第六章 結論與建議
第二節 研究限制與建議
一、研究限制
1.由於本研究所探討的 4 支 ETF，上市時間各不相同，因此採樣期間長短不同，無法 進行跨市場的比較。
2.由於台灣 50 ETF 於 2003 年 6 月 30 日才正式上市，無法取得較長期之價量資料。
二、對投資人的建議
從本研究可以發現，除了 EWT 與 MSCI Taiwan 指數間之價量關係為量領先價 外，其餘ETF 本身的價格與成交量，以及 ETF 與標的指數之價格與成交量之間的關 係，皆為價領先量，表示價格比成交量先反映資訊，因此，投資 ETF 市場，ETF 及 標的指數價格是先行的觀察指標，當價格上漲時，若市場處於多頭走勢，可能會帶動 交易量上漲，所以是進場的好時機。
三、對後續研究者建議
1.可以考慮以條件異質變異數模型探討ETF本身的價格與成交量，以及ETF與標的指 數之價格與成交量之間波動性的影響，使研究更趨完備。
2.本研究僅以成交量當成ETF及標的指數的交易量，未來可考慮以交易筆數或成交值 代替成交量。
3.可納入更多不同國家的 ETF 進行探討。
4.可利用 ETF 本身價量與標的指數價量，進行四者間的比較。
參考文獻
一 、中文部份
1. 王韻晴，2004，「我國指數股票型基金上市後之績效分析」，政治大學財務管理研 究所未出版碩士論文。
2. 台灣證券交易所，2005，http://www.tse.com.tw/ch/index.php。
3. 吳東安，2001，「股價波動與交易量之關係」，暨南大學國際經濟研究所未出版 碩士論文。
4. 吳柏炘，2004，「ETF 的價格發現與市場整合—以美國證交所 QQQ 及 ETF 為例」，
修平學報，第8 期，21-44。
5. 洪偉哲，2004，「亞洲股市價量關係之不對稱效果」，華岡經濟論叢，第4 卷第 1 期，27-48。
6. 唐婉崴，2003，「指數現貨、指數期貨與指數股票型基金間價格發現能力之探討—
以NASDAQ 100 指數商品為例」，淡江大學財務金融系未出版博士論文。
7. 徐合成，1993，「台灣股市股票報酬率與交易量關係之實證研究：GARCH 模型之 應用」，台灣大學商學研究所未出版碩士論文。
8. 許溪南與黃文芳，1997，「台灣股市價量線性與非線性關係研究」，管理學報，第 14 卷第 2 期，177-195。
9. 陳立國，1993，「台灣股市價量關係之研究」，台灣大學商學研究所未出版碩士論 文。
10. 陳良賓，2005，「台灣 50 ETF 之價量研究」，雲林科技大學財務金融研究所未出 版碩士論文。
11. 陳怡伶，2004，「台灣 50 ETF 與台灣加權股價指數現貨與台指期貨間的價格關聯 性研究」，成功大學企業管理研究所未出版碩士論文。
12. 陳東明，1991，「台灣股票市場價量關係之實證研究」，台灣大學商學研究所未出 版碩士論文。
13. 游英裕，2004，「股價與成交量關係之研究—台灣股市的實證」，義守大學管理研 究所未出版碩士論文。
14. 張秀華，2001，「股價指數與交易量動態關係之實證研究」，東海大學企業管理研 究所未出版碩士論文。
15. 葉銀華，1991，「台灣股票市場成交量與股價關係之實證研究—轉換函數模式」，
台北市銀月刊，第22 卷第 11 期，57–70。
16. 劉永欽，1996，「台灣地區股票市場之線性及非線性 Granger 因果關係之研判」，
交通大學管理科學研究所未出版碩士論文。
17. 劉宗聖與歐宏杰，2005，ETF 指數股票型基金，第一版，台北：高寶國際有限公 司。
18. 劉柄宏，2004，「iShares 指數基金與股價指數之關連性研究—以台灣、南韓為例」， 長庚大學企業管理研究所未出版碩士論文。
19. 劉映興和陳家彬，2002，「台灣股票市場交易值、交易量與發行量加權股價指數 關係之實證研究—光譜分析之應用」，農業經濟半年刊，第72 期，65–87。
20. 劉殷如，2004，「指數股票型基金之績效評估及相關研究－以台灣首檔 ETF 為 例」，成功大學會計研究所未出版碩士論文。
21. 雅虎中文財經網，2005，http://cn.finance.yahoo.com/ 。
22. 楊奕農，2005，時間序列分析—經濟與財務上之應用，台北：雙葉書廊有限公司。
23. 楊踐為與許至榮，1997，「台灣股票集中與店頭市場價量因果關係之探討」，證券 金融季刊，第54 期，19–32。
24. 歐宏杰、賴昭隆、陳品橋與劉宗聖，2002，全球指數型商品，第一版，台北：商 訊文化事業股份有限公司。
25. 聶建中與姚蕙芸，2001，「空頭走勢期間台灣股票市場成交量與股價之關聯性研 究」，2001 會計理論與實務研討會。
26. 顧廣平，1998，「台灣上市公司股票報酬率型態及其與重要財務資訊關聯性之探 討」，交通大學經營管理系未出版博士論文。
27. 寶來台灣卓越 50 基金，2005，http://www.tw50etf.com。
二、英文部份
1. Akaike, H., 1974, “A new look at the statistical model identification,” IEEE
Transactions on Automatic Control, Vol.19(6), pp.716-723.
