ETF 出現交易衝擊之後，隔天流動性高的成分股反應更大嗎？16 檔 ETF 的免費資料檢查，三個指標都沒有穩健支持

先看結論

• 追蹤指數的 ETF，常常只持有指數裡流動性較好的股票，不完整複製。有一篇學術研究因此主張：ETF 與指數之間的套利交易，對流動性高與流動性低的成分股影響不同，流動性高的股票，波動與連動會被放大。本文用免費的公開資料做一個粗略的檢查：前一個交易日 ETF 出現交易衝擊之後，隔天流動性高的成分股，反應是不是比流動性低的更大。
• 三個衡量指標的點估計都是正的，方向和上述主張一致。但三個指標一起校正之後，p 值分別是 1.000、0.825 與 0.113，沒有一個低於事前訂好的門檻 0.05。
• 最接近的一個是「與 ETF 同步的程度」：校正前的 p 值是 0.038，會被看成有訊號；三個指標一起校正後是 0.113，沒有通過。本文不因為它校正前最接近，就把它升格成發現。
• 另一種看法，把前一個交易日 ETF 衝擊最大的日子和其他日子相比，三個差距是 +0.0496、+0.0321 與 +0.0401，方向一致，但三個區間都涵蓋零。
• 結論只到「這個免費代理沒有穩健支持」。它不能反駁原來的研究，也不能說 ETF 套利沒有放大流動性高的股票；這份資料能分辨的事很有限。

這個問題在問什麼

ETF 要追蹤一個包含很多股票的指數，常常不會買齊每一檔，而是偏重流動性好、好買賣的那一部分。ETF 價格偏離它持有的股票時，專業的套利交易會用買賣一籃子股票把價差拉回去。如果套利買賣的多半是流動性好的股票，那麼 ETF 出現大幅交易時，這一類股票的波動、和大盤或 ETF 一起漲跌的程度，就可能被放大。

這個想法有道理，但要直接驗證需要看到套利交易者的真實買賣籃子與盤中資料，免費資料拿不到。所以本文問的是一個更粗的問題：只用公開的前十大持股與日頻的價格、成交量，看不看得出這個差別。看不出來，不代表差別不存在，只代表這個代理分辨不出。

怎麼檢查

 資料。  16 檔美股 ETF：五檔寬基 ETF（SPY、IVV、VTI、IWM、MDY）與十一檔產業 ETF。持股取自 Yahoo Finance 公開的前十大持股，價格與成交量也來自 Yahoo Finance。有效樣本從 2020 年 7 月到 2026 年 6 月，共 1,499 個交易日、23,984 筆 ETF 日資料。

 流動性分組。  每個 ETF 每一天，用前一段時間的平均成交金額，把前十大持股分成流動性高、中、低三組，只比較最高與最低兩組。

 ETF 衝擊。  兩個量的平均：ETF 成交金額比平常放大多少，以及 ETF 報酬與前十大持股籃子報酬的落差有多大。整個變數往後移一個交易日，所以預測只用前一個交易日已知的資訊。

 三個指標。  流動性高的組減流動性低的組，各看：價格波動的大小、與大盤同步的程度、與 ETF 同步的程度。

 判讀方式。  每個指標對前一個交易日的 ETF 衝擊做迴歸，標準誤依日期分群。因為同時看三個指標，p 值要做多重比較的校正。事前寫好的支持條件是：至少兩個指標的係數為正、校正後 p 值低於 0.05，而且另一種看法也同方向；達不到，就只記為「這個代理沒有穩健支持」。

結果一：三個指標

三個係數都是正的，方向與「ETF 衝擊之後，流動性高的成分股反應更大」一致，所以這不是一個方向相反的結果。問題在大小：統計量分別是 0.65、1.09 與 2.08，最大的一個校正前才勉強過常見的標準，三個一起校正後，沒有任何一個過門檻。

結果二：衝擊最大的日子

把前一個交易日 ETF 衝擊落在最高一成的日子，和其他日子相比，流動性高的組減低的組，三個指標各多反應多少：

三個差距都是正的，與迴歸同方向，區間用以連續交易日為單位的自助法估計，三個區間都涵蓋零。這個另一種看法與迴歸是同一份資料的兩種讀法，不是兩個獨立的證據，所以不能把兩者一致當成加倍的證據。

能說與不能說

 能說的。  在這份免費資料與這組代理下，沒有穩健看到「ETF 衝擊之後，流動性高的成分股反應更大」；三個方向一致的正向估計，校正後都不顯著，事前訂的支持條件沒有達成。

 不能說的。  第一，不能說這反駁了原來的研究：這裡沒有套利交易者的真實買賣籃子，也沒有盤中資料，原研究用的量測精細得多，這個代理偵測不到，不等於機制不存在。第二，不能說 ETF 套利沒有放大流動性高的股票：檢定力有限，零結果只表示這個代理分辨不出。第三，不能當成交易規則：沒有估任何部位的報酬或成本。

限制

• 不是申購贖回的資料：看不到套利交易者的實際買賣籃子，也看不到盤中的買賣價差與深度。
• 持股是目前的前十大持股快照，不是歷史持股，持股與權重的變動沒有處理。
• 追蹤誤差是代理：對前十大持股籃子計算，不是官方淨值，品質因 ETF 而異。
• 16 檔 ETF 不是 16 個獨立樣本：SPY 與 IVV 追蹤同一個指數，持股高度重疊；同一天的所有 ETF 共享市場層級的衝擊，依日期分群只處理共同日衝擊的部分。
• 低頻代理，不是因果識別：目標是日頻的標準化量，檢定是前一日衝擊的迴歸，不是工具變數。
• 多重比較的校正偏保守：三個指標高度相關，校正過嚴可能讓真實的弱效果過不了門檻；這也是結論只寫到「代理沒有穩健支持」的原因。

資料與方法

• 資料：Yahoo Finance 公開的 ETF 前十大持股、調整後價格與成交量。
• 方法：依前一段時間平均成交金額分組，ETF 衝擊往後移一個交易日，迴歸加多重比較校正，另以連續交易日為單位的自助法估計區間。
• 數字來源：本文的數字由程式從結果檔的具名欄位讀出，沒有手動轉抄；計算程式、輸入資料的雜湊值與結果檔都已存檔，可重跑驗證。

懶人包圖組