作者： 什麼是反向股票分割？利弊分析
1股換10股的反向分割，將10股合併為1股，股價乘10，持倉總值不變。算術上中性，但採用的公司通常體質不佳。
反向股票分割是將公司現有股份合併為數量更少、價格更高的股票：在 1 股換 10 股的反向分割中，你持有的每 10 股變成 1 股，每股價格乘以 10，而你的持倉總價值不變。這與正向分割正好相反，正向分割是一股拆成多股價格較低的股票。就機制而言，兩者都不影響價值——但採用反向分割的公司是一個特徵鮮明的群體，以下面板追蹤了一組真實案例在分割後一年的表現。
反向股票分割對你的持股有什麼影響？
在執行日當天，公司會用較少的新股來取代每一批舊股，而股價也會以相同倍數進行調整。假設一個情況：你持有某檔股票 200 股，股價為 $0.60，總值 $120。公司執行 1 股換 20 股的反向分割。你現在持有 10 股，股價接近 $12.00，總值依然是 $120。你的持股比例完全相同，市值沒有改變，隔天早上公司的業務也毫無二致。
真正改變的是流通股數：流通在外的股數會依分割倍數縮減，連帶影響股票的流通股數——也就是實際可供交易的部位。
標記方式是新股數換舊股數。1 股換 20 股的反向分割，會將每 20 股舊股轉換為 1 股新股；而 4 股換 1 股的股票分割，則是將每 1 股舊股轉換為 4 股。當第一個數字小於第二個數字時，就是反向分割。
反向股票分割時，零股會如何處理？
股數很少能整除。持有 45 股，遇上 1 股換 10 股的反向分割，計算結果會是 4.5 股新股——而大多數公司不發行零股。公告會載明採用兩種標準處理方式中的哪一種：以現金代替，即公司支付零股的市值；或是無條件進位至下一個整股。以現金代替有一項實際後果——反向分割可能強制執行一筆你從未下單的小額賣出，並隨之產生相應的稅務文件。
公司為何進行反向股票分割？
公司最常提出的理由是為了符合交易所的掛牌規定。納斯達克和紐約證券交易所都要求掛牌股票符合 1.00 美元的最低價格標準，但測試方式不同：在納斯達克，若收盤買價連續 30 個交易日低於 1.00 美元，便會收到缺失通知；而紐約證券交易所則是以 30 個交易日期間的平均收盤價，與同一條 1.00 美元界線進行比較。無論哪種方式，未達標準都會啟動下市倒數計時，而反向分割僅憑算術就能提高報價——公司公告通常會以此為目的，寫明：「以重新符合最低買價要求。」其他提出的理由還包括機構投資人與指數供應商的最低價格規定、券商對極低價股票的限制，以及較高價格所帶來的觀感。
這些都無法改變公司的基礎業務——這就是為何股票分割本身價值中立，也說明了為何「被選中進行分割」這件事本身帶有資訊意涵：典型的候選對象，是股價已跌至 1.00 美元門檻的股票。
反向股票分割有多常見？
股票分割感覺很罕見——一家家喻戶曉的公司每隔一兩年宣布一次正向分割，就會登上頭條新聞。但紀錄顯示的並非如此。
每個數據背後的精確 SQL 語法
SELECT
countIf(adjustment_type = 'reverse_split') AS reverse_splits,
countIf(adjustment_type = 'forward_split') AS forward_splits,
round(100.0 * countIf(adjustment_type = 'reverse_split')
/ greatest(countIf(adjustment_type IN ('reverse_split', 'forward_split')), 1), 1) AS reverse_pct_of_splits
FROM global_markets.stocks_splits
WHERE toYear(execution_date) = 2026
AND execution_date <= today()2026年至今，美國市場執行了 690 次反向分割，相對於 175 次正向分割——已執行的分割中有 79.8% 是反向進行。而2026年並非特例。自2019年以來，每年的相同統計數據如下：
每個數據背後的精確 SQL 語法
SELECT
toYear(execution_date) AS year,
countIf(adjustment_type = 'reverse_split') AS reverse_splits,
countIf(adjustment_type = 'forward_split') AS forward_splits,
round(countIf(adjustment_type = 'reverse_split')
/ greatest(countIf(adjustment_type = 'forward_split'), 1), 1) AS reverse_per_forward
FROM global_markets.stocks_splits
WHERE execution_date >= '2019-01-01'
AND execution_date <= today()
GROUP BY year
ORDER BY year在圖表涵蓋的每一年中，反向分割的數量都超過正向分割：2019 年為 606 比 95，2021 年為 491 比 174，2026 年為 690 比 175——相當於每 3.9 次反向分割才對應一次正向分割。那些搶占頭條的正向分割，在公司行動行事曆上才是例外，而非慣例。
關於分割類型的資料說明
公司行動的資料來源記錄了三種調整類型：反向分割、正向分割和股票股利。一些著名的「分割」實際上是以股票股利的形式進行——例如NVIDIA在2021年的1拆4——而此處的統計僅包含被歸類為反向或正向分割的記錄。
常見的反向股票分割比例有哪些？
反向分割的比例多半集中在整數上，而且比例必須滿足最基本的數學要求：股價 0.10 美元的股票，至少需要「1 股換 10 股」才能達到 1.00 美元，更大幅度的合併則能換取更多緩衝空間。以下是 2026 年的分布狀況，以「多少舊股合併為 1 股新股」的標準形式計算：
每個數據背後的精確 SQL 語法
SELECT
