8-K 公告類型的歷史尾巴越厚、公告後越震盪嗎？36,047 件事件的探索性檢驗：H1、H2 係數是 +0.01433 與 +0.05099，符號與預期相反；控制基準波動與 ΔVIX 後 H1 轉為 −0.00369（p = 0.263）

摘要

美國上市公司遇到重大事項，要向證管會遞交 8-K，每份報告標著事項類型（Item），例如財報、董監事異動、重大合約。一個直覺是：某一類公告在過去常引來極端的股價變動，下一次同類公告之後就應該更震盪、成交量更大、反轉更強。本文把這個直覺寫成三個可檢驗的假說，用 S&P 500 成分股 2016-01-01 至 2025-06-30 的單一事項 8-K，共 36,047 件事件、471 家公司、2,342 個反應日，以每個類別的歷史尾巴指數（Hill α，越小尾巴越厚）檢驗。這是探索性分析，沒有預先註冊。

五個結果，強度依證據排序：

1.  三個假說都沒有成立。  H1（異常波動）的係數是 +0.01433，t = 2.85，Holm 校正後 p = 0.0091；H2（異常成交量）的係數是 +0.05099，t = 6.39，Holm 校正後 p = 1.21e-09。兩者的預期符號是負，實際是正，方向相反。H3（尾巴指數改變反轉程度）的交互項是 +0.04360，t = 0.81，p = 0.416，方向符合預期但不顯著。
2.  H1 的顯著性取決於推論方式。  改用日曆區塊自助法（區塊長度 5 與 10 個交易日），H1 的 p 值是 0.0828 與 0.155，保守 p 值取 0.155，不顯著；H2 在兩種區塊長度下仍然顯著。
3.  H2 改比較同一類別之內，係數翻負且不顯著。  加入類別固定效果後，H2 的係數是 −0.00705（p = 0.615）；H1 在同一設定下是 +0.04909（p = 3.07e-06），仍是正的。
4.  控制基準波動與 ΔVIX 後，H1 的係數翻負且不顯著 （−0.00369，p = 0.263）。把異常波動拆成事件窗波動與基準窗波動，尾巴指數對兩者的係數分別是 −0.00923 與 −0.02357，兩者之差恰好等於 H1 的係數；這是迴歸的恆等式，不識別任何機制。
5.  效果量很小。  尾巴指數高一個標準差（0.434），對應的異常波動差約 0.62 個年化波動率點，只有異常波動標準差（18.8 個點）的 3.3%。

研究問題與文獻

Beaver（1968）發現盈餘公告前後，成交量與價格變動性都會上升，公告被當成一個資訊事件。Lerman 與 Livnat（2010）檢視 2004 年新版 8-K 規則之後的申報，新增的事項占申報量一半以上，大多數公司在規定的四個營業日內申報。本文所引的這兩篇都沒有按類別估計尾巴指數，這只是對所引文獻範圍的陳述，沒有系統性的文獻搜尋。

本文用 Hill（1975）的估計式，由某一類公告過去的反應估一個尾巴指數：指數越小，過去這一類公告越常伴隨極端的股價變動。H1 預期這一類公告在公告後有更大的異常波動，H2 預期有更大的異常成交量，H3 預期反應被反轉的程度更大。這個想法在直覺上說得通，本文檢驗它在 8-K 資料上是否成立。

資料與設計

 資料。  SEC EDGAR 的申報紀錄（submissions 端點），申報接受時間 2016-01-01 至 2025-06-30；公司範圍是目前的 S&P 500 成分股（500 檔，其中 7 檔抓不到價格，照實保留缺口）；股價用 yfinance，明確設定 auto_adjust=False，報酬與波動用調整後收盤價。交易日曆共 2,482 日。樣本流程：原始 SEC 列 119,931；表單過濾階段記錄 109,926（該數含同階段的其他排除，不是只過濾表單的筆數）；單一事項且符合成分股起點的歷史池候選 39,527；完整衍生面板 36,589；主迴歸 36,047 列。

 事項類型。  只保留標示單一事項的申報，共 7 類：

 尾巴指數與時點。  預測原點是反應日的收盤。每個類別的歷史池只收入申報接受時間嚴格早於查詢申報、且反應實現日嚴格早於查詢反應日的事件；一個類別的歷史反應至少要有 200 筆，Hill 估計取上尾 10%，指數越小代表尾巴越厚。反應衝擊（CAR_shock）用反應日單日的收盤對收盤報酬，在反應日收盤前尚未知，所以本文不主張盤中申報時就能交易。另有一個替代量尺 tail ratio（左右尾的 5% 與 95% 分位數之比），量的是左右不對稱，不是厚度，沒有事前方向預測。

