公司特有風險與股票報酬關係之相關文獻

Malkiel and Xu（2002）採用1935到2000年美國 NYSE/AMEX 資料，發現當 並非每一個投資人均持有市場投資組合時，獨特性風險將會影響資產報酬，即使

Bali et al.（2005）重新檢視 Goyal and Santa-Clara（2003）的研究，將其研 究期間拉長，研究期間為1963年7月至2001年12月，研究方法與 Goyal and Santa-Clara（2003）同，在此研究期間內，並未發現與 Goyal and Santa-Clara （2003）

相同的結果，認為 Goyal and Santa-Clara（2003）的結論是因樣本研究期間選取 的關係，將研究期間拉長來看，其公司特有風險與市場報酬的正向關係就消失。

Wei and Zhang（2005）也重新檢視 Goyal and Santa-Clara（2003）的解果，

研究分別利用日資料與月資料來計算，日資料期間由1962年7月至2002年12月，

而月資料則採用1926年1月至2002年12月的資料來估計變數。其研究結果與 Bali et al.（2005）一致，也是認為其效果並未有持續性，研究發現 Goyal and Santa-Clara

（2003）的結果可能是一個離群值（outliers）所導致的結果。

Spiegel and Wang（2005）使用美國1962年1月至2003年12月的月股價報酬資 料，且樣本資料公司需有至少前24個月的60個月資料以用來估計，估計方式採取 FF（1993）三因子模式以直接分解法求取，另考慮到 OLS 法很難去捕捉到可能 存在股票變異數內的時間變動數，故採用動態模型如 Nelson（1991）EGARCH

方式估計公司特有變數。研究發現公司特有風險與報酬呈現顯著正向關係，而文 數。以市場模型估計日資料的公司特有風險變數以及使用 Fama and French（1993）

年三因子模型估計月資料的公司特有風險變數。其將所以有狀況分組討論，（1）

兩種公司特有風險衡量方式（以 FF（1993）三因子模型分別以日報酬資料與月

公司特有風險在市值加權的投資組合且採用 CRSP 為均衡點的時候，風險與報酬 呈現負顯著關係，而採用月資料計算結果的均不顯著，月資料計算之公司特有風 險對於股價報酬不具解釋能力。

Bali et al.（2008）使用1962年7月到2005年12月的日股價報酬資料來檢驗 Campbell et al.（2001）估計的公司特有風險和其提出之不需先估計市場 Beta 係 數的新公司特有風險估計方法，來檢視市場上公司特有風險的趨勢，發現兩者有 很大的差別，Campbell et al.（2001）所估算的趨勢高於新方法，且新方法發現公 司特有風險上升的趨勢是由於小公司、低價股以及年輕的公司所導致的，與 Campbell et al.（2001）的結果有所出入。

Angelidis and Tessaromatis（2009）使用美國1963年8月至2001年12月的資料，

採用 Bali et al.（2005）的研究方法，採用 regime switching model 來分析不定態

（nonstationary）的時間序列以及經濟循環。該研究發現公司特有風險與股價報 酬只有在低的風險區間（low variance regime）才有正相關。

Ang et al.（2009）接續 Ang et al.（2006）的研究，放寬樣本改為全球股票市 場，研究23個已開發國家股票市場日資料，研究期間為1980年1月至2003年12月，

研究發現與 Ang et al.（2006）一致，甚至負得更多，帄均來到-1.31%，高的公司 特有風險與下一期預期報酬之間為負的顯著關係。因此 Ang et al.（2006）所得