權益比例的樣本外預測能力

是在未來的低市場報酬之前，經理人並沒有進行策略性移轉，將負債發行移轉 到權益發行，這個結果和經理人擇時假說是不相符的。

第五節 權益比例的樣本外預測能力

在樣本外分析的部分，主要目的是要評估權益比例對整體市場報酬是否具 有樣本外預測能力。本研究針對有納入權益比例作為自變數的模型與僅包含常 數項的模型進行比較，由於本論文所關心的問題並非哪一個模型在過去期間 內，平均而言具有較精確的模型預測能力，而是哪一個模型對未來特定日期(下 一期)的預測具有較精確樣本外預測能力，因此，本研究採取條件方法，以過去 一段固定窗口長度內的歷史觀測值作為在預測時點時的可行資訊集合，分別計 算樣本外一期的預測誤差，再檢定哪一個模型會產生較大的樣本外預測誤差。

表 6 與表 7 為樣本外分析的結果，表 6 是以 CRSP 價值加權投資組合的年 報酬作為迴歸分析的反應變數；而表 7 則是以 CRSP 等權加權投資組合的年報 酬作為迴歸分析的反應變數。根據表 6 及表 7 中 Wald-type 檢定的結果顯示，不 論條件方法的損失函數是以誤差平方衡量或是以絕對偏差衡量，在 10%的顯著 水準下，皆不拒絕模型Ⅰ與模型Ⅱ的樣本外條件預測能力無異之虛無假說，因 此，將權益比例這個變數納入模型中並無法改善模型的樣本外預測能力。並且 無論市場報酬是以市值加權衡量或是以等權加權衡量都有相同的結果。此外，

如果納入權益比例變數的模型之樣本外預測誤差小於僅包含常數項的模型之樣 本外預測誤差時，MSE -_ MSE 或_ MAD -_ MAD 應該為負值，然而，我們可以發_

現多數的結果顯模型Ⅱ的預測誤差小於模型Ⅰ的預測誤差。

而根據拔靴複製法的檢定結果，在 10%的顯著水準下，亦不拒絕模型Ⅰ的 樣本外預測誤差至少大於模型Ⅱ的樣本外預測誤差之虛無假說，顯示模型Ⅰ的

表6 權益比例對價值加權市場報酬的樣本外預測能力

表6比較下列兩個模型的樣本外預測能力：

模型Ⅰ VWCRSP_t  S_t1 _t ； 模型Ⅱ VWCRSP_t _t

以固定長度滾動窗口的方式進行參數估計，再根據估計出來的參數預測在第t期的市場報酬。依此分別計算此兩模型的樣本外預測誤差，並計算此兩模 型均方誤與平均絕對差的差異。預測誤差以誤差平方(SE)與絕對偏差(AD)兩種方式衡量。dSE為模型Ⅰ與模型Ⅱ間誤差平方的差異；dAD為模型Ⅰ與模 型Ⅱ間絕對偏差的差異。MSE -_ MSE_為兩模型均方誤之差異，由計算樣本期間內各年dSE之平均數求得；MAD -_ MAD_為兩模型平均絕對偏差之差 異，由計算樣本期間內各年dAD之平均數求得。最初估計期是在滾動窗口估計法下，第一個被使用來估計參數的窗口期間。估計窗口的規模為估計期中 包含的觀測值數目。

2 2



 

 f f

dSE dAD f_  f_

最初估計期 估計窗口的

規模 平均 β

MSE - MSE _ Wald-type test p-value

Bootstrapped

p-value MAD -^ MAD _ Wald-type test p-value

Bootstrapped p-value 1928~1937 10 -0.0986 0.0052 0.1237 0.9300 0.0128 0.1175 0.8997 1928~1947 20 -0.0720 0.0017 0.7836 0.7041 0.0037 0.8673 0.6568 1928~1957 30 -0.0689 -0.0003 0.8468 0.4597 -0.0081 0.6007 0.2191 1928~1967 40 -0.0660 0.0011 0.9357 0.6087 -0.0050 0.8332 0.3378 1928~1977 50 -0.0575 0.0022 0.9286 0.6610 -0.0077 0.6769 0.2897

