市場因子的干擾

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

17

R

smb、

R

_hml的相關程度相對較低，分別為 0.03 與-0.04。由此可知，在所有自變 數間，以市場因子(

R )與其他自變數的相關性相對較高，但其他自變數(

_m

∆ I

、

R

smb、

R

_hml)間的相關性相對較低。

表 1-2 自變數之特性分析

∆ I R

m

R

_smb

R

_hml

RMO

(A) 簡單 敘述 統計

平均值(%) -0.032 -0.152 0.431 0.174 0.252

標準差(%) 0.218 7.592 4.708 6.728 7.110

極大值(%) 0.62 22.171 14.232 35.325 19.871 極小值(%) -0.77 -21.742 -13.999 -16.336 -20.265 偏態 -0.080 -0.025 -0.194 1.389 -0.040

峰態 4.198 3.521 3.676 9.550 3.304

(B) 相關 係數 矩陣

∆ I

^{1 0.2501 0.0252 -0.0438 0.0052}

R

m 0.2501 1 -0.1839 0.1078 0.9384

R

smb 0.0252 -0.1839 1 0.1790 -0.0032

R

hml -0.0438 0.1078 0.1790 1 -0.0009

RMO

^{0.0052 0.9384 -0.0032 -0.0009 1}

1.3.2 市場因子的干擾

為釐清

R 是否對

_m

∆ I

存在干擾效應，我們會進行一連串的檢驗動作：首先會 將股票報酬率分別對

∆ I

以及股票三因子(

R 、

_m

R

_smb與

R

_hml)進行迴歸估計，以瞭 解

∆ I

或三因子是否對股票報酬具有個別的解釋能力。其次，我們會同時將

∆ I

、

R 、

m

R

_smb與

R

_hml放入迴歸式去估計，以瞭解當加入三因子之後是否會對

∆ I

的解 釋力造成影響。

表 1-3 是自變數只有

∆ I

的估計結果。在 5%的顯著水準下，有 12 類產業指 數的

ED

估計值呈現顯著的負值，譬如電子類指(-10.5)、營建類指(-9.47)、塑膠 類指(-9.13)、金融保險類指(-7.57)等；在 10%的顯著水準下，橡膠類指的負

ED

也 呈現顯著。由此可知，

∆ I

對於多數產業指數報酬率是具有解釋能力的。但是當

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

18

我們進一步觀察調整後的 R²卻發現到，單因子模型的配適度並不好。所有產業 指數的調整後 R²都非常低；其中，最高的是電機類指，但也只有 0.047。這表示 除了

∆ I

外，產業指數報酬率還有許多部分是沒有被解釋到的。

表 1-4 是自變數包括

R 、

_m

R

_smb與

R

_hml的估計結果。由表中可知，

R 對所有

_m 產業指數報酬率皆具有解釋能力，係數β 的估計值範圍從最小的 0.54(汽車類指) 到最大的 1.23(電子類指)，這顯示電子產業所面臨的市場風險是所有產業中最高 的。

R

_hml同樣對所有產業指數報酬率皆具有解釋能力，除了電子類指的估計係數 顯著為負外，其餘產業的

h

估計值皆顯著為正。這顯示台灣的電子產業是成長型 股票的投資報酬較高，其餘產業則是價值型股票的投資報酬率較高。相對於

R 與

_m

R

hml，

R

_smb的解釋能力就沒那麼高，但在 10%的顯著水準下，仍有 10 類產業指 數的 s 估計值是顯著的。

綜合表 1-3 與表 1-4 的分析結果我們可知，無論是

∆ I

或是股票三因子個別對 產業指數報酬率都是具有解釋能力的，差別的只是程度上的不同。

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

21

我們進一步將

∆ I

與股票三因子一起放入迴歸進行討論。表 1-5 是暫時忽略

R

smb與

R

_hml的影響，只分析自變數只有

∆ I

與

R 的情況。由表中可知，在所有產

_m 業中，β 皆呈現顯著，但是

ED

估計值卻都不顯著。由此我們可以明顯看出，當 加入

R 後，的確會對

_m

ED

的估計結果造成影響。

表 1-6 是進一步加入

R

_smb與

R

_hml的分析結果。首先，我們可發現到三因子係 數的估計值大小及顯著情形與表 1-4 的結果非常類似，而且調整後 R²也差異不 大。由此可知，加入

∆ I

並不會降低股票三因子的解釋能力。但是另一方面，表 1-6 中所有產業的

ED

估計值如同表 1-5 的結果一樣也都呈現出不顯著，再次證實 股票三因子的存在確實影響

ED

的估計結果。

綜合表 1-5 與表 1-6 的結果，我們推論當把

∆ I

與股票三因子一起放進迴歸式 時，

ED

的估計結果會受到三因子的干擾而變得不顯著。再者，根據前一節自變 數的相關性分析，我們推論主要的干擾因素應該來自於

R 。因為

_m

∆ I

與

R 的相

_m 關性最高，但與

R

_smb、

R

_hml的相關性較低。此外，從表 1-5 也可看出，將

R 納入

_m 迴歸模型後，

ED

估計值即轉變為不顯著，並非是將

R

_smb與

R

_hml納入迴歸模型後 才會發生的。

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

24

在文檔中 有關金融市場的三篇實證研究 - 政大學術集成 (頁 26-33)