Strasmore Research
学习 Matt Connor作者： Matt Connor · 更新于 2026-07-23

什么是股票拆分及运作机制

深入了解股票拆分的原理与比例，通过 NVDA 案例解析拆股对股价及持仓的影响，助您掌握核心投资知识。

股票拆分会按固定比例同时改变公司的股份数量和每股价格，且每笔持仓的总价值保持不变。在 4 比 1 的拆分中，每股旧股将变为四股新股，每股价格约为原价格的四分之一；公司本身的情况——如营收、利润或持股比例——均不会发生任何变化。本指南涵盖了实际交易中的运作机制、近期拆分的股票名称、随后的价格走势，以及十年的历史记录所揭示的事实：美国最常见的拆分方式恰好相反。

什么是股票拆分？

股票拆分是一种公司行为。公司按固定比例增加股份数量，同时按相同比例降低股价。董事会负责批准拆分比例及生效日期（即新股价和新股数开始交易的首个交易日）。在 4 比 1 拆分生效后的当天，持有 100 股的股东将拥有 400 股，每股价格约为原先的四分之一。其总市值和持股比例保持不变。

所有以股份为单位的指标都会同步缩放。发行在外的股份数量和 流通股 会按比例增加。每股股利会按比例降低，从而保持股利总额不变。期权合约将由期权清算公司（OCC）进行调整，以确保现有仓位的经济效益不变。市值（股价乘以总股数）保持不变。

拆股在行情走势中是如何体现的？

观察拆股机制最清晰的方式是参考真实案例：NVIDIA 于 2024 年 6 月 10 日实施了 10 比 1 拆股。以下是根据逐分钟记录整理的拆股前最后一个交易日与拆股后第一个交易日的常规交易时段开盘价与收盘价：

查询NVDA 10-for-1 拆股前后：常规交易时段开盘与收盘，拆股前最后一日 vs 拆股后首日
每个数字背后的完整 SQL
SELECT toString(day) AS session,
       round(argMinIf(toFloat64(open), window_start, rth), 2) AS regular_open,
       round(argMaxIf(toFloat64(close), window_start, rth), 2) AS regular_close
FROM (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           window_start, open, close,
           toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
           AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York') AS rth
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'NVDA'
      AND window_start >= '2024-06-07 04:00:00'
      AND window_start < '2024-06-11 04:00:00'
)
GROUP BY day
ORDER BY day

NVDA 在 2024-06-07 的常规交易收盘价为 $1208.65，在 2024-06-10 的开盘价为 $120.37 —— 价格变为原来的十分之一，股数变为原来的十倍，公司规模与估值保持不变。在当天的未复权图表中，这看起来像是暴跌了 90%。但事实并非如此：大多数图表工具会在拆股后自动修正历史数据，将过去的所有价格除以拆股比例，而上述数据即为当时的实际成交价格。

哪些公司近期进行了拆股？

大多数投资者更关注具体公司，而非汇总数据。下表列出了十三家热门公司自 2020 年以来执行的所有拆股记录。表中还包含了从拆股日收盘起，未来 21 个交易日（约一个月）内该股票的涨跌幅，以及同期 SPY（标普 500 指数 ETF）的涨跌幅。

查询2020 年以来美国重要拆股：比例、记录方式及随后 21 个交易日对比 SPY
每个数字背后的完整 SQL
SELECT ticker, executed_on, ratio, recorded_as, stock_21_sessions_pct, spy_21_sessions_pct
FROM (
    WITH events AS (
        SELECT ticker, execution_date,
               concat(toString(toInt32(split_to)), '-for-', toString(toInt32(split_from))) AS ratio,
               if(adjustment_type = 'stock_dividend', 'stock dividend', 'forward split') AS recorded_as
        FROM global_markets.stocks_splits
        WHERE ticker IN ('AAPL', 'TSLA', 'GOOGL', 'AMZN', 'NVDA', 'WMT', 'CMG', 'AVGO', 'SMCI', 'LRCX', 'DECK', 'ORLY', 'NFLX')
          AND execution_date >= '2020-01-01' AND execution_date <= '2026-06-30'
          AND split_to > split_from
    ),
    daily AS (
        SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS d,
               argMaxIf(toFloat64(close), window_start,
                        (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS close_rth
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker IN (SELECT ticker FROM events UNION ALL SELECT 'SPY')
          AND window_start >= '2020-08-01 00:00:00' AND window_start < '2026-01-15 00:00:00'
        GROUP BY ticker, d
        HAVING close_rth > 0
    ),
    series AS (
        SELECT ticker, arraySort(x -> x.1, groupArray((d, close_rth))) AS dc
        FROM daily
        GROUP BY ticker
    ),
    spy AS (
        SELECT dc AS spy_dc FROM series WHERE ticker = 'SPY'
    )
    SELECT e.ticker AS ticker,
           toString(e.execution_date) AS executed_on,
           e.ratio AS ratio,
           e.recorded_as AS recorded_as,
           arrayFirstIndex(x -> x.1 >= e.execution_date, s.dc) AS idx,
           arrayFirstIndex(x -> x.1 >= e.execution_date, spy_dc) AS sidx,
           round((s.dc[idx + 21].2 / s.dc[idx].2 - 1) * 100, 1) AS stock_21_sessions_pct,
           round((spy_dc[sidx + 21].2 / spy_dc[sidx].2 - 1) * 100, 1) AS spy_21_sessions_pct,
           e.execution_date AS ed
    FROM events e
    JOIN series s ON s.ticker = e.ticker
    CROSS JOIN spy
    ORDER BY ed DESC, ticker ASC
)

