第四章 實證研究與結果
第二節 主要迴歸－以台股加權指數為例
根據 Jegadeesh and Titman（1993）指出過去的短期報酬對未來報酬具預測 能力，Culter and Summers（1991）則是發現指數超額報酬與未來指數超額報酬 在短期預測期間（介於一個月到一年之間）具正相關。但並無文獻提到若將預測
日期 2/28/1983 4/30/1984 6/29/1985 8/30/1986 10/30/1987 12/31/1988 2/28/1990 4/30/1991 6/30/1992 8/31/1993 10/29/1994 12/30/1995 2/28/1997 4/30/1998 6/30/1999 8/31/2000 10/31/2001 12/31/2002 2/27/2004 4/29/2005 6/30/2006 8/31/2007 10/31/2008 12/31/2009 2/25/2011 4/30/2012 6/28/2013
週價比與歷價比 台灣加權股價指數
台股每月最後交易日收盤價 歷價比
週價比
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
又變成正數，與文獻不一致。但是，整體而言歷價比的統計結果並不夠顯著。推 測可能是因為台灣市場不夠活絡，鮮少出現新的歷史高價，而使得歷價比無法發 揮其身為反應不足的代理變數的功效，造成統計結果不夠顯著。
週價比則與未來超額報酬皆呈正相關，預測能力仍以極短期預測期間最為顯著，
若週價比上升 1%，未來市場超額報酬預期將上升超過 3%，而此時，投資人可能對 過去間斷發生的利多消息有反應不足的傾向。
從表 3-1 第四部分可發現，當歷史最高價等於過去 52 週最高價時，未來市場 報酬會隨之顯著的增加，尤以預測期間為極短期最為顯著。另外，歷史最高價指 標Dt不具顯著預測能力，與 Yuan（2008）之研究結果不符。
接著在月資料迴歸部分，將預測期間拉長至月，作相對長期預測期間，以落後 一期的變數分別對未來 1 個月、3 個月、6 個月與 1 年的超額報酬作預測。
實證結果如表 3-2 第一部分所示，本研究發現過去的市場月超額報酬對未來月 超額報酬不具顯著預測能力在預測期間為三個月與六個月時，甚至係數變成負數，
此顯示在以月資料為樣本的模型下，不存在動能效果。而此情形一樣延續到表 3-2 第二、三、四部分，過去的市場月超額報酬對未來月超額報酬皆不具顯著預測能 力。
在加入歷價比與週價比後情形並無改善，無論是只加入其中一個代理變數或只 同時加入兩個變數，歷價比與週價比皆對未來月超額報酬不具顯著預測能力。甚 至在表 3-2 第四部分，週價比的 t 值一度出現負數，與前述論文所述不符。此顯 示以月資料作為樣本並不適用於本迴歸模型。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
期間 𝑟𝑡 𝑋𝑚𝑎𝑥,𝑡 𝑋52,𝑡 𝐼𝑡 𝐷𝑡 𝑅2
1-Year 0.10 -0.15 0.02
（0.51） （-3.15）
1-Week 0.35 -1.60 2.78 1.74 -0.74 0.07
（8.01） （-2.02） （5.50） （3.92） （-1.40）
2-Week 0.34 -1.48 2.74 1.73 -0.84 0.07
（9.79） （-1.79） （5.15） （3.64） （-1.32）
3-Week 0.35 -1.60 2.78 1.74 -0.74 0.07
（8.01） （-2.02） （5.50） （3.92） （-1.40）
4-Week 0.33 -1.02 2.47 1.47 0.06 0.07
（9.96） （-1.19） （4.52） （3.06） （0.11）
3-Month 0.30 -0.45 2.25 1.34 -0.36 0.06
（5.86） （-0.49） （3.99） （2.94） （-0.51）
6-Month 0.23 0.69 1.74 0.89 0.68 0.05
（8.11） （0.78） （2.99） （2.09） （0.66）
1-Year 0.13 1.34 1.63 1.35 0.38 0.08
（4.01） （1.69） （3.22） （3.24） （0.47）
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第三節 控制景氣循環
在上一節中，研究結果發現歷價比與週價比對未來市場報酬具顯著預測能力，
但這是在未控制景氣循環的情形下。假設歷價比與週價比之所以會對未來市場報 酬具顯著預測能力，是因為其與某些和控制景氣循環的傳統總經變數有關，此時，
很有可能是因為這些傳統總經變數與未來市場報酬之間的關係，造成歷價比與週 價比具預測能力，而非歷價比與週價比本身捕捉的市場資訊有關。故為了檢測是 否歷價比與週價比是因為與總經變數有關才對未來市場報酬具顯著預測能力，本 研究在主要迴歸模型中加入在過去文獻中有提到對未來市場報酬具預測性的傳統 總經指標，分別是通貨膨脹率、實質利率與現金股利率，樣本期限取自 1982 年至 2014 年。
