🧪 迷思實驗室｜週五公佈的數據沒人看？我們用 1,025 次天然氣週報去驗，先撞上的是尺的極限

投資圈有一條老規則：壞消息挑週五發，因為大家心思已經在週末，市場反應會慢半拍。這條規則有學術出處。DellaVigna 與 Pollet 在 2009 年拿美國公司的財報做過，週五公佈的盈餘意外，當天的價格反應比其他日子弱，之後幾週再慢慢補上（Journal of Finance，doi:10.1111/j.1540-6261.2009.01447.x）。

今年有一篇論文把同一個問題搬到天然氣市場。美國能源資訊署（EIA）每週四上午十點半公佈天然氣庫存週報，那是天然氣期貨一週裡最重要的一個數字。遇到聯邦假日，公佈日會改到週五或週三。Gu、Kurov 與 Stan 用分析師共識預估算出每次公告的「意外」，發現改到週五公佈時，期貨對意外的當日反應弱了 74%，而且有一部分反應延到收盤之後才出現（Journal of Futures Markets，2026，doi:10.1002/fut.70104）。

我們想問的是波動版本，而且只用免費資料：週五公佈的那幾次，當天的價格振幅有沒有比較小？隔一個交易日有沒有補回來？

答案分兩層。第一層是驗證本身：沒有證據，而且不是因為什麼都沒量到，是因為量到的東西方向相反。第二層比較有用：我們手上的尺，量不到這件事。

為什麼這份週報適合拿來驗

改不改期由聯邦假日決定，跟那一週庫存數字的大小無關。所以「週五組」和「週四組」在公告內容上沒有系統性差別，差別只在市場那天有多少人在看。這是研究注意力效應最乾淨的一種對照。

樣本是 2007-01-04 到 2026-09-03 的 1,025 次公告。其中 966 次在正常的週四，32 次因為假日提前到週三，27 次延後到週五。公告日期我們沒有用規則推算，而是把 EIA 網站歷年的排程頁面一份一份抓回來，包括網路檔案館裡的舊快照，2007 年以後總共找到 27 個週五和 32 個週三的改期記錄，每一筆都有出處。同一週若有兩份快照給出不同日期，採用時間最晚的那一份，因為 EIA 會在事後把當週實際公告日補正回排程頁。2006 年以前找不到任何排程快照，所以樣本從 2007 年開始。

價格用天然氣期貨連續近月合約的日收盤，振幅用當天報酬的絕對值。

第一眼：三種公告日當天的振幅差不多

先看最粗的比較。週四公告當天，期貨報酬絕對值的平均是 2.85%；週三公告是 3.51%；週五公告是 2.81%。週五那組沒有比較安靜。

隔一個交易日的數字倒是有落差：週四公告的隔天平均 2.26%，週五公告的隔天平均 3.64%。這個差距看起來像是「週五沒消化完，週一補」。先別急。週五公告的隔天永遠是週一，而週一本來就是天然氣期貨一週裡最動盪的一天，其餘 901 個週一的平均振幅是 3.11%。週五公告後的那 27 個週一是 3.64%，比一般週一高一些，但這只是描述，樣本只有 27 個，我們沒有把它當成檢定。任何「隔天補反應」的比較，都得先把星期幾的底子扣掉。

沒有分析師預估，我們自己做了一把尺

原論文用的是付費的分析師共識預估。共識預估的好處是它代表市場公告前真的在想什麼，公告數字減掉共識，剩下的才是「意外」。

我們沒有這個東西，只能用免費資料自己做。做法很老實：拿過去五年同一週的平均庫存變動當底，再用前一週的預測誤差修正一點，全部只用公告前就存在的資料。公告數字減掉這個預測，就是我們版本的意外。

這把尺做出來之後，第一件事是量它自己有多準。它的典型預測誤差是 40.9 Bcf（十億立方英尺）。如果什麼都不做、只用季節平均，誤差是 43.4 Bcf。修正只幫了一點點。原論文報告的分析師共識誤差大約在 5 Bcf 這個量級，我們的尺粗了八倍。

粗有什麼後果？市場在公告前早就從天氣預報知道這週大概會抽多少氣，這些資訊分析師都算進去了，我們的季節模型算不進去。於是在我們的尺上，大部分「意外」其實是市場早就知道的事，價格當然不會對它反應。

數字證實了這一點。用我們的意外去解釋公告當天的報酬，斜率是每 Bcf −0.0118 個百分點，顯著性 0.061；原論文用共識版意外算出來的斜率是 −0.134。我們只拿到原論文的 8.8%。這是整份研究最重要的一個數字，因為它決定了後面所有檢定的意義。

主檢定：規則在第一步就擋下它，而它並不小

主檢定問的是：意外的大小推動當天振幅的力道，在週五有沒有比較弱？如果週五真的沒人看，這個「意外大小乘以週五」的係數應該是 負的 。

估出來是  +0.044 ，方向跟假說相反：週五的斜率反而比較陡。同時週五當天的基準振幅比較低（係數 −1.48，顯著性 0.0001），一低一陡，在樣本平均的意外大小附近互相抵銷，所以第一眼才會看到三種公告日的當天振幅差不多。

我們的預先登記規則寫得很清楚： 主係數方向必須為負、重抽樣區間必須不含零、洗牌檢定必須顯著，三項都過才算通過 。方向這一項就沒過，而且它是第一項。所以正式裁決是：沒有證據。這個裁決不受下面任何一個數字影響，這正是預先登記的用處，它讓「哪個數字算數」在看到數字之前就定好。

