法人操作效果的文獻回顧

台灣股市結構係以自然人(散戶)為主體的市場，偏高的週轉率經常導致股價指 數出現劇烈震盪走勢。隨著金融當局於 1988 年開放證券公司設立、1992 年開放證 券投資信託公司設立，包括證券自營商、投信公司、外資法人等「三大法人」的投 資比重日益擴大，促使法人在台灣股市扮演角色逐年加重，對股市發揮的影響日 增。此種現象促使法人的買賣超資訊及標的股票，成為散戶追逐與市場關注焦點，

從而對股價指數或報酬率發揮重大影響。有關法人從事股市交易是否發揮影響，相 關文獻的說法將可說明如下：

(一) 法人交易會發揮影響力

(1)價格壓力與拉力臆說（price pressure & pull hypothesis）：Shleifer（1986）從個 股供需觀點，指出各種股票均具有獨特性，彼此並非完全替代。當法人大量出售股 票時，將增加個股供給，而在需求不變下，股價勢將面臨向下調整壓力。反之，法 人大量買進個股時，將增加個股需求，而在供給不變下，將產生促使股價上漲拉力。

(2)訊息效果臆說（information effect hypothesis）：理論上，股價將會反映所有市 場訊息，隨著新訊息產生，股價將迅速反應調整至新均衡。實務上，訊息取得並非 無價，法人以其豐沛財力與物力，可透過各種管道蒐集所有可能資訊。是以Close

（1975）指出鉅額交易可能隱含某些新訊息，促使投資人重新評價股票，進而影響 股價。一般而言，鉅額買進隱含有利多消息會使股價上漲，鉅額賣出則意味著存在 利空消息而會使股價下跌。

(二) 法人交易並無影響力

(1)效率市場臆說（efficient market hypothesis）：Fama（1970）指出在效率市場中，

股價將反映所有新訊息，迅速調整到新均衡水準。在此，法人或許基於新訊息而進 行鉅額交易，但在效率市場中，股價已充分反映此一訊息，是以法人交易對股價無

影響力。

(2)替代效果臆說（substitution effect hypothesis）：就投資人而言，各種證券彼此 係屬完全替代，個別投資人面對水平的資產需求曲線，不論供給如何變化，股價仍 會維持原來水準，法人進行個股鉅額交易並不會影響股價。是以Close（1975）指出 當股票間彼此完全替代時，法人大量賣出某一個股，促使股價偏離預期合理股價區 間，將吸引投資人賣出其他股票，轉向買進此超跌個股，帶動股價回到先前的均衡 水準。

(3)競爭效果臆說（competition effect hypothesis）：當市場存在眾多法人而使市場 趨於完全競爭時，任一法人對股價判斷相互獨立且具競爭性。此時，若有法人刻意 拉抬股價時，其他法人將會賣出該股賺取價差，促使股價維持原先水準。是以法人 的交易除提昇股票流動性外，並不會影響股價。

第三章 實證模型建立

3.1 Granger因果關係檢定

為驗證在台灣股票市場上，台灣加權股價指數、成交量等變數彼此間的因果 對上兩式的變數x、y進行Wald statistic，(3.1)式的joint hypothesis 為：

H0：

β

₁ =

β

₂ =_L=

β

_i =0

( x does not Granger-cause y)

H1：

β

₁~

β

_i不全為0 ( x Granger-cause y)

(3.2)式的joint hypothesis 為：

H0：

β

₁ =

β

₂ =_L=

β

_i =0

( y does not Granger-cause x)

3.2 向量自我迴歸模型（Vector Autoregressive Model，VAR）

自從Sims（1980）提出以較無先驗限制的向量自我迴歸模型（VAR）來研究動 態聯立的總體經濟關係後，VAR已廣泛用於檢定經濟數列之間的因果關係。另 外，Nelson 與 Plosser（1982）發現經濟數列大多具有單根現象，而 Engle 與 Granger（1987）接續發現非定態變數之間可能存在共整合關係，是以有關動態總體 計量文獻重新檢討時間數列的非定態性質，進而發展出多種的單根及共整合檢定 之實證方法與推論結果。

Toda 與 Phillips（1993）隨後建議以向量誤差修正模型（VECM）來做Wald統 計量的因果關係檢定，但須先執行單根與共整合等事前檢定，才能得到體系中存 在多少隨機趨勢的必要訊息。由於這些事前檢定的檢定力並不很高，故以這種推 論作為後續推論因果關係的基礎，容易使人質疑推論結果。此外，採取VECM方法 必須先做共整合檢定，確定變數間是否存在長期關係，若有，則利用VECM來探 討短期關係往長期均衡關係修正的速度。

