國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
第六章、結論
本文採用分量迴歸方法分析台灣股市大盤指數單日波動與成交量的關係，並 且使用〔(最高價-最低價)/昨日收盤價〕、〔(收盤價-開盤價)/昨日收盤價〕兩種方 法來衡量波動與報酬，以及使用週轉率、成交值和 5 日均值比三種方法來衡量成 交量。實證結果可以發現使用週轉率來衡量成交量時，台灣股市存在有「價漲量 增」、「價跌量增」的現象，且在分量尾端的部分，也就是大波動的時候，此現象 更加地明顯。另外我們也使用兩個時間區間來避免放寬漲跌幅限制所造成的影響，
發現兩個區間的斜率估計值型態相當類似，但區間二週轉率對於波動的影響比區 間一的要來的大。
另外，使用成交值和 5 日均值比在區間二和週轉率得到了相似的結論，但在 區間一的結果並沒有那麼地一致。成交值估計的結果，「價漲量增」和「價跌量 增」的現象在分量𝜃 = 0.99, 0.1 時反而不存在。而 5 日均值比在𝜃 = 0.1 時，「價 跌量增」的關係則變的不明顯。推測可能原因是區間一的時間較長，股票市場總 發行的增加，使得成交值與週轉率的走勢有所差異，5 日均值比的分佈也與兩者 不相同，加上歷史上一些極端事件的出現，因此得到的結果也不相同。
總結而言，我們得出成交量與波動呈現正相關的結論，並且利用分量迴歸方 法，得到比傳統迴歸方法更詳細的關係，在愈靠近左右尾兩端的分量其關係愈明 顯，所以當減稅政策一開始刺激成交量提升時，成交量的提升又能夠進一步放大 市場的波動，增加投資人的潛在獲利，進而吸引更多投資人進場交易、增加交易 量，達到正向回饋的效果。政策實施至今(2017/4/28- 2017/6/20)已經有 36 個交易 日，現股當沖比重(現股當沖股數/總成交股數)比起去年同期(2016/4/28- 2016/6/20) 以及今年農曆年後(2017/2/22-2017/4/27)都有顯著的增加(本文使用假設變異數相 等之兩個母體平均數差的 t 檢定，但因樣本仍少故不呈現)，比起農曆年後現股 當沖比重從 5.9%上升到 8.1%，可以看到政策確實有造成影響，然而同期股市總 成交值卻從平均將近 950 億元下滑到 900 億元左右，雖然檢定結果並沒有呈現顯
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
35
著(p-value= 0.068)，但是就目前而言政策確實還沒達到真正的目的，不過因為目 前減稅政策實施後的樣本數仍相當的少，市場交易情況也受到許多外在因素的影 響，未來應該持續觀察市場對於政策的反應，將時間拉長後可以再對於成交量以 及波動是否有顯著提升做進一步的研究。
‧
(2005): 379-404.陳美宮. "探討振興台灣股市政策措施-以現股當沖為例." 中央大學財務金融學系 碩士在職專班學位論文 (2015): 1-61.
杜芸菩. "台灣八大類股價量關係." 台灣國立政治大學國際經營與貿易研究所碩 士學位論文 (2016).
Blume, Lawrence, David Easley, and Maureen O'hara. "Market statistics and technical analysis: The role of volume." The Journal of Finance 49.1 (1994): 153-181.
Campbell, John Y., Sanford J. Grossman, and Jiang Wang. "Trading volume and serial correlation in stock returns." The Quarterly Journal of Economics 108.4 (1993):
905-939.
Chordia, Tarun, and Bhaskaran Swaminathan. "Trading volume and cross‐
autocorrelations in stock returns." The Journal of Finance 55.2 (2000): 913-935.
Chou, Robin K., George HK Wang, and Yun‐Yi Wang. "The impacts of individual day trading strategies on market liquidity and volatility: Evidence from the Taiwan Index Futures Market." Journal of Futures Markets 35.5 (2015): 399-425.
Clark, Peter K. "A subordinated stochastic process model with finite variance for speculative prices." Econometrica: journal of the Econometric Society (1973):
135-155.
Epps, Thomas W., and Mary Lee Epps. "The stochastic dependence of security price changes and transaction volumes: Implications for the mixture-of-distributions hypothesis." Econometrica: Journal of the Econometric Society (1976): 305-321.
Granger, Clive WJ, and Oskar Morgenstern. "Spectral analysis of New York stock market prices." Kyklos 16.1 (1963): 1-27.
Grinblatt, Mark, and Matti Keloharju. "What makes investors trade?." The Journal of Finance 56.2 (2001): 589-616.
