ICAPM 模型配適

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

40

表 4.7 條件共變異數之敘述統計表 (續)

S

₁

BM

₃ 14.2258 4.9250 7.9812 31.4471 0.911 0.210 1.1159 0.3361

S

2

BM

1 10.6834 6.5491 -12.9405 25.5902 0.668 0.141 0.9792 0.6064

S

₂

BM

₂ 11.1793 2.3702 7.4898 17.5925 0.807 0.128 0.9440 0.3498

S

2

BM

3 18.7905 3.2432 9.8828 31.9289 0.605 0.018 1.7203 0.8200

第三節 ICAPM 模型配適

在分析完台灣上市公司投資組合與美國股市之間波動傳遞性 ，主要進 行的是 ICAPM 的模型分析，本文為了探討台灣上市公司投資組合其風 險 與報酬的關係，藉由上述所獲得的條件共變異數資料，另外考量其他的 風 險因子，分別進行風險因子的衡量，找出共同影響投資人預期報酬的因素。

由於投資人在相同的投資環境，因此不論是依公司市值 規模分類，或是淨 值市價比分類，投資人所承受的風險應該相同，因此，將代表風險因子的 條件共變異數與總體經濟變數之迴歸係數項 假設為一致，在模型當中加入 了限制式，將各類投資組合的迴歸係數固定在係數 A, B，建構出式(4.2)。

而在 ICAPM 模型的假設下，截距項應該為零，不過為了測試其 ICAPM 有 效性，放寬截距項可隨著不同的報酬率而變動。

𝑅_𝑖,𝑡+1 = 𝐶_𝑖+ 𝐴σ_{𝑖𝑚 ,𝑡+1}+ 𝐵ω_{𝑖𝑥,𝑡+1}+ 𝑒_𝑖,𝑡+1 (4.2)

在針對系統性聯立方程式的迴歸估計，在過去的實證文獻上， 財金資 料的殘差項具有異質變異(heteroskedasticity)的性質，因此無法採取一般化

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

41

最小平方法 (OLS)。對於加入限制式的系統性聯立方程式迴歸估計 ，採取 加權最小平方法(Weighted Least Square，WLS)來進行估計，其方法是先利 用 WLS 作 F 檢定，由未受限制的模型計算權重，再使用這些權重於受 限 制的模型進行 WLS 估計。雖然 WLS 可以解決殘差項變異數異質性的問題，

但實際上仍然不知道其殘差變異數的真實型態，不過 WLS 提供了一個比 較簡便的方法來進行估計。

在 size 分類與 BM 分類的五條聯立方程式迴歸，由表 4.8 可知道式(4.2) 的聯立方程式迴歸結果，其條件共變異數與總體經濟變數的係數皆為負向，

若 在 5%的顯著水準下， 條件共變異數為顯著，但條件共變異數對 投資組 合超額報酬率的影響很小，係數為-0.08，因此做為風險因子似乎不恰當。

表 4.8 納入股利收益率決定因素之實證結果

Coefficient

Std.

Error

t-Statistic Prob.

S

i & BMi

A

-0.0844 0.0413 -2.0418 0.0416

B

-3.1888 0.8910 -3.5788 0.0004

S

_i

BM

_i

A

-0.0483 0.0361 -1.3388 0.1811

B

-2.5225 0.7792 -3.2373 0.0013

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

42

交叉分類的六條聯立方程式迴歸結果也呈現相似的情形， 但做為系統 性風險因子的條件共變異數呈現負向且不顯著，因此以條件共變異數來 做 為衡量台灣上市公司投資組合的風險因子並不適合。而在兩種系統性聯立 方程式結果的相同點為，總體經濟變數─股利收益率則皆為負向且顯著，

主要是因為當公司所發放的股利比往年減少時，可能是公司營運出現問題，

伴隨著風險增加，因此當投資人要將資產投資在這類公司的投資組合時 ， 會要求較高的報酬率，因此呈現負向的關係。

為了與式(4.2)做區別，驗證條件共變異數是否真的能作為解釋台灣上 市公司投資組合報酬率的風險因子，將式(4.2)迴歸式內的總體經濟變數拿 掉 ， 並以 相 同 的 迴 歸 估 計 方法 WLS 來 進 行 估 計式 (4.3)。表 4.9 為 式 (4.3) 的估計結果，結果顯示不論在 size 與 BM 分類或是交叉分類，其迴歸係數 的 結 果 並 不 顯 著 ， 因 此 再 度 驗 證 條 件 共 變 異 數 做 為 風 險 因 子 的 適 當 性 ， ICAPM 模型中 的條件 共 變異數 不 適合衡 量 台灣上 市公司的投 資組合 報酬 率。

𝑅_𝑖,𝑡+1 = 𝐶_𝑖+ 𝐴σ_{𝑖𝑚 ,𝑡+1}+ 𝑒_𝑖,𝑡+1 (4.3)

表 4.9 條件共變異數決定因素之實證結果

Coefficient

Std.

