市场有效性与信息处理：从公开事件到可检验的证据

一、“信息已反映在价格里”，究竟是什么意思

一句“市场有效”必须说明相对于什么信息。过去价格、全部公开信息、甚至私人信息，形成不同的信息集。弱式、半强式与强式的区分，就在于可用信息的范围，而不是把市场分成“聪明”或“愚蠢”。价格迅速反应也不意味着每一刻都等于研究者心中的唯一真实价值。¹

检验还需要正常回报的基准。发现公告后股票上涨，可能是意外好消息，也可能是共同市场变化；发现某信号与未来回报有关，也可能是风险补偿而不是可免费取得的超额收益。因而检验信息效率常与检验回报模型交织在一起。没有声明信息集和比较基准，只拿一段涨跌图，不能完成这项工作。

信息处理本身要花时间，交易要支付价差与费用，某些持仓还需要借券和资本。所以本篇不从“存在统计关系”直接跳到“投资者可以靠它稳定赚钱”。我们读一项真实研究，逐项看作者观察了什么、怎样定义变量，以及结论停在哪里。

二、研究对象不是交易者脑中的想法

采用Eberbach、Uhrig-Homburg和Yu的 Information Processing in the Option Market Around Earnings and Macroeconomic Announcements，2025-03-07工作稿。其美国股票期权样本覆盖2004年1月至2017年10月，结合LiveVol成交／报价、OptionMetrics、I/B/E/S及宏观公告资料。它研究公告附近的期权流量和随后股票价格关系，不是2026年实时信号。²

第一步已经有测量问题：一笔成交由买方还是卖方主动发起，是根据报价附近的成交分类等规则推断的，并非直接观察交易者真实动机。买入put可能为对冲，也可能为方向判断；卖出put可能有不同组合背景。作者构造的是可观察信息处理的代理量，不是给每位交易者贴“知情”标签。

图形阅读也要看时间。原文§4.1.1、Figure 1（PDF第19页）按事后消息分类比较公告周围的异常流量。这能帮助描述消息与交易之间的关系，但事后才知道的好／坏消息标签，不能被放进公告前的策略输入。

三、先按合约份数加权，再读方向

KIT §3.4.1式(2)用每笔成交的方向符号与成交合约份数size计算

\[ TOI=\frac{\sum_i \operatorname{sign}_i\,\operatorname{size}_i} {\sum_i\operatorname{size}_i}. \]

买方发起的call和卖方发起的put取正；卖方发起的call和买方发起的put取负。它是方向性合约成交量的标准化差，不是未加权的“有几笔买、有几笔卖”。²

现在用一个明确的合成例。四行是发起方向分类后的合约份数，不是实际公司数据，也不是四组交易者意图：

分类	成交合约份数	符号	带符号合约量
买方发起call	30	+1	+30
卖方发起call	10	−1	−10
买方发起put	25	−1	−25
卖方发起put	35	+1	+35
合计	100	—	30

所以 \(TOI=(30+35-10-25)/100=0.30\)。若对应的非事件基线均值为0.05，异常OI为 \(0.30-0.05=0.25\)。原文的基线使用公告前指定非公告日窗口，这里只把其均值0.05作为教学输入，不伪造那段真实历史。

同一组数据的put／call总量比是

\[ \frac{25+35}{30+10}=\frac{60}{40}=1.5. \]

“put量更多”和“方向代理量为正”没有矛盾。前者不区分发起方向，后者区分并按合约量加权。更不能把1.5直接改写成“60%的交易者看空”。

再想一个更小的核对：若上表恰好来自四笔不同大小的成交，每笔各算一票会有两个正、两个负，未加权结果为0；按size加权才是0.30。只给笔数而不给每笔规模，就没有足够输入复算论文的这个变量。原研究还设成交量等筛选；本例数值达到100份，不能因此声称整个研究数据清理已经复现。

四、信息必须在使用时已经可得

以公告日为 \(\tau\)，本篇采用原文的几组不同窗口：

环节	相对时间	用途
市场beta估计	\(\tau-300\) 至 \(\tau-46\)	形成异常回报的市场模型基准
非事件流量基线	\(\tau-40\) 至 \(\tau-10\) 中相应非公告日	计算平常的TOI均值
公告前流量	例如 \(\tau-1\)	作为随后价格反应的解释变量
公告／消息	\(\tau\)	确定事件，具体盘中盘后对齐沿原研究
公告回报窗口	例如 \([0,1]\)	度量公告附近价格反应

