第二章 文獻探討
第二節 國內公共政策對股價影響之研究
國內研究租稅影響公司股價也此採取與國外相同作法，把事件日分為多日討 論。如：林世銘、陳明進、蔡天俊(2000)探討民國81年行政院擬將土地增值稅改按
「實際成交價格課徵」此一提案是否會對公司有異常報酬研究。結果顯示，在民 國81 年，行政院通過「土地交易按實際價格課徵土地增值稅」草案時，負債比率 較高的上市公司，其負向股票異常報酬率高於負債比率低的上市公司。而在民國 81年10 月，當土地交易按實價課稅政策不能實施時，土地佔資產比率較高的上市 公司，其股票正向累積異常報酬率高於土地佔資產總額比率低的上市公司。
汪瑞芝、陳明進、林世銘 (2005)，探討土地增值稅減半兩年的政策進行事件研 究。將發生時點分成八個事件，看看政策對於營建業股價與金融業的影響。因為 各股價會會有相依性，利用 GLS(joint generalized least squares)解決相依性問題，並 提出四個假說。實證結果發現，四個假說皆成立後。再去做累積異常報酬率之迴 歸實證結果。累積異常報酬率來源分成:1.截距項 2.土地比率 3.負債比率 4.營建業 5.金融保險業 6.公司規模。發現，土地比率、負債比率、營建業、金融保險業。
皆對累積異常報酬有正向影響。
黃雅玲(2003)，探討土地增值稅減半徵收延長一年對上市上櫃營建公司股價是 否有產生正的累計異常籌，並以回歸模式分析該累積異常報酬與公司特性之關連 性。此文將土地增值稅發生時點分成兩事件。並以利息保障倍數、負債比率、待 售房地產持有比率、公司成長性及公司規模與累計異常報酬的關係。實證發現，
兩事件日皆有明顯證的累計異常報酬率，且當立法院確定土地增值稅減半延長的 消息發布值，利息保障倍數、代售房地產持有比率為正相關、與公司規模為負相 關。
土地增值稅減半政策在2002年受到熱烈討論外，營業稅率的調降也曾造成國 內熱門研究項目。林世峰(2000)討論1999年，政府宣布了金融業之營業稅率由5%
調降為2%。研究中將事件相關演變消息制訂了八件事件日，前四個事件日為明顯
15
的正向顯著，後四個事件日因只是加強說明前四個事件日之消息，造成民眾早已 預期，因此股價並不明顯，此與Blanchard(1981)研究符合，事件日一定要群眾無法 預期才能有正向報酬。
李國綸(2001)研究2000年10月14日行政院將金融營業稅率調降至零對市場的 影響，並就造成的影響去探討可能的原因。分別以Fama(1976)的市場模型、
Stone(1974)的二因子模型、以及GRACH(1,1)等三種模型來估計預期報酬率。實證結 果顯示，上市櫃銀行股因營業稅率調降產生正的異常報酬率及正的異常交易量。
累計異常報酬率的大小與銀行逾放比、公司成長性有正相關。且因營業稅降低而 增加之每股盈餘越大者，異常交易量持續期間越長。
除了2000年的營業稅調降、2002年的土地增值稅減半、近年來台灣政策的大 事，莫非屬金融風暴中政府發放消費卷事件。
洪綾君 (2009)，研究將消費卷分成兩個事件日，進行異常報酬的估算。事件 一：11 月 16 日消費卷特別條例正式提出事件二：12 月五日立法院三讀通過。將 11 月 16 日的事件期拉長為前後五日，也就是總共十一天的事件期。12 月五日則 將事件期維持事件日的前後兩天，也就是共五天的事件期。結果發現:事件一若只 做前後兩日，平均異常報酬率為-0.596%，但若做前後五日，平均異常報酬率達 1.23%的正向平均異常報酬率，顯示民眾在事件宣布前已預知，因此反應時點有提 前。但不管是時點一或是時點二，消費卷並無明顯對經濟整體帶來正面效果。
但若以個別可能受影響的產業來看，貿易百貨業在事件日前後五天累計異常 報酬為 17.58%，食品業也有 14.536%的累積異常報酬。顯現出消費卷對百貨、食 品相關企業的股價反應超過一般的反應水準或其他產業。
16 第三章 研究假說
本文採用事件研究法研究奢侈稅對於公司股價是否有顯著影響。但在使用事 件研究法之前，我們要先定義事件日與研究方法，因此本章會有下列幾個小節，
來定義所使用的資料。1.估計期與研究期的界定、2.股票報酬率預計估計模式、3.
