總體經濟新聞對資訊交易(Informed Trading)的不對稱影響性

相同的效果？我們藉由「Rolling-Window Standard Deviation」方法計算出𝑆𝐹𝐸_𝑡並藉此

計算方法來調查這個問題⁴³，我們使用了兩個單獨的假設-好消息與壞消息:當計算出來

的𝑆𝐹𝐸_𝑡值若介於-1.65 與 1.65 間則 SUR 令為 0:小於-1.65 則將 SUR 令為-1 並將其列 為壞消息；若大於 1.65 則將 SUR 令為 1 並將其列為好消息。

我們依據上述之方法將公告信息分為好消息與壞消息後做使用穩健性(Robust t test) 檢定分析並得出表五迴歸結果。分析結果中我們得出了以下幾點發現:首先，在[-5,0]時 間區間中，實質固定資本形成(Gross Fixed Capital Formation)之重大經濟指標在消息發 布前好消息幾乎具有正向關係及顯著性，據我們前述所假設之定義，當 SUR 為正向關係 代表投資人在有消息發布時交易量會上升，而迴歸結果得出在好消息區間中其係數值幾 乎為正，代表著投資人看到市場發布好消息時其交易量會上升，此分析結果也符合我們 傳統的直觀定義，而這可能是取決於市場釋放消息的時間定義及其交易活動的頻繁度。

43 我們先計算各個重大經濟指標實際值與預測值之中位數兩者差距，計算公式如下:

𝐹𝐸_𝑡= 實際宣告值

𝑡-預測值中位數

𝑡

接著我們使用「Rolling-Window Standard Deviation」方法來計算⁴³，將上面所得出的各季𝐹𝐸_𝑡值除以用

「Rolling-Window Standard Deviation」方法計算出來的以四個月為周期的變異數，詳細公式如下:

𝑆𝐹𝐸_𝑡= ^𝐹𝐸𝑡

𝜎_{𝑡−4,𝑡−1}^𝐹𝐸

算出來的𝑆𝐹𝐸_𝑡值若介於-1.65 與 1.65 間則SUR 令為 0:小於-1.65 則將 SUR 令為-1 並將其列為壞消息；

若大於 1.65 則將SUR 令為 1 並將其列為好消息。

31

表 五

本表以最小平方法(Ordinary Least Squares,OLS)分析台灣股票市場大盤資料與政策宣告日指標等之間的線性關係，我們的分析模型為:

𝑂𝐼𝑁 = 𝛼₀+ 𝛼₁𝐴𝑁𝑁 + 𝛼₂𝑆𝑈𝑅 + 𝜀

而表五將表四中的 SUR 分為好消息及壞消息，我們的每個重大經濟指標樣本中都包含政策宣告日(ANN=1)及其他非政策宣告日 (ANN=0)。OIN 是代表買賣單不平衡量，其計算方法為(B-S)/(B+S)，其中 B 代表買方交易量、S 代表賣方交易量。而我們的時間區間 為[-5,0]、[0,5]、[-10,0]及[0,10] ，時間單位為日。我們目的在於藉由將政策驚喜分為好消息與壞消息，分別探討政策宣告指標值及好消 息與壞消息分別會對台灣股票市場大盤交易量造成怎樣的影響結果。下方括號代表了 t 檢定之值，當顯著性 1%為***、顯著性 5%為**、

顯著性 10%為*。

變數(Varable) 好消息(Good News) 壞消息(Bad News)

[-5,0] [0,5] [-10,0] [0,10] [-5,0] [0,5] [-10,0] [0,10]

Panel A:實質固定資本形成(Gross Fixed Capital Formation) 係數

(Intercept)

-0.0018 0.0062 -0.0040 0.0014 0.0157* 0.0152* 0.0103* 0.0086

(-0.38) (1.15) (-1.09) (0.37) (1.88) (1.75) (1.71) (1.48)

政策宣告指標 (ANN)

-0.0136 -0.0178* -0.0100 -0.0122 -0.0136 -0.0178* -0.0100 -0.0122 (-1.38) (-1.78) (-1.08) (-1.33) (-1.38) (-1.78) (-1.08) (-1.33) 好消息/壞消息

(Good/Bad News)

0.0175* 0.0090 0.0143** 0.0072 -0.0175* -0.0090 -.0143** -0.0072 (1.94) (0.94) (2.09) (1.07) (-1.94) (-0.94) (-2.09) (-1.07)

32

變數(Varable) 好消息(Good News) 壞消息(Bad News)

[-5,0] [0,5] [-10,0] [0,10] [-5,0] [0,5] [-10,0] [0,10]

Panel B:實質民間投資(Private Investment) 係數 Panel C:實質國內生產毛額(Gross National Product)

係數 Panel D:消費者物價指數(Consumer Price Index)

係數

33

變數(Varable) 好消息(Good News) 壞消息(Bad News)

[-5,0] [0,5] [-10,0] [0,10] [-5,0] [0,5] [-10,0] [0,10]

Panel E:實質民間消費(Private Consumption) 係數 Panel F:實質商品及服務輸入(Imports of Goods and Services)

係數 Panel G:實質商品及服務輸出(Exports of Goods and Services)

係數

34

變數(Varable) 好消息(Good News) 壞消息(Bad News)

[-5,0] [0,5] [-10,0] [0,10] [-5,0] [0,5] [-10,0] [0,10]

Panel H:躉售物價指數(Wholesale Price Index) 係數

(Intercept)

0.0209** .0311*** 0.0151* .0379*** 0.0043 0.0044 -0.0008 -0.0005

(2.12) (3.28) (1.78) (5.19) (0.71) (0.77) (-0.19) (-0.13)

政策宣告指標 (ANN)

-0.0018 -0.0039 0.0034 -0.0013 -0.0018 -0.0039 0.0034 -0.0013 (-0.13) (-0.29) (0.27) (-0.10) (-0.13) (-0.29) (0.27) (-0.10) 好消息/壞消息

(Good/Bad News)

-0.0167 -0.0267** -0.0159* -.0384*** 0.0167 0.0267** 0.0159* 0.0384***

(-1.49) (-2.49) (-1.73) (-4.66) (1.49) (2.49) (1.73) (4.66)

35 制⁴⁴，這些限制會影響股票市場流動性及券商提供對沖交易（Hedge Transactions）的能 力⁴⁵。另一個可能原因為資訊交易者(Informed Trader)在發生壞消息前可能已經以某一限 定價格進入市場，而非直接掛最高價格進入市場，這樣的下單方式會使我們難以運用傳 統方式來正確識別出他們的交易方向(Baruch, Panayides, and Venkataraman (2014))。

惟指數股票型證券投資信託基金(Exchange Traded Funds, ETF)、證券商及期貨商因辦理業務之避險需求 所為之融券及借券賣出，得不受『平盤下禁止放空』及上述『前一營業日收盤價為跌停，或前一營業日無

36