券商目標價修正之宣告效果及公司特有風 險對累積異常報酬的影響 - 政大學術集成

36  Download (0)

全文

(1)國立政治大學財務管理研究所 碩士論文. 券商目標價修正之宣告效果及公司特有風 險對累積異常報酬的影響 政 治. 大. 立 Announcement Effect of. ‧ 國. 學. Broker’s Revisions in Target Prices and. ‧. sit. io. n. al. er. Nat. Abnormal Return. y. Idiosyncratic Risk Effect on Cumulative. Ch. engchi. i n U. v. 指導教授:吳啟銘 博士 研究生:李以柔. 中華民國 一百零三 年 五 月.

(2) 謝辭 論文能夠如期完成,首先要感謝我的指導教授吳啟銘老師的指導,從一開 始討論題目、方向到後來口試順利結束,都給予我非常多的建議與指導,亦時 常點出我的盲點,讓論文內容能更臻完備。也要感謝口試委員謝劍平老師及龔 尚智老師寶貴的意見,對於論文內容有更多的啟發。以及要謝謝助教幫我們準 備許多口試相關資料和幫我加油打氣,讓口試得以順利進行。 在研究所及完成論文的過程中,特別要謝謝徐可姍好多好多有用的建議, 讓我的論文得以順利進行、以及葉彥廷的心得分享開啟我的思路、藍晉委和羅 嘉言的專業 excel 指導使我更精進於整理資料,及連振廷的 STATA 教學,讓我. 政 治 大 們,Lynn、卉亭、宜君、子淇、Chi、Apple、惠珉、詩婷、潘大、小明等不論 立 是在研究室或同組時的陪伴及加油打氣,不論是在課業、生活、感情上的分享 從一竅不通到熟練地使用此軟體整理資料、跑回歸等。還有很多碩士班的朋友. ‧ 國. 學. 與鼓勵,真的很幸運能有這群優秀又有趣的朋友們,讓我的碩士班時光增添許 多色彩、亦更加難以忘懷。. ‧ 2014.06.21 于政大財管所. n. al. er. io. sit. y. Nat. 李以柔 謹誌. Ch. engchi. ii. i n U. v.

(3) 摘要 券商所發佈的個股研究報告為投資者的主要參考依據之一。分析師對公司 所提供的資訊做詳盡的研究與調查,提供投資人選股建議,逐漸成為公司及投 資人之間重要的橋樑;因此,投資人如何利用分析師研究報告做投資決策漸成 為重要議題。 本文取樣自 2009 年至 2013 年間,旨在探討本土及外資券商所發布之目標 價向上修正與向下修正在宣告期間內是否有顯著宣告效果。接著透過複迴歸分 析,以券商投資評等調升、調降及重申、目標價修正、及公司特有風險作為主 要解釋變數,探討對於累積異常報酬的影響。. 政 治 大 2, +2)、及(-3, +3) 期間,向上修正目標價具有正向顯著宣告效果,向下修正目 立 標價具有負向顯著宣告效果。第二,當券商調升投資評等時,上修目標價對累. 實證結果顯示, 第一,當券商發佈目標價修正時,在事件窗口 (-1, +1)、(-. ‧ 國. 學. 積異常報酬有正向顯著影響;當券商調降投資評等時,下修目標價仍對累積異 常報酬有負向顯著影響,故推論目標價修正具有增額資訊。第三,公司特有風. ‧. 險比重較高的公司對於累積異常報酬有正向顯著影響。是故,投資者在參酌分. 關鍵字:分析師、投資評等、目標價、公司特有風險. n. al. Ch. engchi. iii. er. io. sit. y. Nat. 析師研究報告時,可同時參酌公司特有風險,有助於提高投資報酬。. i n U. v.

