第一章 緒論
第二節 研究主題與目的
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 研究主題與目的
美國投資巨擘華倫·巴菲特所提出的 MV/GNP 比率，是投資實務界與財經 媒體界經常使用與報導的指標。該指標被華倫·巴菲特稱為在任何時間點衡量價 值的最佳單一指標。而觀察目前全球股票市場的價格水位，美國股票市場的 MV/GNP 數據【圖 1-1】，其在 2019 年底時已經來到突破 2000 網路泡沫之水 位，而再觀察台灣之數據【圖 1-2】，其在 2019 年底更是高過 2000 網路泡沫與 1990 股市泡沫之水位。而這樣的數據結果，是否隱含代表台灣加權股價指數之 價格已嚴重高估?
‧
1971 Q1 1972 Q1 1973 Q1 1974 Q1 1975 Q1 1976 Q1 1977 Q1 1978 Q1 1979 Q1 1980 Q1 1981 Q1 1982 Q1 1983 Q1 1984 Q1 1985 Q1 1986 Q1 1987 Q1 1988 Q1 1989 Q1 1990 Q1 1991 Q1 1992 Q1 1993 Q1 1994 Q1 1995 Q1 1996 Q1 1997 Q1 1998 Q1 1999 Q1 2000 Q1 2001 Q1 2002 Q1 2003 Q1 2004 Q1 2005 Q1 2006 Q1 2007 Q1 2008 Q1 2009 Q1 2010 Q1 2011 Q1 2012 Q1 2013 Q1 2014 Q1 2015 Q1 2016 Q1 2017 Q1 2018 Q1 2019 Q1 2020 Q1
US MV-to-GNP Ratio
0
1981 Q1 1982 Q1 1983 Q1 1984 Q1 1985 Q1 1986 Q1 1987 Q1 1988 Q1 1989 Q1 1990 Q1 1991 Q1 1992 Q1 1993 Q1 1994 Q1 1995 Q1 1996 Q1 1997 Q1 1998 Q1 1999 Q1 2000 Q1 2001 Q1 2002 Q1 2003 Q1 2004 Q1 2005 Q1 2006 Q1 2007 Q1 2008 Q1 2009 Q1 2010 Q1 2011 Q1 2012 Q1 2013 Q1 2014 Q1 2015 Q1 2016 Q1 2017 Q1 2018 Q1 2019 Q1
TW MV-to-GNP Ratio
【圖 1-1】美國總市值國民生產毛額比(MV/GNP)
【圖 1-2】台灣總市值國民生產毛額比(MV/GNP)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
為了了解台灣加權股價指數之價格合理性，本研究將針對台灣的 MV/GNP 數據，與台灣加權股價指數之歷史走勢進行研究，探究該數據與股價指數之相 關性，並分析該數據所建構之 MV/GNP 模型，是否為一個可以成功預測台灣股 市下跌修正之模型。最後再針對該模型建構幾個不同之投資策略，再次檢測其 預測之準確度，並實證其於實務應用到資本市場作為評價與投資依據之適用 性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第二章 研究架構
本研究共分五章，每一章中包含若干節。第一章為緒論，將闡述本次 研究之動機與目的；第三章為文獻回顧，將詳述本研究相關之國內外文 獻；第四章為研究方法，將介紹本研究所使用之研究方法與相關檢定；第 五章為實證結果分析，將說明本研究之實證結果、檢定結果，並說明本研 究之發現；第六章為結論與建議，將總結本研究之結論並提供相關建議。
樣本資料背景分析
研究結論 確立研究動機與目的
文獻探討
確立研究方法
實證結果與相關檢定分析
後續建議
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第三章 文獻回顧
對於資本市場的投資人而言，判斷資產價格是否為其合理價值，是最重要 的投資決策評估環節之一。而除了投資人外，國家政府基於穩健金融市場，並 保護投資人避免在資本市場蒙受損失，進而衝擊國家經濟穩定發展之目標上，
監理市場是否出現泡沫，也是政府機關非常重視之政策。例如過去日本於 1990 年代發生的經濟泡沫破裂，以及美國於 2000 年與 2007 年爆發的網路泡沫及房 地產泡沫，都帶給投資人及社會大眾嚴重的影響。因此在本章文獻回顧中，將 探討判斷資產價格是否高估(Overvalued)之主要方式，其中包括了泡沫之定義、
