盈餘公告後漂移：市場對新聞的緩慢反應

一項挑戰市場效率的發現

1968 年，Ray Ball 與 Philip Brown 發表了一篇後來成為會計研究領域中被引用次數最多的論文之一。他們研究了 1957 年至 1965 年間紐約證券交易所上市公司的年度盈餘公告，發現了一個當時主流理論認為不應存在的現象：在資訊公開之後，股價仍持續朝盈餘消息的方向移動，且長達數月之久。正面的盈餘驚喜伴隨著持續上漲，負面的驚喜則伴隨著持續下跌。這一模式明確無誤，揭示了市場在處理新資訊時存在根本性的延遲。

二十年後，Bernard 與 Thomas（1989）將這一觀察提升為嚴謹的實證發現，使學術界再也無法忽視。他們的論文〈Post-Earnings-Announcement Drift: Delayed Price Response or Risk Premium?〉利用 1974 年至 1986 年的季度盈餘數據，證明了這種漂移是系統性的、可預測的，且與基於風險的理性解釋不一致。正如他們所論證的，這是價格效率的真正失靈。

衡量漂移幅度

Bernard 與 Thomas 根據標準化未預期盈餘（SUE）將股票分為十分位，SUE 的計算方式為實際盈餘與預期盈餘之差，再除以其歷史標準差。結果令人矚目：在公告後的 60 個交易日內，SUE 最高十分位的股票表現優於最低十分位約 4.2%。這一超額報酬中，約有一半在前十天之後才實現，遠超過可將市場異常合理歸因於公告日微觀結構效應的時間窗口。

漂移模式呈現出獨特的季節性結構。Bernard 與 Thomas 發現，可預測報酬中有不成比例的部分出現在下一季度盈餘公告前後，這與投資人部分錨定於前一季度盈餘的模型一致。當下一季度的結果證實了先前的驚喜時，市場會進一步調整，彷彿重新發現了它已經收到的資訊。

這些累積異常報酬是相對於規模調整基準衡量的，排除了漂移僅反映承擔動量相關系統性風險之補償的可能性。

漂移為何持續存在？

PEAD 數十年來的持續存在產生了兩大類解釋，而證據日益傾向於兩者的結合。

行為學派的解釋以投資人反應不足為核心。Hirshleifer、Lim 與 Teoh（2009）證明，當投資人同時面對大量盈餘公告時，有限注意力會放大漂移效應。在高公告量日發布盈餘的股票，其 PEAD 比單獨發布的股票更大、更持久。DellaVigna 與 Pollet（2009）則發現週五公告也有類似結果，因為此時投資人的參與度通常較低。這些發現將 PEAD 直接連結到更廣泛的投資行為偏誤文獻，在該領域中，認知局限會產生系統性的定價錯誤。

摩擦成本的解釋則聚焦於執行成本。Ng、Rusticus 與 Verdi（2008）指出，交易成本吸收了 PEAD 利潤的很大一部分，尤其是在漂移最為明顯的小型股中。買賣價差、市場衝擊及放空限制形成了障礙，阻止套利者透過交易消除錯誤定價。這一解釋並非主張市場在理論意義上是有效率的，而是認為對大多數參與者而言，利用這種無效率的成本超過了其報酬。

這兩種解釋是互補而非對立的。行為面的反應不足產生了錯誤定價，交易摩擦則使其得以存續。

PEAD 與動量：不同但相關

盈餘公告後漂移在表面特徵上與更廣義的動量因子相似，因為兩者都涉及先前價格走勢的延續。然而，其機制在幾個重要面向上有所不同。動量策略根據三至十二個月形成期內的過去報酬來選擇股票，捕捉了涵蓋資訊驅動與情緒驅動的廣泛價格趨勢。PEAD 則特別錨定於一個離散的資訊事件——盈餘公告——並在 30 至 90 天的較短窗口內運作。

Livnat 與 Mendenhall（2006）指出，使用分析師預測誤差而非時間序列模型來計算 SUE，會產生更強的漂移訊號，這意味著市場未能完全納入分析師共識是一個關鍵驅動因素。這一發現將 PEAD 與一般動量區分開來：其可預測性源自一個特定且可辨識的資訊缺口，而非來自漫無方向的價格延續。

在實證上，動量與 PEAD 呈現低相關性。根據盈餘驚喜建構的投資組合，在控制 Carhart 四因子載荷後仍保有顯著的alpha，證實 PEAD 代表了一個與標準動量溢酬在很大程度上獨立的報酬來源。

自 1989 年以來的變化

自 Bernard 與 Thomas 發表研究成果以來，利用 PEAD 的環境已發生了顯著變化。演算法交易與量化對沖基金如今能在毫秒內對盈餘公告做出反應，壓縮了初始價格調整窗口。Chordia、Subrahmanyam 與 Tong（2014）的研究記錄了 PEAD 的幅度在 2000 年代有所下降，因為大型與中型股的市場效率得到了改善。

然而，這一異常現象並未消失。在規模較小、關注度較低的公司中——分析師覆蓋稀疏且機構持股比例偏低——漂移仍具有經濟上的重要意義。這一模式也已在美國以外的市場中得到複製，包括日本、英國及多個新興經濟體，顯示其背後的行為機制並非文化特有的。

對量化研究者而言，PEAD 佔據著特殊地位：它同時是已知最古老的異常現象之一，也是最持久的異常現象之一。它在近六十年的審視、複製危機與技術變革中存續下來，說明了產生它的認知局限之深。