行政院國家科學委員會專題研究計畫 成果報告
台灣股市投資人代表性經驗法則之研究
計畫類別： 個別型計畫 計畫編號： NSC94-2416-H-110-032- 執行期間： 94 年 08 月 01 日至 95 年 07 月 31 日 執行單位： 國立中山大學企業管理學系(所) 計畫主持人： 吳欽杉 報告類型： 精簡報告 處理方式： 本計畫可公開查詢中 華 民 國 95 年 8 月 14 日
行政院國家科學委員會專題研究計畫成果報告
台灣股市投資人代表性經驗法則之研究
計畫編號：NSC94-2416-H-110-032
執行期限：94 年 8 月 1 日至 95 年 7 月 31 日
主持人：吳欽杉
協同研究人員：劉維琪
執行機關及單位名稱：國立中山大學企業管理學系
摘要 本研究應用不同公司績效指標的趨勢及序列，探討台灣股市投資人是否存在保守性 偏誤及代表性偏誤的現象。本文建立兩項公司績效的趨勢指標值，在總趨勢指標值中， 分別出現保守性及代表性偏誤，但在局部趨勢指標值，則傾向沒有系統性行為偏誤的現 象。此外，本研究利用分段式迴歸進行分析，發現投資人對正向趨勢比對負向趨勢較為 敏感，並且呈現賭徒謬誤的現象。 關鍵詞：行為財務、保守性偏誤、代表性偏誤 AbstractThis paper uses trends and sequences of different firm performance indices to examine the existence of investors’conservatism and representativeness biases in the Taiwan stock market. We construct two performance trend indices. In the global trend index, we find that there exist conservatism and representativeness biases. However, in the local trend index, evidences incline to show that there is no systematic behavioral bias. In addition, we apply a piecewise regression analysis and find that investors are more sensitive to positive trends than to negative trends.
壹、緒論
公司績效是股票市場最主要的投資決策參考指標之一，而公司週期性發佈財 務會計績效，所形成一種績效的趨勢及序列，是否因而導致投資人忽略基本面產 生系統性的行為偏誤。近期，Chan, Frankel and Kothari (2004)即以三項會計績效 的趨勢與序列，檢驗投資人代表性偏誤及保守性偏誤的存在。在無法得知投資人 系統性行為偏誤形成所需要的時間，因此他們嘗試著以長期間（5 年）與中期間 （4 季）進行行為財務理論之檢驗。其研究結果並未能發現投資人會根據過去財 務績效的趨勢及序列，推測未來的股價走勢。換言之，亦有可能在其研究設計上， 未能採用適當的測量或期間。 本研究即以台灣上市公司績效的趨勢及序列，以驗證投資人誤用經驗法則的 行為偏誤是否存在為主要架構，並加以延伸。因為尚有許多值得進一步探討之問 題，可以藉由不同的研究方法，得到更豐富的答案。首先，我們不侷限於財務會 計績效的趨勢及序列，Daniel and Titman（2006）將影響股票報酬的資訊分成兩 種，一種為有形資訊（tangible information），即代表公司的營業收入、盈餘等會 計報表的績效；另一種則為無形資訊（intangible information），即代表會影響股 票報酬之其他非會計績效的資訊，其研究結果發現，只有無形資訊具有預測未來 股票報酬的能力，而有形資訊則與未來股票報酬無關。 本研究認為公司績效趨勢序列的長短，不能由研究者主觀認定，應該以資料 實際呈現的型態加以分析，故本研究分別建構兩種公司績效的趨勢指標值， Shefrin（2002）指出，代表性偏誤就是依循刻板印象（stereotypes）進行決策判 斷。