(4) Abstract Analysts’ reports are main references for investors. How to use these reports to make investment decisions become a main issue for investors. This study investigates announcement effects of broker’s revisions in target price and idiosyncratic risk effect on cumulative abnormal returns. The research is based on firms listed in Taiwan between 2009 and 2013, and then calculated announcement effects by event study method. Second, by using multiple regression analysis, we investigate the effects of upgrade, downgrade, and reiteration recommendations, target price revisions, and idiosyncratic risk as main independent variables on cumulative abnormal returns as dependent variable.. 政 治 大. First, the results indicate that the overall announcement of target price revisions is significantly different from zero. Target price going up has positive announcement. 立. effect, while target price going down has negative announcement effect. Second,. ‧ 國. 學. target price revisions contain additional information contents, comparing to upgrade and downgrade recommendations, and have significantly positive effect on. ‧. cumulative abnormal returns. Third, idiosyncratic risk has significantly positive effect on cumulative abnormal returns. We advise investors to consider idiosyncratic risk on. n. al. er. io. sit. y. Nat. individual stock when making investment decisions.. i n U. v. Keywords:Analyst; Recommendation; Target Price; Idiosyncratic Risk. Ch. engchi. iv.

(5) 目錄 摘要.............................................................................................................................. iii Abstract ........................................................................................................................ iv 目錄................................................................................................................................ v 表格目錄....................................................................................................................... vi 圖表目錄....................................................................................................................... vi 第壹章 緒論 .................................................................................................................. 1 第一節 研究背景與動機 .............................................................................................. 1 第二節 研究目的 .. ........................................................................................................ 3 第三節 研究架構… ....................................................................................................... 4 第貳章 文獻回顧與假說推導 ...................................................................................... 5 第一節 文獻回顧 ........................................................................................................... 5 第二節 假說建立 ........................................................................................................... 8 第參章 研究方法 ........................................................................................................ 10 第一節 資料來源與樣本 ............................................................................................ 10 第二節 樣本分類及分布 ............................................................................................ 11 第三節 事件研究法 ..................................................................................................... 12 第四節 複迴歸分析 ..................................................................................................... 15 第肆章 實證結果分析 ................................................................................................ 20 第一節 累積異常報酬率檢定分析 ............................................................................ 20 第二節 複迴歸分析 ..................................................................................................... 23 第伍章 結論與建議 .................................................................................................... 26 第一節 研究結論 ......................................................................................................... 26 第二節 研究限制與後續研究建議 ............................................................................ 27 參考文獻...................................................................................................................... 28 國外文獻………. ......................................................................................................... 28 國內文獻……… .......................................................................................................... 30. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. v. i n U. v.

(6) 表格目錄 表格 1 I/B/E/S 標準化評等 ........................................................................................ 10 表格 2 券商發佈樣本篩選......................................................................................... 11 表格 3 券商評等數量一覽表..................................................................................... 12 表格 4 變數代號對照表............................................................................................. 16 表格 5 依產業別分類之樣本..................................................................................... 18 表格 6 本研究加權股價指數多頭與空頭劃分期間區分表..................................... 19 表格 7 累積異常報酬敘述統計表............................................................................. 21 表格 8 所有樣本於不同事件窗口下累積異常報酬檢定......................................... 21 表格 9 以目標價修正方向為分組依據的宣告效果................................................. 22 表格 10 VIF 檢驗 ....................................................................................................... 23 表格 11 應變數為 (-2, +2) 之 CAR 的迴歸係數及檢定結果 .................................. 25. 立. 治 政 圖表目錄 大. ‧ 國. 學. 圖表 1 研究流程圖....................................................................................................... 4. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. vi. i n U. v.