名单中最近的一家公司是 NFLX，其 10-for-1 拆股于 2025-11-17 生效；Chipotle 的 50-for-1 (2024-06-26) 是名单中比例最大的拆股。此类公司的公告通常将其归因于提高股票的可获得性：较低的每股价格降低了整手股票和 100 股期权合约的交易门槛。

拆股与股票股利

“记录为”这一列解决了常见的混淆：几起著名的“拆股”事件——Tesla 的 5-for-1 2020-08-31、Alphabet 的 20-for-1 2022-07-18 以及 NVIDIA 的 4-for-1 2021-07-20——其结构实际上是股票股利，而非拆股。股票股利分配额外股份的方式，类似于现金股利分配现金——例如 Tesla 每持有 1 股就额外交付 4 股。对于持有人而言，其计算方式与前向拆股完全相同：持股数增加，股价按比例下降，总美元价值不变，且在常规情况下无需纳税——这也是为什么新闻标题常将其统称为拆股。两者的区别在于会计和法律形式：股票股利是将留存收益资本化，而拆股是调整面值；两者都不会像 现金股利 那样导致公司资金流出。

公司实际使用的拆股比例是多少？

拆股公告的描述往往比较笼统，但记录数据却非常精确。统计过去一年内所有美国上市证券的整数倍拆股情况：

查询2025 年 7 月至 2026 年 6 月最常见的拆股比例：整数比例，所有美股上市公司
每个数字背后的完整 SQL
SELECT concat(toString(toInt32(split_to)), '-for-1') AS ratio,
       count() AS splits
FROM global_markets.stocks_splits
WHERE execution_date >= '2025-07-01' AND execution_date <= '2026-06-30'
  AND split_from = 1 AND split_to >= 2 AND split_to = round(split_to)
GROUP BY ratio
ORDER BY splits DESC
LIMIT 6

在此期间，最常见的拆股比例为 2-for-1，共执行了 76 次，其次是 3-for-1 (51)。简单的低倍数拆股占主导地位；像上述 NVIDIA 10比1那样登上新闻头条的双位数拆股比例仅占少数。

拆股后股价会上涨吗？

这是最受关注的后续问题。从显著拆股列表可以看出答案的端倪：NFLX 在拆股后的 21 个交易日内上涨了 -14.1%，而 SPY 的涨幅为 +0.8%；Chipotle 在进行 50-for-1 拆股后上涨了 -24.3%；Alphabet 在 SPY 上涨 12.5% 的行情中上涨了 11.7%。为了排除偶然性：我们对 2025 年美国上市证券中所有整数倍前瞻拆股（且在数据库中有完整分钟级数据）的样本进行了相同方式的测量——即从拆股当日收盘起，完全采用拆股后的价格计算：

