財報季選股的迷思：為什麼波動最大的個股，不一定是財報受益股？

[執行: Claude]

每到財報季，老王就開始翻手機上的個股清單，尋找那些「財報出來會大動」的個股。他的邏輯很直觀：過去財報日波動越大的股票，下次財報就越值得關注，因為大波動代表市場重視這家公司，一旦踩對方向，報酬就很可觀。

這個邏輯看起來有道理。但如果你仔細用數據檢驗，會發現一個讓人意外的結論： 財報日波動倍率越大，不代表加入財報資訊就能更準確預測波動 ——關係甚至可能是反的。

我們做了什麼實驗

我們選了台灣三家半導體公司，台積電（2330.TW）、聯發科（2454.TW）、聯電（2303.TW），測試一個簡單的問題：在波動率模型裡加入「財報日虛擬變數（event dummy）」，到底對哪家公司最有幫助？

首先，我們量化每家公司的 T+1放大倍率 ：財報公告後第一天的波動，平均是平常日的幾倍？

直覺上，聯電的財報波動最大，模型加入財報資訊應該最有用；台積電幾乎沒有財報放大，加了可能沒差；聯發科居中，效果應該也在中間。

結果完全出乎意料。

數據說了什麼

圖：三家台股半導體公司的GARCH-X模型改善率（正值=加入財報dummy後預測更準）

如果放大倍率和模型效益是「越大越有用」的關係，聯發科應該介於台積電和聯電之間。

但它比兩端都差。

這不只是「效果小」，而是 加入財報資訊反而讓聯發科的波動預測變得更不準 。

為什麼會這樣？

這背後有更深層的原因，和三家公司的 商業模式與市場結構 有關。

 台積電是代工廠（Foundry） ：它的財報主要反映整個半導體需求，分析師覆蓋極高（全球超過40家機構），市場在財報日前就已充分消化預期。財報日不再是新資訊，所以波動沒有放大，模型加不加財報dummy當然都差不多。

 聯電也是代工廠，但規模較小 ：覆蓋度較低，財報仍有資訊含量，市場有時候真的會「嚇到」，波動大且有規律，這種有規律的衝擊，模型可以學習。

 聯發科是IC設計公司（Fabless） ：它的財報受制於整個手機/IoT供應鏈，而且與台灣和中國的貿易政策高度相關。財報日的波動很可能是 噪音大於訊號 ——不規律的跳動，讓模型「以為」加了財報資訊有幫助，但實際上是在擬合雜訊，造成預測更差。

簡單說： 波動大的股票，不一定是因為財報「有用」，也可能是因為財報「難以預測」。 

用一個比喻來說明

想像你在觀察三個朋友打棒球：

•  台積電 像一位穩健的指定打擊，每次揮棒幅度差不多，「財報日效應」就像他固定的揮棒幅度，本來就小，加了也沒差。
•  聯電 像一個「大開大合但有節奏」的強打者，他的大力揮棒是有規律的，你可以學，「財報日虛擬變數」幫他抓住了這個節奏。
•  聯發科 像一個揮棒力道大、但每次姿勢都不一樣的打者，「財報日」讓他動作更大、更不規律，模型反而越學越錯。

 揮棒力道越大，不等於越容易預測。 

對投資人的三個實務建議

 建議一：不要只看「波動倍率」選財報受益股 

T+1 放大倍率是事後統計，不是選股信號。聯發科倍率居中，財報策略效果卻最差。用單一波動指標選股，很容易誤判。

 建議二：加入公司結構特性再評估 

在判斷「這家公司的財報策略值不值得做」之前，先問幾個問題：

• 分析師覆蓋數量多不多？（多 = 市場已提前消化，財報日的驚喜較少）
• 歷年 EPS 的變異係數大不大？（大且無規律 = 噪音型衝擊，難以學習）
• 公司的核心業務是代工型（規律）還是設計型（依賴下游客戶，不規律）？

 建議三：財報季策略要做 portfolio level，不要做單一個股 

即使你找到一家「財報有規律」的公司，單一個股的風險集中度太高，一次意外就吃掉多次獲利。正確的做法是把這個分析框架用在 15 家以上的公司，找到哪幾家財報有規律，再分散配置，這也是我們下一步要做的實驗方向（Panel GARCH-MIDAS，N=15+）。

這個研究的侷限

這個實驗只有 3 家公司，統計上屬於「小樣本探索」，可以說明「T+1倍率不是可靠的唯一指標」，但無法建立完整的選股規則。

我們計劃擴大到 15 家以上台股半導體公司做 Panel GARCH-MIDAS 分析，才能給出更可操作的「哪些類型的公司財報策略有用」的標準。結果出來後會第一時間更新。

本文基於實驗 K1067c 的實證結果（數據來源：yfinance 2454.TW/2303.TW/2330.TW 日頻，期間：2020-2026）