在本研究所建構的總趨勢指標值中，主要係衡量公司自上市以來，給予投資 人對其績效成長率的單一印象值，此為整體代表性（global representativeness）偏 誤的檢驗，同時亦為保守性偏誤（conservatism bias）的測試，Brav and Heaton （2002）提到保守性與代表性經驗法則（representativeness heuristic）在某些時候 是相對的觀念，只是投資人對不同資料型態做出不同的反應。其中，代表性偏誤 可視為過度重視顯著資訊的強度，而保守性偏誤則是緩慢接受新資訊的到來。將 此觀念直接應用到股票市場，倘若存在代表性偏誤，長期而言將可預期股價會反 向修正，而保守性偏誤則是公司績效趨勢型態的延續。 本研究另外設計一套衡量公司績效的局部趨勢指標值，此係用來檢驗局部代 表性偏誤（local representativeness）及觀察績效趨勢序列的強度，當局部趨勢指 標值愈大時，代表在某個時期公司績效是一致性地成長，而績效成長趨勢的強度 亦更為顯著，但投資人是否因此而誤認為公司未來將持續一致性地成長趨勢， Rabin（2002）稱此現象為小數法則（law of small numbers）。
此外，Chan, Frankel and Kothari (2004)對一致性績效成長定義之衡量，由於 績效趨勢的強度被限制在 4 季或 5 年，因此我們無法觀察不同績效趨勢序列的次 數，對股票報酬是否有顯著性的影響，故本研究利用分段式迴歸進一步分析，發 現投資人對正向趨勢比對負向趨勢較為敏感，並且呈現賭徒謬誤的現象。
並分別計算均等加權與市值加權的投資組合報酬，俾觀察行為偏誤是否存在。 Fama（1998）認為以市值加權的投資組合報酬，可以正確衡量對投資人總財富 的影響，而台灣股票市場係屬於規模較小的市場，故投資人對於投資高權益市值 公司的股票，其行為決策的判斷更容易受影響。
過去行為財務實證之研究，在某種程度上，有理論過度配適（over-fitting theories）及資料探勘（data mining）之問題，但多數的財務學者，如 Campbell, Lo and MacKinlay（1997）、Chan, Frankel and Kothari（2004）、Hong and Stein（1999） 等，均認為執行樣本外測試（out-of-sample test）可以避免資料探勘的疑慮。因 此，本研究利用公司績效成長趨勢的指標值，建構投資組合進行樣本外測試，其 中包括根據總趨勢指標值形成買入高成長而賣出低成長公司的投資策略，並根據 局部勢指標值形成買入一致性而賣出不一致性公司的投資策略，再分別計算各項 投資組合異常報酬之差異數，均不像在同一樣本內，持續探勘即可得到某一特定 異常現象。 貳、文獻探討 本研究從公司績效趨勢及序列的觀點，探討投資人的保守性與代表性之行為 偏誤，其相關的文獻主要係來自於實驗研究及行為財務理論。
從認知心理學的研究中，Tversky and Kahneman（1974）發現，人們訂定決 策時會運用有限度的經驗法則，以降低評估發生機率及價值預測之複雜思考過 程，而直接採用較為簡單的判斷決策。雖然經驗法則在日常生活中頗受用，但有 時候會導致嚴重的系統性決策偏誤。而資訊的顯著性（salience）及可用性 （availability）為人們運用代表性經驗法則及期望形成的主要因素。針對投資人 而言，財務績效之衡量具備上述兩項要素，當他們根據過去公司績效的趨勢及序 列，誤用小數法則而直接推論此為公司績效的刻板印象時，將產生經驗法則中的 代表性偏誤（representativeness bias），但是當投資人的認知上未能正確更新公司 新績效的公佈時，此為 Edwards（1968）所稱的保守性偏誤（conservatism bias）。 基於上述常見的行為偏誤，本研究即利用不同公司績效的趨勢及序列，觀察市場 是否存在保守性及代表性偏誤之現象。
而 Griffin and Tversky（1992）則試圖將保守性與代表性作結合，其認為相 較於理性的貝氏法則，人們太重視訊息的強度，而忽略訊息的權重。事實上，代 表性偏誤即可被視為過度重視某顯著訊息的強度，卻相對忽視訊息的權重。由於 心理學方面的文獻並未再進一步探討何種訊息具有強烈且顯著的特性，因而導致 代表性偏誤，以及何種訊息有低的權重，因而產生保守性偏誤，例如一系列盈餘 的高成長需要多長的形成期間，俾造成股價高估。有鑑於此，Barberis, Shleifer and Vishny (1998)及 Mullainathan（2002）即以此架構建立行為理論模型，他們均認 為投資人會利用過去盈餘趨勢推測未來股價走勢，這種直覺式的思考模式，將產 生一些可預測結果，若市場投資人存在代表性偏誤，預期未來股價將反向修正； 反之，若存在保守性偏誤，則未來股價的走勢會追隨過去盈餘的趨勢。