(7) 第壹章 緒論 本章首先探討促成本研究之背景與動機,首先探究過去文獻對於券商研究 報告所著重的研究議題,衍伸出本文之研究動機。接著敘述研究目的,最後說 明本研究之撰寫架構。. 第一節 研究背景與動機 2009 年至 2013 年年底,台灣股市中散戶投資人平均比重占約 60% 1,相對 於本國與外國法人為數眾多;根據Barber et al (2009) 指出,台灣散戶在股票市 場上遭受巨額的損失。相反的,法人機構則有獲利,其中又以外資的表現最好,. 政 治 大. 大約佔了全部法人獲利的一半。市場上亦普遍認為約略 40%的散戶賠錢因素係. 立. 因不會選股 2,是故,如何善用券商投資分析師的研究報告資訊漸成為重要議. ‧ 國. 學. 題。. 法人投資機構擁有較專業的研究團隊、充足的資訊與獲得即時性市場訊息,. ‧. 具有專業的分析與決策,可提供給資訊較不完整的投資者一個較完善的訊息並 彌補投資者在專業方面的不足;故法人所發佈之個股研究報告日益受到投資人. y. Nat. sit. 的重視,成為股票投資買賣所參考的依據。而投資人如何利用分析師的研究報. n. al. er. io. 告資訊做投資決策,應參酌什麼樣的發佈訊息,成為本文欲探討的議題。. i n U. v. 在過去,國內外對分析師報告的研究大多著重在投資評等與盈餘預測的宣. Ch. engchi. 告效果。Womack (1996) 使用 First Call 的資料研究股票投資評等改變的價格反 映,發現在買入與賣出建議有較大的反應。Stickel (1992) 研究發現,屬於全美 機構投資人研究團隊的分析師能夠提出準確度較高的盈餘預測,認為聲譽與分 析師的績效有正向的關係。Mikhail, Walther, and Willis (2004) 發現分析師在股 票挑選上有一致性,過去推薦股票績效好的分析師,其所推薦的股票在未來也 能夠獲利。林泓瑋 (2006) 發現在多頭市場,高科技產業、券商國籍為外資時, 盈餘預測較準確。池祥萱與蕭君怡 (2005) 發現投資評等的改變比投資評等本身 對報酬率的預測力要強。. 1 2. 臺灣證券交易所統計。 鉅亨網新聞中心整理。 1.

(8) 然而,投資評等的缺點在於分級大多分為三級或是五級,遠比目標價來得 粗略,無法較精準的表達分析師的看法,而盈餘預測的缺點在於不如目標價來 得直接。過去已有大量的研究顯示分析師的確具有盈餘預測以及投資建議的能 力;又根據 Asquith, Mikhail, and Au (2005) 的研究發現有高達七成比例的分析 師是使用盈餘乘數比,例如本益比,來做目標價的預測,那麼理論上而言,分 析師也將具有目標價的預測能力。 近年來,對於目標價的研究逐漸受到重視,Asquith, Mikhail, and Au (2005) 發現即使在控制了其他可能關鍵的變數之後,目標價的改變仍然有額外資訊, 而且,市場對目標價的改變的反應比對盈餘預測的改變的反應還要強烈。吳宜 鴻 (2007) 以外資券商對個股發佈之目標價為研究對象,發現短期而言券商對個. 政 治 大 告產生正異常報酬,調降的宣告則會產生負異常報酬。 立. 股宣告目標價的確具有資訊內涵,於事件期內對股價造成顯著影響,調升的宣. ‧ 國. 學. 不同券商內部對於投資評等調整之規定不盡相同。當目標價格修正除上市 場價格的比例未達到券商內部規定調升/調降評等的比重時,會造成評等與目標. ‧. 價格的修正頻率不同。另外,亦有報告調升目標價的同時,由於目標價格修正 除上市場價格的比例小於 1,亦即預期報酬小於 0%,使投資評等轉為賣出,產. y. Nat. er. io. 升及調降相較於目標價格修正之相關程度及宣告效果。. sit. 生目標價與投資評等間調整方向互相矛盾的現象,故本研究欲探討投資評等調. al. n. v i n Ch 注意。當投資人無法持有一個市場投資組合時,此時公司特有風險需要給予理 engchi U 近幾年來,公司特有風險在解釋股票報酬中所扮演的角色受到越來越多的. 性投資人相對的補償。呂耿光 (2009)研究發現使用 Fama and MacBeth (1973) 迴 歸方法將公司特有風險與股票超額報酬做迴歸分析之後,發現其在解釋股票超 額報酬上,具有顯著的正向關係,與 Spiegel and Wang (2005) 以及 Fu (2009) 的 研究結果一致。黃一祥等 (2010)研究發現估計自日報酬的特有風險不服從隨機 漫步過程,在控制公司特質變數及風險因子之後,高特有風險股票仍然顯著比 低特有風險股票有較高報酬。 台灣股市在資訊透明度與分散風險之機會均相對不如美國與其他已開發國 家市場,為實證公司特有風險提供很好的研究樣本。觀察國內文獻,過去學者 主要探討的是公司特有風險對股票報酬的影響,少有研究直接分析公司特有風. 2.