那麼這個方向相反的係數本身有多結實？答案比想像中結實，這點必須誠實講。

用常見的時間序列標準誤（HAC），顯著性 0.0009。以「一次公告」為單位重抽樣 2,000 次、讓每次公告帶著自己的當天和隔天一起被抽，區間是  +0.0002 到 +0.079，不含零 。第三種算法才給出反例：把 27 個週五的標籤在週四加週五的池子裡隨機洗牌 10,000 次，看隨機貼標籤能不能貼出這麼大的係數，能，顯著性 0.071，沒有跨過 0.05。

三種算法，兩種說顯著，一種說不顯著。洗牌檢定是三者中對小樣本最不寬容的一種，而週五只有 27 次，所以它說的話在這裡份量最重；但把它講成「多數決被否決」會是誤導，實情是 兩票對一票，而唯一那一票來自最保守的算法 。

第四個角度是這一段真正的重點。用重抽樣的離散程度回推，這組資料在八成把握下能看見的最小效應是  0.056 。我們的估計值 0.044 比這條線還小。 一組資料連自己的估計值都看不清，它算出來的顯著性就不值得單獨相信 ——不論那個顯著性是大是小、方向是正是負。

換一種切法就換一個答案

把樣本換幾種切法再估一次，是檢查一個係數有沒有骨頭的老辦法。

換成基金價格、排除換月，這兩個切法把係數壓回零附近；排除停擺、只看 2010 年以後，這兩個切法反而更強。 四種切法裡兩種歸零、兩種站著。 

換個資料源就消失，是雜訊的長相；換個時期反而更強，是別的東西的長相。這兩件事同時出現，說明這把尺量出來的東西會隨著你怎麼切樣本而變。要說「這裡有一個穩固的反向效應」，得先解釋為什麼它換成基金價格就不見。真要分辨這兩者，需要的是一把更細的尺，多切幾種切法幫不上忙。

隔天有沒有補？也沒有

第二個假說是延遲消化：週五沒反應完的部分，週一補。我們拿隔一個交易日的報酬去對「意外乘以週五」，係數 −0.0358，顯著性 0.176；拿隔天的振幅去對「意外大小乘以週五」，係數 +0.0272，顯著性 0.446。兩個都在雜訊裡。

順帶一提一個小發現：控制季節之後，改到週五公佈的那幾週，庫存變動本身比較好預測，我們的意外在那幾週平均小了 8.4 Bcf（顯著性 0.042）。假日週的用氣型態比較規律，這件事跟注意力無關，但它會讓週五組的意外天生比較小，是這類研究要先扣掉的另一個底子。

這篇文章真正想說的事

如果只看主檢定的顯著性數字，這篇可以寫成「週五公佈的天然氣數據反應更劇烈，跟教科書相反」。那會是一篇好看但錯的文章。

正確的讀法要回到那把尺。我們的意外只帶著原論文 8.8% 的訊號，其餘都是市場早就知道的天氣。拿這把尺去量「週五有沒有人在看」，得到的任何答案，包括這個 +0.044 和它的顯著性 0.0009，都不可靠。 估計值比這組資料看得見的最小效應還小 ，這一句話就足以說明為什麼，它跟顯著性有多漂亮無關，跟樣本有多大無關，它講的是這把尺的解析度。

所以這個結果的射程很短。它說的是「免費資料看不見這個效應」，它沒有說「這個效應不存在」，也沒有推翻原論文。原論文用了共識預估和盤中資料，看見了我們看不見的東西，這兩件事並不矛盾。

帶走三件事

 第一，先定規則，再看數字。  我們的預先登記寫死了「方向必須為負」，所以即使 HAC 顯著性到了 0.0009，也不改變裁決。如果規則是看到數字之後才定的，這個顯著性就很容易被寫成完全相反的結論。

 第二，相信任何一個顯著性之前，先問這組資料看得見多小的效果。  這裡的答案是 0.056，比估計值 0.044 本身還大。看不見不等於沒有，尤其當你的尺很粗的時候，而「看得見的顯著」和「看得見」是兩件事。

 第三，要驗注意力效應，得先有公告前的市場預期。  我們用季節模型代替共識預估，只保住不到一成的訊號。下次再做這題，要嘛有公告前十五分鐘的盤中價格變動，要嘛有以天氣為底的庫存即時預估，兩者取得其一再開工。

這篇不能推到哪裡去

週五公告只有 27 次，任何週五效應的檢定都受這個數字限制，洗牌檢定就是為這種小樣本準備的。意外是用免費資料自製的代理量，這是本文最大的限制，前面已經講完。價格是連續近月合約，換月那幾天的報酬摻了合約切換，排除之後主係數回到零附近。2002 到 2006 年的假日排程沒有任何存檔，樣本比原論文少了五年。三段政府停擺期間的排程頁面無法核對，排除之後主係數仍在，裁決不變。

 資料與復現 ：EIA 天然氣庫存週報的首次發布值（修訂前）與歷年排程頁面快照、天然氣期貨與 UNG 的日線（yfinance），全部凍存在研究目錄的 data/ 下，每個檔案附 sha256 與來源網址。公告日曆的解析器、同週衝突的解析規則、預先登記的假說與裁決規則、以及完整結果，見 experiments/k1856/k1856_results.json 與同目錄的 reproduce_spec.json。重抽樣與洗牌檢定固定亂數種子。

懶人包圖組