美國財政部買回公債後，期限相近的公債 ETF 波動變動了多少？49 場事件的估計值是 +0.0051 個年化波動率點（自助法 95% 區間 −0.134 到 +0.156），最小可偵測效果約是基準波動的 6.5%

摘要

美國財政部自 2025 年起以「流動性支持」為名，定期買回已發行、流動性較差的公債。常見的預期是：財政部買了某個期限的債券，那個期限附近的債券波動會往下。本文用財政部公布的買回操作紀錄，配上五檔對應到期分桶的公債 ETF（SHY、IEI、IEF、TLH、TLT）的日開高低收，以差異中之差異檢驗事件前後各五個交易日的已實現波動變化。樣本 2025-01-28 至 2026-09-17，99 筆流動性支持操作，扣掉 22 筆抗通膨公債後有 77 個名目公債候選事件。

五個結果，強度依證據排序：

1.  兩個設計都沒有檢出差異。  原設計（事先鎖定，54 場事件）的 β 是 +0.0048 個年化波動率點，t = +0.07，p = 0.944；事後修正設計（非預註冊，49 場事件）的 β 是 +0.0051，t = +0.06，p = 0.951，自助法 95% 區間 −0.134 到 +0.156。事前登記的方向是 β < 0，兩個估計值都是微小的正數，登記時寫下的認錯條件（方向為正，或 |t| 小於 1.96）兩項同時成立。
2.  這個設計的解析度有限。  以觀測到的聚類標準誤估算，最小可偵測效果（雙尾 0.05、檢定力 80%，常態近似）約是 0.234 個點，約為處理組事件前平均波動率 3.591 的 6.5%。改用條件式 noncentral-t 近似，達到檢定力 80% 的門檻是 0.243，在 0.234 處的近似檢定力是 0.771。這些都是近似值，不是實測的檢定力。
3.  事前趨勢診斷沒有看出處理組與對照組已在分流。  事前窗口內處理組與天數的交互項係數是 −0.0067 點／日，t = −0.21，p = 0.831；這個診斷的檢定力很低，只能說沒有偵測到違反。
4.  分桶估計只作描述。  五個到期分桶各自的 β 正負不一，t 最大的是 IEF 的 −1.79（6 場事件），沒有做多重比較校正，五個迴歸也未證明彼此獨立。
5.  兩個設計都沒有對結果盲測。  事後修正設計是在看過原設計結果之後才加入的；本文的結論限於這份樣本、這組 ETF 代理與日頻資料。

研究問題與文獻

Han、Longstaff 與 Merrill（2007）研究美國財政部 2000 至 2002 年的買回拍賣，發現財政部以很小的市場衝擊成本買回大量流動性差的舊券。Zhou（2025）以財政部在操作上的選券考量建立工具變數，檢驗現行流動性支持買回，發現買回讓買賣價差與 off-the-run 價差適度收窄、墊高被列入與被買回券種的價格，效果在交易商存貨高時更明顯。這兩篇的結果變數是價差與價格；本文所引的文獻裡，沒有直接檢定已實現波動率，這只是對所引文獻範圍的陳述，沒有系統性的文獻搜尋，不排除其他研究已經檢定過。

本文檢驗的角度是波動率：買回改善流動性，並不機械地等於波動率下降，買回交易本身也可能製造短期價格壓力。預先登記的方向是處理組在事件後的波動下降（β < 0）。

資料與設計

 處理事件。  美國財政部 Fiscal Data 的買回操作紀錄，篩選操作類型為流動性支持、證券類型為名目公債。抗通膨公債沒有乾淨的名目期限 ETF 代理，排除 22 筆。2026-09-24 的操作不在凍結的資料快照內，沒有用於任何估計。

 結果變數。  SHY、IEI、IEF、TLH、TLT 五檔 iShares 公債 ETF 的 Garman 與 Klass（1980）年化已實現波動率，由日開高低收估出，是日頻區間代理，不是日內高頻資料。價格抓取明確使用未調整價格（auto_adjust=False）。被買回券的到期分桶對應到最接近的一檔 ETF。

