PEAD 盈余公告后漂移：财报惊喜的慢消化 • halo 的技术博客

有效市场假说对财报日的预言非常干净：财报公布的那一刻，所有新信息应该被瞬间定价，公告后的收益不应该和公告内容有任何关系。但 Ball 和 Brown 在 1968 年就发现了打脸证据，而且这记耳光扇了快六十年还没停：盈余惊喜最好的股票，在公告之后的 60 个交易日里还在继续跑赢；惊喜最差的股票，还在继续跑输。 这就是 PEAD（Post-Earnings Announcement Drift，盈余公告后漂移）——学术界公认最顽固、最长寿的市场异象，Fama 本人都称它是”祖师爷级的尴尬”（the granddaddy of anomalies）。

结论先放这：在 800 只股票 × 12 个季度的合成事件面板上，按标准化未预期盈余（SUE）十分组，最高组 D10 公告后 60 日累计超额收益 +3.9%，最低组 D1 −4.7%，多空价差约 5.5% 且十个分组严格单调；漂移不是匀速的——前 10 天吃掉 37%，前 20 天吃掉 58%；据此构建的多空组合 Sharpe 0.85、最大回撤 −7.6%，但样本后半段 alpha 腰斩，这与真实世界中 PEAD 2010 年代以来的拥挤化衰减一致。

一、把”惊喜”标准化：SUE#

PEAD 的自变量不是”盈利涨了多少”，而是”盈利比市场预期好多少”。一家公司利润翻倍，如果市场早就预期它翻倍，那就没有惊喜。标准做法是 SUE（Standardized Unexpected Earnings）：

SUE_{i,q} = \frac{E_{i,q} - \hat{E}_{i,q}}{\sigma_i}

分子是实际盈余减去预期盈余，分母是该股票历史盈余惊喜的标准差——除以 σ 是关键，它让”波动大的公司偏离 1 亿”和”稳定公司偏离 1 亿”不再被当成同等惊喜。预期盈余 $\hat{E}$ 有两种口径：分析师一致预期（IBES 传统），或者时间序列模型（如季节性随机游走：预期本季 = 去年同季）。两种口径算出的 PEAD 都存在，但股票分组会有明显差异——这是后面要谈的第一个坑。

合成面板里我直接用 t 分布（自由度 5，厚尾）生成 SUE，然后让每个事件的价格路径包含三段结构——这三段就是 PEAD 的完整解剖图：

def simulate_path(sue, pre=10, horizon=60):
    r = np.zeros(pre + horizon + 1)
    # 1) 公告前：轻微信息泄露
    r[:pre] = rng.normal(0.0002 * np.sign(sue) * min(abs(sue), 2), 0.012, pre)
    # 2) 公告日跳空：立刻消化约 60% 的信息
    r[pre] = 0.018 * np.tanh(sue / 1.5) + rng.normal(0, 0.02)
    # 3) 公告后漂移：剩余信息在 60 日内按指数衰减慢消化
    total_drift = 0.028 * np.tanh(sue / 1.5)
    decay = np.exp(-np.arange(horizon) / 25.0)
    r[pre + 1:] = total_drift * decay / decay.sum() \
                  + rng.normal(0, 0.015, horizon)
    return r

python

用 tanh 做映射是刻意的：真实数据里漂移对 SUE 不是线性的，极端惊喜的边际效应递减——SUE 从 2 涨到 4，漂移不会翻倍。

二、事件研究：十个分组，一把扇子#

把 9600 个事件按 SUE 十分组，各组累计超额收益（CAR）从公告前 10 天画到公告后 60 天：

PEAD 事件研究：SUE 十分组的 CAR 在公告日跳空后继续沿原方向漂移 60 天

三个观察，每个都是 PEAD 的核心特征：

公告日跳空只完成了一部分定价。 D10 在公告日跳 +1.6% 左右，但之后 60 天又走了约 +2.3%——公告日只消化了六成信息，剩下四成靠市场慢慢嚼。
漂移方向与惊喜方向一致，且分组单调。 这不是”涨多了回调”的反转结构，而是”好消息继续涨”的动量结构。十个分组的终点几乎不交叉。
公告前有轻微的同向泄露。 D10 在公告前就微微上翘——分析师调研、渠道数据、管理层吹风，信息从来不是零点整准时出现的。

