第四章、 實證分析
第三節、 迴歸分析
根據符號 t 檢定得知：在 95%信賴區間下，2012 年總統大選後市場上所有 的股票，不論企業主表態與否，都會有正的異常報酬。另一方面，從兩母體平 均數的 t 檢定得知：有表態公司的異常報酬率低於未表態的其他公司，同時在
（t3, t5）這個區間內，累計平均異常報酬率產生顯著的差異。然而，上述論證 皆是以表態做為唯一的影響因素，並未考慮其他可能會影響股價波動的變因，
因此，在本小節之中，除了表態這個因子之外，再納入負債淨值比、資產總額
（取自然對數值）、淨值股價比等三個變數，利用迴歸分析將命題深入討論。
本節迴歸分析的過程如同第三章所述可分成兩個階段：
第一階段，方程式中代表表態的變數 Ann 將以 1 或 0 代入，分別表示該公 司有表態或未表態，對蒐集到的所有股票作分析；藉此驗證表態與否，是否為 一顯著影響股票異常報酬率的因素。為了與下一階段的變數區分，此處以 Ann-d 列示，代表它是一個虛擬變數。
第二階段，方程式中代表表態的變數 Ann 將以表態新聞的篇幅數量代入，
量化方式如同第三章所述，對有表態的股票作分析；藉此驗證表態力道的大小，
是否對異常報酬率造成不同程度的影響。
38
壹、迴歸分析Ⅰ：表態因子以 1、0 代表是否表態，對所有股票分析
表 4-7 迴歸分析Ⅰ－以 CAR (t3, t4) 為被解釋變數之結果
解釋變數 係數 P-值
截距 -3.657291 0.053296*
Ann-d -1.088784 0.031888**
DE -0.138361 0.012495**
Ln(TA) 0.314681 0.000296**
BvMv -0.427996 0.061914*
調整的 R2 0.013706 觀察值個數 1,299
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
表 4-8 迴歸分析Ⅰ－以 CAR (t3, t5) 為被解釋變數之結果
解釋變數 係數 P-值
截距 65.397175 0.000000**
Ann-d 0.075354 0.962440 DE 0.509321 0.003593**
Ln(TA) -2.627533 0.000000**
BvMv 5.893979 0.000000**
調整的 R2 0.110694 觀察值個數 1,299
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
39
表 4-9 迴歸分析Ⅰ－以 API (t3, t4) 為被解釋變數之結果
解釋變數 係數 P-值
截距 -3.806778 0.048998**
Ann-d -1.125629 0.029921**
DE -0.141728 0.012275**
Ln(TA) 0.323920 0.000267**
BvMv -0.441405 0.059515*
調整的 R2 0.013928 觀察值個數 1,299
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
表 4-10 迴歸分析Ⅰ－以 API (t3, t5) 為被解釋變數之結果
解釋變數 係數 P-值
截距 75.516526 0.000000**
Ann-d 0.606634 0.755382 DE 0.886190 0.000032**
Ln(TA) -3.069298 0.000000**
BvMv 6.430172 0.000000**
調整的 R2 0.102737 觀察值個數 1,299
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
40
貳、迴歸分析Ⅱ：表態因子以表態新聞篇數代入，對有表態股票分析
表 4-11 迴歸分析Ⅱ－以 CAR (t3, t4) 為被解釋變數之結果
解釋變數 係數 P-值
截距 30.532468 0.000017**
Ann 0.046372 0.246089 DE -0.126751 0.274049 Ln(TA) -1.160317 0.000081**
BvMv -0.788976 0.415722 調整的 R2 0.183130
觀察值個數 77
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
表 4-12 迴歸分析Ⅱ－以 CAR (t3, t5) 為被解釋變數之結果
解釋變數 係數 P-值
截距 108.510661 0.000007**
Ann 0.147914 0.271814 DE 1.851941 0.000009**
Ln(TA) -4.662308 0.000004**
BvMv 9.171565 0.006114**
調整的 R2 0.420071
觀察值個數 77
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
41
表 4-13 迴歸分析Ⅱ－以 API (t3, t4) 為被解釋變數之結果
解釋變數 係數 P-值
截距 30.981510 0.000018**
Ann 0.047172 0.246461 DE -0.133552 0.257768 Ln(TA) -1.177237 0.000085**
BvMv -0.815045 0.408931 調整的 R2 0.183460
觀察值個數 77
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
表 4-14 迴歸分析Ⅱ－以 API (t3, t5) 為被解釋變數之結果
解釋變數 係數 P-值
截距 116.686968 0.000012**
Ann 0.152796 0.307574 DE 2.539137 0.000000**
Ln(TA) -5.028238 0.000007**
BvMv 9.991195 0.007236**
調整的 R2 0.462765
觀察值個數 77
備註：*表示在 90%的信賴水準下，具顯著性；
**表示在 95%的信賴水準下，具顯著性。
資料來源：本研究計算
42
參、迴歸分析小結
從本研究設計的迴歸式得到的實證數據可以發現：當表態因子為一分辨表 態與否的虛擬變數時（Ann-d），在（t3, t4）區間表態因子對市場上所有股票的 累計平均異常報酬率有顯著的解釋能力，其顯著性在迴歸式中次於資產總額
（取自然對數值）與負債淨值比，同時符號為負，說明表態對累計平均異常報 酬率的影響確實存在、而且為負向。然而當累計時間拉長到（t3, t5）區間，當 迴歸式中所有因子的顯著性都上升時，表態因子的顯著性卻獨自大幅下降；顯 示雖然在短期之內表態與否成為解釋累計平均異常報酬率的重要因子，但是當 時間拉長，表態因子的影響力隨之衰退，呼應了第一節中從折線圖中觀察到的 慶祝行情衰退現象。就迴歸式整體而言，這階段的 R2並不高，無法提供實務 上有效預測，僅能就各因子的顯著性做討論。
另一方面，當樣本聚焦到對有表態的公司股票做研究時，表態因子此時的 意涵為見報新聞的篇幅數量。從實證結果中可以發現：各因子同樣會隨著時間 拉長而提高顯著性，唯獨表態因子顯著性下降；除此之外，在這一階段表態因 子不論是在哪一個區間，其解釋能力都不顯著，顯示在有表態公司的集合內，
見報篇幅的多寡並不能成為累計平均異常報酬率高低的有力佐證。就迴歸式整 體而言，這階段的 R2高於上一階段，顯示當樣本限縮之後，迴歸式有較佳的 解釋能力，然而本研究亟欲驗證的表態因子反而無法對假說做出支援。
縱觀兩階段的實證結果，雖然利用本研究所設計的迴歸式得到的 R2都不 高，但是存在一個相同的趨勢：就是當被解釋的區間延長到（t3, t5）時，R2會 上升，同時除了表態因子以外的各因子顯著性皆會提高。由於除了表態以外的 各因子都代表公司財務面的基本因素，顯示相較於選後一個月，當選舉甫過的 時候，造成股價報酬異常波動的因素可能較為複雜，從而較難以解釋，這也說 明了選後短期之內確實存在基本分析無法預測的行情。
43
經由兩階段的迴歸分析可以得出一個結論：將表態因子與其他變數同時考 量的時候，表態因子並不如想像的能成為左右異常報酬率的主要變因；反而是 文獻中時常被探討的因子，即使是在選後這一段時間，對於異常報酬率的衡量 仍然比表態因子具有更顯著的解釋力。也因此不能證明：2012 年總統大選選前 有表態的企業表態程度越高，該企業的股價在選後的異常報酬越大。也就是假 說三的命題無法成立。
44