 處理組與對照組。  每場事件的處理組是被買回期限對應的 ETF，對照組是相鄰期限的 ETF；對照 ETF 若在事件附近自己也被操作（污染），改用另一側，兩側都被污染則整場事件丟棄。

 窗口。  事前 [-6, -2]，事後 [+1, +5]，操作日與操作前一日都排除；財政部通常在操作前一個交易日發布初步公告，所以前一日可能已含這場事件的訊息。污染半徑是前後 6 個交易日。

 樣本流程。  77 個候選事件中，6 場因處理 ETF 的窗口與另一場操作重疊而排除，22 場因兩側對照都被污染或缺資料而排除，剩 49 場、980 列資料。

 模型。  對事件 e、組別 a（處理或對照）與日 d：

GK(e,a,d) = α(e) + γ·Treated(e,a) + δ·Post(d) + β·[Treated(e,a) × Post(d)] + ε

α(e) 是事件固定效果，β 是估計值，單位是年化波動率點（百分點）。事前登記的方向是 β < 0。

 兩個設計並列。  原設計在結果檔產生前先提交，以事件為單位聚類（54 場）。事後修正設計是在看過原設計結果之後才寫入的方法論修正：污染半徑改為 6 日、事前窗口排除操作前一日，並把共用同一個 ETF 與日期觀測的事件以連通分量合併，改以 28 個聚類做聚類標準誤與自助法重抽，因為 78 組 ETF 與日期的觀測被多個事件重複使用，原設計的標準誤低估了事件之間的相依。 兩個設計都沒有對結果盲測 ：原設計的提交時序與「先登記、後歸檔」相容，但沒有獨立紀錄能排除作者更早看過結果。

 檢定。  主推論用聚類穩健標準誤，常態參考分布，雙尾，顯著水準 0.05，|t| 高於 1.96 才算檢出；這是差異中之差異的慣例，沒有套用本平台策略比較用的較高門檻。自助法重抽 300 次，seed 42。聚類數只有 28，t 分布自由度取 27 時事後修正設計的 p 值是 0.952。

結果一：兩個設計並列

兩個設計的點估計方向與大小一致，都是遠小於標準誤的正數。事後修正沒有把原本顯著的結果修成不顯著，也沒有反過來，但結論一致不改變它發生在看過原設計結果之後這件事。兩欄的自助法也不是同一種算法：原設計以事件為單位重抽，事後修正設計以聚類為單位重抽。

結果二：解析度

最小可偵測效果是 SE × (z0.975 + z0.80)，把觀測到的標準誤當作固定尺度。條件式 noncentral-t 近似同樣把觀測標準誤當固定值，並假設 t 統計量服從自由度 27、非中心參數為效果除以標準誤的 noncentral t；數值計算是精確的，假設本身是模型近似，因為標準誤是估計出來的，各聚類也可能共享日期層級的衝擊。

估計值 +0.0051 遠小於兩個門檻中的任何一個。95% 自助法區間下緣是 −0.134，相當於處理組事件前平均的 3.7%；但自助法只重抽 300 次、聚類只有 28 個，區間端點本身有抽樣誤差，登記時也沒有訂等價檢定，所以這個區間不構成「排除了更大的下降」的正式證明。正確的讀法是：這個設計偵測不到小於最小可偵測效果的變化，不能反過來說效果確實為零。

結果三：事前趨勢與原始平均

事前窗口內只用事前資料，檢驗處理組與對照組是否已經沿天數分流。處理組與天數的交互項係數是 −0.0067 點／日，t = −0.21，p = 0.831。這個診斷沒有偵測到違反平行趨勢假設，但事前窗口只有 5 日、49 場事件，檢定力低，不構成假設成立的證明。

事後修正設計的估計值可以直接由凍結面板的四個格平均重現：每場事件的處理與對照各有事前 5 日與事後 5 日，每格 245 列。

處理組與對照組的事後波動都比事前略高，上升幅度幾乎相同，差異是 +0.0051，與迴歸係數 +0.0051 相同。兩組由不同的 ETF 組成，平均水準本來就不同；事件固定效果吸收了水準差，識別來自事件前後的變化。