concat('1-for-', toString(split_from)) AS ratio,
count() AS reverse_splits
FROM global_markets.stocks_splits
WHERE adjustment_type = 'reverse_split'
AND toYear(execution_date) = 2026
AND execution_date <= today()
AND split_to = 1
GROUP BY split_from
ORDER BY count() DESC, split_from ASC
LIMIT 102026 年最常見的反向分割比例是 1-for-10，共執行了 149 次。整數合併占據主導地位，而表格最深的那一端——把 20 股、30 股或 50 股舊股併成 1 股——出現的頻率遠比多數投資人想像的要高。
近期反向股票分割案例
以下面板列出紀錄中最近 12 筆反向分割，每筆比率以新股換舊股方式呈現：
每個數據背後的精確 SQL 語法
SELECT
execution_date,
ticker,
concat(toString(split_to), '-for-', toString(split_from)) AS ratio,
round(split_from / split_to, 2) AS old_shares_per_new
FROM global_markets.stocks_splits
WHERE adjustment_type = 'reverse_split'
AND execution_date <= today()
AND split_from > split_to
AND ticker != 'SPCX'
ORDER BY execution_date DESC, split_from / split_to DESC, ticker ASC
LIMIT 12這些股票代碼鮮少是家喻戶曉的名字——執行反向分割的股票偏向小型股——且比率差異極大。執行當日早晨，每檔股票會以乘上其分割比率的價格開盤，在未調整的報價中，這看起來就像隔夜出現的巨大跳空：這類走勢可藉由相對成交量檢查來區分是否為真實交易興趣，而一批反向分割也可能在單一交易日內，讓篩選器上四處出現這類訊號。
反向股票分割是好是壞？後續走勢說明一切
分割本身不會改變價值。要檢驗這是否為全貌，方法如下：取一段實際時間內執行的每一次反向分割，標記執行日的收盤價，然後追蹤這些股票代碼的後續走勢——與相同時間窗口內的標普500 ETF進行對比。
每個數據背後的精確 SQL 語法
WITH cohort AS (
SELECT ticker, min(execution_date) AS ex
FROM global_markets.stocks_splits
WHERE adjustment_type = 'reverse_split'
AND execution_date >= today() - INTERVAL 270 DAY
AND execution_date <= today() - INTERVAL 120 DAY
AND ticker != 'SPCX'
GROUP BY ticker
),
bars AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS d,
toFloat64(argMax(close, window_start)) AS px
FROM global_markets.delayed_stocks_minute_aggs
WHERE (ticker IN (SELECT ticker FROM cohort) OR ticker = 'SPY')
AND window_start >= today() - INTERVAL 275 DAY
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, d
),
series AS (
SELECT ticker,
arrayMap(x -> x.1, arraySort(x -> x.1, groupArray((d, px)))) AS days,
arrayMap(x -> x.2, arraySort(x -> x.1, groupArray((d, px)))) AS prices
FROM bars
GROUP BY ticker
),
spy AS (
SELECT days AS spy_days, prices AS spy_prices
FROM series
WHERE ticker = 'SPY'
),
horizons AS (SELECT arrayJoin([5, 21, 63]) AS h),
fwd AS (
SELECT c.ticker AS ticker,
h.h AS h,
indexOf(s.days, c.ex) AS i0,
indexOf(spy.spy_days, c.ex) AS j0,
(s.prices[i0 + h.h] / s.prices[i0] - 1) * 100 AS ret,
(spy.spy_prices[j0 + h.h] / spy.spy_prices[j0] - 1) * 100 AS spy_ret
FROM cohort AS c
INNER JOIN series AS s ON s.ticker = c.ticker
CROSS JOIN horizons AS h
CROSS JOIN spy AS spy
WHERE i0 > 0
AND j0 > 0
AND length(s.prices) >= i0 + h.h
AND s.prices[i0] > 0
)
SELECT multiIf(h = 5, '1 week after (5 sessions)',
h = 21, '1 month after (21 sessions)',