泡沫之相關理論研究，以及泡沫之相關預測模型。
第一節 泡沫定義
泡沫(Bubbles)是資產價格高估的一個表現形式。在人類歷史上，除了 20 世 紀以來著名的泡沫事件外，從 17 世紀到現在，每往後一個世紀也都有發生著名 的泡沫事件，例如發生於 1637 年的荷蘭鬱金香狂熱(Tulip Mania)、1720 年的法 國密西西比泡沫(Mississippi Bubble)與英國南海泡沫(South Sea Bubble)，以及 1840 年代的英國鐵路狂熱(Railway Mania)等。
雖然人類已經歷許多泡沫事件，也有許多學者投入泡沫之研究。但至今而 言，經濟學家對於泡沫之定義仍尚未形成明確且一致的共識。而在過去泡沫的 相關研究中，通常係以資產價格高於基本價值(或稱基要價值)的定義作為探 討，例如 Diba and Grossman(1984)，其對泡沫的定義為，投資人在理性預期 下，使資產價格偏離其市場基要價值(Market Fundamental Value)之部分。而該資 產價格高於基本價值之定義，後續也有許多學者基於此項定義做更詳細的闡
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
述，例如諾貝爾經濟學獎得主羅伯特·席勒(Robert J. Shiller)的著作《非理性繁 榮(Irrational Exuberance)》中，也嘗試對投機性泡沫進行如此定義:「價格上漲 的消息鼓舞了投資人的熱忱，這種熱忱心理逐漸感染更多人，價格上漲行情的 過程中產生各種渲染故事來合理化價格上漲走勢，也因此吸引越來越多投資 人，投資人雖然對投資商品的真實價值感到懷疑，但卻羨慕別人投資獲利，而 自己也享受賭博的快感，因此紛紛加入投資的風潮中。」而總結而言，不管泡 沫的類型或是定義為何，其都包含資產價格高於其價值的本質特性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 泡沫相關理論研究
泡沫除了尚未有明確且一致的定義外，學術界對於泡沫是否存在、或是泡 沬是否可以被預測，也存在意見上的分歧。諾貝爾經濟學獎得主尤金·法馬 (Eugene F. Fama)所提出的效率市場假說(EMH)，是學術界研究資產定價的重要 理論之一。其指出在市場完全有效率的情況下，市場的價格都已完全反映其合 理價值，投資人無法藉由預測未來走勢來求取利潤。因此，在尤金·法馬的效率 市場假說下，資產價格等同其基本價值，代表隱含著泡沫是不存在的，而同樣 要預測泡沫下股價未來之走勢也是不可能的。
然而究竟金融市場是否為效率市場，學術界亦有不同之意見，而在泡沫相 關研究上，也有以支持或不支持效率市場理論為基礎的理論研究。而本研究主 要為假設金融市場確實存在價格偏離其基本價值之可能，並且研究是否有相關 泡沫判斷與預測模型，可以辨別價格是否偏離其基本價值，及預測其價格未來 之走勢，亦即預測是否會發生價格修正(Correction)之現象。
1. 泡沫事件的出現機率
首先，就泡沫在過去歷史出現機率的研究上，從 Goetzman(2014)的研究中 指出，泡沫係屬於罕見事件。其在分析 21 個國家證券市場，自 1900 年到 2014 年來共 3470 組年資料數據中，市場上漲 100%後發生下跌 50%之事件的條件機 率僅有約莫 10%，其僅比整體發生下跌 50%之事件的機率高約 1%左右。從中 因此可見，泡沫在屬於罕見事件的情況下，要能成功判斷是否泡沫具有一定難 度。
‧
沫之生成原因，又區分成內生型泡沫(Intrinsic Bubble)與外生型泡沫(Extrinsic Bubble)兩類。其中理性泡沫理論仍以支持市場係效率市場為前提，而對於資產 有羊群效應(Herding Effect)之特性等。此外，在內生型泡沫的理論中，其認為 泡沫產生之原因為與其基要因素有關，例如該資產之價值；而在外生型泡沫的 理論中，則認為泡沫產生之原因與其基要因素以外之外生變數有關，例如外在 政策環境變動等。在理性泡沫類別之相關實證研究中，包含了 Blanchard and Watson(1982)之 研究，其將理性泡沫區分成確定型泡沫(Deterministic Bubbles)與隨機型泡沫 (Stochastic Bubbles)兩種類別。而其中確定型泡沫為泡沫的一種特例，其泡沫會 隨著時間以幾何級數式永久成長而不會破滅；反之在隨機型泡沫中，泡沫並不 會永久持續，而會在特定的機率下由幾何級數式成長轉為破滅。