2. American Stock Exchange, 2005, http://www.amex.com/ .
3. Basci, E., S. Ozyidirim and K. Aydogan, 1996, “A note on price-volume dynamics in an emerging stock market,” Journal of Banking and Finance, Vol.20, pp.389-400.
4. Blume, L., D. Easley and M. O’Hara, 1994, “Market statistics and technical analysis: the role of volume,” Journal of Finance, Vol.49, pp.153-181.
5. Cetin, C., 2002, “The stock price-volume linkage on the Toronto stock exchange: before and after automation,” Review of Quantitative Finance and Accounting, Vol.19(4), pp.335.
6. Chu, Q.C., W.G. Hesieh, and Y. Tse, 1999, “Price discovery on the S&P 500 index: an analysis of spot index, index futures, and SPDR,” International Review of Financial
Analysis,Vol.8, pp.21-34.
7. Clark, P.K., 1973, “A subordinated stochastic process model with finite variable for speculative prices,” Econometrica, Vol.41, pp.135-155.
8. Cooper, M., 1999, “Filter rules based on price and volume in individual security overreaction,” The Review of Financial Studies, Vol.12, pp.901-935.
9. Copeland, T.E., 1976, “A model of assets trading under the assumption of sequential information arrival,” Journal of Finance, Vol.31, pp.114-1168.
10. Crouch, R.L., 1970, “The volume of transactions and price change of the New York Stock Exchange,” Financial Analysis Journal, Vol.26, pp.104-109.
11. Dickey, D.A. and W.A. Fuller, 1979, “Distribution of the estimators for autoregressive time series with a unit root,” Journal of American Statistics Association, Vol.74, pp.427-431.
12. Elton, E. and J. Gruber, 2002, “Spiders: where are the bugs?,” The Journal of Business, pp.453-471
13. Enders, W., 2004, Applied Econometric Time Series, 1nd edition, John Willey and Sons, N.Y.
14. Engle, R.F. and C.W.J. Granger, 1987, “Cointegration and error correction:
representation, estimation, and testing,” Econometrica, Vol.55, pp.250- 276.
15. Epps, T.W., 1975, “Security price changes and transaction volumes: theory and evidence,” American Economic Review, Vol.65, pp.586-597.
16. Epps, T.W. and M.L. Epps, 1976, “The stochastic dependence of security price changes and transaction volumes: implications for the mixture-of-distributions hypothesis,”
Emonometrica, Vol.44, pp.305-321.