事件日的分類、4.實證假說 5.本文使用研究方法、6.資料來源、7.實證迴歸模型
第一節 估計期與研究事件期區間界定
為了要找出異常報酬率，首先我們要先定義估計期與事件期，再來定義估計期 裡的預期報酬率模式與事件期裡的報酬率模式。
圖十四：估計期與事件期
資料來源：本研究自行製圖 由於必須建立證券預期報酬率為何，因此必須根據一段時間 至 來建立預期 模式，此一區間稱為估計期，且估計期長度共計 N 期， 。以此估 計期建立之股票報酬率預期模式，預測可能會受到事件影響的事件期間( 至 )，
亦即事件期共計 Q， 。在事件期中，以實際報酬率減去預期報酬率，
即可得到每一事件期受到事件影響所產生的異常報酬率。一般來說，將事件日定 義為第 0 期，事件日前ㄧ期定義為-1 期，前二期定義為-2 期;事件日後期則為+1 期，
後二期為+2 期等等，以此類推。
估計期的長短，沒有客觀的標準，本文找到的文獻表示，通常估計期若以日 報酬率建立估計模式的時候，估計期間通常設定為 100 日至 300 日;週報酬率則為 50~120 週;月報酬率則通常設定 24 個月至 60 個月。事件期長度方面，與估計期相
17
同並沒有客觀標準，一般而言，使用日報酬率時，多採用 2 天至 120 天;採用月資 料則採用 12 個月至 24 個月。
第二節 股票報酬率預計估計模式
一般來說，股票報酬率預期模式可以分為三大類:
1. 平均調整模式(Mean Adjusted Returns model) 2. 市場指數調整模式(Market Adjusted Returns model) 3. 市場模式(Market model)
還是平均加權指數(equal weighted index)來計算市場報酬率理論上，市價加權指數 可能會較理想，可反映市場的績效(Roll,1980)。然而 Brown 與 Warner(1980)指出，
使用平均加權指數較能夠發現異常報酬率。Paterson(1989)認為平均加權指數與股 票報酬率之間相關性較大，因此參數估計較為精準，故能發現異常報酬率。
(1)
1)))
(2)
18
大波動。Engle(1982)提出自我相關異質條件變異數(Autoregressive conditional Heteroscedasticity variance;ARCH)模式以及 Bollerslev(1986)提出的一般化ARCH(Generalized ARCH;GARCH)模式可以描述此現象。沈中華與李建然(2000) 得到最大概似估計值(maximum likelihood estimator;簡稱 MLE)。模式估計的介紹可 參考張揖平與賴博志(2001)。因此事件期
E
期的預期報酬率計算方式如下(3)
(4)
(5)
19
20
21 第四節 實證假說
由於奢侈稅對於一年內課以 15%稅，兩年內 10%。將會造成不動產交易量大 幅下降。導致擁有大量土地及建築的公司，會因為銷售量比之前差，導致業績下 滑，進而影響股價下滑。本文預期奢侈稅會對有大量房地產行業造成重大影響，
因此預期營建、營造業與金融保險業是奢侈稅影響最深產業。因為奢侈稅，會使 不動產交易量大減，造成龐大的資本無法流通，將會有流動性風險。一旦公司現 金流量不足，且不動產難以脫手，將會減少營建業土地資產之價值，對於股票評 價為負向影響。提出假說：
H1a：奢侈稅事件演變訊息公布時，營建營造業股票負向異常報酬 率高於其他產業。
H2a：奢侈稅事件演變訊息公布時，金融保險業股票負向異常報酬率 高於其他產業。
公司向銀行借錢通常使用房地產作為擔保品。一旦奢侈稅實施，不動產流動 性大減，銀行對於負債比較高的公司將會減少貸款成數，導致公司可借現金變少，
影響公司價值，因此提出假說：
H３a：奢侈稅事件演變訊息公布時，負債比率越高上市公司，其股票 負向異常報酬率總額越大。
從本文所提出的研究估計期開始日 7 月 22 號，台灣大盤指數是 7647 點，估 計期結束日 12 月 15 日指數是 8756 點。在事件期開始日 12 月 16 日大盤指數是 8782 點，事件期結束日 5 月 31 日是 8988 點。
股市都會上漲時大家看好，已至於市場評價較好股票與獲利能力較高股票，都會 上漲較多，偏離原本公司價值，以致在往後日子下跌的比其他公司多。因此提出 假說 H4a,H5a
H4a：市值越高公司，在事件期的股價表現比其他公司低。
H5a：獲利能力越高公司，在事件期的股價表現比其他公司低。
22 第五節 本文所使用研究方法
一般而言，事件研究法最常用的報酬率是市場模式模型。但由於本文討論「單 一事件」，不是「同類事件」。若用最小平方法估計參數，將會造成誤差項與時間 有相依關係並非獨立。所以本文採用一般化自我廻歸條件化異質性模式(GARCH) 估計參數。以 611 家樣本公司在檢定期間 112 個交易日(以 t 表示，t=1,……,112) 之資料，進行本文 7 個事件日(以 j 表示，j=1,...,7)整體樣本公司的股票異常報酬率 是否顯著大於零的檢定，若為本文的七個事件日之第 j 個事件日，則 Dj值為 1，否 則 Dj值為 0(參考 Ali and Kallapur,2001)估計式可用以下表達：
在第(7)式中，下標號 i 代表第 i 家樣本公司，t 代表檢定期間的第 t 個交易日，
j 代表本文七個新聞事件日。本文以 99 年 12 月 16 日至 100 年 5 月 31 日止，共 112 個交易日為檢定期間。Ri,t代表第 i 家上市公司第 t 日之股票報酬率，Rm,t代表第 t 日股票市場加權指數報酬率。α、β 分別為該廻歸模型之截距與市場報酬回歸係數。
d1,…, d7個事件日整體樣本公司之異常報酬率回歸係數。
本文根據 Fama(1976)的市場模型計算異常報酬，在事件日發生之前取一段估 計期的歷史股價資料，估計市場模型中個變數之係數，來計算預期報酬率。以事 件期間之實際報酬率減去預期報酬率，求得該事件發生之異常報酬。本文以 99 年 7 月 22 日至 99 年 12 月 15 日，共 103 個交易日為估計期間；以 99 年 12 月 16 日 至 100 年 5 月 31 日止，共 112 個交易日為檢定期間。再利用一般化自我廻歸條件 化異質性模式(GARCH)求得參數，估計個別公司之風險係數。
因為本文是討論奢侈稅的同一事件，對所有上市公司股價的影響，因此會遇
因為本文是討論奢侈稅的同一事件，對所有上市公司股價的影響，因此會遇