Jordan, Douglas J., and J. David Diltz. "The profitability of day traders." Financial Analysts Journal (2003): 85-94.
Karpoff, Jonathan M. "The relation between price changes and trading volume: A
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
survey." Journal of Financial and quantitative Analysis 22.01 (1987): 109-126.
Koenker, Roger, and Gilbert Bassett Jr. "Regression quantiles." Econometrica:
journal of the Econometric Society (1978): 33-50.
Koenker, Roger, and Jose AF Machado. "Goodness of fit and related inference processes for quantile regression." Journal of the american statistical association 94.448 (1999): 1296-1310.
Kuan, Chung-Ming. "An introduction to quantile regression." Institute of Economics (2007).
Osborne, MF Maury. "Brownian motion in the stock market." Operations research 7.2 (1959): 145-173.
Suominen, Matti. "Trading volume and information revelation in stock
market." Journal of Financial and Quantitative Analysis 36.04 (2001): 545-565.
Wang, George HK, and Jot Yau. "Trading volume, bid-ask spread, and price volatility in futures markets." Journal of Futures markets 20.10 (2000): 943-970.
Wang, Jiang. "A model of competitive stock trading volume." Journal of political Economy 102.1 (1994): 127-168.
Ying, Charles C. "Stock market prices and volumes of sales." Econometrica: Journal of the Econometric Society (1966): 676-685.
‧
截距項 -2.107(0.000)*** -0.367(0.000)*** 0.129(0.004) q05 -1.622(0.000)***
q45 0.058(0.202)
q85 1.155(0.000)***
-1.215(0.000)*** -0.294(0.000)*** 0.212(0.000)***
q10 -1.057(0.000)***
q50 0.132(0.003)***
q90 1.426(0.000)***
-0.911(0.000)*** -0.221(0.000)*** 0.379(0.000)***
q15 -0.691(0.000)***
q55 0.230(0.000)***
q95 2.043(0.000)***
-0.798(0.000)*** -0.173(0.000)*** 0.505(0.000)***
q20 -0.525(0.000)***
q60 0.343(0.000)***
q99 2.957(0.000)***
-0.646(0.000)*** -0.119(0.001)*** 1.411(0.000)***
q25 -0.413(0.000)***
q65 0.445(0.000)*** 最小平 方法
0.22(0.000)***
-0.538(0.000)*** -0.054(0.078) -0.304(0.000)***
q30 -0.263(0.000)***
q70 0.578(0.000)***
-0.480(0.000)*** -0.006(0.884) q35 -0.104905(0.043)
q75 0.753(0.000)***
-0.436(0.000)*** 0.035(0.431)
註:***代表變數在 1%顯著水準下呈現顯著。開放當沖前：1989/10/2 – 2014/1/5。
圖 21〔(收盤價-開盤價)/昨日收盤價〕與週轉率的斜率估計值 95%的信賴區間(開放當沖前)
-4.00-2.00 0.002.004.00 週轉率
.01 .05 .1 .15 .2 .25 .3 .35 .4 .45 .5 .55 .6 .65 .7 .75 .8 .85 .9 .95 .99 分量
‧
截距項 0.684(0.042) -0.109(0.331) 0.368(0.001)***q05 -4.613(0.000)***
q45 0.087(0.832)
q85 0.435(0.252) 0.144(0.669) -0.110(0.368) 0.462(0.000)***
q10 -2.673(0.056)
q50 0.117(0.75)
q90 0.466(0.5) -0.089(0.818) -0.043(0.694) 0.590(0.003)***
q15 -0.979(0.22)
q55 0.151(0.631)
q95 1.656(0.034) -0.340(0.129) 0.012(0.903) 0.471(0.036) q20 -0.930(0.051)
q60 0.169(0.605)
q99 5.789(0.03) -0.201(0.175) 0.072(0.477) -0.209(0.745) q25 -0.473(0.233)
q65 0.185(0.628) 最小平 方法
-0.428(0.208) -0.240(0.035) 0.144(0.224) 0.095(0.375) q30 -0.442(0.231)
q70 0.259(0.514) -0.170(0.123) 0.213(0.078) q35 -0.221(0.582)
q75 0.397(0.345) -0.168(0.16) 0.255(0.043)
註:***代表變數在 1%顯著水準下呈現顯著。開放當沖後：2014/1/6 – 2017/4/12。
圖 22〔(收盤價-開盤價)/昨日收盤價〕與週轉率的斜率估計值 95%的信賴區間(開放當沖後)
-10.00 -5.00 0.005.0010.00 週轉率
.01 .05 .1 .15 .2 .25 .3 .35 .4 .45 .5 .55 .6 .65 .7 .75 .8 .85 .9 .95 .99 分量