17. Fama, E.F. and J. Macbeth, 1973, “Risk, return, and equilibrium: empirica1 tests,”
Journal of Political Economy, Vol.81, pp.607-636.
18. Geweke, J., R. Meese and W. Dent, 1983, “Comparing alternative tests of causality in temporal system: analytic results and experimental evidence,” The Journal of
Financial Ecomomics, Vol.17, pp.5-26.
19. Godfrey, M.D., C.W.J. Granger and O. Morgenstem, 1964, “The random walk hypothesis of stock market behavior,” Kyklos, Vol.17, pp.1-30.
20. Granger, C.W.J., 1969, “Investigating causal relations by econometric models and cross-spectral methods,” Econometrica, Vol.37(3), pp.424-438.
21. Granger, C.W.J. and P. Newbold, 1974, “Spurious regressions in econometrics,”
Journal of Econometrics, Vol.2, pp.111-120.
22. Granger, C.W.J., 1988, “Some recent developments in a concept of causality,” Journal
of Econometrics, Vol.39(1,2), pp.199-211.
23. Haan, W.J, 2000, “The comovement between output and prices,” Journal of Monetary
Economics, Vol.46, pp.3-30.
24. Harris, L., 1986, “Transaction data tests of the mixture of distribution hypothesis,”
Journal of Financial and Quantitative Analysis, Vol.22, pp.127-141.
25. Hiemstra, C. and J.D. Jones, 1994, “Testing for linear and nonlinear Granger Causality in the stock price-volume relation,” Journal of Finance, Vol.49, pp.1639-1664.
26. iShares, 2005, http://www.ishares.com .
27. Jennings, R.H. and C.B. Barry, 1984, “On information dissemination and equilibrium asset price: a note,” Journal of Financial and Quantitative Analysis, Vol.19, pp.395-402.
28. Jain, P. and G. Joh, 1988, “The dependence between hourly prices and trading volume,” Journal of Financial and Quantitative Analysis, Vol.23, pp.269-284.
29. Johansen, S., 1988, “Statistical analysis of cointegration vectors,” Journal of Economic
30. Kalok C., Y.P. Chung and Wai-Ming Fong, 2002, “The informational roles of stock and option volume,” The Review of Financial Studies, Vol.15(4), pp.10-49.
31. Karpoff, J.M., 1987, “The relationship between price changes and trading volume: a survey,” Journal of Financial and Quantitative Analysis, Vol.22, pp.109-129.
32. Karpoff, J.M., 1988, “Cost short sales and the correlation of returns with volume,”
Journal of Financial Research, Vol.11, pp.173-188.
33. Kurov, A.A. and D.J. Lasser, 2002, “The effect of the introduction of cubes on the Nasdaq-100 index spot-futures pricing relationship,” Journal of Futures Markets, Vol.22(3), pp.197-218.
34. Lakonishok, J. and S. Smidt, 1989, “Past price changes and current trading volume,”
Journal of Portfolio Management, Vol.15, pp.18-24.
35. Martikainnen, T., V. Puttonen, M. Luoma and T. Rothovius, 1994, “The linear and non-linear dependence of stock returns and trading volume in the Finnish stock market,” Applied Financial Economics, Vol.4, pp.159-169.
36. Mclnish, T.H. and R.A. Wood, 1991, “Hourly returns, volume, trade size, and number of traders,” Journal of Financial Research, Vol.14, pp.303-314.
37. Morgan Stanley Capital International, 2005, http://www.msci.com .
38. Nelson, C. and C. Plosser, 1982, “Trends and random walks in macroeconomic time series: some evidence and implications,” Journal of Monetary Economics, Vol.10,pp.130-162.
39. Osborne, M.F.M., 1959, “Brownian motion in the stock market,” Operation
Research,Vol.7, pp.145-173.