Brav and Heaton（2002）應用保守性及代表性偏誤的理論架構，為股市異常 現象的反應不足與過度反應做解釋。過去許多探討市場對某事件或資訊反應的文 獻相當多，例如早期的 Ball and Brown（1968），到較晚近的 DeBondt and Thales (1985、1987)、Jegadeesh and Titman (1993, 2001)等，而 Bernard（1993）則彙整 當時市場對盈餘宣告所導致兩種反應之相關文獻。至於，國內的劉玉珍、劉維琪 與謝政能（1993）以日資料或月資料加以實證，並未發現有過度反應的現象，但 台灣股市似有「強者仍強、弱者仍弱」的異常現象。爾後，李春安（1999）則採 用後見之明心理探究反應不足與過度反應形成的原因，其認為當連續一致性的好 消息或壞消息出現之後，市場上會出現過度反應的現象；反之，當不一致消息出 現之後，市場上會出現反應不足的現象。
至於其他市場實驗（experimental market）之研究，Andreassen and Kraus （1990）發現受試者在價格小幅度波動時，會呈現買跌賣漲的行為，但當股價出 現趨勢型態時，受試者的行為卻轉變成追隨股價的趨勢，即使該實驗所提供股價 的走勢為隨機漫步。而 DeBondt（1993）則結合實驗設計及投資人調查，發現投 資人會依據過去的趨勢作未來的推測。Bloomfield and Hales（2002）發現實驗中 的受試者，在已知盈餘績效呈隨機漫步的情況下，對未來股價期望之形成，仍然 會受到過去盈餘趨勢型態的影響，亦即受試者於觀察過去績效出現許多反轉，將 預期未來結果也會產生反轉，假如過去出現較少的反轉，則受試者將預期未來績 效呈趨勢型態。但是，Asparouhova, Hertzel and Lemmon（2004）認為 Bloomfield and Hales（2002）的實驗設計，所提供給受試者績效的序列，並非來自隨機漫步 過程，因此重新設計且執行是項實驗，結果發現受試者經觀察較少次數的績效反 轉，仍不會追隨趨勢，而是預期將會產生反轉，亦即驗證所謂賭徒謬誤的效應1。
Frieder（2004）亦驗證投資人對連續正向的盈餘驚奇，存在代表性偏誤，而對連 續負面的盈餘驚奇則不是如此明顯。Durham, Hertzel and Martin（2005）執行大 學美式足球賭注的價格實驗（price laboratory），並以計分方式定義趨勢指標值， 其研究結果發現長期間的績效表現，投資人會受到過去績效趨勢型態的影響，呈 現代表性偏誤，而短期間的績效表現，則不受過去代表性偏誤的影響。 綜上所述，雖然目前所探討有關投資人系統性的行為偏誤，多數來自行為理 論模型，或者是在研究者縝密的環境控制下，執行實驗市場之研究，較少將行為 理論模型直接應用到股票市場進行實證研究，但研究結果亦相當分歧。由於公司 在沒有其他不利的情況下，將永續經營，因此公司績效成長的趨勢型態是沒有界 限，不像在市場實驗裡可以界定短期趨勢或長期趨勢，而且限制投資者的唯一資 訊來源只有盈餘的走勢。因此，本研究採用市場實驗計分方式，定義公司績效的 趨勢，藉以探討台灣股市投資人保守性及代表性偏誤之現象是否存在。 1 賭徒謬誤（gambler’s fallacy）亦為一種局部代表性偏誤，例如，連續擲 5 次公正的硬幣均出現 正面，人們會認為反面即將出現，誤以為如此才具有公正硬幣的代表性。事實上，擲公正硬幣 每次出現正反面的機率為各半。
