緒論

第一節 研究動機

本文研究目的主要在探討在紐約證券交易所(NYSE)上市公司交易 的資訊不對稱現象以及逆選擇成本，探討高逆選擇成本股票背後是否有 較高的股票報酬支持，使得無資訊優勢的投資人仍願意冒著資訊不對稱 的風險進場交易以獲取較高額的報酬，使得高資訊交易的股票不至於有 流動性的危機。此議題在資產定價理論研究中佔有重要的地位，因此本 文議題無論是學術面或政策面均有學術研究的價值。

相對於傳統資產定價模型，市場微結構的研究便以市場特性為出發 點，考量市場訊息的擁有與傳遞的過程，並以此對資產定價，而且已經 證實未公開資訊與資產價格之間有重要的關聯。眾多研究指出當現實生 活中投資者並非同質性預期，或者是存在資訊不對稱的情況下，資產的 預期報酬率除了包含系統性風險溢酬以外，也必須提供非系統性的個別 風險溢酬。換句話說，在建立模型時，若無考量資訊的影響，則資產的 價格便無法反映出此一市場特性。

在傳統文獻中，大多只屬理論研究，鮮少實證分析。目前文獻上實 證分析提出資訊交易機率(Probability of Informed Trading, PIN)，如Easley, Hvidkjaer and O’Hara（2002）以及Nyholm(2000）。Easley, Hvidkjaer and O’Hara（2002）理論依據為推廣Glosten and Milgrom(1985)的交易序列模 型，使用三種波松(Poisson)混合分配來估計交易單在於資訊交易者的比 例；Nyholm（2000）則為延伸Huang and Stoll（1997）的逆選擇成本模 型，以逐筆交易的基礎估計資訊交易機率。無論如何，資訊交易以及策 略性交易是屬於日內基礎的交易行為，因此本文在實證研究中，透過三 因子資本資產定價模型針對各種資訊交易機率估計量進行衡量，探討是 否逐筆交易的基礎估計資訊交易機率能夠有較高解釋資產報酬的能力。

內線交易以及策略性交易等造成資訊不對稱的現象皆為日內行

為，為了研究造市者的動態調整過程，以及資訊交易者與非資訊交易者 之間的互動以及行為模式，在傳統模型適切性不足的情形下，本文提出 MSSCD(Markov Switching Stochastic Conditional Duration)模型分析高頻 率日內資料，並融入與測度資訊不對稱模型，可以實證在文獻中對於資 訊交易者行為中不同的論點。

面對不規則時間間隔的交易到達過程，Engle and Russell(1998)將交 易時間建立隨機過程而提出 ACD 動態模型應用於市場微結構領域。由 於 ACD 模型參數化的方式與 ARCH 相似，許多相似的推廣後波動性模 型的參數化方式也紛紛應用在 ACD 模型，例如： Markov Switching ACD 繼承 SWARCH 的精神，SCD(Stochastic Conditional Duration)則是繼承 SV(Stochastic Volatility)的精神。本文提出的 MSSCD 模型不僅是建構模 型的先驅之外，而且估計之 EM 演算法可以得到較為穩健的結果，更可 運用於 MSSV 的參數估計問題。

本文貢獻為首先提出考慮交易時距對造市者的影響之資訊不對稱 測度模型：除了買賣價差之外，透過可觀測的造市者報價的交易時距，

考量交易時距的影響，分析不可觀測的資訊交易者、非資訊交易者與造 市之間的互動，以描述對於造市者報價的衝擊所隱含的逆選擇成本以及 資訊不對稱現象。除此之外，透過 EM 演算法以及隱藏馬可夫模型，首 先實證比較現有模型的資產定價表現。

結論指出，以每月為基礎的模型估計資訊交易機率更能顯現出資訊 交易者行為的季節性。橫斷面上，資訊交易機率在每年年底時會大幅上 升，但是在 2000 年以及 2001 年年底時，資訊交易機率提高的幅度較小，

可以佐證在 2000 年 10 月開始，美國證券管理委員會於實施之「公平揭 露規則」。由於資訊必須公平揭露，因此資訊不對稱的效果下降，提高 股票市場的流動性，使得買賣單數量也隨之提高，在年底時資訊交易者 的衝擊也相對減小。

另外，Nyholm(2000)指出以逐筆報價為基礎的資訊交易機率模型在 文獻中估計結果與 Easley, Hvidkjaer and O’Hara（2002）的資訊交易機率 相似。但在本文實證四因子資產定價模型中發現，兩者是不同涵義的測 度，未來研究資訊不對稱對股票報酬的影響必須同時考量兩者的交互作 用。

第二節 論文架構流程圖

緒論與研究動機

資訊交易理論文獻回顧 日內市場動態模型文獻回顧

馬可夫轉換

有限混合分配模型 狀態空間模型

隱藏馬可夫模型 動態資訊交易機率模型

四因子資產定價模型 實證分析比較

結論與建議