Strasmore Research
深度解析 Matt Connor作者： Matt Connor · 更新於 2026-08-08

Lockup 到期時股票會下跌嗎？研究結果

研究顯示 lockup 到期前後股價平均小幅走弱、交易量持續上升；了解解禁供給如何影響價格，以及為何市場通常提前消化日期。

股票在 lockup 到期時會下跌嗎？平均而言，股價會小幅走弱，但跌幅遠低於市場傳聞所暗示的程度。lockup 到期日是公司內部人士與 IPO 前投資人首次可以出售既有持股的日期。已發表的事件研究發現，該日期前後通常伴隨小幅負的異常報酬，以及交易量大幅且持續性的上升。這個日期早在數月前就已載明於 IPO 說明書，市場有充分時間消化相關資訊。

lockup 到期實際改變了什麼

lockup 協議是新上市公司的內部人士與承銷其股票發行的銀行之間簽訂的合約。IPO 後的一段固定期間內，通常是180天，有時是90天，這些持有人同意不得出售股票。期限屆滿時，公司不會發行新股，企業本身也沒有任何變化。改變的是依法可以自由交易的股票數量，也就是自由流通股數。一家在發行時出售自身10%股權的公司，到了到期日，可能有數倍於原先數量的股票符合上市交易資格。

這項安排有兩個重要特徵。潛在新增供給相對於自由流通股數可能很大，而日期則是任何查閱說明書的人都能知道的資訊。這兩點的作用方向相反，也正是直覺說法與實證結果出現差異的原因。若要了解協議本身的運作方式，請參閱我們的IPO lockup 到期說明。

股票在 lockup 到期時會下跌嗎？研究結果

這是股票市場中研究較充分的事件之一，因為日期是由合約決定，而不是由新聞決定。Field and Hanka（2001年，《Journal of Finance》）研究超過一千次 lockup 到期事件，指出到期日前後幾天集中出現具統計顯著性的負異常報酬，同時平均交易量永久性增加。異常報酬是指扣除同一期間大盤走勢後，股票價格變動中剩餘的部分。

Bradley、Jordan、Roten 和 Yi（2001年）發現相同型態，且價格走弱主要集中在創投支持的 IPO。Brav 和 Gompers（2003年）將 lockup 視為一種承諾機制，並將到期效應的幅度與公司特徵連結，而不是只歸因於解禁本身。Ofek 和 Richardson（2000年）將價格行為解讀為股票需求曲線向下傾斜的證據，也就是買方會以較低價格吸收額外供給。Cao、Field 和 Hanka（2004年）檢驗內部人士供給是否會損害這些日期附近的流動性，結果發現交易條件維持穩定，而非惡化。

這些研究可以帶出兩點。平均效應確實存在，但幅度很小，普通一個交易時段的走勢就可能抵銷。其次，個別結果相對於平均值的分散程度，遠大於平均效應本身。

交易量是較可靠的型態

下圖涵蓋6檔2023年與2024年的美國 IPO，將傳統180天基準日前30個日曆日與後30個日曆日的平均每日股票成交量進行比較。圖表採用180天慣例，而非各說明書中的合約日期。這是刻意的簡化，資料說明已於文末交代。