參、研究方法 本研究以台灣經濟新報資料庫（TEJ），上市公司一般產業為研究對象，排 除因產業特殊與不同財務特性的金融保險及證券業。由於 TEJ 資料庫的財務資 料是從 1986 年起始，為了計算四個風險因子與各項公司績效的衡量，故選擇 1988 年 1 月至 2005 年 3 月為股票報酬之研究期間。在這段期間，台灣股市經歷數個 多頭及空頭市場趨勢的循環，故本研究期間應該對台灣股市具有代表性2 。以下 分別說明各項公司績效之衡量，績效序列與趨勢指標值之設計，以及股票異常報 酬的建構。 一、公司績效之衡量 營業收入成長率 = 1 1 t t t S S S (1) t S 代表第 t 季的營業收入。 營業淨利成長率 = 1 1 t t t OI OI Asset (2) t OI 代表第 t 季的營業淨利，而Assett1為第t1季的資產總額3。 本期淨利成長率4 = 1 1 t t t NI NI Asset (3) t NI 代表第 t 季的本期淨利，而Assett1為第t1季的資產總額。 Tobin’s Q = t t t t MV PS D TA (4) 其中MV 是第 t 季的市值，t PS 是第 t 季的特別股帳面值，t D 是第 t 季的負t 債帳面值，TA 是第 t 季的資產總額帳面值t 5。 股票報酬率 = 1 1 t t t P P P (5) t P 代表第 t 季的股票收盤價。
2 根據 Fabozzi and Francis（1977）對多頭與空頭市場的定義，以當月份的加權股票報酬率作為
判斷之依據，正的報酬率歸類為多頭市場，負的報酬率歸類為空頭市場。台灣股市於 1988 年 1 月至 2004 年 12 月，共計 106 個月的多頭市場，98 個月的空頭市場，於本研究期間股價漲跌 互見，而台股最低收盤指數約 2,700 點，最高收盤指數曾經達到約 12,000 點。 3 營業淨利與本期淨利成長率的公式，以前一季資產總額為分母，係為了避免營業淨利或本期淨 利為負數，使得成長率公式的分母為負數的情況。 4 其他財務績效指標如每股盈餘，其公式為：（本期淨利-特別股股利）÷加權平均之流通在外普 通股股數，也是從本期淨利加以衍生而來，故本期淨利增加，其他條件不變下，每股盈餘亦會 增加，就成長趨勢的方向而言，應該是一致的，因此本文僅以式子（3）作為本期淨利成長率 之衡量。 5 由於特別股多數沒有上市而採私募的方式，所以特別股市值的資料通常無法取得。本文 Tobin’s Q 代理變數的衡量係採用 Demsetz and Villalonga（2001），在文中（p.213）說明 Tobin’s Q 的 分子採用帳面價值的理由，其認為會計帳面價值表現良好的公司，相對地亦會帶來高的股價， 因此當 Tobin’s Q 的分母為資產帳面價值時，以會計帳面價值當作分子，用以評估公司的績效 係屬合理。
二、公司財務比率之衡量 淨利率(PM) = 淨利÷銷貨收入淨額 (6) 總資產報酬率(ROA) = 淨利÷資產總額 (7) 股東權益報酬率(ROE) = 淨利÷普通股權益帳面值 (8) 淨值市價比(B/M) = 普通股權益帳面值÷權益市值 (9) 盈餘價格比(E/P) = 淨利÷權益市值 (10) 現金流量價格比(C/P) = 淨利加折舊÷權益市值 (11) 三、績效趨勢指標值之設計 績效成長率的一致性序列愈長，愈容易促成代表性偏誤，因此本研究分別設 計兩種衡量公司績效成長趨勢的指標，如下： (一)總趨勢指標值：根據各項季績效成長率的計算，當季與上一季比較，假如當 季績效表現優於上一季，則給予+1 值；反之，若當季績效表現低於上一季， 則給予-1 值，經加總即得各家公司自上市以來，整體代表性的總趨勢指標值。 例如：某一家公司 12 季的財務績效顯示，有 8 季的績效優於上一季，因此得 到總趨勢指標值為 4，當公司經營績效成長趨勢愈一致，其總趨勢指標的絕 對值愈高。最後將總趨勢指標值依大小排序，總趨勢指標值相同者再以序列 長短排序，前 20%為高成長績效公司，後 20%為低成長績效公司。 根據效率市場假說，高成長與低成長公司的股票異常報酬應該是無差 異，倘若存在代表性偏誤，買入高成長而賣出低成長公司股票的投資策略， 所獲取異常報酬應該是負數，因為投資人對高（低）成長公司績效的期望會 過度樂觀（悲觀），同時對股票評價亦太高（低），但到了某一個時點，心理 預期產生轉折，不再相信公司績效將持續好（壞），則預期股票報酬將呈現反 向修正。假如投資人存在保守性偏誤，則對高低成長績效會反應緩慢，故執 行是項投資策略將會產生正的異常報酬。 (二)局部趨勢指標值：此衡量公司在某一段時間連續一致性的績效序列，為測量 局部代表性的一項指標，即逐季累加直到更換績效成長率的符號。如果季成 長率自+2 值或-2 值開始呈現相同符號的局部趨勢指標值時，即為連續一致性 績效序列，當局部趨勢指標值回到+1 值或-1 值時，即代表公司績效重新回到 不一致績效序列。 由於公司連續一致性績效序列之代表性，投資人不假思索直接運用經驗 法則，將其歸類到高成長或低成長公司，因而產生過度反應；反之，投資人 對於不一致績效序列的公司，在未發覺績效的趨勢型態前，係屬於反應不足 的現象，故若執行買入一致性而賣出不一致性績效成長序列公司的投資策 略，誤用代表性經驗法則，將產生顯著負的異常報酬。同樣地，當公司績效 呈現趨勢型態時，新績效的公佈與前期績效的趨勢型態相反時，前期一致性 績效序列的公司，在投資人過度反應之情況下，股價將遭受反向修正，而且 修正幅度將大於不一致性績效序列的公司，因此，在有代表性偏誤之下，執 行是項投資策略，也會產生顯著負的異常報酬。
