本章節將介紹本研究的實證結果。本研究依循過去文獻所使用之資訊不對稱 性與資訊不確定之代理變數，加入影響放空者交易意願以及流動性之控制變數，來 探討資訊不對稱性與資訊不確定性對於公司被放空程度之影響。過去研究多集中 於研究放空交易的報酬表現、放空者究竟為誰或放空行為的資訊來源，本研究則聚 焦於資訊不對稱性與資訊不確定性對放空者的行為是否有所影響。故本章分別針 對資訊不對稱性、資訊不確定性對於公司被放空量增加時的增加幅度進行說明。
一、 資訊不對稱性會影響公司被放空程度，且為正相關。
Short Interest change(%)𝑖,𝑡
= 𝛼𝑖,𝑡+ β1∗ 𝑃𝐼𝑁𝑖,𝑡+ β2∗ 𝐴𝐷𝐽𝑃𝐼𝑁𝑖,𝑡+ β3∗ 𝑃𝑆𝑂𝑆𝑖,𝑡+ β4∗ 𝑂𝐼𝑖,𝑡 + β5∗ ln(𝑠ℎ𝑟𝑜𝑢𝑡)𝑖,𝑡 + β6∗ ln(𝑣𝑜𝑙𝑢𝑚𝑒)𝑖,𝑡+ β7∗ 𝑠𝑡𝑜𝑐𝑘 𝑟𝑒𝑡𝑢𝑟𝑛𝑖,𝑡 + β8∗ 𝑠𝑡𝑜𝑐𝑘 𝑝𝑟𝑖𝑐𝑒𝑖,𝑡+ ε𝑖,𝑡
本研究將先不加入控制變數，分別觀察四個資訊不對稱性代理變數單獨對應 變數之解釋能力，以及四變數皆加入迴歸後，那些變數解釋力最為突出。之後則加 入控制變數，並重複上述迴歸分析。
【表7、假說一迴歸結果】
由表4的欄(1)至欄(4)可以看出，在不控制其他變數的情況下，除了PIN之外，
其他三個資訊不對稱性代理因子ADJPIN、PSOS、OI，皆可觀察到公司資訊不對稱 性會與公司被放空張數變動率呈顯著的正向相關，此結果符合假說一。以ADJPIN 為例，在不加入控制變數下，ADJPIN (屬於資訊內涵之買賣單產生機率) 每上升1 百分點，則公司在遭遇放空時，放空量增加比例會升高1.8個百分點。而若四個解 釋變數皆帶入迴歸模型，見表4欄(5)，則PSOS之影響力會被其他解釋變數稀釋，此 因PSOS與PIN和ADJPIN有一定程度的相關，因此解釋力會被此二變數影響。
加入其他影響放空者交易意願以及流動性之控制變數的情況下，四個資訊不 對稱代理變數皆與公司被放空張數變動率呈顯著相關。其中PIN、ADJPIN為顯著正 相關，PSOS與OI為顯著負相關，皆符合本研究之假說一，在考慮其他易影響到交 易意願的控制變數之後，仍可觀察到公司資訊不確定性越嚴重，會越容易遭到放空 操作。舉PSOS為例，當一間公司其非屬資訊內涵之交易的出現機率每下降1百分點，
則其遭遇放空時，放空量的增加比率會增加0.7百分點。
二、資訊不確定性會影響公司被放空程度，且為正相關。
Short Interest change(%)𝑖,𝑡
= 𝛼𝑖,𝑡+ β1∗ 𝑓𝑖𝑟𝑚_𝑎𝑔𝑒𝑖,𝑡+ β2∗ 𝐴𝑄𝑖,𝑡 + β3∗ 𝐷𝐼𝑆𝑃𝑖,𝑡+ β4
∗ 𝑁𝐴𝑁𝐴𝐿𝑖,𝑡+ β5∗ ln(𝑠ℎ𝑟𝑜𝑢𝑡)𝑖,𝑡+ β6∗ ln(𝑣𝑜𝑙𝑢𝑚𝑒)𝑖,𝑡 + β7
∗ 𝑠𝑡𝑜𝑐𝑘 𝑟𝑒𝑡𝑢𝑟𝑛𝑖,𝑡+ β8∗ 𝑠𝑡𝑜𝑐𝑘 𝑝𝑟𝑖𝑐𝑒𝑖,𝑡+ ε𝑖,𝑡
本研究將先不加入控制變數，分別觀察四個資訊不確定性代理變數單獨對應 變數之解釋能力，以及四變數皆加入迴歸後，那些變數解釋力最為突出。之後則加 入控制變數，並重複上述迴歸分析。
【表8、假說二迴歸結果】
由表8 欄(1)至(4)可以看出，當不加入控制變數時，在四個公司資訊不確定性 代理變數當中，公司年齡 (firm age) 與分析師預測 EPS 之標準差 (DISP, Dispersion in analysts’ earnings forecasts) 對於公司遭遇放空時的放空量變動率並不顯著。而應 記帳品質 (AQ, Accruals Quality) 以及分析師人數 (NANAL, Analyst Coverage) 則 有顯著的相關性，其中AQ 為正相關，NANAL 為負相關，此結果符合本研究之假 說二。以AQ 為例，其迴歸係數為 0.0041，即代表當 AQ 上升一單位時，則公司遭 遇放空時，被放空量的比例變動會增加0.41 個百分點。而若四變數一起加入迴歸，
見表8 欄(5)，則僅剩 NANAL 有顯著的影響力。
在表8欄(6)至(10)中，加入其他影響放空者交易意願以及流動性之控制變數的 情況下，四個資訊不對稱代理變數中僅分析師人數(NANAL)與公司被放空張數變 動率呈顯著負相關，其他三變數皆為不顯著。此即代表當分析師人數每下降1單位 (1人)，則公司在遭遇到放空時，放空量的上升比例會增加2.09個百分點。以上結果 符合本論文之假說二，公司資訊不確定性與遭遇放空時被放空之程度呈現正向相 關。並可推論出即使資訊不確定性可能會削弱放空者們的資訊解讀能力，致使他們 可能較不願意放空，但隨之而來更大的獲利空間，與追求風險的交易習性，會使得 公司資訊不確定性越高，放空者也會更有意願將其作為放空交易標的。