事件研究法
國內學者沈中華與李建然合著“事件研究法-財務與會計實證研究必備＂一書中提
及，事件研究法（event study）可應用於探討當某一資訊或事件發生時，是否會引起股
價的異常變動，即是否會產生異常報酬率。本研究係藉由事件研究法（event study），
分析台灣與中國與台灣正式大三通後，對於台灣各類股是否造成異常報酬。事件研究法
最早是由Fama、Fisher、Jensen and Roll (1969)探討公司發布新資訊對股價的影響，其內
容是以股票分割事件的宣告為例，用以探討股票分割這項新資訊對公司股價的影響並觀
察資本市場的效率。事件研究法是先利用係數估計期間(estimation period)，估計出事件
期間(event period)的異常報酬率，大部分利用事件研究法的實證，其主要的目的是藉由
統計方法檢定異常報酬之狀況，並瞭解「特定事件」之揭露是否會影響證券價格，即該
「特定事件」是否具有資訊內涵。事件研究法一般用於分析特定事件是否會影響整個證
券市場、某特定產業，或影響個別股票。研究方式通常藉由檢定異常報酬率，是否大於
零來分析特定事件的影響。
為使本研究力求能客觀展現出兩岸大三通此一事件對於大盤指數與九大類股的影
響，本研究的係數估計期均為2008 年 5 月 16 日至 2008 年 11 月 20 日，共計 132 筆資
料，事件期則分別採樣三個時間點：第一段是以2008 年 11 月 21 日至 2009 年 3 月 23
日為樣本時間，共計80 筆資料；第二段是以 2008 年 11 月 21 日至 2009 年 5 月 19 日為
樣本時間，共計120 筆資料；第三段是以 2008 年 11 月 21 日至 2009 年 7 月 20 日為樣
本時間，共計163 筆資料；探討台灣區九大類股受兩岸大三通的影響，九大類股含：水
25
泥工業類、食品工業類、塑膠工業類、鋼鐵工業類、航運業類、觀光事業類、金融保險
類、半導體業類、及電子工業類。
事件研究法之實證研究
事件研究法有以下四個步驟
步驟一：確立事件及其所發生的時間
事件研究法所首重對研究的事件給予一個明確的定義。本研究係將台灣正式與中國
大陸之間宣告開放大三通當作一個事件樣本。其次，必須確定「事件日」(event day)，
即事件宣告或事件發生的時間，是研究觀察異常報酬率的基準日。本研究之事件日是以
行政院大陸委員會所簽訂之「海峽兩岸海、空運及郵政協議」之實行日為本研究之「事
件日」，即為2008 年 12 月 15 日，以該日為基礎探討國內九大類股指數變動是否受中
國大陸正式大三通影響。實證研究以事件日為「零日」，而以「-t 日」表示事件日前第
t 個交易日，以「+t 日」表示事件日後第 t 個交易日。
步驟二：設定樣本觀察期、係數估計期及事件期
樣本觀察期是樣本時間數列的長度，又分成「係數估計期」及「事件期」兩大部分
(參閱圖 3-1)，一般而言，以事件日之前的某一段期間為係數估計期(-t2~-t1)，而以事件
日的前後數日為事件期(-t1~+t1)。根據沈中華與李建然合著“事件研究法-財務與會計實
證研究必備＂一書中提及「係數估計期」之長短設定，並無客觀標準，多由研究者主觀
決定，但若估計期太短，可能損及預測模式的預測能力，若太長，恐怕該期間內有結構
性變化，而就目前文獻顯示，若以日報酬率建立估計模式，估計期通常設定為100 天至
300 天，本研究是以事件日前 157 個交易日(-t2=-157)到前 26 個交易日(-T1=-26)為市場
26
模型之係數估計期，共計132 天；同樣的，在該本書裡提及，事件期的設定亦沒有客觀
標準，但一般而言，就日報酬資料而言，多介於2 天至 121 天，而本研究欲探討兩岸三
通此一事件發生之前後，不同類股是否會隨著時間的拉長而有不同程度的影響，或者所