'3 months after (63 sessions)') AS horizon,
count() AS splits_measured,
round(quantileDeterministic(0.5)(ret, cityHash64(ticker)), 1) AS median_stock_pct,
round(abs(quantileDeterministic(0.5)(ret, cityHash64(ticker))), 1) AS median_stock_pct_abs,
round(quantileDeterministic(0.5)(spy_ret, cityHash64(ticker)), 1) AS median_spy_pct,
round(quantileDeterministic(0.5)(ret, cityHash64(ticker))
- quantileDeterministic(0.5)(spy_ret, cityHash64(ticker)), 1) AS median_gap_pct,
round(100.0 * countIf(ret < 0) / count(), 1) AS pct_below_split_day
FROM fwd
GROUP BY h
ORDER BY h在 297 次擁有完整一週後續走勢的反向分割中，中位數股票收盤價較其執行日收盤價 7.6% 。一個月後的中位數為 -11.4% ；三個月後為 -24.1% ，而標普500 ETF在相同窗口內的中位數為 4.4% ——差距達 -28.6 個百分點。這也並非單一落後股票拉低了平均值：該群體中有 72.4% ，即超過七成，在三個月時股價低於其分割日收盤價。
這就是「不好也不壞」的說法所忽略的：算術上是中性的；但訴諸此法的群體本身並非中性。有兩點確保了數據的誠實性。執行日價格已是合股後的價格，因此這波走勢完全與分割本身的乘算無關。而且這項衡量是經過存活者偏差美化的——一檔股票必須在觀察終點仍有交易記錄才能被計入，而可計數的股票數量從一週時的 297 檔降至三個月時的 279 檔。那些消失的股票，就是下一張圖表要說明的。
反向股票分割的股票會下市嗎？
取一個較早的群組——12 到 18 個月前執行的反向分割，每檔都有後續一整年的交易紀錄——並根據一年後的狀況將股票代碼分類。這些分類涵蓋了在分割前有正常交易時段成交紀錄的每一家公司。
每個數據背後的精確 SQL 語法
WITH cohort AS (
SELECT ticker, min(execution_date) AS ex
FROM global_markets.stocks_splits
WHERE adjustment_type = 'reverse_split'
AND execution_date >= today() - INTERVAL 540 DAY
AND execution_date <= today() - INTERVAL 365 DAY
AND ticker != 'SPCX'
GROUP BY ticker
),
repeats AS (
SELECT c.ticker AS ticker, count() AS later_reverse_splits
FROM cohort AS c
INNER JOIN global_markets.stocks_splits AS s ON s.ticker = c.ticker
WHERE s.adjustment_type = 'reverse_split'
AND s.execution_date > c.ex
AND s.execution_date <= c.ex + INTERVAL 365 DAY
GROUP BY c.ticker
),
bars AS (
SELECT ticker, toDate(toTimeZone(window_start, 'America/New_York')) AS d
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN (SELECT ticker FROM cohort)
AND (
(window_start >= today() - INTERVAL 545 DAY AND window_start < today() - INTERVAL 360 DAY)
OR window_start >= today() - INTERVAL 45 DAY
)
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, d
),
status AS (
SELECT c.ticker AS ticker,
countIf(b.d < c.ex) AS pre_split_days,
countIf(b.d >= today() - 45) AS recent_days,
any(ifNull(r.later_reverse_splits, 0)) AS later_reverse
FROM cohort AS c
INNER JOIN bars AS b ON b.ticker = c.ticker
LEFT JOIN repeats AS r ON r.ticker = c.ticker
GROUP BY c.ticker
HAVING pre_split_days > 0
)
SELECT multiIf(recent_days = 0, 'Stopped printing trades',
later_reverse > 0, 'Still trading, split again in reverse',
'Still trading, no second reverse split') AS outcome_one_year_on,
count() AS companies,
round(100.0 * count() / sum(count()) OVER (), 1) AS pct_of_cohort
FROM status
