（一） 資料頻率
台灣經濟新報資料庫中可取得的資料頻率有日、週、月、季、年這幾種資料 頻率。若資料頻率過短，資訊有可能在股票市場上反應不足，以致無法分析資訊 的影響。反之資料頻率過長，資訊所帶來的影響可能已經反應完畢，且蒐集到的 資料量也會較少，可能造成無法進行研究分析，或降低分析的精準度等情況發生。
本研究中計算 Streak 最基本的資料為稅後淨利，雖然其資料為季資料，但基於上 述的考量且為了使本研究資產組合的建立與真實狀況相近，故本研究樣本頻率採 用月資料進行實證分析。
二、 樣本
（一） 樣本－股票報酬率
樣本中的股票報酬率資料是從 TEJ 資料庫當中的「調整股價 (月)-除權息調 整」來取得以月為頻率的股票報酬率資料，單位為百分比。一般而言，當公司決 定發放現金股利或股票股利時，該公司股票的股價將會進行除權或除息的調整，
進而改變公司股價。但由於這樣的股價波動純粹只是因為公司將其獲利分配給股 東，並非受到公司營運狀況的改變或其他無經濟意義的事件造成對股價的影響而 有所不同，故需將其影響排除，所以本研究使用經過除權息調整的股票報酬率來 進行每個月資產組合報酬。
8
（二） 樣本－股票市值
樣本中的股票市值率資料是從 TEJ 資料庫當中的「調整股價(月)-除權息調 整」所取得以月為頻率的股票市值率資料，單位為百萬元。當每個月的資產組合 建構後，再來需要決定資產組合中每支股票的購買權重，一般分為等值加權 (Equal-Weighted)或市值加權 (Value-Weighted)，等值加權是指在給予資產組合內 每支股票相同的權重，而市值加權是指對投資產組合內每支股票依其市值佔整個 資產組合總市值的比例進行加權。本研究採用等值加權方法與市值加權方法，進 行探討研究。
（三） 未預期盈餘變數
根據 Chordia 與 Shivakumar (2005)，個別公司標準化未預期盈(individual standardized unexpected earnings，標記為 SUEi,tidv)計算方式如下：
SUEi,tidv= Ei,q-Ei,q-4
σi,q (1) Ei,q為股票 i 離 t 期最近之宣告日之稅後淨利，Ei,q-4為第 i 股票前四季之稅後淨 利，σit為股票 i 在過去八季盈餘和 (即式 (1)之分子)之標準差。因此 s
為當期稅後淨利減去四季前稅後淨利再除以其過去八季合之標準差。此外為避免 計算筆數太少造成變數的可信度降低，只有當過去八季稅後淨利資料至少有 4 筆以上 (含 4 筆)才使用該樣本。
9
(四) Streak 變數
根據 Cohen 與 Frazzini (2008)，個別公司連續未預期盈餘(Streak)，計算方式如下:
Streaki,tidv:當未預期盈餘至少連續兩季以上都是相同正(負)方向，即視為Streaki,tidv。
t-6 t-5 t-4 t-3 t-2
+ +
-t-1
-+ +
Streak Streak Streak
t +
(2) Streaki,tP:當未預期盈餘連續兩季以上都是相同正方向，即被視為Streaki,tP。
+ +
t-6 t-5 t-4 t-3 t-2
+ - + +
-t-1 t (3)
Streaki,tN: 當未預期盈餘連續兩季以上都是相同負方向，即被視為Streaki,tN 。
+ - - - + -
-t
t-6 t-5 t-4 t-3 t-2 t-1 (4) Reversali,tidv:為Streaki,tidv的終止，當Streaki,tidv正負變號時，即視為Reversali,tidv。
t-2 t-1 t
- - + - + +
-t-6 t-5 t-4 t-3 (5)
10
11
12
(六) 研究方法
本文研究方法採用資產組合和迴歸分析。在資產組合方面，我們採用雙重排 序於每個月月初針對 SUE 進行排序，排序後分為五組，買入 SUE 最大的 20%中 的Streaki,tP並同時賣出 SUE 最小 20%的Streaki,tN，以等值加權 (equal-weighted)，
來計算資產組合報酬率，資產組合持有期間為一個月。在測完主測詴後，後續還 測詴切割 Streak 次數、改變雙重排序等方法。
除了建構資產組合外，本研究也使用 Fama-MacBeth 迴歸來控制其他會影 響股票橫斷面報酬的因素，如下式:
Reti,t=α+βSUEi,tidv+θStreaki,tidv+Reversali,tidv+λκΧt-1Κ +εi,t-1 (8) SUEi,tidv定義如(1)所示，Streaki,tidv定義如(2)所示，Reversali,tidv為定義如(5)，Χt-1Κ 為 包含 K 個控制變數
13