如表 4-1 所示，在加入三個總經變數後，過去週市場超額報酬對未來市場週超 額報酬具顯著的預測能力，尤其是極短期的預測期間最為顯著，故存在動能效果。
至於歷價比與週價比並沒有因為總經變數的加入而不顯著異於零，歷價比在預測 期間三個月內，如前述論文所提相同與市場報酬呈負相關，且具顯著預測能力。
週價比則與未來超額報酬皆呈正相關，預測能力仍以極短期預測期間最為顯著，
若週價比上升 1%，未來市場超額報酬預期將上升超過 2%。這也代表歷價比與週價 比的確包含其他總經變數所無法捕捉到的資訊，即歷價比與週價比本身對未來市 場報酬具預測能力，尤其是在極短期預測期間。
在總經變數部份尤以實質利率結果最為顯著，尤其是在半年的預測期間內，但 是現金股利與與通貨膨脹率則相較不顯著。另外，R2也因為三個總經變數的加入 而上升。
至於在月資料迴歸模型中，歷價比雖然與未來月超額報酬呈負相關，週價比則 是除了預測期間為一年以外皆與未來月超額報酬呈正相關，但是兩個代理變數皆
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
對未來月超額報酬皆不具顯著預測能力。至於總經變數部份，此通貨膨脹率、實 質利率與現金股利率皆不顯著。顯示以月資料作為樣本並不適用於本迴歸模型。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4：控制景氣循環之迴歸模型 表 4-1 週資料重疊迴歸
本表紀錄在第 t 期的預測變數對未來台股加權股價指數超額週報酬率（1 週、2 週、3 週、4 週、3 個月、6 個月與 1 年）的迴歸結果，基本預測變數包含台股加權指數過去週超額報酬率 𝑟𝑡、台股加權
指數最近股價除以過去 52 週最高價的週價比X52,t、最近股價除以歷史最高價的歷價比X52,t、雙價異同指標It、歷史最高價指標Dt。為了控制景氣循環，本模型另外加上三個傳統總經變數，分別是通貨 膨脹率
𝜋
𝑡、實質利率Rt與現金股利率Divt，本模型使用重疊週資料作為迴歸樣本，樣本取 1982 年至 2014 年，並使用 Newey-West t 統計值以控制統計異質性與自我相關性。期間
𝑟
𝑡𝑋
𝑚𝑎𝑥,𝑡𝑋
52,𝑡𝐼
𝑡𝐷
𝑡𝜋
𝑡𝑅
𝑡𝐷𝑖𝑣
𝑡 𝑅21-Week 0.32 -2.12 2.48 1.49 -0.41 35.89 7.09 0.03 0.09
(7.60) (-2.33) (5.25) (3.42) (-0.76) (0.88) (3.73) (0.34)
2-Week 0.31 -1.89 2.48 1.48 -0.55 11.43 6.61 0.00 0.08
(9.63) (-1.99) (5.07) (3.23) (-0.85) (0.27) (3.28) (0.04)
3-Week 0.32 -2.12 2.48 1.49 -0.41 35.89 7.09 0.03 0.09
(7.60) (-2.33) (5.25) (3.42) (-0.76) (0.88) (3.73) (0.34)
4-Week 0.31 -1.40 2.20 1.18 0.36 1.56 7.03 -0.01 0.09
(8.43) (-1.42) (4.42) (2.62) (0.65) (0.04) (3.17) (-0.14)
3-Month 0.27 -0.69 1.95 0.97 -0.09 45.16 7.55 -0.05 0.08
(5.66) (-0.70) (3.47) (2.24) (-0.13) (1.18) (3.48) (-0.59)
6-Month 0.21 0.86 1.54 0.45 0.81 -30.71 6.40 -0.16 0.08
(6.94) (0.93) (2.78) (1.11) (0.78) (-0.81) (3.05) (-1.94)
1-Year 0.13 2.30 1.59 0.91 0.18 14.83 1.91 -0.28 0.10
(3.56) (2.58) (3.28) (2.18) (0.22) (0.28) (1.01) (-3.41)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-2 月資料重疊迴歸模型
本表紀錄在第 t 期的預測變數對未來台股加權股價指數超額月報酬率（1 個月、3 個月、6 個月與 1 年）的迴歸結果，基本預測變數包含台股加權指數過去月超額報酬率 𝑟𝑡、台股加權指數最近股價除以
過去 52 週最高價的週價比X52,t、最近股價除以歷史最高價的歷價比X52,t、雙價異同指標It、歷史最高價指標Dt。為了控制景氣循環，本模型另外加上三個傳統總經變數，分別是通貨膨脹率𝜋𝑡、實質利率 𝑅𝑡與現金股利率𝐷𝑖𝑣𝑡，本模型使用重疊週月資料作為迴歸樣本，樣本取 2005 年至 2014 年，並使用 Newey-West t 統計值以控制統計異質性與自我相關性。