四、股票異常報酬之建構 本研究係根據公司績效的趨勢與序列形成投資組合，為了確保公司績效資訊 已公佈且傳達給投資人，因此與各季財務績效相對應的股票報酬則遞延一季6 。 本研究採用 Carhart 四因子迴歸模式： [ ] pT fT p p mT fT p T p T p T pT R R b R R s SMB h HML u UMD (12) 上列迴歸模式風險因子的建構與 Fama and French（1993）及 Carhart（1997） 的方法類似，如此才能與國外研究有相比較的基礎。在上述迴歸模式中，RpT是 個股從第 t 個月至第 T 個月持有期間的原始報酬：
1 1 1 T pt it t R R (13) 其中常數項 即為該投資組合的異常報酬。p 五、公司績效序列長短期間對股票報酬之影響由於 Chan, Frankel and Kothari（2004）無法確實掌握投資人代表性偏誤形 成所需要的序列期間，在有資料挖掘（data dredging）的風險之下，嘗試著以中 期間（4 季）及長期間（5 年）的財務績效進行代表性偏誤的測試，但均未能發 現過去會計績效的趨勢及序列，會影響投資人對股票報酬的期望。因此，本研究 則針對公司績效序列長短期間對股票報酬之影響，進行更完整的檢測，並觀察公 司一致性績效成長序列愈長，是否會造成投資人預期心理結構性的改變，因而產 生代表性偏誤，故以下列分段式迴歸進行分析：
*
[ ] pT fT p p mT fT p p p p i pT R R b R R s SMBh HMLu UMDc X X SEQ SEQ = 1 當 * i X X = 0 當 * i X X (14) 上列的迴歸以市場報酬[RmT RfT]、規模SMB、淨值市價比HML、股價動能 UMD之風險因子當成控制變數，我們只觀察績效序列次數
*
i X X SEQ的迴歸係 數及 t 值。其中，Xi代表個別公司的局部趨勢指標值，X*為預期報酬轉折的臨 界點，以便計算在下一季公司績效揭示前，各個期間報酬的分段式迴歸分析。 6 財務報表日至財務資訊公佈日會有一段時間的落差，此落差是因為公司需要一段時間編製報表。Alford, Jones and Zmijewski（1994）的研究指出，年度財務報表日結束後第四個月起，幾 乎所有公司的財務資訊是可以公開取得（publicly available）。因此當學者在以財務資訊為依 據，形成投資組合並衡量股票報酬時，均會採用遞延一季或甚至一季以上的月數進行處理，除 了 Chan, Frankel and Kothari (2004)之外，尚有 Sloan（1996）、Xie (2001)、Hirshleifer, Hou, Teoh and Zhang (2004)等。本文採用遞延一季處理，主要是因為能夠影響投資人決策判斷的資訊必 須是顯著及可取得（available），而在財務報表日（當日）尚屬於不可公開取得的資訊。
六、結果穩健性(robustness)之探討
以公司績效建構投資組合形成樣本外測試，在檢測行為財務理論的實證上是 相當重要，且為多數學者認為如此可以避免資料探勘的疑慮（Hong and Stein, 1999；McQueen and Thorley, 1999；Jorion, 2000 等），由於投資人決策習性影響 因素眾多，Chan, Frankel and Kothari（2004）認為進行如此的樣本外測試，才能 夠觀察股票報酬系統性偏誤，並避免行為理論過度配適與資料探勘之問題。在本 文所進行樣本外測試，包括根據總趨勢指標值形成買入高成長而賣出低成長公司 的投資策略，並根據局部勢指標值形成買入一致性而賣出不一致性公司的投資策 略，再分別計算各項投資組合異常報酬之差異數，均不像在同一樣本內，持續探 勘即可得到某一特定異常現象。 