表7 權益比例對等權加權市場報酬的樣本外預測能力

表7比較下列兩個模型的樣本外預測能力：

模型Ⅰ EWCRSP_t S_t1_t ； 模型Ⅱ EWCRSP_t _t

以固定長度滾動窗口的方式進行參數估計，再根據估計出來的參數預測在第t期的市場報酬。依此分別計算此兩模型的樣本外預測誤差，並計算 此兩模型均方誤與平均絕對差的差異。預測誤差以誤差平方(SE)與絕對偏差(AD)兩種方式衡量。dSE為模型Ⅰ與模型Ⅱ間誤差平方的差異；dAD 為模型Ⅰ與模型Ⅱ間絕對偏差的差異。MSE -_ MSE_為兩模型均方誤之差異，由計算樣本期間內各年dSE之平均數求得；MAD -_ MAD_為兩模 型平均絕對偏差之差異，由計算樣本期間內各年dAD之平均數求得。最初估計期是在滾動窗口估計法下，第一個被使用來估計參數的窗口期間。

估計窗口的規模為估計期中包含的觀測值數目。

2 2



 

 f f

dSE dAD^ f_ ^ f_

最初估計期 估計窗口的

規模 平均 β

MSE - MSE _ Wald-type test p-value

Bootstrapped

p-value MAD -^ MAD _ Wald-type test p-value

Bootstrapped p-value 1928~1937 10 -0.1627 0.0046 0.2554 0.6650 0.0086 0.5068 0.6803 1928~1947 20 -0.1676 -0.0009 0.4479 0.4557 0.0003 0.3675 0.5041 1928~1957 30 -0.1677 -0.0023 0.5877 0.4149 -0.0004 0.6111 0.4954 1928~1967 40 -0.1572 0.0017 0.9037 0.5515 0.0046 0.6262 0.5608 1928~1977 50 -0.1341 0.0080 0.4063 0.7057 0.0198 0.7531 0.7593

均方誤(MSE 並沒有顯著小於模型Ⅱ的均方誤_) (MSE_)；而模型Ⅰ的平均絕對

綜合本研究實證分析結果，傾向於不支持經理人具有擇時能力的觀點，而 是認為看似經理人可以正確挑選時機的能力是由整體的假性市場擇時假說所 引起。以下，以整體假性市場擇時假說對本研究結果做出解釋，其概念如圖4 所示：

圖4 以整體的假性市場擇時假說解釋本研究結果

假設在第t期時，發生了不可預期的衝擊事件使得權益市場價格下跌。如果 權益發行是與目前權益價格呈現正相關，則當市場上發生了非預期的衝擊事件 (第t期)使得目前的權益市場價格下跌，權益發行應該會下降。因此，由事後觀 察會發現，在衝擊事件之前(第t-1期)，權益發行的數量相對較多；在衝擊事件 發生後，權益發行的數量顯得相對較少。於是，可以觀察到權益比例與下一期 市場報酬呈現顯著的負向相關。造成錯誤判斷成經理人能預測未來股市的走 向，能夠在股市即將走弱前，先在目前的股價高點發行較多的權益。然而，事

¡ 事後分析會觀察到權益比例與未來市場報酬呈現負向相關：

t-1 t 市場報酬(R) 相對高 相對低 (-)

權益比例(S) 相對高 相對低

¡ 即使事前經理人不具有擇時能力，僅依據目前股市條件做決策：

t-1 t 市場報酬(R) 相對高 相對低

(+) (+) 權益比例(S) 相對高 相對低

實上，經理人只是根據當下的股市條件來做決策，即使經理人並不具備市場擇 時能力，我們也仍然會在事後觀察到此一現象。