結果四：分桶描述

五個到期分桶各自跑一次相同的迴歸。這是描述，不是五個獨立檢定：沒有做多重比較校正，五個迴歸可能共用同一天的市場震盪，也沒有證明它們彼此獨立。

區間是 β 加減 1.959964 倍標準誤，標準誤由 β 與 t 還原，與主檢定同為聚類穩健、常態參考分布。IEF 的 t 最大，但 −1.79 仍低於 1.96，只有 6 場事件，區間上緣 +0.020 越過零；IEF 與 TLT 並列事件最少。這張表不能用來挑出一個桶來講故事。

能說與不能說

•  能說：  在 2025-01-28 至 2026-09-17 的 49 場流動性支持型買回操作裡，處理組 ETF 在事件後的年化已實現波動，相對相鄰期限的對照 ETF，沒有檢出可辨認的變化；兩個設計的估計值都貼近零。
•  能說：  估計值的方向是微小的正數，與預先登記的下降方向相反，但遠小於標準誤。
•  不能說買回對波動沒有影響：  最小可偵測效果約是處理組事件前平均的 6.5%，更小的變化這個設計看不見。
•  不能說買回對價格、價差或流動性沒有影響：  本文不檢驗這些，也不與 Zhou（2025）的結果直接比較，變數與識別都不同。
•  不能當交易規則：  沒有任何進出場規則、成本或績效。
•  不能推論到 2026-09-17 之後：  2026 年九月起長端操作規模上調，只有一部分落在樣本內，沒有拆分政策變化前後的子期間。

限制

•  兩個設計都沒有對結果盲測。  事後修正設計是在看過原設計結果之後才加入的，所以結果只當探索性證據。
•  日頻代理。  Garman 與 Klass（1980）估計式用日開高低收，若買回對波動只有極短期的盤中效果，日頻資料可能偵測不到。
•  ETF 代理。  對照用的是期限相近的 ETF，不是被買回的債券本身；一檔 ETF 也涵蓋不只一個到期分桶，到期分桶到 ETF 的對應是近似。
•  事件之間相依。  78 組 ETF 與日期的觀測被多個事件重複使用，雖然以連通分量聚類處理，聚類只有 28 個；Bertrand、Duflo 與 Mullainathan（2004）說明差異中之差異的標準誤在序列相依下容易偏低，Cameron、Gelbach 與 Miller（2008）說明聚類少時聚類穩健標準誤可能偏低，本文沒有使用他們的 wild cluster bootstrap。
•  公告污染用近似處理。  操作前一個交易日發布公告這個前置期，是由財政部一般說明推得的近似，沒有逐筆核對實際公告時間，仍可能有殘餘污染。
•  窗口寬度只有一種選擇。  沒有窗口寬度的敏感性掃描，若要做，須另開新的預註冊。
•  沒有等價檢定。  解析度只由最小可偵測效果與區間描述，沒有登記等價界線。

資料來源：美國財政部 Fiscal Data 買回操作紀錄；SHY、IEI、IEF、TLH、TLT 日開高低收；實驗編號 K1895。

 參考文獻 

• Bertrand, M., Duflo, E., & Mullainathan, S. (2004). How much should we trust differences-in-differences estimates? Quarterly Journal of Economics, 119(1), 249–275. https://doi.org/10.1162/003355304772839588
• Cameron, A. C., Gelbach, J. B., & Miller, D. L. (2008). Bootstrap-based improvements for inference with clustered errors. Review of Economics and Statistics, 90(3), 414–427. https://doi.org/10.1162/rest.90.3.414
• Garman, M. B., & Klass, M. J. (1980). On the estimation of security price volatilities from historical data. Journal of Business, 53(1), 67–78. https://doi.org/10.1086/296072
• Han, B., Longstaff, F. A., & Merrill, C. (2007). The U.S. Treasury buyback auctions: The cost of retiring illiquid bonds. Journal of Finance, 62(6), 2673–2693. https://doi.org/10.1111/j.1540-6261.2007.01289.x
• Zhou, J. (2025). Testing the liquidity support effects of the U.S. Treasury buyback program. IMF Working Papers, 2025(088). https://doi.org/10.5089/9798229008099.001