另外，進行上述的投資策略，本研究分別列示以均等加權(equal-weighted) 及市值加權(value-weighted)計算投資組合之報酬，由於 Fama（1998）認為依市 值加權所計算的投資報酬，可以正確地捕捉異常現象對投資人總財富的影響，故 將均等加權與市值加權的兩種結果一併列示，以供比較。 肆、實證結果 一、績效總趨勢指標值行為偏誤之驗證 本研究結果顯示，在財務會計績效的趨勢與序列中，營業收入及營業淨利出 現保守性偏誤。同樣地，Tobin’s Q 自期間報酬 9 個月開始，保守性地延續績效 的趨勢型態，使得可以預測未來股票報酬。至於，市場績效的股票報酬，於期間 報酬 12 個月之後，就呈現顯著負的異常報酬，亦即存在代表性偏誤，此與 Jegadeesh and Titman（1993, 2001）的發現，依股票報酬動能所能獲取超額報酬 約 3 至 12 個月，隨後股價就呈現長期間的反向修正的研究結果相一致。 另外，我們也發現淨利率、總資產報酬率、股東權益報酬率與盈餘價格比呈 現保守性偏誤，而現金流量價格比及淨值市價比呈現代表性偏誤。 二、績效局部趨勢指標值行為偏誤之驗證 根據實證結果，並無行為財務理論所宣稱投資人會誤用小數法則，造成代表 性偏誤。此外，根據多種不同公司績效衡量，在不同期間報酬之下，且不論是採 用等權或值權形成投資組合報酬，執行上述的投資策略，大多數均未能產生顯著 的異常報酬。 三、後續績效與前期績效趨勢相反時，行為偏誤之驗證 根據實證結果，並未發現有顯著負的異常報酬，亦即表示投資人不存在代表 性偏誤；此外，執行上述的投資策略，絕大多數亦未能帶來顯著正的異常報酬。 四、公司績效序列長短期間行為偏誤之驗證 本研究利用分段式迴歸進一步分析，發現財務會計績效係屬於較短期間的趨 勢序列，僅本期淨利的績效序列次數有顯著性影響。另外，當我們持續針對
Tobin’s Q 較長期間的趨勢序列進行分析時，卻發現連續一致性績效序列在第 8 季，始對股票報酬產生顯著性的影響。 另外，我們針對公司績效的六種財務比率進行分析，發現投資人對正向趨勢 比對負向趨勢較為敏感，並且呈現賭徒謬誤的現象，唯有淨值市價比的序列長短 未有顯著性股價反應。 伍、結論 以往的研究較少全面性探討公司不同績效序列與趨勢，對股票報酬的影響。 本研究即根據上市公司過去績效的趨勢及序列，驗證投資人是否存在保守性偏誤 或代表性偏誤的現象。本研究結果顯示，在總趨勢指標值方面，市場對營業收入、 營業淨利、Tobin’s Q、淨利率、總資產報酬率、股東權益報酬率與盈餘價格比績 效衡量呈現保守性偏誤的現象，尤以 Tobin’s Q 的結果最為穩健，而市場對這些 績效的趨勢及序列反應緩慢，此意謂著若投資人可以跟隨績效的成長趨勢，其股 票報酬的獲利性是可預測，但反觀股票報酬、現金流量價格比及淨值市價比的績 效，則呈現代表性偏誤的現象。在局部趨勢指標值方面，傾向沒有行為偏誤的情 況，似乎投資人不像行為財務理論所假設會運用經驗法則的簡化，誤用小數法 則。此外，當更進一步進行分段式迴歸分析時，發現投資人對正向趨勢比對負向 趨勢較為敏感，並且呈現賭徒謬誤的現象。 本研究利用 Carhart 四因子模式進行迴歸分析，似乎將可能解釋股票報酬因 素均考慮在內，並執行樣本外的投資策略，因此可用來解釋投資人系統性行為偏 誤所剩不多，而我們亦可以發現同一家公司不同的績效，可能產生不同的行為偏 誤，有些績效會導致投資人保守性偏誤，然而有些績效則呈現代表性偏誤。 因此，行為財務理論的發展，仍有待後續的實證研究加以驗證並供參考，雖 然在心理實驗或市場實驗均發現投資人會根據過去績效趨勢及序列形成代表性 經驗法則偏誤，但大部分的實驗設計所給予受試者唯一決策資訊來源，只有公司 盈餘走勢，不同於真實的股票市場，除了公司獲利績效外，尚有公司重大的業務、 投資、融資活動等資訊，而這些均可能影響股票報酬，因此後續的研究可嘗試控 制其他干擾資訊，完全只觀察績效趨勢及序列與股票報酬之間的關係，除了考慮 趨勢變動方向，未來的研究尚可考慮變動的幅度。另外，本研究並未對公司績效 的可用性（availability）及顯著性（salience）做層級分類，事實上，財務會計績 效與股票報酬績效之資訊流通，可能較 Tobin’s Q 更容易取得且更為明顯，或損 益表上的本期淨利較營業淨利更為顯著，故後續的研究亦可以考慮針對這部分加 以延伸，使行為理論模型更臻完善。 參考文獻 1. 李春安（1999）， “後見之明心理與股市反應不足、過度反應理論”，中國財 務學刊，第 7 卷第 1 期，17-58，民國八十八年。 2. 吳貞慧、劉維琪（2006），“台灣上市公司績效與投資人行為偏誤之研究”，財 務金融學刊，第 14 卷第 2 期，1-39。