查询拆股后：2025 年整数拆股的 2025 年中位数预期收益率 vs 同期 SPY
每个数字背后的完整 SQL
WITH events AS (
    SELECT ticker, execution_date
    FROM global_markets.stocks_splits
    WHERE execution_date >= '2025-01-01' AND execution_date <= '2025-12-31'
      AND adjustment_type = 'forward_split' AND split_from = 1
      AND split_to >= 2 AND split_to = round(split_to)
),
daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           argMaxIf(toFloat64(close), window_start,
                    (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS close_rth
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN (SELECT ticker FROM events UNION ALL SELECT 'SPY')
      AND window_start >= '2025-01-01 00:00:00' AND window_start < '2026-03-01 00:00:00'
    GROUP BY ticker, d
    HAVING close_rth > 0
),
series AS (
    SELECT ticker, arraySort(x -> x.1, groupArray((d, close_rth))) AS dc
    FROM daily
    GROUP BY ticker
),
spy AS (
    SELECT dc AS spy_dc FROM series WHERE ticker = 'SPY'
),
per_event AS (
    SELECT e.ticker AS tkr,
           arrayFirstIndex(x -> x.1 >= e.execution_date, s.dc) AS idx,
           arrayFirstIndex(x -> x.1 >= e.execution_date, spy_dc) AS sidx,
           s.dc AS dc, spy_dc
    FROM events e
    JOIN series s ON s.ticker = e.ticker
    CROSS JOIN spy
),
measured AS (
    SELECT tkr,
           (dc[idx + 5].2 / dc[idx].2 - 1) * 100 AS r5,
           (dc[idx + 21].2 / dc[idx].2 - 1) * 100 AS r21,
           (spy_dc[sidx + 21].2 / spy_dc[sidx].2 - 1) * 100 AS spy21
    FROM per_event
    WHERE idx > 0 AND length(dc) >= idx + 21
      AND sidx > 0 AND length(spy_dc) >= sidx + 21
      AND dc[idx].2 > 0
)
SELECT count() AS splits_measured,
       round(quantileDeterministic(0.5)(r5, cityHash64(tkr)), 1) AS median_5_session_pct,
       round(quantileDeterministic(0.5)(r21, cityHash64(tkr)), 1) AS median_21_session_pct,
       round(100.0 * countIf(r21 > 0) / count(), 0) AS pct_up_after_21_sessions,
       round(quantileDeterministic(0.5)(spy21, cityHash64(tkr)), 1) AS median_spy_21_session_pct
FROM measured

在 44 次拆股中，拆股后五个交易日的涨幅中位数为 -0.9%，拆股后 21 个交易日的涨幅中位数为 -1.5%；该群体中仅有 45% 的股票在一个月后表现更好，而 SPY 在相同时间窗口内的涨幅中位数为 +1.6%。一年的数据并不代表绝对规律——上述列表包含了拆股后的涨幅——但这有力地反驳了“拆股会带动股价飙升”的民间说法。从机制上看，拆股并不会改变价值：同样的披萨，只是切成了更多片。

拆股是否能提高股票的交易便利性？

流动性逻辑是可以验证的。如果较低的每股价格能带来更多交易，则会体现在成交量上。NVIDIA 进行 10 比 1 拆股后的二十个交易日数据如下：

查询NVDA 交易量：10-for-1 拆股（2024 年 6 月 10 日）前 20 个交易日 vs 后 20 个交易日
每个数字背后的完整 SQL
WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           sum(toFloat64(volume)) AS shares,
           sum(toFloat64(close) * toFloat64(volume)) AS dollars
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'NVDA'
      AND window_start >= '2024-05-08 00:00:00' AND window_start < '2024-07-12 00:00:00'
    GROUP BY d
),
ranked AS (
    SELECT d, shares, dollars,
           d >= toDate('2024-06-10') AS post,
           row_number() OVER (PARTITION BY d >= toDate('2024-06-10')
                              ORDER BY if(d < toDate('2024-06-10'), -toUInt32(d), toUInt32(d))) AS rn
    FROM daily
)
SELECT if(post = 0, 'Last 20 sessions before the split', 'First 20 sessions from the split') AS phase,
       count() AS sessions,
       round(avg(shares) / 1e6, 1) AS avg_daily_shares_millions,
       round(avg(dollars) / 1e9, 1) AS avg_daily_dollars_billions
FROM ranked
WHERE rn <= 20
GROUP BY phase, post
ORDER BY post

成交量有所上升：拆股前日均成交 44.1 百万股，拆股后为 292.4 百万股。但股票数量并非衡量标准——拆股后的每股价值仅为原来的十分之一。若以成交金额计算，结论则相反：拆股前日均成交额为 $46.9 十亿，拆股后为 $37.1 十亿，金额略有下降。交易笔数增多且单笔规模变小，但每笔交易仍需跨越 买卖价差；实际投入的资金并未增长。

反向拆股比正向拆股更常见

反向拆股的计算方式相反：股数减少，股价上升。例如，一次 1-for-10 的 反向拆股 会将 1,000 股单价 0.50 美元的股票转变为 100 股单价 5.00 美元的股票。交易所对上市股票设有最低价格标准，而反向拆股是提升股价以达标的标准手段——详细机制请参阅 相关指南。

大多数解释性文章忽略了统计数据。统计过去十个完整年度内，美国上市证券执行的所有拆股情况：

查询十年拆股概况 (2016-2025)：正向与反向拆股总量及年度统计
每个数字背后的完整 SQL
SELECT sum(forward_splits) AS forward_total,
       sum(reverse_splits) AS reverse_total,
       round(sum(reverse_splits) / sum(forward_splits), 2) AS reverse_per_forward,
       countIf(reverse_splits > forward_splits) AS years_reverse_ahead
FROM (
    SELECT toYear(execution_date) AS year,
           countIf(split_to > split_from) AS forward_splits,
           countIf(split_from > split_to) AS reverse_splits
    FROM global_markets.stocks_splits
    WHERE execution_date >= '2016-01-01' AND execution_date < '2026-01-01'
    GROUP BY year
)