有類股均在短時間內同時因此一事件均有顯著影響，因而設定事件期共有三段，分別
為：事件日前25 個交易日(t=-25)到後 55 個交易日(t=+55)、前 25 個交易日(t=-25)到後
95 個交易日(t=+95)及前 25 個交易日(t=-25)到後 138 個交易日(t=+138)，希望藉次能客觀
的探討本研究之事件對於各類股的影響將隨著時間的是否呈現一致性的變化。
27
步驟三：計算期望報酬率及異常報酬率
計算異常報酬率前，須先求出期望報酬率，實證上用來計算期望報酬率的衡量模式
主要有平均數調整法(mean-adjusted return model)、市場指數調整法(market-adjusted
return model)、市場模式(market model)等三種，國內周賓凰與蔡坤芳（1997）兩位學者
使用Brown (1980) & Warner (1985）的方法，研究各種事件研究法常用的期望報酬率模
型及檢定的方法。其研究結果顯示，就期望報酬率模型而言，以市場模式（Market Model）
表現最佳，而市場調整報酬率模型在許多設定下皆產生拒絕過少的系統性偏誤，平均數
調整報酬率模型的檢定力則相當低。該市場模式假設證券報酬率和市場指數報酬率呈一
線性關係，主要是利用迴歸模式，將個別證券的系統風險，即係數，做為個別證券報
酬率的預測因子，用以衡量一種證券或一個證券投資組合相對總體市場波動性。市場模
式係以係數估計期的資料，以普通最小平方法 (OLS) 建立個別證券之迴歸模型。故本
研究使用市場模式來評估期望報酬率。
根據市場模式，影響個別股票報酬的來源有二：一是市場本身的風險因素，二是個
別股票本身的風險和條件，其作法是將整個觀察期分為「係數估計期」及「事件期」，
利用「係數估計期」中的報酬資料求得迴歸估計式，以做為推算「事件期」中期望報酬 t
-t2 -t1 t=0 t1
觀察期
係數估計期 事件期
圖3-1 觀察期、係數估計期與事件期
28
29
套入同樣的公式RˆitˆiˆiRmt，以求取事件期之預期報酬；參閱許多前人的論文中，發
現多數的論文裡，未清楚說明這兩個公式間的關聯性，許多前人均將事件期之預期報酬
公式改寫為E(Rit) = i + βiRmt，用以表示事件期之預期報酬表示法，但並未交代清楚前
後公式關聯，常使人無法立即理解該兩者之間的關係，故筆者特別於本研究中希望盡力
地清楚交代兩公式之間的關係。
一但求出預期報酬後，再計算出事件期中之實際報酬，以實際報酬減去預期報酬
後，所得出之值即為異常報酬率。因此 i 類股在第 t 日之異常報酬率為：ARit = Rit -
Rˆ
it，如果異常報酬為「正」，我們推論事件對類股的影響為高於預期報酬；如果異常報酬為
「負」，我們推論事件對類股的影響為低於預期報酬。
步驟四：進行Z 檢定異常報酬是否為零
將上述所求的各類股之AR 值，套入研究者所使用之計算軟體，如 EXCEL 或 SPSS，
採大樣本Z 檢定，透過 Z 檢定以了解異常報酬是否為零，若為零，代表事件的發生並未
能影響原本的大盤指數與各類股間的連動模式，亦即事件的發生並未帶來任何影響，反
之，則有影響。
30
第四章、實證結果與分析
本研究範圍涵蓋九大產業，包含水泥工業類、食品工業類、塑膠工業類、鋼鐵工業
類、航運業類、觀光事業類、金融保險類、半導體業類及電子工業類，統計資料的時間
範圍由2008年5月16日至2009年7月16日，各大類股價日指數及上市加權股價日指數的走
勢圖4-1、圖4-2、圖4-3所示。
圖 4-1：九大產業分類股價日指數
資料來源：台灣證券交易所，資料範圍：2008/05/16-2009/07/16
31 圖 4-2：上市加權股價日指數
