,Holm 調整後 0.1999。這組資料沒有給出「依曲線預測切換存續期間能降低尾部風險」的證據,也不…
→
K1145 + K1147 跨市場 pooled panel:台美兩市場 announcement-day 變異斜率同向顯著 | VolPred