在 2016 年至 2025 年期间，反向拆股与正向拆股的比例为 7109 对 4122 ——即每进行一次正向拆股，就有约 1.72 次反向拆股 ——且在过去十年中，有 9 年的反向拆股数量更多。按年度统计（包含 2026 年上半年）：

查询2016 年至 2026 年 6 月各年度正向与反向拆股：所有美股上市公司
每个数字背后的完整 SQL
SELECT toYear(execution_date) AS year,
       countIf(split_to > split_from) AS forward_splits,
       countIf(split_from > split_to) AS reverse_splits
FROM global_markets.stocks_splits
WHERE execution_date >= '2016-01-01' AND execution_date <= '2026-06-30'
GROUP BY year
ORDER BY year

在最后一个完整年度 2025 中，反向拆股有 1038 次，正向拆股有 429 次；2026 年上半年的趋势保持一致，反向拆股为 597 次，正向拆股为 233 次。唯一接近持平的年份是 2018，比例为 529 正向对 526 反向。正向拆股多集中于股价多年上涨的大型公司；而反向拆股则是市场中大量低价小盘股的常规操作——而这类小盘股的数量远超大型公司。

登记日、生效日与您的成本价

拆股公告包含三个日期：公告日（宣布拆股比例）、登记日（公司账目记录的合资格持有人日期）以及生效日（股票按新价格开盘且您的账户显示新持股数量的日期）。投资者常担心必须在登记日之前持有股票才能“获得资格”，但系统会自动处理。在登记日与生效日之间购买的股票将自动获得该权利（经纪商通过应收账单进行跟踪），而卖出的股票则会将该权利转让给买方。您无需申请，也无需额外申领。

成本价的调整方式与股价一致。假设您以每股 40 美元的价格购买了 100 股，总持仓为 4,000 美元。在 4 比 1 拆股后，您持有 400 股，总额仍为 4,000 美元，即每股成本变为 10 美元；若随后卖出其中 100 股，该笔交易的成本为 1,000 美元。

非整数比例会导致碎股。例如 3 比 2 拆股会将 25 股变为 37.5 股，而公司很少发行半股：经纪商会交付 37 股整股，剩余的半股将以现金替代的形式发放——假设拆股后价格为 20 美元，则会存入 10 美元。这种强制性的少量出售属于针对碎股的应税事件。

拆股如何影响价格加权指数

在 S&P 500 等市值加权指数中，拆股不会产生影响，因为市值和指数权重均保持不变。但像道琼斯工业平均指数（Dow Jones Industrial Average）这样的价格加权指数则不同。在其中，每家成分股的权重是其股价占全部三十家公司股价总和的分数，而拆股会同时降低股价和总和。在生效当日早晨，指数发布商会调整道琼斯除数（即总股价除以的数值），以保持指数水平的连续性；此后，拆股后的股票权重将按比例下降，例如 4-for-1 拆股会将其在道琼斯指数中的影响力削减至约四分之一。

股票拆分常见问题解答

股票拆分会改变我的投资价值吗？

不会。股份数量按比例增加，股价按比例下降，两者的乘积（即您持仓的美元价值）保持不变，您的持股比例也保持不变。根据美国法规，拆分不属于应税事件；成本基准将分摊到新的股份数量中。

股票拆分后通常会上涨吗？

历史数据并未显示拆分会自动导致股价飙升。在 2025 年 44 次已测量的前瞻性拆分中，拆分日后 21 个交易日的股价中位数变动为 -1.5%，仅有 45% 的股票呈现上涨趋势——而同期 SPY 的中位数变动为 +1.6%。

股票拆分与股票股利有什么区别？

两者都会根据您的持股比例发放额外股份——股份增加，单价按比例下降，总价值保持不变。区别在于法律和会计形式；包括 Tesla 2020 年和 Alphabet 2022 年在内的几次著名的“拆分”，实际上是以股票股利的形式构建的。两者都不是现金股利，后者会支付实际资金。

股票拆分时，股利和期权会发生什么变化？

两者都会自动调整。每股股利按拆分比例下降，从而保持股利总额不变。上市期权由期权清算公司 (OCC) 进行调整：行权价按比例下降，合约数量按比例增加，从而维持每笔头寸的经济效益。

我持有的股票拆分时需要进行任何操作吗？

不需要。经纪商会在生效日自动执行拆分：新股份数量和重新计算后的每股成本基准会自动显示在账户中，无需任何操作。由于拆分比例无法整除而产生的碎股，通常会以现金形式结算。

以上所有数据均来自存储的、版本化的查询——展开任何面板下的 SQL 即可查看具体的测量指标，或直接在 Strasmore 终端使用英文进行相同的查询。

#stock splits#corporate actions#market structure#education