由於確定型泡沫在現實中並不存在，因此後續學者對於理性泡沫之研究多 為針對隨機型泡沫來延伸，並在從中考量泡沫其他之外生因素而衍生更多的泡 沫類別。例如 Hamilton(1986)將理性泡沫之類型增加至三種，包含了確定型泡 沫、破滅型泡沫(Collapsing Bubble)與連續再生型泡沫(Continuously Regenerating
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Bubble)。然而在實證研究分析上，由於外生型泡沫的理論實證結果有些並不明 顯，因此 Froot and Obstfeld(1991)也提出了以基要因素來衡量的內生型泡沫理 論。
‧
面模型(Fundamental Model)、隨機模型(Stochastic Model)與情緒面模型(Sentiment-based Model)。
1. 基本面模型
基本面模型主要使用基本面之變數來衡量資產價格水準，而基本面之變數 包括了總體經濟數據如國內生產毛額(GDP)、利率、通膨率，或是財務數據如 盈餘、本益比等。其中最著名的模型之一為諾貝爾經濟學獎得主羅伯特·席勒，
在 Campbell and Shiller(1998)的研究中所提出之周期調整本益比(Cyclically Adjusted Price to Earnings Ratio; CAPE)。周期調整本益比與一般本益比的差異在 於，其使用過去一段時間的平均盈餘來計算本益比，並且依據通貨膨脹之情況 調整數據。而使用長期平均盈餘之本益比來衡量資產價格的概念，更早在價值 投資之父班傑明·葛拉漢(Benjamin Graham)，其在《證券分析(Security
Analysis)》一書中也主張到，由於使用單一年度盈餘之本益比波動很大，因此 使用五年或十年平均盈餘之本益比衡量比較合適。而關於周期調整本益比 (CAPE)在台灣股市之實證上，田懿裴(2015)也有針對 CAPE 比率來分析加權股 價指數與產業類指數之報酬率，其實證結果發現吻合 Campbell and Shiller(1998) 之實證結果，CAPE 比率對於台灣股市年均複合增長率(Compound Annual Growth Rate; CAGR)之關係，其對長期報酬率之解釋能力優於短期報酬率之解 釋能力。
此外 Ziemba and Schwartz(1991)與 Leo and Ziemba(2012, 2015, 2017)，則透
‧
Bond-Stock Earnings Yield Differential Model; BSEYD Model)來評估資產價格水 準。其模型理念與美國聯邦準備理事會於 1997 年公布的韓福瑞霍金斯報告 (Humphrey Hawkins Report)中所使用的聯準會模型(Fed Model)相近，皆為認為 股票報酬率應與長期債券殖利率有一定之關係，兩者差額過大可能反映資產價 格泡沫。而在 BSEYD model 之相關研究上，Leo and Ziemba(2015)則建立一個 檢視模型預測準確度之研究方法，並以該模型對不同國家的股市修正進行實 證。此外 Leo and Ziemba(2017)則依據前述研究方法，再分別對周期調整本益比 CAPE 與 BSEYD model 等模型去實證預測美國股市修正之準確度。而除了學術界外，被預為奧瑪哈的神諭(The Oracle of Omaha)的股神華倫·
巴菲特也在財富雜誌(Fortune Magazine)的 Buffett and Loomis(2001)之專文中，
提出了 MV/GNP 模型。而 Leo and Ziemba(2018)也同樣依據上述研究方法，針 對 MV/GNP model 去實證預測美國股市修正之準確度，其實證研究發現該模型 若搭配使用變動之門檻值，可以顯著性地成功預測美國股市修正。
而在台灣股市實證上，黃子瑋(2017)中有針對包含總市值國內生產毛額比 (MV/GDP)等各種指標與某段期間股市報酬率之相關性進行分析。而本研究則係 依據 Campbell and Shiller(1998)、田懿裴(2015)與 Leo and Ziemba(2018)所使用之 研究方法，去分析 MV/GNP 與台灣長短期股市報酬率之相關性，並實證
MV/GNP 模型預測台灣股市修正之準確度。
2. 隨機模型
隨機模型所使用的概念多為融合物理等學科領域，藉由觀察自然界之現象 所得到之原理來導入金融市場之研究。隨機模型與基本面模型之不同在於，其