資料來源：台灣證券交易所，資料範圍：2008/05/16-2008/11/20，共 132 筆
圖 4-3：上市加權股價日指數
資料來源：台灣證券交易所，資料範圍：2009/11/21-2009/07/20，共 163 筆
32 圖 4-4：世界主要工業國大盤指數圖
資料來源：台灣證券交易所，資料範圍：2008/05/16-2008/11/20
依據圖4-2、圖 4-3 及圖 4-4，可看出台灣大盤加權指數的走向幾乎與主要工業國雷
同，都是跌勢；然而由圖4-3 可看出，台灣股市於 2008 年 11 月下旬後，已明顯逐步呈
現向上走勢，圖4-4 中，看出除了上證綜指(上海)，其餘工業國大盤指數仍呈現跌勢或
無明顯變化(韓國綜合股價指數)，由此，本研究粗推台灣股市因受到史上特殊利多影響
(兩岸三通題材)，因而於此時擺脫國際股市陰霾。
33
各類股之^i及^i值
利用公式Rit = i + iRmt +it 將估計期各類股每日的Rit及Rmt套入統計公式即可算
出各類股之^i及^i，本研究之各類股之^i及^i值，整理如表4-1。
表4-1：各類股之^i及^i值
類股 ^i ^i
水泥工業類 0.0009655 1.13536844
食品工業類 0.00248725 0.93015076
塑膠工業類 0.00025865 0.84095392
鋼鐵工業類 -0.00076526 0.93299392
航運業類 0.00067533 1.12997341
觀光事業類 0.00161813 1.2592653
金融保險類 0.00040563 1.21813864
半導體業類 0.00044337 1.06153318
電子工業類 -0.00009225 0.99947418
34
各類股之異常報酬(AR)
利用上節所求出之^i及^i，套入公式 RˆitˆiˆiRmt，求出事件期內的各類股之每
日異常報酬，此時的Rmt值為事件期內第t 日的市場報酬率，接著，算出事件期內的各
類股每日之Rit值及ARit = Rit E(Rit)。
Z 檢定
本研究列出三段事件期之Z 檢定，用以說明事件發生後，在不同時段中，各類股異
常報酬變化之顯著性程度。
表4-2：2008 年 11 月 21 日至 2009 年 3 月 23 日之 Z 檢定值
此Z 檢定的範圍是 2008 年 11 月 21 日至 2009 年 3 月 23 日，共 80 筆資料，在這一
時期，航運與食品類股呈現顯著性高，但與預期報酬反向；電子工業類呈現顯著性高，
且與預期報酬正向。
35 表4-3：2009 年 11 月 21 日至 2009 年 5 月 19 日之 Z 檢定值
此Z 檢定的範圍是 2009 年 11 月 21 日至 2009 年 5 月 19 日，共 120 筆資料，在這
一時期，航運與食品類股與上一筆的Z 檢定一樣呈現顯著性高，且持續與預期報酬反
向；水泥工業類、鋼鐵工業類、及觀光事業類的顯著性有上升趨勢；然而電子工業類、
半導體業類與金融保險類卻呈現顯著性下滑。
表4-4：2009 年 11 月 21 日至 2009 年 7 月 20 日之 Z 檢定值
此Z 檢定的範圍是 2009 年 11 月 21 日至 2009 年 7 月 20 日，共 163 筆資料，在這
一時期，航運與食品類股維持著一樣的顯著性高但與預期報酬反向；塑膠工業類及觀光
事業類的顯著性也持續呈現上升趨勢；電子工業類與半導體業類則表現出較上一筆Z 檢
定中略佳的顯著性。
36
根據表4-2、表 4-3、及表 4-4 之 Z 檢定，依據顯著性與否及變化，將本研究之九大類股
分成四類，如表4-5 所示：
表 4-5：九大類股顯著性分類表
類別 類股
顯著性高但與預期報酬反向 食品工業類、航運業類
顯著性高但與預期報酬反向 食品工業類、航運業類