查詢2023–2024年 IPO 在第180天前後的日均成交量
每個數據背後的精確 SQL 語法
WITH multiIf(
        ticker = 'ARM',  toDate('2023-09-14'),
        ticker = 'CART', toDate('2023-09-19'),
        ticker = 'BIRK', toDate('2023-10-11'),
        ticker = 'ALAB', toDate('2024-03-20'),
        ticker = 'RDDT', toDate('2024-03-21'),
        ticker = 'RBRK', toDate('2024-04-25'),
        toDate('2024-01-01')) + 180 AS lockup_mark
SELECT
    ticker,
    round(avgIf(day_volume, session_date <  lockup_mark) / 1e6, 2) AS avg_volume_before_m,
    round(avgIf(day_volume, session_date >= lockup_mark) / 1e6, 2) AS avg_volume_after_m,
    round(100 * (avgIf(day_volume, session_date >= lockup_mark)
                 / avgIf(day_volume, session_date <  lockup_mark) - 1), 1) AS volume_change_pct
FROM
(
    SELECT
        ticker,
        toDate(toTimeZone(window_start, 'America/New_York')) AS session_date,
        toFloat64(sum(volume))                               AS day_volume
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('ARM', 'CART', 'BIRK', 'ALAB', 'RDDT', 'RBRK')
      AND window_start >= toDateTime('2024-01-15 00:00:00')
      AND window_start <  toDateTime('2024-12-15 00:00:00')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
    GROUP BY ticker, session_date
)
WHERE session_date >= lockup_mark - 30
  AND session_date <= lockup_mark + 30
GROUP BY ticker
HAVING countIf(session_date <  lockup_mark) > 0
   AND countIf(session_date >= lockup_mark) > 0
ORDER BY volume_change_pct DESC
Run this yourself

樣本中差距最大的是ALAB，數值為13.6%，從每個交易時段3.18百萬股升至3.62百萬股。圖表另一端是ARM，數值為-67.6%。解禁最明顯反映在換手率上：原本不能轉手的股票現在可以交易，而其中部分確實進入市場。

股價結果分散

同樣六家公司、同樣的期間，但改以收盤價而非成交量衡量。

查詢第180天前後30天的價格變動
每個數據背後的精確 SQL 語法
WITH multiIf(
        ticker = 'ARM',  toDate('2023-09-14'),
        ticker = 'CART', toDate('2023-09-19'),
        ticker = 'BIRK', toDate('2023-10-11'),
        ticker = 'ALAB', toDate('2024-03-20'),
        ticker = 'RDDT', toDate('2024-03-21'),
        ticker = 'RBRK', toDate('2024-04-25'),
        toDate('2024-01-01')) + 180 AS lockup_mark
SELECT
    ticker,
    round(100 * (argMaxIf(day_close, session_date, session_date <  lockup_mark)
               / argMinIf(day_close, session_date, session_date <  lockup_mark) - 1), 1) AS return_before_pct,
    round(100 * (argMaxIf(day_close, session_date, session_date >= lockup_mark)
               / argMaxIf(day_close, session_date, session_date <  lockup_mark) - 1), 1) AS return_after_pct
FROM
(
    SELECT
        ticker,
        toDate(toTimeZone(window_start, 'America/New_York'))   AS session_date,
        toFloat64(argMax(close, window_start))                 AS day_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('ARM', 'CART', 'BIRK', 'ALAB', 'RDDT', 'RBRK')
      AND window_start >= toDateTime('2024-01-15 00:00:00')
      AND window_start <  toDateTime('2024-12-15 00:00:00')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
    GROUP BY ticker, session_date
)
WHERE session_date >= lockup_mark - 30
  AND session_date <= lockup_mark + 30
GROUP BY ticker
HAVING countIf(session_date <  lockup_mark) > 0
   AND countIf(session_date >= lockup_mark) > 0
ORDER BY return_after_pct DESC
Run this yourself

基準日後30天的變化，圖表一端是51%，對應ALAB；另一端則是1.9%，對應BIRK。六家公司只能作為示例，而非完整研究。這正是呈現該圖的原因：少數普通解禁事件之間的結果分散程度，遠大於涵蓋一千多次事件的文獻所測得的小幅平均值。任何引用單一預期百分比來描述解禁效應的人，引用的其實只是非常寬廣分布的中間值。

到期日前的布局情況

到期日已公開載於說明書，因此專業交易員可以提前布局。其中一項可觀察的跡象是放空賣出量，也就是每日申報股票成交量中被標記為放空賣出的部分。這不同於放空餘額；後者是每月公布兩次的未償還借入股票餘額。放空賣出量是每日流量指標，而在正常情況下，多數流動性高的股票都具有相當高的放空賣出量。