Error

t-Statistic Prob.

S

_i & BM_i

A

-0.0039 0.0351 -0.1105 0.9121

S

i

BM

i

A

0.0134 0.0311 0.4303 0.6671

‧

用 SUR(Seemingly Unrelated Regression)的估計方法，在放寬限制式的假設 下，驗證條件共變異數是否適合解釋投資人對於投資組合的預期報酬 。表

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

44

表 4.10 條件共變異數決定因素之實證結果 (續)

S

_i

BM

_i

A

₃ -0.0808 0.0723 -1.1186 0.2637

A

4 0.0557 0.0912 0.6106 0.5417

A

₅ 0.1034 0.1264 0.8182 0.4135

A

6 0.0515 0.1036 0.4967 0.6196

由於單一採取系統性風險因子─條件共變異數的迴歸結果並不是很好，

無法作為衡量投資人對於台灣上市公司投資組合的預期 報酬，因此多採取 Fama and French (1993)的兩個系統性風險因子，以常見的公司特徵變數 ， 市值的 SMB 與淨值市價比的 HML，來衡量投資組合預期報酬率的影響，

建構出式(4.5)的迴歸式

𝑅_𝑖,𝑡+1 = 𝐶_𝑖+ 𝐴σ_{𝑖𝑚 ,𝑡+1}+ 𝐵_𝑠ω_{𝑖𝑠,𝑡+1}+ 𝐵_ℎω_{𝑖ℎ,𝑡+1}+ 𝑒_𝑖,𝑡+1 (4.5)

其中，變數𝜔_𝑖𝑠為其它系統性風險因子 SMB，變數𝜔_𝑖ℎ為 HML，且同樣 與式(4.2)與(4.3)相同，加入限制式，使條件共變異數、SMB 與 HML 的迴 歸係數固定在係數 A、Bs與 Bh，利用式(4.5)進行系統性聯立方程式的迴歸 估計。而對於此系統性聯立方程式的迴歸估計採用式(4.2)的方法，為加權 最小平方法。

表 4.11 為式(4.5)的迴歸估計結果，在 size 與 BM 分類的五條方程式迴 歸估計結果，其 SMB 與 HML 的迴歸係數項皆為顯著且正向(Bs為 5%顯著 水準內， Bh為 10%顯著水準內 )，代表市值規模小的公司，投資人享有 較

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

46

而 HML 迴歸估計係數則變得不顯著，代表淨值市價比對於投資人的預 期 報酬是沒有影響的。另外，不論在公司與 BM 分類或是交叉分類，條件共 變異數的迴歸係數仍為不顯著，代表條件共變異數對於投資人的預期報酬 率沒有解釋能力。

由上述系統性聯立方程式的迴歸估計結果得出， 在式(4.2)至式(4.5)當 中，ICAPM 模型當中的系統性風險因子─條件共變異數，只在五條方程式 的迴歸結果能解釋台灣上市公司的股票報酬，其它結果都顯示條件共變異 數不能夠衡量台灣上市公司的股票報酬，結果與 Baillie 與 DeGennaro(1990)、

Campbell 與 Hentchel(1992)的結論相同，預期報酬與條件共變異數不存在 顯著的抵換關係。而其它系統性風險因子能夠解釋台灣上市公司的股票報 酬，存在規模效應，且在式(4.5)的迴歸估計結果也呈現淨值市價比能夠影 響投資人的投資決策。在式(4.2)的估計結果顯示，總體經濟變數─股利收 益率也能夠衡量投資人的預期報酬，符合 Merton(1973)提出總體經濟變數 能夠影響投資人的預期報酬論點。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

47

在文檔中 風險與股票報酬之跨期抵換關係─以台灣上市公司為例 - 政大學術集成 (頁 45-52)