研究方法

第四章資料與研究方法

第三節研究方法

國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

第三節研究方法

利用事件研究法，觀察公司於興櫃市場(Emerging Stock Market)提出上市(櫃) 申請日起，至正式上市(櫃)掛牌交易一年止，這一期間 IPO 標的股價反應與報酬情形，並將上述期間，分為三個子期間，分別為「上市(櫃)申請日至興櫃市場最後交易日」、「上市(櫃)掛牌交易首日」、「上市(櫃)掛牌交易第二日，至上市(櫃) 掛牌交易一年止」，計算此三個期間的報酬率，並利用 T 檢定上述三個期間的報酬率是否顯著異於零。

如下圖，期間一報酬計算是用中華民國櫃檯買賣中心公告之個股日交易平均價作為準 IPO 標的報酬計算之基準，期間二報酬之計算是以 IPO 標的首日收盤價相對於承銷價溢價幅度作為首日報酬之估計，期間三是指新股上市(櫃)第二交易日至第 252 交易日止。

期間一期間二期間三

t=申請日 t=發行日 t=發行日+1 t=252 上市(櫃)申請日上市(櫃)股票公開發行第一天

此外，依據本文的研究目的，建立迴歸模型，檢定興櫃市場交易資訊，能否對 IPO 首日超額報酬有足夠的解釋能力，研究方法說明如下︰

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

一、原始報酬、異常報酬之定義與統計檢定 (一)原始報酬的定義與檢定

計算原始報酬率(Row Return)，並利用 T 統計量檢定報酬是否顯著異於零，

相關變數與檢定方法，說明如下:

(1)RRi,t(Row Return) RR_i,t = Pi,t−Pi,t−1

𝑃𝑖,𝑡−1

RRi,t:第 i 公司在第 t 期的原始報酬 Pi,t: 第 i 公司在第 t 期的股價

(2)E[RRt] (Average Row Return) E[RR_t]= ^∑ⁿⁱ⁼¹_n^IRi,t

E[RRt]:公司在第 t 期的平均原始報酬 n:樣本數

(3)T 檢定 H0: E[RR_t] = 0 H1: E[RRt ] ≠ 0

T 統計量 = √VAR[E[RRi,t]]/n^E[RRi,t]

VAR[ARRi,t] = ^∑ⁿ_i=1(RRi,t−E[RRt]) n−1

‧

市場模型異常報酬(Market-Model Adjusted Return)與累積市場調整異常報酬率 (Cumulative Adjusted Return)，分別說明如下:

(1)

AR

_i_,_t(Market-Model Adjusted Return)



i i mt



(2)E[AR_t] (Market-Model Adjusted Return) E[

AR

_t] = ^∑

^AR

ⁱ^,^t

ni=1 n

(3)CAR_a,q(Cumulative Adjusted Return) CARa,q = ∑^q_t=a

AR

a:股票掛牌上市(櫃)日 q:股票掛牌上市(櫃)第 30 天

(4)T 檢定

利用 T-test 檢定新股上市(櫃)各期間的異常超額報酬(Benchmark-adjusted Return) 是否顯著異於零，檢定方法如下:

4 本研究採用上市(櫃)後 31 日起至 252 交易日為估計期，主因是如果以興櫃時期當估計期，可

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

H₀: AR_t= 0 H1: ARt ≠ 0

T 統計量 = ^ARi,t

√VAR[ARi,t]/n

VAR[ARi,t] = ^∑ⁿ_i=1(ARi,t−E[ARt]) n−1

二、相關分析與變異數膨脹因子(VIF)

在進行多元迴歸之前，為了避免發生變數之間共線性的問題，因此以 Pearson 相關係數，將變數與變數間呈現高度相關(

 0 . 7 )