40. Park, T.H and L.N. Switzer, 1995, “Index participation units and the performance of index futures markets-evidence from the Toronto 35 index participation units market,” Journal of Futures Markets, Vol.15, pp.187-200.
41. Phillpis, P.C.B and P. Perron, 1988, “Testing for a unit root in time series regression,”
Biometrila, Vol.75 (2), pp.335-346.
42. Richardson, G., S.E. Sefcik and R. Thompson, 1986 , “A test of dividend irrelevance using volume reaction in dividend policy,” Journal of Financial Economics, Vol.17(2), pp.313-333.
43. Said, S.E. and D.A. Dickey, 1984, “Testing for unit roots in autoregressive-moving average models with unknown order,” Biometrica, Vol.71, pp.599-607.
44. Schwartz, G., 1978, “Estimating the dimension of a model,” Annals of Statistics, Vol.6, pp.46-464.
45. Sims, C. A., 1980, “Macroeconomics and reality,” Econometrica, Vol.48, pp.1-48.
46. Smirlock, M. and L. Starks, 1988, “An empirical analysis of the stock price-volume relationship,” Journal of Banking and Finance, Vol.8, pp.217-225.
47. Switzer, L.N., P.L. Varson and S. Zghidi, 2000, “Standard and Poor's depositary receipts and the performance of the S&P 500 index futures market,” Journal of
Futures Market, Vol.20(8), pp.705-716.
48. Tauchen, G. and M. Pitts, 1983, “The price variability－volume relationship on speculative markets,” Econometrica, Vol.51, pp.484-505.
49. Ying, C.C., 1966, “Stock market prices and volume of sales,” Econometrica, Vol.34, pp.676-686.
附錄 A SBC 值
一、價格關係之SBC 值
台灣 50 ETF 價格與台灣 50 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 10.599 10.401 10.381# 10.396 10.385 10.408 EWT 價格與 MSCI Taiwan 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 4.912 4.876 4.874 4.873# 4.886 4.904 SPDR 價格與 S&P 500 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 7.791 7.694 7.621 7.583 7.573 7.558#
QQQ 價格與 NASDAQ 100 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 11.532# 11.541 11.539 11.559 11.576 11.581 註：#表示為最適落後期
二、價量關係之SBC 值
表一 ETF 價格與成交量之 SBC 值 台灣 50 ETF 價格與成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 21.301# 21.327 21.359 21.389 21.395 21.431 EWT 價格與成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 29.167 29.141# 29.152 29.166 29.175 29.181 SPDR 價格與成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 37.752 37.596 37.558 37.497 37.465# 37.468 QQQ 價格與成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 40.091 39.963 39.955 39.919 39.901# 39.904 註：#表示為最適落後期
表二 ETF 成交量與標的指數價格之 SBC 值 台灣 50 ETF 成交量與台灣 50 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 30.617# 30.636 30.673 30.698 30.705 30.741 EWT 成交量與 MSCI Taiwan 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 34.773 34.747# 34.762 34.767 34.778 34.782 SPDR 成交量與 S&P 500 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 42.431 42.276 42.239 42.178 42.146# 42.149 QQQ 成交量與 NASDAQ 100 指數價格之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 47.495 47.371 47.362 47.327 47.308# 47.311 註：#表示為最適落後期
表三 ETF 價格與標的指數成交量之 SBC 值 台灣 50 ETF 價格與台灣 50 指數成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 30.087 30.051 30.041# 30.052 30.073 30.093 EWT 價格與 MSCI Taiwan 指數成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 28.565 28.522# 28.525 28.538 28.548 28.562 SPDR 價格與 S&P 500 指數成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 43.751 43.673 43.631 43.581 43.566# 43.575 QQQ 收盤價與 NASDAQ 100 指數成交量之 SBC 值
落後期數 1 天 2 天 3 天 4 天 5 天 6 天
SBC 值 45.253 45.217 45.214 45.177 45.173# 45.188 註：#表示為最適落後期