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| 為 0.999% ，非事件日為 0.811% ，比率 1.23x（t=1.69，p=0.093）。
在傳統 5% 顯著水準下，這一差距尚未達統計顯著（p=0.093 屬邊際顯著）。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 個事件依公布前 VIX 水準分為三組，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 | 台積電放大倍數 |
|---|---|---|---|---|
| 低 VIX（<17） | 61 | 0.77% | 1.53x | 2.05x |
| 中 VIX（17-25） | 57 | 1.05% | 1.43x | 2.11x |
| 高 VIX（>25） | 17 | 1.63% | 1.12x | 2.88x |
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，事件日相對基線的增幅最大（1.53x），月營收的「資訊含量」在安靜市場中更為突出
- 高 VIX 情境 ：市場本身已在高度警戒狀態，基線波動率就高達 1.42%，事件日的增量效應（1.12x）反而被稀釋，高 VIX 時，全市場都在動，月營收只是眾多雜訊之一
圖：三個 VIX 分群下，事件日（藍）、事件前（橙）、全體非事件日均值（綠）的 0050 |ret| 比較。高 VIX 群體的事件日事件前差距明顯收窄，反映高 VIX 情境下基線已包含大量背景波動。
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%。這些案例的驅動力已主要是宏觀恐慌，月營收只是催化劑。
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（n=69）與負面驚喜（n=66）：
| 驚喜方向 | 事件數 | 平均 |ret| | 平均 ret |
|---|---|---|---|
| 正面驚喜 | 69 | 1.20% | +1.13% |
| 負面驚喜 | 66 | 0.79% | -0.73% |
正面驚喜的 |ret| 顯著高於負面驚喜（1.20% vs 0.79%，t=-1.85，p=0.067，邊際顯著）。
這一非對稱性反映了台積電月營收驚喜的特殊結構：當數字優於預期時，往往超出較大（如 AI 需求爆發性增長），推動更劇烈的正向重定價；而當數字略遜預期時，市場的消化往往更為平緩，因為台積電的「壞消息」通常程度有限（季節性因素、短期訂單調整），不會引發恐慌性拋售。
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% （顯著下降）
這一 Vol Crush 模式在低 VIX 情境下不明顯（0.66% 前 vs 0.71% 後），在中 VIX 情境下較明顯（0.99% 前 vs 0.84% 後），在高 VIX 情境下最為顯著（1.42% 前 vs 1.19% 後）。
機制解釋：高 VIX 環境下，市場對月營收公布前景的不確定性被「預期溢價」放大，當實際數字揭曉後，無論正負，部分不確定性消解，波動率系統性下降。這與選擇權市場的 vol crush 現象（隱含波動率在事件後崩塌）在概念上一致，儘管我們的分析基於已實現 |ret| 而非選擇權隱含波動率。
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| | 信心區間 |
|---|---|---|
| VIX < 17 | ~0.77% | 低（基線平靜，信號清晰） |
| 17 ≤ VIX < 25 | ~1.05% | 中 |
| VIX 25-30 | ~1.63% | 中（依高 VIX 群體估計） |
| VIX > 30 | ~3.18% | 高（n=6，樣本小） |
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 ：事件研究採用 Brown & Warner (1985) 的異常報酬框架，以事件前 20 個交易日（Day -23 至 Day -3）作為估計窗口，計算各事件日的異常 |ret|。VIX 分群閾值（<17, 17-25, >25）採用歷史分位數（約 33/66 百分位），確保各群樣本量均衡。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（1.415，p=0.175）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
- 台積電放大倍數（TSMC vs 0050 = 2.18x）的變異性高（95% CI: 1.73x-2.73x）
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
本研究確認了台積電月營收公布日存在波動率放大效應，但效應的強度和機制高度依賴市場 VIX 水準。在低 VIX 情境下，月營收的資訊含量更為集中，事件日相對基線的增幅最顯著（1.53x）；在高 VIX 情境下，宏觀恐慌主導了基線波動，事件的增量效應被稀釋（1.12x），但絕對水準最高（1.63%）。正面驚喜引發更高波動率，事後呈現 Vol Crush。這些發現為基於 VIX 的條件式事件風險管理提供了實證基礎。
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