VAR是由多變數、多條迴歸方程式組成，在每一條方程式中，因變數皆以自 身的落後期，加上其他變數落後期來表示。在 m 個落後期間，VAR(p)的一般化 模型可表示如下：

∑ 　　　　

=

Υ

−

+

+

=

Υ

^m

t

t i t i t

1

ε β

α

(3.3)

Y

_t是變數矩陣，α 是截距項矩陣，βi是係數矩陣，

ε

t是白噪音矩陣，p是變 數個數，m是落後期數。

3.3 資料來源與處理

本文選取的樣本期間為 2006 年1 月 3 日至 2007 年 12 月 31 日，共 740 筆日資 料，研究變數包含台灣加權股價指數、成交量、融資餘額、融券餘額、自營商買 賣超、投信買賣超、外資買賣超等時間數列資料。相關資料來源將列於表 3-1，各 變數走勢將分別如圖 3-1、圖 3-2 所示。

（1）大盤加權股價收盤指數(P)：台灣證券交易所每日發佈之集中交易市場發 行量加權股價收盤指數。

（2）成交量(V)：台灣證券交易所每日發佈之集中交易市場成交量。

（3）融資餘額(L)：當日收盤為止，昨日餘額+本日買進-本日賣出-現金償 還。

（4）融券餘額(S)：當日收盤為止，昨日餘額+本日賣出-本日買進-現券償 還。

（5）自營商買賣超(D)：自營商買賣超*個股當日收盤價。

（6）投信買賣超(I)：投信買賣超*個股當日收盤價。

（7）外資買賣超(F)：外資買賣超*個股當日收盤價。

表 3-1 變數與來源

變數代號 變數名稱 資料來源

P 大盤加權指數 台灣經濟新報

V 成交量 台灣經濟新報

L 融資餘額 台灣經濟新報

S 融券餘額 台灣經濟新報

D 自營商買賣超 台灣經濟新報

I 投信買賣超 台灣經濟新報

F 外資買賣超 台灣經濟新報

圖 3-1 融資餘額、融券餘額、股價指數、成交量的對數及對數差分走勢圖

資料來源：c momey

圖 3-2 投信、外資、自營商買賣超金額及差分走勢圖

資料來源：c momey

接著，Fabozzi 與 Francis(1977)、Squire與Stevens(1993)將股票市場變化趨勢 依據時間長短，採取下列兩種定義方式：

（1）上漲（Up）與 下跌（Down）市場：本月股價報酬若小於上月股價報酬，

則稱為下跌市場；反之，則屬於上漲市場。基於上述定義，在本文選取的樣本資料 期間中，上漲的樣本數共 421 筆，下跌的樣本數為 319 筆。

（2）多頭（bull）與 空頭（bear）市場：股價報酬若連續三個月呈現上漲，則 稱為多頭市場；反之，股價報酬若連續三個月呈現下跌，則稱為空頭市場。在本文 選取的樣本期間中，多頭樣本數共 291 筆，空頭樣本數為 64 筆。

3.4 單根檢定

依據 Granger 與 Newbold(1974)的說法，若變數為非定態的時間數列，進行 迴歸分析可能產生假性迴歸(spurious regression)現象，亦即有高解釋力(R²)和顯著的 t值，卻不具任何意義。是以應將各數列資料取差分，再就差分後的時間數列資料 進行單根檢定，直到時間數列資料呈現定態，再以該時間數列進行估計才有實質 經濟意義。由於本文使用時間數列資料進行驗證，故將針對資料進行定態檢定、

常態性檢定以及ARCH效應檢定。Dickey 與 Fuller(1984)提出的ADF( Augmented Dickey-Fuller)單根檢定。

一、ADF模型設定包括三種：

(1) 無截距項及時間趨勢項

t i t m

i i

t

t

Y Y

Y

=

ρ

+

λ

∆ +

ε

∆ ₋

=

−

∑

1

1 (2) 包含截距項

t

由於ADF 檢定法是建立於殘差項為相同的獨立分配(identical independent distribution)的假設上，Phillips(1987)和Perron(1988)採用非參數法(nonparametric)來修

(一) 樣本全部期間

先針對所有樣本資料進行單根檢定，檢查資料是否為定態。若檢定資料為非 定態，則將資料進行轉換為定態資料。

全期單根檢定表

ADF 檢定 PP 檢定

對數值 對數差分值 對數值 對數差分值 變數 t-Statistic t-Statistic t-Statistic t-Statistic 融資餘額 -2.827049 -10.44181*** -2.747051 -19.65171***