(9) 險對於累積異常報酬之影響,故本研究將著重探討公司非系統風險之高低是否 對於累積異常報酬產生顯著影響。. 第二節 研究目的 根據研究背景與動機,本文欲探討券商發佈目標價修正之宣告效果,以及 公司特有風險對累積異常報酬的影響。藉由事件研究法探討股票市場對券商宣 布目標價向上修正及向下修正之反應,是否產生顯著的宣告效果,同時藉由複 迴歸分析來了解造成累積異常報酬的解釋因素,以調升、調降、及重申投資評 等、目標價修正為解釋變數,並納入新的風險因子- 非系統風險,檢驗其是否為 顯著的解釋因子。. 立. 政 治 大. 主要研究目的分為三個方向來探討:. ‧ 國. 學. 1. 當券商發佈目標價向上及向下修正時,是否擁有顯著宣告效果? 2. 相較於券商調升及調降投資評等,目標價修正是否具有增額資訊。. ‧. 3. 公司特有風險比重較高的公司是否對於累積異常報酬有顯著影響? 是否對於. y. Nat. 分析師特別有價值?. io. sit. 希望能藉由探討上述議題,進一步了解券商發佈目標價修正資訊是否對股. n. al. er. 票產生超額報酬,使投資人能善用分析師的研究報告,並參酌公司特有風險屬 性,以期望提高投資報酬。. Ch. engchi. 3. i n U. v.

(10) 第三節. 研究架構. 透過了解研究背景與動機,再對過去國內外之文獻進行歸納和探討後,建 立本文假說,以台灣 2009 年至 2013 年券商發佈之投資評等與目標價為研究範 圍,並以前 14 大券商為研究對象,再將無法判斷為目標價向上修正或向下修正 的資料予以刪除。 接著進行實證研究分析。首先以事件研究法探討券商宣布目標價向上修正 及向下修正之短期宣告效果,並將所得之個別樣本累積異常報酬作為複迴歸分 析的被解釋變數;投資評等調升、調降、目標價修正,及非系統風險作為解釋. 政 治 大. 變數,探討產生累積異常報酬的解釋因素。最後將實證結果分析總結並提出本 文研究限制及後續研究之建議。. 立. 學. ‧ 國. 本研究架構流程圖如圖表 1 所示:. 圖表 1: 研究流程圖. ‧. Nat. y. 研究背景與動機. n. 研究方法設計. C h樣本資料蒐集 engchi. i n U. 累積異常報酬率檢定 複迴歸分析 結論與建議. 4. er. io. al. sit. 文獻回顧與假說發展. v.

(11) 第貳章 文獻回顧與假說推導 本章首先探討過去文獻之研究方法及實證結果,並參照第壹章第二節之研 究目的,建立本文的研究假說。. 第一節. 文獻回顧. 國外學者針對分析師報告之研究較多,Ramnath, Rock, and Shane (2008) 統 整 1992 年以來與分析師報告相關議題之文獻,並建議七個領域之研究方向:(1) 分析師之決策過程;(2) 分析師之盈餘預測;(3) 分析師研究報告之資訊內涵; (4) 分析師與市場效率;(5) 分析師之動機與行為偏誤;(6) 國家體制與監管規範. 政 治 大. 對分析師報告之影響;(7) 分析師報告之研究設計。. 立. 本研究主要探討 Ramnath, Rock, and Shane (2008) 所建議之第三項研究領域,. ‧ 國. 學. 分析師研究報告之資訊內涵,而研究報告之資訊內涵在過去文獻可分類為投資 評等之宣告效果、盈餘預測之宣告效果及目標價調整之宣告效果三方面來進行. ‧. 討論。另外,本文亦探討公司特有風險在解釋股票報酬中所扮演的角色,是否 能解釋對股票超額報酬的影響,是否對於分析師而言特別有價值。. n. al. er. io. 投資評等宣告是否帶來顯著宣告效果. sit. y. Nat. 1.. i n U. v. 在發佈正向評等方面,Womack (1996) 使用 First Call 的資料研究股票投資. Ch. engchi. 評等改變的價格反映;認為公開買進推薦及其他有利的報導都會使股價產生正 向反應,投資人可因此享有顯著的正超額報酬;並採取 1989 年至 1991 年美國 前 14 大券商所提供的客戶投資建議為樣本,研究指出,美國前 14 大券商所公 佈的推薦購買名單具有資訊內涵,公布後呈現正的異常報酬且和分析師預測的 方向一致。蕭君怡 (2005) 研究比較外資與本國券商所發佈投資評等之後續績效, 研究發現以評等公佈後的報酬表現而言,發現在評等公佈後一週內,投資評等 是具有參考價值的,外資券商評等的表現又較國內券商評等的表現佳。另外池 祥萱等 (2005) 發現投資評等的改變比投資評等本身對報酬率的預測力要強。 至於在發佈負向評等方面,Bauman, Datta, and Iskandar-Datta (1995) 認為公 開推薦賣出資訊及其他看空報導都會使股價有負向反應,該股票在宣告後會出. 5.