GROUP BY outcome_one_year_on
ORDER BY indexOf(['Still trading, no second reverse split',
'Still trading, split again in reverse',
'Stopped printing trades'], outcome_one_year_on)該群組中有 46.4%——即 124 家公司——在一年後仍在交易，且未再進行第二次反向分割。其餘部分則大致均分為兩種失敗模式。26.2%（70 家公司）在十二個月內執行了另一次反向分割：第一次的合股未能將價格維持在門檻之上達一年。27.3%（73 家公司）則已完全停止在正常交易時段成交。
「停止成交」是下市的一種替代指標，而非正式的申報文件：一檔股票從美國交易所轉至場外市場交易，與一家公司清算解散，兩者從這份交易所掛牌紀錄中消失的方式相同，此處並未加以區分。無論如何，該股票代碼已不在原處——而對照報酬率數據，情況是一致的：反向分割股票的中位數價格在數月後更低，且約有四分之一在一年內從掛牌紀錄中消失。
一次反向股票分割，逐個交易日的樣貌
中位數會掩蓋實際運作機制，因此這裡以一支完整個股為例。Asset Entities (ASST) 的紀錄中有 2 次反向股票分割：一次是 July 2024 的 1 股換 5 股，另一次是 February 6, 2026 執行的 1 股換 20 股。
每個數據背後的精確 SQL 語法
SELECT
execution_date,
concat(toString(split_to), '-for-', toString(split_from)) AS ratio,
concat(monthName(execution_date), ' ', toString(toYear(execution_date))) AS month_label,
concat(monthName(execution_date), ' ', toString(toDayOfMonth(execution_date)), ', ',
toString(toYear(execution_date))) AS date_label,
split_from,
split_to
FROM global_markets.stocks_splits
WHERE ticker = 'ASST'
AND adjustment_type = 'reverse_split'
ORDER BY execution_date下方價格圖表追蹤的是第二次合股，從執行前五個交易日到執行後約三個月。
每個數據背後的精確 SQL 語法
SELECT
toDate(toTimeZone(window_start, 'America/New_York')) AS date,
concat(monthName(date), ' ', toString(toDayOfMonth(date)), ', ', toString(toYear(date))) AS date_label,
round(toFloat64(argMax(close, window_start)), 2) AS close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'ASST'
AND window_start >= toDateTime('2026-01-30 00:00:00')
AND window_start < toDateTime('2026-05-09 00:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY date
ORDER BY date執行前最後一個收盤價落在 February 5, 2026，價格為 $0.49——遠低於 1.00 美元的掛牌門檻。執行日當天的下一個交易日收盤價為 $11.92：這並非交易所致，純粹是 20 股合 1 股的結果。未經調整的篩選器會顯示一夜之間「上漲」20 倍。
接下來的走勢，正是中位數告訴你該預期的情況，但個別案例有權偏離這個劇本。不到三週，該股在 February 24, 2026 收在 $7.16，遠低於分割日收盤價——隨後股價逐步回升，圖表期間結束於 May 8, 2026，收在 $15.92，高於其分割後新生命的起點。單一個股不代表整體分布：同類股的中位數是下跌的，而這支個股沒有。這就是為什麼上方圖表僅以中位數與股數來陳述，絕不作為預測。
常見問題
反向股票分割是好是壞？
機制本身是中性的——股價乘以倍數，股數除以倍數，持倉價值不變。公司背景才是關鍵：在4至9個月前執行反向分割的股票中，三個月後的中位數股價較執行當日收盤價下跌了24.1%，而同期標普500 ETF的中位數則為4.4%。這描述的是整體群體，而非任何單一個股。
股票在反向分割後通常會下跌嗎？
在此處衡量的群體中，多數情況如此：72.4%的反向分割股票在三個月後交易價格低於分割當日收盤價，中位數跌幅為-24.1%。此數據僅計入在該時間點仍有交易記錄的股票，因此低估了整體情況。
反向分割的股票會被下市嗎？
有些會。在12至18個月前執行反向分割的公司中，27.3%在一年後已停止在掛牌市場進行常規交易時段買賣，另有26.2%在同一十二個月內進行了第二次反向分割。46.4%仍在交易，且未再次進行股份合併。
反向股票分割會讓我賠錢嗎？
分割機制本身不會：100股每股0.50美元與10股每股5.00美元，同樣是50美元的持倉，且您的持股比例不變。唯一直接的現金影響是零碎股——若您的股數無法被分割比率整除，剩餘的零頭通常會以現金支付。
什麼是1股換10股的反向分割？
每10股合併為1股，股價乘以10——持有1,000股每股0.80美元的投資人，會變成持有100股每股8.00美元，同樣是800美元的持倉。在2026年的記錄中，最常見的反向分割比率是1-for-10，共執行了149次。
以上每個面板都是儲存且可檢驗的查詢——展開SQL即可審計，或在Strasmore終端機上對任何股票代號的分割歷史提出相同問題。