 結果變數。  事件窗是反應日後的 [1, 5] 個交易日，基準窗是 [-30, -6]，排除同公司任何事項的反應日，基準窗至少要有 10 個可用報酬日。異常波動（AbnormalRV）是事件窗已實現波動減基準窗已實現波動，按 252 個交易日年化；異常成交量（AbnormalVolume）是事件窗平均成交量的對數減基準窗平均成交量的對數；反轉看事件窗的累積對數報酬（FwdReturn）。

 模型。  全部含公司固定效果。H1 與 H2：結果變數對尾巴指數、反應衝擊的絕對值與 VIX 迴歸，預期尾巴指數的係數為負（尾巴越厚，指數越小，結果越大）。H3：FwdReturn 對反應衝擊、反應衝擊與尾巴指數的交互項、與 VIX 迴歸，預期交互項為正（尾巴越薄，反轉越弱）。

 推論。  主推論用公司與反應日雙向分群的標準誤（Cameron、Gelbach 與 Miller，2011；Petersen，2009），p 值用 t 分布；三個主要檢定同屬一個 Holm 家族，顯著水準 0.05，並要求係數符號與預期一致。另以日曆區塊自助法（Künsch，1989）對排序後的 2,342 個反應日做循環區塊重抽，區塊長度 5 與 10 個交易日，各重抽 2,000 次，seed 42；保守 p 取主分群 p 與兩個區塊長度 p 的最大者。同時回報主設定是否達到 |t| 大於 3 的門檻（Harvey、Liu 與 Zhu，2016）。

 預先註冊狀態。  沒有預先註冊。三個假說是在看過這份資料的初步結果之後才定義的，H1 的因果表述後來又修改過，後續的修正輪（尾巴池窗口、前視截斷、p 值計算與分解）也是在看過原結果之後做的。Holm 校正只控制已宣告的三個檢定，不提供預先註冊才有的確認力。所有假說層級的判決，包含顯著與方向，都只當探索性證據。

結果一：三個主假說

H1 與 H2 在主設定下的係數都顯著，但符號與預期相反：尾巴指數越大（歷史尾巴越薄），公告後的異常波動與異常成交量反而越大。H3 的符號符合預期，但 t = 0.81，不顯著。依事前寫好的判準（符號要對、顯著要過），三個假說都不成立，判為虛無結果。改用替代量尺 tail ratio（沒有事前方向預測）時，H1 與 H2 的係數是 −0.125（t = −4.75）與 −0.235（t = −6.35），H3 的交互項是 −0.654（t = −1.86）；它們不能事後被選成成功的設定。

結果二：推論方式的敏感度

H1 的分群 t 是 2.85，改用區塊自助法後 t 降到 1.73 與 1.42，保守 p 是 0.155，超過 0.05；H1 在主設定下也沒有達到 |t| 大於 3 的門檻。H2 在兩種區塊長度下仍顯著（保守 p = 6.54e-05），且達到 |t| 大於 3 的門檻，所以 H2 的「方向相反」是一個站得住的描述性結果，H1 的則不是。H3 的保守 p 取主分群的 0.416。

結果三：同一類別之內

主設定把所有類別放在一起比，尾巴指數同時反映「這是哪一類公告」與「這一類公告的尾巴有多厚」。實際上它主要在類別之間變動：七個類別的平均從 2.16 到 3.15，而有六個類別的類別內標準差都小於全樣本的 0.434。

下表把九個設定的係數與 p 值並列（H1 與 H2 的結果變數與主設定相同，只改控制、固定效果或樣本）：

幾個讀法。第一，加入類別固定效果後，H2 的係數由 +0.05099 變成 −0.00705，p = 0.615；序貫去均值的變體結果相近（−0.00454，p = 0.744）。這與「原本的關聯出自類別之間的差別」相容，但沒有識別它；序貫去均值在不平衡面板上不是精確的聯合組內估計式，只作診斷。第二，H1 在類別固定效果下反而放大（+0.04909，p = 3.07e-06），在加月份固定效果與兩種事件單位變體下維持顯著，所以不能說已經排除所有類別或月份的混淆。第三，加入基準波動與 ΔVIX 之後，H1 的係數是 −0.00369，p = 0.263，不顯著；H2 在這個設定下仍然顯著（+0.03715，p = 3.02e-07）。第四，H1 集中在前半樣本（+0.03432，p = 6.56e-04），後半樣本幾乎消失（+0.00346，p = 0.481）；樣本切分同時改變市場環境、類別組成與歷史池的成熟度，不能單憑前後半的差異判斷原因。H3 在所有 7 個設定下都不顯著，最小的 p 值是 0.256。同公司同日有 1,033 個重複組、2,096 列，其中 789 組跨類別；兩個事件單位變體處理這個重複。