3. 劉玉珍、劉維琪與謝政能（1993），“台灣股市過度反應之實證研究”，臺大 管理論叢，第 4 卷第 1 期，105-146。
4. Alford, A., J. Jones, and M. Zmijewski, 1994, “Extensions and violations of the statutory SEC form 10-K filing requirements,”Journal of Accounting and
Economics 17, 229-254.
5. Andreassen, P. and S. Kraus, 1990, “Judgmental extrapolation and the salience of change,”Journal of Forecasting 9, 347-372.
6. Asparouhova, E., M. Hertzel, and M. Lemmon, 2004, “Behavioral biases and investor behavior: Predicting the next step of a random walk (revisited),” University of Utah, Working Paper.
7. Ball, R. and P. Brown, 1968, “An empirical evaluation of accounting income numbers,”Journal of Accounting Research 6, 159-178.
8. Barberis, N., A. Shleifer, and R. Vishny, 1998, “A model of investor sentiment,”
Journal of Financial Economics 49, 307-343.
9. Bernard, V., 1993, “Stock price reactions to earnings announcements: A summary of recent anomalous evidence and possible explanations.”In R. Thaler (Ed.). Advances in Behavioral Finance (New York: Russell Sage Foundation) 303-340. 10. Bloomfield, R. and J. Hales, 2002, “Predicting the next step of a random walk:
experimental evidence of regime-shifting beliefs,” Journal of Financial
Economics 65, 397-414.
11. Brav, A. and J. B. Heaton, 2002, “Competing theories of financial anomalies,”
Review of financial studies 15, 575-606.
12. Campbell, J., A. Lo, and A. MacKinlay, 1997, The Econometrics of Financial Markets (New Jersey: Princeton University Press).
13. Carhart, M., 1997, “On persistence in mutual fund performance,”Journal of
Finance 52, 57-82.
14. Chan, W., R. Frankel, and S. P. Kothari, 2004, “Testing behavioral finance theories using trends and consistency in financial performance,”Journal of
Accounting and Economics 38, 3-50.