漂移的时间结构更值得盯着看：

漂移逐日衰减：多空价差前 20 天吃掉近六成，40 天后基本走平

左图是 D10−D1 的逐日价差（bp），右图是累计。T+10 完成 37%，T+20 完成 58%，T+40 完成 93%。 这个衰减结构直接决定策略参数：持有期设 60 天是在为最后 7% 的漂移支付 20 天的资金占用和风险敞口——多数从业者的选择是 20~40 天换仓。

三、动量还是反转？公告日反应告诉你#

一个常见的错觉是”财报大涨后该获利了结”。把公告日当天的超额收益和之后 60 天的累计收益画成散点：

公告日反应 vs 后续漂移：正相关，公告日大涨的股票之后继续涨

红线（20 分组均值）明确向上倾斜：公告日反应和后续漂移是正相关（相关系数约 0.07，分组均值线单调向上）。单个事件层面噪声极大（浅蓝散点几乎是一团雾），但横截面上”财报日大涨→之后继续涨”的结构清晰存在。这也是实务上最省事的 PEAD 代理变量：不算 SUE，直接用公告日跳空幅度分组，效果损失有限——市场自己已经帮你把惊喜翻译成价格了。

四、多空组合：能赚，但在变难#

策略规则：每次财报季，做多 SUE D10、做空 D1，公告后持有 60 日，等权：

PEAD 多空组合净值：Sharpe 0.85，但后半段 alpha 明显衰减

十年合成回测：多空组合年化 +5.3%、Sharpe 0.85、最大回撤 −7.6%，对比市场基准 Sharpe 0.77 但回撤 −34%——PEAD 多空的价值主要在于回撤结构，它是市场中性的，2018、2022 这类熊市里不跟着大盘挨打。但注意图中虚线之后：我刻意让后半段 alpha 衰减 55%，因为真实世界就是这样。Chordia 等 (2014) 记录了 PEAD 在流动性好的大盘股中基本消失；机器可读财报、NLP 电话会议解析普及后，“慢消化”的窗口被压缩得越来越窄。PEAD 还活着，但活在小盘、低关注度、高套利成本的角落里。

五、为什么价格不一步到位#

行为解释是主流：投资者对盈余信息反应不足（underreaction）。锚定效应让分析师上调预期的动作分好几次完成（财报后分析师修正本身就有漂移）；有限注意力让同一天几百家公司发财报时，单个惊喜被稀释——Hirshleifer 的研究发现财报扎堆日的 PEAD 显著更强。理性派的抗辩是套利成本：漂移最强的股票恰恰是小盘、高波动、借券难的股票，看得见吃不着。两派吵了几十年，比较诚实的总结是：PEAD 的存在是行为偏差，PEAD 的存活是套利成本。

六、四类真实的坑#

1. SUE 口径依赖预期质量。 用分析师一致预期算 SUE，前提是覆盖该股票的分析师足够多、更新足够勤。小盘股往往只有一两个分析师、预期半年不更新，算出来的”惊喜”其实是”预期陈旧”。时间序列口径（去年同季）没有这个问题，但对成长拐点公司系统性失真。两种口径都算、取交集分组，是更稳的做法。

2. 财报窗口的跳空风险无法止损。 做空 D1 组的股票，如果下一份财报意外反转，隔夜跳空 +15% 是家常便饭——止损单在跳空面前是废纸。这要求仓位必须高度分散（单票 ≤1%），而分散又把你推向更小、交易成本更高的票。

3. 合成面板高估了可实现性。 我的合成数据里所有股票流动性相同、可以自由做空。真实 PEAD 集中在小盘股，多空各 80 只小盘票的组合，单边换手带来的冲击成本可以轻松吃掉每季 1% 以上；空头腿的借券费在负面惊喜股上尤其贵（想空的人多）。

4. A 股的”公告日”是一个区间。 A 股有业绩预告（强制+自愿）、业绩快报、正式年报三道披露，信息在 1~3 个月里分批出场。用正式财报日做事件研究，会发现”漂移”早在预告日就走完了大半。A 股 PEAD 研究必须以首次盈余信息披露日（多数是预告日）为 T0，否则测出来的不是慢消化，是自己起跑晚了。

本文使用自洽合成数据演示方法论，参数校准参考 Ball & Brown (1968)、Bernard & Thomas (1989)、Chordia et al. (2014) 的公开结果。实盘前请务必用真实财报数据与你所在市场的披露制度重新验证。