符合或打敗分析師預測的報酬

11 計算三因子需要建立投資組合，由於本文樣本排除金融業，故投組成分股中不包含金融股。

中，發現SURP的係數雖然減小至 0.424，但仍然顯著為正¹²，而最關鍵的MBE變數之係 數β3則是如預期的顯著大於0，表示在控制預測誤差後，支持市場確實給予MBE公司額 外的報酬的假設，此結果和Bartov et al. (2002) 與Teoh et al. (2009)的結論相同，也支持 先前國內文獻的發現。另外，若不考慮DSMALLSURP變數，其結果(2.b)與完整的迴歸 模型得到幾乎完全相同的結果，而DSMALLSURP的係數很小，統計上也非常不顯著¹³， 代表市場對於微小幅度的非預期盈餘無明顯反應。既然達成市場預期有顯著的報酬，公 虧損公司是否獲得較多報酬？我們將迴歸模型(4)中新增一個虛擬變數：SUBMETi,t，便 得到下方的迴歸模型(6)。在所有 MBE 之樣本中，若是公司為虧損(真實盈餘小於 0)，則 令SUBMETi,t的值等於1。我們預期係數 β5應該顯著大於0。另外，在所有 MBE 的樣 本中，若是公司之市價淨值比大於1，則令 SUBMETi,t的值等於1，這可以探討成長型 公司與價值型公司達成盈餘預期時所獲得之報酬是否不同。Skinner and Sloan (2002) 認 為成長型公司在MBE 之時，得到的報酬並沒有高於價值型公司，因為投資人本來就預

表 12-1 迴歸模型(4)之結果

本表列出迴歸模型(4)的結果。CAR是累積異常報酬，由每一個預測年度分析師對 公司發布首份報告之報告發布日的後二個交易日開始累積，累積至該預測年度之 盈餘宣告日的後一個交易日。SURP為真實盈餘減去分析師最新的盈餘預測後，再 除以期初股價得到之非預期盈餘；ERROR為真實盈餘減去分析師最初的盈餘預測 後，再除以期初股價得到之預測誤差；MBE為一虛擬變數，若SURP>=0則令其值 為1；DSMALLSURP為一虛擬變數，若SURP之絕對值小於0.02%，則令其值為1。

t值的計算考慮clustering的問題，使用Rogers standard error做為標準誤。

(4.a) (4.b) (4.c) (4.d)

CAR CAR CAR CAR

ERROR -0.768** -0.666** -0.739** -0.740**

(-2.20) (-2.46) (-2.18) (-2.18)

SURP 0.692*** 0.423* 0.424*

(3.41) (1.79) (1.79)

MBE 0.107*** 0.0841*** 0.0839***

(9.81) (4.88) (4.89)

DSMALLSURP 0.00787

(0.33)

Constant 1.213*** 1.160*** 1.171*** 1.171***

(75.79) (65.11) (62.30) (62.26)

Observations 19556 19556 19556 19556

R² 0.038 0.042 0.045 0.045

Adjusted R² 0.038 0.042 0.045 0.045

F 24.71 51.46 39.42 33.45

t statistics in parentheses

* p<0.1, ** p<0.05, *** p<0.01

表 12-2 迴歸模型(6)之結果-探討公司盈虧與成長性

本表列出迴歸模型(6)的結果。CAR是累積異常報酬，由每一個預測年度分析師對 公司發布首份報告之報告發布日的後二個交易日開始累積，累積至該預測年度之 盈餘宣告日的後一個交易日。SURP為真實盈餘減去分析師最新的盈餘預測後，再 除以期初股價得到之非預期盈餘；ERROR為真實盈餘減去分析師最初的盈餘預測 後，再除以期初股價得到之預測誤差；MBE為一虛擬變數，若SURP>=0則令其值 為1；DSMALLSURP為一虛擬變數，若SURP之絕對值小於0.02%，則令其值為1。

SUBMBE為一虛擬變數，若MBE公司符合特定條件，則令其值為1：模型(6.a)中成 長型公司(PB >1)之SUBMBE =1，模型(6.b)中虧損公司(EPS <0)之SUBMBE =1。t 值的計算考慮clustering的問題，使用Rogers standard error做為標準誤。

(6.a) (6.b)

CAR CAR

ERROR -0.642* -0.715**

(-1.89) (-2.13)

SURP 0.246 0.411*

(0.86) (1.76)

MBE 0.226*** 0.0807***

(3.00) (4.98)

DSMALLSURP 0.0147 0.00266

(0.62) (0.11)

SUBMBE (6.a) -0.149**

(-2.27)

SUBMBE (6.b) 0.188***

(2.83)

Constant 1.168*** 1.171***

(60.83) (62.48)

Observations 19556 19556

R² 0.050 0.047

Adjusted R² 0.049 0.047

F 41.79 85.35

t statistics in parentheses

* p<0.1, ** p<0.05, *** p<0.01