融券餘額 -3.879059** -13.02174*** -3.728097* -18.38818***

股價指數 -2.834861 -26.46504*** -2.881288 -26.48171***

成交量 -4.211542*** -20.38491*** -11.28175*** -54.13677***

水準值 差分值 水準值 差分值

變數 t-Statistic t-Statistic t-Statistic t-Statistic 投信買賣超 -9.813082*** -14.23072*** -19.57322*** -102.8335***

外資買賣超 -10.27165*** -16.16947*** -21.52827*** -224.3212***

自營買賣超 -18.69556*** -14.89815*** -18.96086*** -170.1015***

註：*,**,***,分別表示在 10％、5％、1％的顯著水準下，拒絕單根存在的虛無假設。

單根檢定結果顯示，在1%顯著水準下，融資餘額及股價指數的對數值為須 取一階差分才符合定態的I(1)數列，其餘變數則為定態的I(0)數列。

(二)上漲與下跌市場

在進行上漲與下跌市場的分析時，融資餘額及股價指數亦須經過單根檢定，

方能確認在上漲與下跌市場時，融資餘額及股價指數的資料是否需經過一階差分 處理。

由下表可發現，在上漲與下跌市場中，上漲與下跌時之融資餘額及股價指數 亦須經過一階差分處理，才能成為定態時間數列資料。

上漲市場單根檢定表

ADF 檢定 PP 檢定

對數值 對數差分值 對數值 對數差分值 變數 t-Statistic t-Statistic t-Statistic t-Statistic 融資餘額 ^-2.151404 -18.92907*** -2.210504 -19.01782***

股價指數 -2.193841 -21.45097*** -2.122715 -21.46804***

註：*,**,***,分別表示在10％、5％、1％的顯著水準下，拒絕單根存在的虛無假設。

下跌市場單根檢定表

ADF 檢定 PP 檢定

對數值 對數差分值 對數值 對數差分值 變數 t-Statistic t-Statistic t-Statistic t-Statistic 融資餘額 -2.486535 -17.40840*** -2.613534 -17.43557***

股價指數 -3.345534* -17.00034*** -3.684130** -16.99935***

註：*,**,***,分別表示在10％、5％、1％的顯著水準下，拒絕單根存在的虛無假設。

(三)多頭與空頭市場

由下表可知，在多頭與空頭市場中，多頭與空頭時的融資餘額及股價指數亦 須經過一階差分處理，才能成為定態時間數列資料。

多頭市場下單根檢定表

ADF 檢定 PP 檢定

對數值 對數差分值 對數值 對數差分值 變數 t-Statistic t-Statistic t-Statistic t-Statistic 融資餘額 ^-1.752736 -7.052195*** -1.575574 -13.71021***

股價指數 -2.255347 -16.38833*** -2.375878 -16.38620***

註：*,**,***,分別表示在10％、5％、1％的顯著水準下，拒絕單根存在的虛無假設。

空頭市場下單根檢定表

ADF 檢定 PP 檢定

對數值 對數差分值 對數值 對數差分值 變數 t-Statistic t-Statistic t-Statistic t-Statistic 融資餘額 ^-2.168725 -6.339252*** -1.744348 -6.408061***

股價指數 -1.921018 -7.390694*** -2.011643 -7.388730***

註：*,**,***,分別表示在10％、5％、1％的顯著水準下，拒絕單根存在的虛無假設。

第四章 實證結果分析

4.1 Granger因果關係檢定

將取一階差分後的大盤加權指數、成交量、融券餘額、融資餘額、自營商買 賣超、外資買賣超、投信買賣超等符合定態數列的資料，進行Granger因果關係檢 定，並將樣本資料區分為全部樣本、上漲與下跌(UD)市場以及多頭與空頭市場 (BB)，檢定結果分別說明如下：

4.1.1 有關大盤加權指數與相關變數的因果關係檢定

(一) 大盤加權指數與成交量因果關係

首先探討股票市場上的「價量關係」。 (1)全部樣本期間

大盤加權指數變動領先成交量變動。

(2)上漲與下跌市場

在上漲期間，大盤加權指數變動與成交量變動彼此存在雙向回饋關係。至於在 下跌期間，大盤加權指數變動將領先成交量變動。

(3)多頭與空頭市場

在多頭期間，大盤加權指數變動領先成交量；空頭期間，大盤加權指數變動亦

在多頭期間，大盤加權指數變動領先成交量；空頭期間，大盤加權指數變動亦

在文檔中 台灣股價指數、融資券餘額與三大法人操作互動性分析 (頁 26-0)