期間
𝑟
𝑡𝑋
𝑚𝑎𝑥,𝑡𝑋
52,𝑡𝐼
𝑡𝐷
𝑡𝜋
𝑡𝑅
𝑡𝐷𝑖𝑣
𝑡 𝑅21-Month 0.04 -0.04 0.03 0.01 0.10 -2.77 -2.14 0.00 0.04
(0.62) (-0.71) (0.87) (0.57) (2.22) (-1.10) (-0.92) (0.72)
3-Month -0.05 -0.01 0.01 0.01 0.02 -4.18 -2.89 0.00 0.03
(-0.55) (-0.08) (0.19) (0.40) (0.30) (-1.69) (-1.16) (1.05)
6-Month -0.12 -0.04 0.02 0.02 0.10 -1.71 -2.43 0.01 0.05
(-2.38) (-0.70) (0.58) (0.69) (2.13) (-0.78) (-1.12) (1.52)
1-Year 0.08 -0.02 0.00 0.02 0.01 -1.19 -0.52 0.01 0.02
(0.83) (-0.34) (-0.08) (1.13) (0.14) (-0.55) (-0.23) (1.54)
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
果相反，歷價比與未來市場月超額報酬呈負相關，結果與文獻相符，但是預測能 力仍不顯著。
若只額外加入週價比做為預測變數，此時，與包含經濟泡沫樣本的迴歸模型結 果相反，週價比與未來市場月超額報酬呈負相關，結果與文獻不符。
在同時加入歷價比與週價比，此時，歷價比與未來市場月超額報酬呈負相關，
而週價比則與未來市場月超額報酬呈正相關，兩個代理變數的預測能力相對不含 經濟泡沫的的迴歸模型明顯改善，雖然仍不具顯著預測能力。
若再加入三個總經變數以控制景氣循環，歷價比除了與未來月超額報酬呈負相 關，相較不含經濟泡沫的迴歸模型其預測能力也較為顯著，尤其是在一個月與三 個月的預測期間。至於週價比則與未來月超額報呈正相關，相較之前的迴歸模型 其預測能力也變得較為顯著，尤其是在一個月與三個月的預測期間。至於，總經 指數部分則不顯著。
綜上而論，在月資料迴歸模型中，去除台灣經濟泡沫的確改善兩個主要代理變 數的預測能力，使其能發揮身為代理變數的能力。然而，其預測能力卻仍然不具 顯著性，顯示以月資料作為樣本的月迴歸模型並不適用在本迴歸模型。
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
結果較不顯著。簡而言之，雖然摩根台股指數與台股加權指數相關性高達 0.92，
但是相較之下摩根台股指數的能見度高於台股加權指數。
結果顯示，在週資料迴歸模型中，能見度依高到低的排序為摩根台股指數、
台股加權指數與台灣 50 指數。
在月資料迴歸模型，結果如表 7-1 所示，台股加權指數的歷價比雖然與未來 超額報酬在短期預測期間呈負相關，但是預測能力卻不顯著。週價比與未來超額 報酬除了預測期間為一年以外，其他皆呈正相關。
如表 7-2 所示，台灣 50 指數的歷價比與未來超額報酬皆僅在預測期間為一年 時呈負相關，且預測能力並不顯著。至於週價比，其與未來超額報酬則是只有在 預測期間為一年時皆呈正相關，且預測能力並不顯著。簡而言之，在月資料迴歸 模型中，台股加權指數比台灣 50 指數具更高能見度。
如表 7-3 所示，摩根台股指數的歷價比與未來超額報酬皆呈負相關，若與台 股加權指數比較，整體預測期間皆比台股加權指數顯著。至於週價比，其與未來 超額報酬皆呈正相關，若與台股加權指數比較，整體預測期間皆比台股加權指數 顯著。簡而言之，摩根台股指數的能見度高於台股加權指數。
結果顯示，在月資料迴歸模型中，能見度依高到低的排序為摩根台股指數、
台股加權指數與台灣 50 指數。
‧
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
不比有台灣經濟泡沫樣本之迴歸結果顯著。控制景氣循環亦改善兩個代理變數的 解釋能力，歷價比與週價比的預測能力顯著的被提升，甚至週價比在一個月的預 測期間達顯著水準。
由此可見，在月資料迴歸模型中，去除台灣經濟泡沫的確改善了兩個代理變 數的預測能力，使其能發揮身為代理變數的能力。然而，其預測能力卻仍然不具 顯著性，推測除了因為月迴歸的樣本數相對較少以外，台灣股市相對其他大國規 模小，為淺碟型市場，市場較不活絡，即使沒有了台灣泡沫經濟的影響，亦容易 受到其他因素的影響，例如：證所稅議題等。觀察圖 2 可知過去三十年台股並無 創出較多新的歷史高位，過去 52 週高位的產生也相對不如活絡的國際市場多，
故可能造成歷價比與週價比在月迴歸模型中無法成為良好的過度反應與反應不 足代理變數的情形。此顯示以月資料作為樣本的月迴歸模型並不適用在本迴歸模
故可能造成歷價比與週價比在月迴歸模型中無法成為良好的過度反應與反應不 足代理變數的情形。此顯示以月資料作為樣本的月迴歸模型並不適用在本迴歸模