15. Daniel, K. and S. Titman, 2006, “Market reactions to tangible and intangible information,”Journal of Finance, forthcoming.
16. DeBondt, W., 1993, “Betting on trends: Intuitive forecasts of financial risk and return,”International of Forecasting 9, 355-371.
17. DeBondt, W. and R. Thaler, 1985, “Does the stock market overreact?”Journal of
Finance 40, 793-805.
18. DeBondt, W. and R. Thaler, 1987, “Further evidence of investor overreaction and stock market seasonality,”Journal of Finance 42, 557-581.
performance,”Journal of Corporate Finance 209-233.
20. Durham, G., M. Hertzel, and J. P. Martin, 2005, “The market impact of trends and sequences in performance: New evidence,”Journal of Finance 60, 2551-2569. 21. Edwards, W., 1968, “Conservatism in human information processing.”In B.
Kleinmutz (Ed.). Formal Representation of Human Judgment (New York: John Wiley) 17-52.
22. Fabozzi, F. and J. Francis, 1977, “Stability tests for alphas and betas over bull and bear market conditions,”Journal of Finance 32, 1093-1099.
23. Fama, E., 1998, “Market efficiency, long-term returns, and behavioral finance,”
Journal of Financial Economics 49, 283-306.
24. Fama, E. and K. French, 1993, “Common risk factors in the returns on stocks and bonds,”Journal of Financial Economics 33, 3-56.
25. Frieder, Laura, 2004, “Earnings announcements, order flow, and returns,”Purdue University, Working Paper.
26. Griffin, D. and A. Tversky, 1992, “The weighing of evidence and the determinants of confidence,”Cognitive Psychology 24, 411-435.
27. Hirshleifer, D., K. Hou, S.H. Teoh, and Y. Zhang, 2004, “Do investors overvalue firms with bloated balance sheets?”Journal of Accounting and Economics 38, 297-331.
28. Hong, H. and J. Stein, 1999, “A unified theory of underreaction, momentum trading, and overreaction in asset markets,”Journal of Finance 54, 2143-2184. 29. Jegadeesh, N. and S. Titman, 1993, “Returns to buying winners and selling losers:
Implications for stock market efficiency,”Journal of Finance 48, 65-91.
30. Jegadeesh, N. and S. Titman, 2001, “Profitability of momentum strategies: An evaluation of alternative explanations,”Journal of Finance 56, 699-720.
31. Jorion, Philippe, 2000, Value at Risk: The New Benchmark for Managing Financial Risk, 2ndEd. (McGraw-Hill) 496.
32. McQueen, G. and S. Thorley, 1999, “Mining fool’s gold,”Financial Analysts
Journal 55, 61-72.
33. Mullainathan, S., 2002, “Thinking through categories,”MIT and NBER, Working paper.
34. Rabin, M., 2002, “Inference by believers in the law of small numbers,”Quarterly
Journal of Economics 117, 775-816.
35. Shefrin, H., 2002, Beyond Greed and Fear: Understanding Behavioral Finance and the Psychology of Investing (New York: Oxford University Press), 14.
36. Sloan, R., 1996, “Do stock prices fully reflect information in accruals and cash flows about future earnings?”Accounting Review 71, 289-315.
biases,”Science 185, 1124-1131.
38. Wu, C.H, C.S. Wu, and V.W. Liu, 2006, “Representativeness and Conservatism Biases in an Emerging Capital Market: Evidence from Taiwan,”Submitted to
Pacific-Basin Finance Journal (under review).
39. Xie, H., 2001, “The mispricing of abnormal accruals,”Accounting Review 76, 357-373. 計畫成果自評 本研究內容與原計畫符合程度相當高，亦達成原計畫之預期目標，而研究結 果可供行為財務學術研究之參考，並增進我們對投資人如何形成心理偏誤的瞭 解。本研究計畫之成果為撰寫兩篇學術性論文，該兩篇論文最大的不同在於績效 的衡量與定義。其中，第一篇我們採用不同時間展望的會計績效、Tobin’s Q 及 股票報酬，已刊登於國內財務金融學刊（吳貞慧與劉維琪，2006），而第二篇則 是採用實務界與學術界較常使用的財務比率，已投稿至國外知名期刊審稿中（Wu, Wu, and Liu, 2006）。