的變數刪除，並利用變異數膨脹因子(Variance Inflation Factor，VIF)來檢測自變數之間的共線性，變異數膨脹因子檢測方法是先將模型的其中一個自變數 i 設定成被解釋變數與其他自變數進行多元迴歸分析，再利用判定係數 Ri2計算 VIFi，公式為 VIFi=1



(1-Ri2

)，如果 VIFi

等於 1，代表第 i 個自變數和其它自變數完全無相關，當 VIF_i

_

10，表示第 i 個自變數幾乎是其他自變數的線性組合，因此當 VIFi



10，可以考慮將此自變數從多元迴歸模型中刪除。

三、簡單迴歸模型與複迴歸模型

本節探討影響 IPOs 首日超額額酬的原因與興櫃市場價格發現機能，依據此研究目的建立迴歸模型並說明如下:

模型一:

AR=α+β

₁

EMV+β

Size+β

₃

P/B+β

₄

EPS+β

₅

Margin+β

₆

Growth+β

₇

Hold+β

₈

EMTM+β

₉

P

er+β

Market+β

Year+ɛ

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

AR : IPO 市場調整首日超額報酬

EMV : IPO 標的於興櫃市場之平均日交易量(取自然對數) Size: 公司規模⁵(取自然對數)

P/B : 股價淨值比 EPS : 稅後每股盈餘 Margin : 營業毛利率 Growth : 營收成長率 Hold : 董監事持股比率

EMTM : IPO 標的於興櫃市場掛牌交易之月數 Per : 承銷商市占率

Market : 上市(櫃)首日大盤漲跌幅 Year : 公司成立年數

考慮到研究目的為探討興櫃市場價格發現機能，如果興櫃市場有價格發現機能，代表在新股上市(櫃)之前，興櫃市場股價就應該反應出承銷商訂定之承銷價格有折價情形，且以興櫃市場最後交易均價來衡量承銷價的折價幅度，應與上市 (櫃)股票市場首日收盤價來衡量承銷價的折價幅度差不多。因此，如果興櫃市場有價格發現機能的假說正確，則以「IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率」為單一自變數，設立之簡單迴歸模型，應當能對 IPO 市場調整首日超額報酬有相當足夠之解釋能力。依據以上想法，建立以下迴歸模型:

模型二: 興櫃股價模型

AR=α+β

₁

PR+ ɛ

5公司規模以上市(櫃)前之「公開流通在外股數」乘上「承銷價格」衡量。

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

PR: IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率

以迴歸模型一為基礎，並加入「IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率」與「興櫃市場交易期間報酬」兩變數，主是目的是希望提高模型對 IPO 首日異常報酬的解釋能力，迴歸模型三如下:

模型三:完整模型

AR=α+β

₁

PR+β

EMR+β

EMV+β

Size+β

₅

P/B+β

₆

EPS+β

₇

Margin+β

₈

Growth+

β

Hold+β

EMTM+β

Per+β

Marke

+β

Year+ɛ

AR : IPO 市場調整首日超額報酬

PR: IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率 EMR : IPO 標的於興櫃市場交易期間報酬⁶

EMV : IPO 標的於興櫃市場之平均日交易量(取自然對數) Size: 公司規模(取自然對數)

P/B : 股價淨值比 EPS : 稅後每股盈餘 Margin : 營業毛利率 Growth : 營收成長率 Hold : 董監事持股比率

EMTM : IPO 標的於興櫃市場掛牌交易之月數 Per : 承銷商市占率

Market : 上市(櫃)首日大盤漲跌幅 Year : 公司成立年數

6 興櫃市場交易期間報酬是指上市(櫃)申請日起至興櫃市場最後交易日止，該期間之報酬。

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

最後，本研究以「IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率」

為被解釋變數，將「IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率」

當成 IPOs 股票被折價發行程度之代理變數，觀察有哪些特徵的 IPOs 公司較容易折價發行新股，設立迴歸模型四:

模型四:

PR =α+β₁

EMR+β

EMV+β

Size+β

₄

P/B+β

₅

EPS+β

₆

Margin+β

₇

Growth+

Β

Hold+β

EMTM+β

Per+β

Marke

+β

Year+ɛ

PR: IPO 標的於興櫃最後 10 日成交均價相對承銷價溢價比率 EMR : IPO 標的於興櫃市場交易期間報酬

EMV : IPO 標的於興櫃市場之平均日交易量(取自然對數) Size: 公司規模(取自然對數)

P/B : 股價淨值比 EPS : 稅後每股盈餘 Margin : 營業毛利率 Growth : 營收成長率 Hold : 董監事持股比率

EMTM : IPO 標的於興櫃市場掛牌交易之月數 Per : 承銷商市占率

Market : 上市(櫃)首日大盤漲跌幅 Year : 公司成立年數

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

四、 F檢定

多元迴歸分析中，用於檢定k個解釋變數對被解釋變數是否有影響，亦即檢定整個迴歸式是否具有統計上之顯著意義，其虛無假設與對立假設如下：

H0: βi=0

H₁: βi不全為0 i=1,2,….,k

以F檢定統計量來做檢定，若拒絕虛無假設H₀，則表示k個解釋變數與被解釋變數之間具有相關性，整個迴歸模型是有解釋能力的。

五、判定係數(R²)與修正判定係數(Adjusted R²)

判定係數R²在衡量被解釋變數與整體解釋變數間之關係程度，亦即將整體解釋變數引入迴歸模式中，其被解釋變數之變異可以被這些解釋變數解釋的比例，

其公式如下：

R²=可解釋變異/總變異= SSR/SST=1-(SSE/SST) 0≦R²≦1

在簡單迴歸模型中，若 R²愈接近 1，表示此迴歸模型的解釋能力越佳，但是在多元迴歸模型中，R²會隨著解釋變數個數的增加而增加，然而所增加之解釋變數未必有意義，因此多元迴歸模型中，考慮 Adjusted R²以彌補上述之缺點，

Adjusted R²之公式如下：

Adjusted R² = 1 - /( − −1) /( −1) k:解釋變數個數

‧

(Ritter & Beatty)

- 規模越大的公司，市場流通資訊可能越多，

資訊不對稱情形較不嚴重。

股價淨值比 (Fama & French)

- 股價淨值比較低，如果投資人以類似公司之 (Carter & Manaster)

- 投資人對於市占率較高或較有名譽的承銷商 (Barry & Brown)

- 成立較久公司，公開資訊可能越多，可降低

資訊不對稱。

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

第五章實證分析

第一節敘述統計

本節對本研究所選取的166個樣本，進行敘述統計量分析，包括平均數、標準差、最小值、中位數、最大值。

表 5-1 所列之敘述統計量來看，166 家研究樣本中的平均公司規模為 58.9 億元，公司規模最大為上市公司南亞電路(8046)，規模達 1299 億元，規模最小為上櫃公司紅電醫學(1799)的 2.1 億元，樣本中大約 90%的公司規模不到 100 億元，反應出近年上市(櫃)公司，大部分都屬於中小企業。公司正式掛牌前之成立年數平均值為 14.04 年，樣本中最早成立的為美時化學製藥(1795)，公司於民國 55 年 6 月 30 日設立，成立 43 年後才申請掛牌上櫃，最年輕的 IPO 公司是頂晶科技(3562)，也是唯一一家從成立到掛牌上櫃不到 2 年的公司，樣本中大約 58%

的公司成立超過 10 年才正式申請上市(櫃)。依我國證交法規定，申請上市櫃公司需在興櫃市場買賣交易滿 6 個月才能滿足上市(櫃)條件，樣本中留在興櫃市場的交易平均月數為 26.18 個月，最快離開興櫃市場上市的是昱晶能源(3514)只有 10.5 個月，可看出所有樣本皆滿足「申請上市櫃公司需在興櫃市場買賣交易滿 6 個月」之規定。