查詢標記日前後各30天的放空成交量占申報成交量比例
每個數據背後的精確 SQL 語法
WITH multiIf(
        ticker = 'ARM',  toDate('2023-09-14'),
        ticker = 'CART', toDate('2023-09-19'),
        ticker = 'BIRK', toDate('2023-10-11'),
        ticker = 'ALAB', toDate('2024-03-20'),
        ticker = 'RDDT', toDate('2024-03-21'),
        ticker = 'RBRK', toDate('2024-04-25'),
        toDate('2024-01-01')) + 180 AS lockup_mark
SELECT
    ticker,
    round(100 * sumIf(short_vol, session_date <  lockup_mark)
              / sumIf(total_vol, session_date <  lockup_mark), 1) AS short_share_before_pct,
    round(100 * sumIf(short_vol, session_date >= lockup_mark)
              / sumIf(total_vol, session_date >= lockup_mark), 1) AS short_share_after_pct
FROM
(
    SELECT
        ticker,
        date                            AS session_date,
        toFloat64(max(short_volume))    AS short_vol,
        toFloat64(max(total_volume))    AS total_vol
    FROM global_markets.stocks_short_volume
    WHERE ticker IN ('ARM', 'CART', 'BIRK', 'ALAB', 'RDDT', 'RBRK')
      AND date >= toDate('2024-01-15')
      AND date <  toDate('2024-12-15')
    GROUP BY ticker, session_date
)
WHERE session_date >= lockup_mark - 30
  AND session_date <= lockup_mark + 30
GROUP BY ticker
HAVING sumIf(total_vol, session_date <  lockup_mark) > 0
   AND sumIf(total_vol, session_date >= lockup_mark) > 0
ORDER BY short_share_before_pct DESC
Run this yourself

ALAB在樣本中擁有最高的基準日前讀數：到期前30天內，申報成交量中有58.4%被標記為放空賣出；到期後30天則為48.7%。應觀察其水準，而不是只看變化幅度。早在解禁前，放空標記成交已占每日換手量很大一部分，這就是市場提前布局在逐筆成交紀錄中的表現。這些日期前，借券市場通常也會趨於緊張；而一檔借券成本高昂的股票，往往代表其他交易者早已集中布局。

單一公司逐個交易時段觀察

平均值會掩蓋走勢的具體形狀。以下呈現 Reddit 在2024年秋季、其自身180天基準日前後數週的走勢，上方為收盤價，下方為每日成交量。

查詢RDDT 第180天前後的每日收盤價與成交量，2024年8月至10月
每個數據背後的精確 SQL 語法
SELECT
    toString(toDate(toTimeZone(window_start, 'America/New_York'))) AS session_date,
    round(toFloat64(argMax(close, window_start)), 2)               AS close,
    round(toFloat64(sum(volume)) / 1e6, 2)                         AS volume_m
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'RDDT'
  AND window_start >= toDateTime('2024-08-12 00:00:00')
  AND window_start <  toDateTime('2024-10-25 00:00:00')
  AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
       + toMinute(toTimeZone(window_start, 'America/New_York'))) >= 570
  AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
       + toMinute(toTimeZone(window_start, 'America/New_York'))) < 960
GROUP BY session_date
ORDER BY session_date
Run this yourself

在圖中可見的53個交易時段內，從2024-08-12至2024-10-24，收盤價由$52.51變為$78.62。圖表中段沒有突然崩落。這是一般情況，而一般情況同樣具有參考價值。

何時可能出現較大波動

研究人員與交易團隊認為，較大反應通常具有共同特徵：解禁規模相對於市場可吸收的供給很大，而且持有人已有明確的退出途徑。

  • 自由流通股數少，但解禁股票數量大，因此釋出的股票可能是正常一週成交量的數倍。
  • 在基金存續期接近尾聲時，股權集中於少數創投或私募股權基金。
  • 股票交易價格大幅偏離 IPO 價格，無論是向上或向下，這會改變持有人持股的帳面狀況。
  • 每日流動性低，因此即使規模不大的出售計畫，也會占逐筆成交量的重要比重。