(12) 現顯著為負的異常報酬;並進一步指出負面評等影響股價的程度會高於正面評 等。林雨賢 (2007) 研究發現在投資評等方面,強力買進與強力賣出等級的投資 建議的預測誤差最大,在投資評等修正方面,降級的預測誤差最小。王芊儒 (2012) 研究台股外資分析師報告,發現劣勢投資評等的目標價較優勢評等準確, 因此外資分析師報告提供的投資建議以劣勢投資評等之目標價較具參考價值。 由上可知,分析師所公佈的正面評價訊息使股價有上漲的現象;負面評價 訊息會造成股價下跌。表示券商分析師所發佈的投資評等對投資人來說具有資 訊內涵。然而,投資評等的缺點在於分級大多分為三級或是五級,遠比目標價 來得粗略,無法較精準的表達分析師的看法。. 2.. 政 治 大 在過去,國內外對分析師報告的研究大多著重在投資評等與盈餘預測的宣 立 盈餘預測的宣告效果. ‧ 國. 學. 告效果。Stickel (1992) 研究發現,屬於全美機構投資人研究團隊的分析師能夠 提出準確度較高的盈餘預測,認為聲譽與分析師的績效有正向的關係。林泓瑋. ‧. (2006) 發現在多頭市場,高科技產業、券商國籍為外資時,盈餘預測較準確。 然而,盈餘預測的缺點在於不如目標價來得直接。過去已有大量的研究顯. y. Nat. sit. 示分析師的確具有盈餘預測以及投資建議的能力;又根據 Asquith, Mikhail, and. n. al. er. io. Au (2005) 的研究發現有高達七成比例的分析師是使用盈餘乘數比,例如本益比,. i n U. v. 來做目標價的預測,那麼理論上而言,分析師也將具有目標價的預測能力。. 3.. Ch. engchi. 分析師目標價調整的宣告效果. 近年來,對於目標價的研究逐漸受到重視,Brav and Lehavy (2003) 發現不 論有沒有控制盈餘預測修正與投資建議,市場都會因為認為目標價的修正有額 外資訊,因此有額外反應;使用 1997 年至 1999 年的分析師目標價資料,檢驗 短期市場對目標價修正的反應,以及長期股價與目標價的比較,而長期平均來 說,一年前的目標價預測高於目前的市價 28%。Asquith, Mikhail, and Au (2005) 發現即使在控制了其他可能關鍵的變數之後,目標價的改變仍然有額外資訊, 而且,市場對目標價的改變的反應比對盈餘預測的改變的反應還要強烈。 國內分析師報告因早期樣本取得受限,較少著重於目標價之探討。陳達新 等 (2006) 研究 2004 年至 2005 年報紙專欄資訊是否對台灣股票價格產生影響, 6.

