• 沒有找到結果。

第三章 研究方法

第二節 事件研究法-借殼上市異常報酬

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第二節 事件研究法-借殼上市異常報酬

一、 樣本資料來源與選取

利用中國大陸同花順金融數據庫篩選出的滬深 A 股借殼上市案例作為樣本,

樣本期間為 2006 年 1 月 1 日至 2015 年 12 月 31 日,並經由以下原則對樣本進一 步篩選:

1. 刪除無提供借殼宣告日之個股;

2. 若樣本期間內,某一公司發生多次借殼行為,則選取借殼宣告日較早者作為 研究樣本;

3. 宣告日當天無股價之樣本剔除;

4. 事件研究法市場模型迴歸係數無法估計之樣本刪除。

經過以上篩選機制,最終確定之有效樣本為 166 家中國借殼上市的公司。由 TEJ 台灣新報蒐集該 166 家中國借殼上市有效樣本之還原息股價,而市場模型大盤 指數數據則來自 Bloomberg 上證綜合指數還原息指數價格。股價與大盤指數期間 皆為 2000 年 1 月 1 日至 2016 年 12 月 31 日為止。

二、 事件研究法

事件研究法是利用一事件未發生前一段期間的歷史資料作為估計期,與市場 報酬率做出正常報酬的市場估計模型,並利用事件發生後的實際報酬與該模型估 計出來的正常報酬之差額作為異常報酬,利用統計方法驗證該事件發生後是否存 在顯著的異常報酬。本研究之事件研究衡量如下:

1. 以同花順金融數據庫提供之預案公告日為借殼上市宣告日 t = 0;

2. 市場模型以中國大陸最具指標性之上證綜合指數的大盤指數報酬率;

3. 以 t = 0 過去 250 天至 11 天 (t = -250 至 t = -11) 為估計期,與上證綜合指數做 出市場估計模型,並驗證宣告日前 10 天至宣告日後 10 天 (t = -10 至 t = 10) 之 異常報酬 (AR) 及往後 20、30、50、100、250 日之累積異常報酬 (CAR) 是 否顯著。如下圖 9 示意圖:

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

【圖 9 事件研究法示意圖】

三、 市場模型

利用 t = -250 至 t = -11 之歷史股價報酬作為估計期,對上證綜合指數之大盤報 酬率,以迴歸方程式建立市場模型。使用上證綜合指數報酬率作為市場報酬率原 因為上海證券交易所為中國大陸規模最大、市值最高的交易所,其上證綜合指數 最具代表性,也較能反映中國大陸的市場績效。市場模型迴歸方程式如下:

𝑅𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖𝑅𝑚𝑡 + 𝜀𝑖𝑡 𝑅𝑖𝑡:證券 i 於 t 日時的股價報酬率

𝑅𝑚𝑡:市場投資組合 (在此為上證綜合指數) 在 t 日時的報酬率 𝛼𝑖:市場模型之截距項

𝛽𝑖:市場模型之斜率項,衡量第 i 家證券股價報酬率與市場報酬率之變動情形 𝜀𝑖𝑡:證券 i 於 t 日時的殘差項

其中假設 𝑅𝑖𝑡 和 𝑅𝑚𝑡 皆服從常態分配,而 𝜀𝑖𝑡~𝑁(0, 𝜎2)。最終可以利用歷史 資料,得出估計值 𝛼̂ 和 𝛽𝑖 ̂ ,市場模型迴歸估計方程式如下: 𝑖

𝐸(𝑅̂ ) = 𝛼𝑖𝑡 ̂ + 𝛽𝑖 ̂ 𝑅𝑖 𝑚𝑡

利用該方程式及宣告日後證券的實際報酬率,可以計算異常報酬 (AR) 與累 積異常報酬 (CAR),其計算公式如下:

t -250 -11 -10 0 10

估計期間 測試期間

(借殼上市宣告日)

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

𝐴𝑅𝑖𝑡 = 𝑅𝑖𝑡− 𝛼̂ − 𝛽𝑖 ̂ 𝑅𝑖 𝑚𝑡

𝐶𝐴𝑅𝑖[𝑎, 𝑏] = ∑ 𝐴𝑅𝑖𝑡

𝑏

𝑡=𝑎

𝐴𝑅𝑖𝑡:證券 i 股價於第 t 日的異常報酬率

𝐶𝐴𝑅𝑖[𝑎, 𝑏]:證券 i 股價從 𝑎 日到 𝑏 日之累積異常報酬 𝑎:累積異常報酬之起始日

𝑏:累積異常報酬之終止日

四、 假說與檢定

當公司有重大事件宣告時,會造成股價異常波動,使得原來正常的股價報酬 同時產生異常的波動產生超額異常正或負報酬。本研究重大事件即為借殼上市,

利用事件研究法去觀測宣告日後的股價報酬波動是否產生異常報酬,故可以設立 以下假說:

𝐻0:𝐸(𝐴𝑅) = 0 𝑜𝑟 𝐸(𝐶𝐴𝑅) = 0 𝐻1:𝐸(𝐴𝑅) ≠ 0 𝑜𝑟 𝐸(𝐶𝐴𝑅) ≠ 0

當借殼上市樣本實際報酬與估計報酬之差額的期望值,即為異常報酬 (AR) 統計上為顯著時,則可推斷中國大陸市場上借殼上市宣告後,股價存在異常報酬,

反之統計結果不顯著,則表示股價不存在超額異常報酬。同理,借殼上市宣告日 後一段期間之累積異常報酬亦為如此。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y