本研究樣本公司股價淨值比平均為 3.61 倍，最高的為台塑勝高科技股份有限公司(3532)的 14.81 倍，股價淨值比最低的是定穎電子(6251)只有 0.44 倍。

公司稅後每股盈餘平均為 2.99 元，樣本中掛牌前最賺錢的公司是民國 96 年上市的華擎科技(3515)，每股盈餘達 14.11。上市(櫃)前，董監事持股比率平均為 31.32%，董監持股比率最高的為台塑勝高科技股份有限公司(3532) 的 98.04%，

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

最低的是誠研科技(3494)只有 9.4%，樣本中只有 13%的公司董監持股超過一半，

顯示在正式掛牌前，公司股權已有一定的分散程度。

樣本公司的報酬相關統計量方面，在正式掛牌前，公司在提出上市(櫃)申請日起至正式上市(櫃)止，此期間樣本的平均原始報酬為47.01%，顯示興櫃市場股價反應對公司申請上市(櫃)事件是有正向的反應，其中上漲最多的是訊聯生物 (1784)的628.46%，跌幅最大的是綠能科技(3519)下跌65.58%，在所有樣本中有 105家公司在此期間股價是上漲的，61家公司下跌。

IPO首日之市場調整超額報酬樣本平均值為58.37%，顯示承銷商訂定之承銷價格是有低估的。首日報酬最大的是訊聯生物(1784)，超額報酬率達728.02%，而首日跌破承銷價的公司有12間，分別是華亞科(3474)、維熹科技(3501)、祥業科技(3465)、程泰機械(1583)、哲固資訊(3434)、亞帝歐光電(3516)、志遠電子 (3389)、達方電子(8163)、鑫創科技(3259)、綠能科技(3519)、福懋科技(8131) 與伸興工業(1558)，其中伸興工業(1558)的首日跌幅最大，但也只有13.43%，從 IPO首日報酬的分佈可以看出，大部分參與認購新股的投資人都能獲得正的異常報酬。

上市(櫃)前興櫃 10 日均價相對承銷價溢價比率平均達 60.56%，顯示承銷價格低估的情形在興櫃交易階段已經反應出來，興櫃均價相對承銷價溢價最多的是訊聯生物(1784)達 461.34%，第二名是益通(3452)的 279.61%。值得特別注意的是，166 樣本中，只有一間公司的興櫃市場交易均價是低於承銷價格的，普遍來說，承銷價格之訂定相對於興櫃市場交易均價是低估的。

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

表5-1 研究變數之敘述統計量

變數名稱(單位) 平均數標準差最小值中位數最大值公司規模(十億元) 5.89 16.8 0.21 2.1 129.9 成立年數(年) 14.04 8.56 1.81 11.81 43.63 興櫃交易天數(月) 26.18 16.62 10.5 19 80.97

股價淨值比(倍) 3.61 2.67 0.44 2.84 14.84

在文檔中新股初次上市(櫃)報酬分析與興櫃市場價格發現機能 - 政大學術集成 (頁 31-0)

第四章 資料與研究方法

第三節 研究方法

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

‧

AR





AR

AR

AR

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

 0 . 7 )







AR=α+β

EMV+β

Size+β

P/B+β

EPS+β

Margin+β

Growth+β

Hold+β

EMTM+β

P

er+β

Market+β

Year+ɛ

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

AR=α+β

PR+ ɛ

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

AR=α+β

PR+β

EMR+β

EMV+β

Size+β

P/B+β

EPS+β

Margin+β

Growth+

β

Hold+β

EMTM+β

Per+β

Marke

+β

Year+ɛ

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

EMR+β

EMV+β

Size+β

P/B+β

EPS+β

第四章資料與研究方法

第三節研究方法

立政治大學

立政治大學

^AR

立政治大學

_

立政治大學

立政治大學

立政治大學

立政治大學

立政治大學

第五章實證分析

立政治大學

立政治大學