美國總體數據公布會不會同時震動全球股市：用免費資料能問到哪裡為止

美國 CPI、非農就業、GDP 這幾個數字公布時，全球股市會不會同時跳動？這個問題在文獻裡有做過，但用的是日內資料與付費的分析師共識。K1556 問的是一個更實際的版本： 只用日頻 ETF 收盤價與免費的總體行事曆，能不能重現那個現象？

答案寫在 verdict 欄位，逐字是 NULL_PROXY。conclusion 欄位補完整句：Daily ETF and free macro-calendar proxies do not clear strict global cojump gates.

這個 verdict 的措辭值得先停一下。它說的是「這組代理變數沒有通過嚴格的共跳門檻」，不是「總體數據公布不會造成全球共跳」。兩者的差別是這篇文章的主題。

資料與設計

價格是十檔標的：SPY、^VIX，加上八檔國家／區域 ETF（EFA、EEM、EWJ、EWG、EWT、EWY、EWZ、INDA）。價格樣本 2014-01-01 至 2026-06-28（31,391 列），實際分析從 2025-01-01 起，得到 368 個日頻特徵列。

事件來自 FRED 的發布行事曆頁面：CPI（rid=10）、Employment（rid=50）、GDP（rid=53）。行事曆原始 69 列，成功對應到交易日的 51 列，最後得到 50 個總體發布日，對照組是 227 個非發布日。

「意外」的代理方式記在 methodology.surprise_proxy，逐字是 FRED actual-minus-trailing-nowcast; not paid consensus and not real-time vintage. 用實際值減去落後的即時預估值，而不是分析師共識，也不是即時 vintage 資料。這一句是整個實驗誠實度的核心，它在方法欄位就先聲明了代理的弱點。

lag 的處理列在 methodology.lookahead_policy：滾動 z-score 的基準用 .shift(1)；三個訊號變數 macro_release_signal、macro_abs_surprise_signal、macro_market_abs_signal 全部由對應的當日變數 .shift(1).fillna(0.0) 得到。

三道門檻，全部沒過

實驗設了三組檢定，門檻是 Harvey 的 |t| ≥ 3。gate_summary 的三個清單全部是空的：event_day_harvey_passes = []、beta_interaction_passes = []、persistence_harvey_passes = []。

第一組是事件日診斷 ，比較發布日（n=50）與對照日（n=227）的四個目標：

前三個目標的符號都與假說一致（發布日較高），但沒有一個接近顯著。最大的 t 值是 1.542。

第二組是 beta 交互作用 ，問「發布日的國家 ETF 對 SPY 的 beta 會不會變高」（n=277）：

八檔裡有五檔的交互作用為正（gate_summary.positive_beta_interactions 逐字列出 EFA、EWJ、EWG、EWZ、INDA），最大的 EFA 是 +0.257，t 值 2.064，未校正 p 值 0.039。這個讀數如果單獨拿出來會很像一個發現，但門檻是 3.0，而且八檔同時檢定本來就需要多重校正。

第三組是持續性 ，問發布日之後五日的波動會不會較高。三個訊號給出的統計量完全相同：差 −0.345、Welch t = −2.060、p = 0.043、bootstrap 95% 信賴區間 [−0.685, −0.019] 不含零。

兩個方向相反的訊號要一起讀

持續性那一組有兩件事必須同時說。

第一，符號是負的。發布日之後五個交易日的平均已實現波動比對照日 低 0.345 個標準化單位，而不是高。它的 bootstrap 信賴區間不含零。事件日診斷裡也有一格相同方向：top_actual_surprise_day 那組的未來五日波動差是 −0.834，bootstrap 區間 [−1.782, −0.098] 同樣不含零。

第二，這兩格都沒有通過 Harvey 門檻（|t| 分別是 2.06 與 1.85），而且後者的事件數只有 13。

把這兩件事放在一起，可讀的說法是：資料裡有一個「發布後波動較低」的形狀，強度不足以通過實驗自己設定的門檻，樣本也不足以支撐推論。它值得記錄，不值得當結論。

還有一個技術細節要標出來：三個持續性訊號（macro_release_signal、macro_abs_surprise_signal、macro_market_abs_signal）給出的統計量逐位相同。這代表在這個樣本裡，三個代理標記的是同一批 50 天，彼此不獨立。所以那不是「三個獨立證據都指向同一個方向」，是同一個證據被算了三次。

八檔同時檢定的代價

beta 交互作用那一組值得多說一句，因為它最容易被單獨引用。

EFA 的交互作用 t 值 2.064、未校正 p 值 0.039，看起來像通過了 5% 的門檻。但這是八檔標的同時檢定的其中一檔。在八個獨立檢定裡，即使真實效果全部為零，出現至少一個未校正 p 值低於 0.05 的機率約是 34%。用 Bonferroni 粗略校正，0.039 乘以八等於 0.31，離顯著很遠。

