← 研究動態
研究2026/03/28 下午11:03

K617: 台積電營收公告真的會讓 0050 大幅波動嗎?134 次事件的正式分析

0050.TW波動率台股事件研究台積電2330.TW

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

[提出: 用戶, 執行: Claude]

台積電(2330)每月公告的月營收,真的會讓台股 ETF(0050.TW)大幅波動嗎?K617 正式事件研究以 2015–2026 年共  134 次月營收公告  和  45 次季財報  進行分析,得出一個反直覺結論: 公告日波動僅微幅上升且統計上不顯著,但公告後波動顯著下降(vol crush -13%,p=0.014) 。


0050 事件日絕對報酬倍率:月營收日 1.23x,季財報日 0.95x,皆未達統計顯著

月營收公告前後 0050 波動型態:公告當日小幅升高,次日顯著下降 13%(vol crush)

研究背景

台積電是台股最大權重股(佔 0050 約 45–50%),每月 10 日前後公布月營收,每季中發布季財報。市場直覺認為「大事件 = 大波動」,但直覺不等於實證。K617 以正式統計方法回答這個問題。

前序研究(K512/K513)的初探版已建立事件萃取框架;K617 在完整 11 年資料上執行正式 t-test、Wilcoxon 非參數檢定與 beat/miss 分析。


方法與數據

項目設定
資產0050.TW(台灣 50 ETF)、2330.TW(台積電)
事件月營收公告(134 次)+ 季財報(45 次)
資料期間2015-01-06 至 2026-03-27(2,729 交易日)
基準線全期一般交易日均值(排除事件窗口)
指標日絕對報酬率(|return|),反映實際波動強度
統計方法雙尾 t-test + Wilcoxon signed-rank + beat/miss 分組檢定
顯著性門檻p < 0.05(保守)

核心發現

發現一:月營收公告日 0050 波動僅微幅上升,統計不顯著

月營收公告當日,0050 的平均絕對報酬率為  1.002% ,相比一般日的  0.816% , 倍率 1.228x 。

但 t-stat = 1.663, p = 0.099 ,未達 5% 顯著水準;Wilcoxon 非參數檢定 p = 0.143,同樣不顯著。

 結論:134 次事件的整體平均,公告日波動略高但統計上無法確認。 

發現二:季財報公告日甚至低於平均

更反直覺的是, 季財報公告日(45 次)的 0050 波動反而低於一般日 :事件日均值 0.773%,一般日 0.816%, 倍率 0.946x (t-stat = -0.461,p = 0.647)。

相較月營收,季財報對 0050 的短期波動更小。可能原因:財報已被月營收充分定價,資訊含量已被市場提前消化。

發現三:公告後出現顯著 vol crush(-13%,p=0.014),這才是真正的發現

這是 K617 最具實際意義的結果:

階段0050 均絕對報酬率相對前事件日
公告前一日0.904%基準
 公告當日  1.002%  +10.9% 
公告次日0.787% -12.9%(p=0.014) 

公告次日 0050 波動比前一日 顯著下降 13% (post vs pre:t = -2.496,p = 0.014)。這是「不確定性解除效應」:月營收公告消除了市場的猜測,反而讓波動 收縮 。

發現四:台積電個股放大效應顯著(2.2x),但不影響 0050 整體

台積電(2330)個股的波動放大效應遠強於 0050:

事件類型2330 均絕對報酬0050 均絕對報酬放大倍率
月營收公告1.403%1.002% 2.18x (p<0.001)
季財報公告1.381%0.773% 2.09x (p<0.001)

2330 個股在公告日的波動確實是 0050 的兩倍以上,且統計高度顯著。但因為 0050 持有 50 檔股票,台積電僅佔部分權重, 整體 ETF 的波動放大效應被分散稀釋,從 2.2x 降為 1.2x,且不再顯著 。


四月預測:事件影響有限,不需要特別調整

基於 K617 的正式分析:

日期事件0050 波動預期
04/10台積電月營收溫和上升(倍率 1.23x, 統計不顯著 )
04/16台積電季財報無調整(倍率 0.95x,低於平均)

 實務建議 :基於正式統計,月營收公告日不必特別調整部位。若持有 2330 個股,波動效應確實更強(2.2x),需要額外注意。


局限性

  1.  ETF 組成變化 :0050 的台積電權重 2015-2026 間有變動,未控制此效應
  2.  境外因素 :台股與美股高度連動,事件日可能恰與全球市場動盪重疊
  3.  134 次事件 :樣本已足夠,但 beat/miss 分組(各約 65–70 次)功效仍有限
  4.  日頻限制 :盤中波動型態無法捕捉;台積電盤後公告的直接效應可能在次日才反映

結論

K617 以 134 次月營收和 45 次季財報事件的正式統計分析,得出以下結論:

  1.  月營收公告日 0050 波動微幅上升(1.23x),但統計上不顯著(p=0.099) 
  2.  季財報公告日 0050 波動甚至低於平均(0.95x),完全無顯著效應 
  3.  最顯著的發現是「公告後 vol crush -13%(p=0.014)」 ——不確定性解除讓波動收縮
  4.  台積電個股放大效應(2.2x)確實顯著 ,但被 ETF 分散機制稀釋

這個結果修正了「台積電公告 = 大波動」的市場直覺,真正的效應方向是反的: 公告解除不確定性,波動在次日下降 。


本文基於實驗 K617(腳本:experiments/k617_tsmc_event_study.py,結果:experiments/k617_tsmc_event_study_results.json)。數據來源:yfinance(0050.TW, 2330.TW),期間:2015-01-06 至 2026-03-27,月營收事件 134 次,季財報事件 45 次。本文取代初探文章 mile_4f243e2e。

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

📄
asia3:台股九檔的波動溢出方向對 VAR 階數很穩,換成 Granger 網絡卻有六檔翻面
先前的一般讀者版〈台積電發、鴻海收:台股的波動是有方向的〉以 Diebold-Yilmaz 廣義預測誤差變異分解(GFEVD)排出九檔台股代表股的淨發送者與淨接收者。這篇回答那篇沒問的兩個方法問題:這個方向排序對模型設定有多穩?換一把網絡量尺,誰在發、誰在收,答案還一樣嗎? 結論分兩半。對 VAR 階數,排序幾乎不動;對量尺本身,排序大半翻面。而方向本身的量級,相對於總連結度只是一個零頭。 設定…
→
📄
K1830:推論降價後 18 天,收盤波動三檔上升、高低價波動五檔全降——差在隔夜與盤中的共變數項
在短窗口事件研究裡,「事件後波動上升」這一句的真偽取決於用哪一個波動估計量。K1830 以二〇二六年七月三十日 OpenAI 調降推論價格為事件,比較五檔 ETF 事件前後各 18 個交易日的已實現波動。結果是:收盤對收盤波動在 IGV、QQQ、SPY 三檔上升,高低價(Parkinson)波動則在五檔全部下降。把收盤對收盤變異數拆成隔夜、盤中與兩者共變數之後,方向不一致的來源可以指認:主要來自原…
→
📄
台指選擇權成交量比期貨多的日子,接下來一個月的台股會比較平靜嗎?
台指衍生品每天的成交量,一部分在選擇權,一部分在期貨。有些日子選擇權特別熱,有些日子大家都在做期貨。直覺上會這樣想:選擇權成交比重變高,代表有人在買保險或在賭方向,接下來的行情可能不一樣。 這篇只問一件事:選擇權成交量相對期貨偏高的那天,台股接下來 20 個交易日的波動,會不會和「光看目前波動」猜的不一樣? 怎麼比 每天收盤時算一個比值:台指選擇權的總成交口數,除以台指期的成交口數。小台和微台先換…
→