結果四：異常波動的分解

異常波動是事件窗波動減基準窗波動，所以 H1 的係數可以拆成兩條迴歸的差：兩條迴歸用與 H1 相同的右手邊與公司固定效果，只有結果變數不同。

兩個係數都是負的，與「尾巴越厚，波動越大」的預期同方向；基準窗波動的係數更負，相減之後才得到 H1 的正係數。換句話說，尾巴指數低的類別，事件前後的波動都偏高，而事件前的差距更大。這與「尾巴厚的類別本來就屬於波動較高的公司或時期」相容，但不能據此證明這個機制存在，也不能認定它占主導：一個共同成分，加上只作用在事件窗的落後成分，也可以產生同樣的係數，兩種解釋的貢獻比例在這份資料裡無法辨識，需要另外的設計。

能說與不能說

•  能說：  在這份樣本裡，8-K 類別的歷史尾巴指數沒有按直覺預期的方向預測公告後的異常波動、異常成交量或反轉；三個假說依事前寫好的判準都不成立。
•  能說：  H2 的「方向相反」在主設定與區塊自助法下都顯著，但在同一類別之內消失；H1 的「方向相反」在區塊自助法下不顯著，在控制基準波動後翻負。
•  不能說這是穩定的預測關係：  效果量很小（一個標準差的尾巴指數只對應異常波動標準差的 3.3%），不同設定下符號與顯著性不一致，沒有預先註冊。
•  不能說機制：  類別之間的差別、基準波動、歷史池成熟度與其他混淆，這份資料分不開。
•  不能當預測指標或交易規則：  沒有建立可上架的指標，也沒有估任何策略的成本或績效。

限制

•  探索性。  假說與修法在看過初步資料後形成，多重檢定校正只涵蓋三個宣告的檢定。
•  倖存者偏誤。  成分股名單取自目前的 S&P 500，已被剔除的公司不在其中；成分股的加入日同時限制歷史池與事件樣本，仍補不回已被剔除的公司。GOOGL、FOXA、NWSA 保留而 GOOG、FOX、NWS 捨棄，屬雙重股類的選樣限制。
•  缺價股票。  7 檔抓不到價格，缺口照實保留。
•  事件窗口與反應日對齊。  反應日的判定、時區轉換（America/New_York）與價格修訂的風險都可能影響個別事件。
•  分群與面板。  雙向分群在不平衡面板上不是完美的推論，公司去均值沒有對吸收固定效果的自由度做完整的小樣本修正。
•  沒有檢驗其他尾巴量尺或估計窗口的敏感性。  Hill 上尾比例固定在 10%，歷史池門檻固定在 200 筆。

資料來源：SEC EDGAR 的 8-K 申報紀錄（單一事項類型），S&P 500 成分股日股價（yfinance，未調整價格設定）；實驗編號 K1899。

 參考文獻 

• Beaver, W. H. (1968). The information content of annual earnings announcements. Journal of Accounting Research, 6(Supplement), 67–92. https://doi.org/10.2307/2490070
• Cameron, A. C., Gelbach, J. B., & Miller, D. L. (2011). Robust inference with multiway clustering. Journal of Business & Economic Statistics, 29(2), 238–249. https://doi.org/10.1198/jbes.2010.07136
• Harvey, C. R., Liu, Y., & Zhu, H. (2016). … and the cross-section of expected returns. Review of Financial Studies, 29(1), 5–68. https://doi.org/10.1093/rfs/hhv059
• Hill, B. M. (1975). A simple general approach to inference about the tail of a distribution. Annals of Statistics, 3(5), 1163–1174. https://doi.org/10.1214/aos/1176343247
• Künsch, H. R. (1989). The jackknife and the bootstrap for general stationary observations. Annals of Statistics, 17(3), 1217–1241. https://doi.org/10.1214/aos/1176347265
• Lerman, A., & Livnat, J. (2010). The new Form 8-K disclosures. Review of Accounting Studies, 15(4), 752–778. https://doi.org/10.1007/s11142-009-9114-7
• Petersen, M. A. (2009). Estimating standard errors in finance panel data sets: Comparing approaches. Review of Financial Studies, 22(1), 435–480. https://doi.org/10.1093/rfs/hhn053