實驗設定的 Harvey 門檻 3.0 本身就已經吸收了一部分多重檢定的疑慮：它比常用的 1.96 嚴格得多，正是為了在多重比較的環境下留出餘裕。八檔全部沒過這個門檻，最大的差距是 2.064 對 3.0。

符號的分佈也不支持「效果存在但檢定力不足」的解讀。八檔裡五正三負，如果總體發布日真的普遍拉高國家 ETF 對 SPY 的敏感度，比較可能看到的是八檔同向、幅度不一。實際看到的是接近隨機的正負混合，其中 EEM 的交互作用是 −0.0003，幾乎正好是零。

為什麼 verdict 是 NULL_PROXY 而不是 NULL

實驗的 limitations 欄位列了四項，第一項直接說明了 verdict 的措辭：

• Daily ETF close-to-close data cannot reproduce intraday announcement-window identification.
• Actual-minus-consensus surprises are unavailable; trailing-nowcast and market-shock proxies are weaker.
• FRED macro levels are current-vintage, so the actual-surprise proxy is not a real-time vintage dataset.
• Country ETFs are USD-listed and embed U.S. trading-hour/liquidity effects.

總體數據公布造成的共跳，文獻上是在公布後幾分鐘到幾小時的窗口內識別出來的。日頻收盤對收盤的資料把那個窗口整個吞掉，混進了同一天所有其他的資訊。第四項更麻煩：這些國家 ETF 在美國掛牌，交易時段與流動性本身就帶著美國因素，所謂「全球」共跳有一部分是美國市場自己的結構造成的。

所以這個 null 的正確歸屬是 工具 ，不是 現象 。它說的是：用日頻 ETF 加免費行事曆這組工具，量不到那個東西。它沒有說那個東西不存在。

這份結果的範圍

要把這個問題問到底，需要的是日內資料與付費共識，兩者都有成本。這份實驗的價值在於把「用免費資料能問到哪裡為止」量出來了：三道門檻、八檔標的、50 個事件日，最大的 t 值是 2.06。下一次有人提議用日頻 ETF 做總體事件研究時，這個數字就是它的先驗。

要把這個問題問完整，缺的是什麼

這份 null 把後續需求說得很清楚，缺的東西可以列成三項具體規格。

第一項是時間解析度。需要的是公布時點前後幾分鐘到幾小時的報價，才能把公布的效果與當天其他資訊分開。日頻資料在這個問題上有結構性的天花板，換樣本、換標的、換檢定都跨不過去。

第二項是意外的定義。actual − trailing nowcast 與 actual − consensus 量的是不同東西：前者的基準是模型的預估，後者的基準是市場參與者的預期，而會造成價格跳動的是後者。免費資料只能拿到前者。

第三項是標的的掛牌地。用美國掛牌的國家 ETF 量「全球」反應，會把美國交易時段與流動性的影響一併算進去。要乾淨地量，需要各市場本地掛牌的指數與各自的交易時段報價，代價是要處理時區與非重疊交易時段。

三項都有明確成本，也都能寫成獨立的可檢定問題。這份實驗的用處在於它把成本標出來了：在付這些成本之前，日頻免費資料能給的最大讀數就是 t = 2.06。

對讀者的一個提醒

看到「某某數據公布，全球股市同步震盪」這類敘述時，值得問一句：這個「同步」是在什麼時間解析度上量的？日頻資料上看到的同步，很大一部分是市場之間本來就有的日常關聯，與那一則新聞無關。K1556 的對照組給了這個基準：非發布日的全球共跳次數平均是 0.551，發布日是 0.720，差 0.169，而這個差在統計上分不出來。

延伸閱讀：同一顆實驗的讀者版

這顆實驗先前已有一篇面向一般讀者的文章：美國公布通膨那天，全世界的股市會一起抖嗎？八個國家的 ETF 給了一個很不乾脆的答案。那一篇回答的是「這個說法成不成立」，本篇回答的是「這個實驗到底量了什麼、量到哪裡為止」。兩篇引用同一份 K1556 的結果檔，數字相同不是重複發布，是同一個量測的兩個深度；若兩篇的數字有出入，以結果檔為準。

實驗 ：K1556｜ 標的 ：SPY、^VIX ＋ EFA／EEM／EWJ／EWG／EWT／EWY／EWZ／INDA｜ 價格樣本 ：2014-01-01 至 2026-06-28（31,391 列），分析自 2025-01-01（368 個日頻特徵列）｜ 事件 ：FRED 行事曆 CPI(rid=10)／Employment(rid=50)／GDP(rid=53)，50 個發布日對 227 個對照日｜ 門檻 ：Harvey |t| ≥ 3｜ seed ：42｜ verdict ：NULL_PROXY｜ 數字來源 ：experiments/k1556/k1556_results.json（逐一對應的 metric key 見同目錄 PROVENANCE.md）