何時可能完全沒有反應

同樣常見的是，到期日經過後，圖表上完全沒有明顯變化。原因通常與結構有關。

  • 內部人士已在後續發行或次級市場發行中出售股票，因此供給早在數週前便透過一次協議交易進入市場。
  • 承銷商提前全部或部分解除 lockup，而承銷商有權這樣做。
  • 協議採分批解禁，或包含與財報發布或價格門檻相關的提前解除條件，因此180天日期只是多個解禁時間點之一。
  • 最大股東屬於策略性持有人而非金融投資人，沒有在任何特定日期出售的意圖。

針對特定即將到期事件的檢查清單

  1. 取得合約載明的日期，而不是自行推算的180天日期。該日期寫在說明書的承銷條款中。我們的如何查找 lockup 到期日指南會逐步說明查找位置。
  2. 將解禁規模與自由流通股數比較：即將符合交易資格的股票數量，除以目前可自由交易的股票數量。
  3. 確認次級市場發行是否已經讓該批股票的一部分進入市場。
  4. 閱讀分批解禁、價格門檻或與財報連動的提前解除條件。
  5. 觀察市場在到期日前已有的布局，包括放空賣出量占比與借券成本。
  6. 留意持有人名單的集中程度，以及這些持有人是否已公開說明退出計畫。

若要了解今年還有多少這類日期即將到來，請參閱我們對2026年 IPO 市場迄今表現的回顧。

常見問題

股票在 lockup 到期時一定會下跌嗎？

不一定。已發表的事件研究在大型樣本中發現，lockup 到期前後的平均異常報酬小幅為負，但個別結果在平均值兩側都有很大的分散程度。許多個別解禁事件經過後，股價完全沒有明顯反應。

一般 IPO lockup 期間有多長？

多數美國 IPO lockup 自發行日起持續180天；90天協議與分批解禁的多階段結構也很常見。具約束力的期間，以特定交易說明書載明的條款為準，而不是市場慣例。

lockup 到期時，交易量會發生什麼變化？

交易量是最一致的型態。Field 和 Hanka（2001年）發現，到期後平均交易量永久性增加；上方圖表也顯示，樣本期間多數公司都出現換手量階梯式上升。

lockup 可以在到期日前解除嗎？

可以。承銷商可以提前全部或部分豁免 lockup，許多協議也包含與財報發布或價格門檻相關的提前解除條件。這是以「IPO 加180天」計算的日期可能完全失準的主要原因之一。

到期日前的高放空賣出量不尋常嗎？

單憑這點不能判定。正常情況下，放空標記成交通常占多數流動性高股票每日申報成交量的很大比例。因此，解禁前的水準最好與該股票自身的基準比較，而不是與零比較。

資料說明與方法

三個橫斷面圖表均以各公司 IPO 日期起算的180天慣例為基準，相關日期可在 SQL 中查閱。這是項簡化：說明書中的合約到期日可能不同，可能採分批解禁，也可能提前獲得豁免。請將這些圖表視為窗口表現的示例，而不是六個合約到期日的紀錄。

交易時段由正常交易時間的分鐘線建立，並轉換為紐約時間，因此不包含延長交易時段的成交。放空賣出量來自每日申報的放空賣出量，並依 ticker 與日期去除重複資料。放空賣出量衡量的是每日申報流量中被標記為賣出的訂單，不等同於放空餘額；而一筆被標記為放空賣出的成交，也可能在數分鐘後平倉。

上文引用的學術研究包括 Field 和 Hanka（2001年）、Bradley、Jordan、Roten 和 Yi（2001年）、Ofek 和 Richardson（2000年）、Brav 和 Gompers（2003年），以及 Cao、Field 和 Hanka（2004年）。本文僅描述研究結果的方向，未列出幅度，因為各研究的樣本與觀察窗口不同於上述圖表所使用的窗口。

本頁每個圖表都附有產生該圖表的 SQL，因此可以逐行核對觀察窗口與 ticker 清單。若要對正在關注的解禁事件執行相同的前後比較，請在 Strasmore terminal 以自然語言提出要求。

#ipo#lockup expiration#insider selling#float#event study