这些窗口不能仅因为都在同一张图上，就当成同一时点已经知道的信息。预测者在 \(\tau-1\) 不知道事后实现的公告回报，也不能用完整未来样本重新估计当时的beta。²

原文的市场调整累计回报也不是随便把股票涨幅叫alpha。用 \(G_i=\prod(1+r_{i,t})\)、\(G_m=\prod(1+r_{m,t})\)、\(G_f=\prod(1+r_{f,t})\) 表示指定窗口的累计总增长量，其比较结构为

\[ CAR=(G_i-G_f)-\widehat\beta_i(G_m-G_f). \]

\(\widehat\beta_i\) 由上述更早的估计窗口取得。这里解释的是原文比较口径；没有原始股票和市场序列，我们不为这条式子填一个似乎真实的CAR。

五、0.0283为什么不是“赚2.83%”

Table 2（印刷p22／PDF第23页）将公告窗口回报与公告前异常OI、宏观日指标及其交互联系。用简写表示其中一部分：

\[ CAR=\alpha+\beta_1OI+\beta_2MD +\beta_3(OI\times MD)+\text{控制项}+\varepsilon. \]

\(MD\) 是相应宏观公告日指示变量。作者在宏观／非宏观两组分别标准化相关变量；因此表中系数不能直接作为未经标准化的OI每增加1时，真实回报百分点会增加多少。²

原文比较	采用值	正确阅读
第3列OI系数	0.0033	该列指定基组与标准化下的系数
第3列OI×宏观日交互	0.0250	同一回归中宏观日斜率增量
两者之和	0.0283	作者解释的宏观日对应系数
第1列合并样本OI系数	0.0078	另一列合并回归的参照

作者正文采用 \(0.0033+0.0250=0.0283\) 并与0.0078比较，数值比约3.63。这个加法在原回归定义和分组标准化说明下有意义，却不等于“发现信号后能赚2.83%”。还差交易价格、持有规则、可用信息、费用、资金和风险等整条策略链；统计显著性本身不会补齐它。

这也说明一种检验的边界：期权流量与随后股票反应有关，支持作者对信息处理的讨论，但不直接识别每笔交易者的动机，不单独证明内幕交易，也不构成已经实施的样本外策略。信息可能来自对公开资料的处理，可能与风险暴露和交易需求相关；要在这些解释之间作更强判断，需要额外识别。

六、图形和计算各承担什么

第一个视角把四类合约量画成正负贡献，再计算TOI、异常OI和put／call总量比；第二个视角显示估计、基线、流量、公告和回报窗口。只有前者使用这里的合成数字。原研究Figure 1与Table 2保留公开原文定位，不提供虚构的公司选择或历史回测按钮。

总量为0时TOI没有定义；call总量为0时put／call比也不能强制显示为0。少量合成数据可以算教学定义，但不因此满足原研究全部样本筛选。每一个输出都应先有足够的分母与合格的时间身份。

七、从结果回到证据

题一：上表只有四行，为什么不能算成“二正二负，TOI为0”？

解析。 论文按size加权，四行分别汇总30、10、25、35份合约。带符号量为30，总量100，得0.30。即使恰好来自四笔成交，也不能丢掉不同size。

题二：put／call比1.5与TOI=+0.30各告诉我们什么？

解析。 前者只有call与put总量，不含发起方向；后者对四类方向加权。两者都不是交易者心理的直接测量，也不能凭这两个数建立必赚信号。

题三：把Figure 1事后好消息组的标签加入 \(\tau-1\) 策略，会犯什么错？

解析。 该标签依赖后来公告，属于未来信息。用它训练或执行公告前规则，会把事后解释误当成当时可用的预测信息。

题四：0.0283和0.0078的比约3.63，能否说宏观日策略收益高3.63倍？

解析。 不能。它比较原文指定回归和标准化口径下的系数；不是同资本、同成本的两套交易收益。要作策略比较，须另定义价格、仓位、信息、持有期和可执行费用。

题五：一条公开消息之后价格仍缓慢变化，足以推翻半强式有效吗？

解析。 单一观察不足。先确认何时消息真正公开、市场基准、风险补偿、样本选择及交易成本；再检验可重复的异常结果。否则既可能漏掉真正信息处理，也可能把正常风险或测量偏差错当成低效率。