(13) 結果發現,投資人僅能於事件日當日取得異常報酬,持有至事件日後,損失會 隨時間增加而增加,顯示事件日前股價有過度反應的現象。 吳宜鴻 (2007) 研究顯示,第一,在外資券商的目標價調升宣告方面,在宣 告期間內會對股價造成顯著影響,透露出券商宣告的資訊具有參考價值;持有 其發佈升級的股票短期會有利得,因此投資人會聽取券商建議買入升級股票。 第二,券商發佈調降目標價的動作,發佈後即造成市場賣壓,使市場上股價出 現立即且顯著的負面回應,呈現顯著的負異常報酬。故券商發佈之目標價不論 在調升、調降方面,均呈現顯著反應。調升部分,股價為顯著正累積平均異常 報酬;調降部分,股價為顯著負累積平均異常報酬,顯示外資發佈個股目標價 宣告具資訊意涵。. 政 治 大 標價可信度之影響,以及不同評等下之目標價誤差影響因素;研究發現目標價 立. 王芊儒 (2012) 探究台股外資分析師報告於不同投資期間與投資評等下對目. ‧ 國. 學. 誤差隨投資期間增長而增大,因此作者建議投資期間縮短至分析師報告發佈後 的第一至三個月會更為合適。李函妏 (2012) 探討外資券商的修正行為是否造成. ‧. 股價之後續影響,以驗證外資券商之分析報告是否具有內涵資訊;研究發現評 等、目標價格與盈餘預測皆有內涵資訊,其中以目標價格最能代表外資行為,. y. Nat. er. io. 具內涵資訊。. sit. 短期上,修正目標價格皆對股價造成顯著影響;長期而言,僅向下修正之宣告. n. al. 4.. i n C 公司特有風險對股票超額報酬的影響 hengchi U. v. 近幾年來,公司特有風險在解釋股票報酬中所扮演的角色受到越來越多的 注意。台灣股市在資訊透明度與分散風險之機會均相對不如美國與其他已開發 國家市場,為實證公司特有風險提供很好的研究樣本。 呂耿光 (2009) 研究發現使用 Fama and MacBeth (1973) 迴歸方法將公司特有 風險與股票超額報酬做迴歸分析之後,發現其在解釋股票超額報酬上,具有顯 著的正向關係,與 Spiegel and Wang (2005) 以及 Fu (2009) 的研究結果一致。黃 一祥等 (2010) 研究發現估計自日報酬的特有風險不服從隨機漫步過程,在控制 公司特質變數及風險因子之後,高特有風險股票仍然顯著比低特有風險股票有 較高報酬。蘇品曄 (2013) 亦發現公司特有風險與股票報酬呈正向關聯性,此為 高風險具有高報酬特性;且公司規模與股票報酬呈負相關。Fatma Sonmez (2013) 7.

(14) 則指出特有風險較低的股票投資組合,若改變組合至特有風險較高的投資組合 時,投資人可以賺取正的超額報酬。 過去文獻有關於系統風險與分析師出具報告之關聯性探討。廖桂葶 (2013) 率先將個股報酬拆分成市場風險、規模成分以及其他剩餘價值,分別探討其與 分析師推薦的關係;研究顯示分析師並未根據市場報酬或小股報酬起伏,調整 推薦的個股;並進一步針對個股間系統性風險係數 (Beta) 值差異較大產業,發 現分析師能夠根據市場報酬的大小,調整推薦名單中較大 Beta 值公司與較小 Beta 值公司比例,顯示此類產業分析師在作推薦時,也納入關於個股報酬中可 歸因於市場波動成份,意圖傳遞相關訊息。 觀察國內外文獻,過去學者主要探討的是公司特有風險對股票報酬的影響,. 政 治 大 司非系統風險之高低是否對於累積異常報酬產生顯著影響。 立. 少有研究直接分析公司特有風險對於累積異常報酬之影響,故本研究將探討公. ‧ 國. 學. 第二節. 假說建立. ‧. y. Nat. 本章第一節回顧過去與分析師研究報告之資訊內涵相關的文獻,本節根據. io. sit. 過去之研究及理論,建立本研究之假說。. n. al. er. 本研究主要探討分析師研究報告之資訊內涵, 而研究報告之資訊內涵在過. i n U. v. 去文獻可分類為投資評等之宣告效果、盈餘預測之宣告效果及目標價調整之宣. Ch. engchi. 告效果三方面來進行討論。過去已有大量的研究顯示分析師的確具有盈餘預測 以及投資建議的能力;近年來,對於目標價的研究逐漸受到重視,吳宜鴻 (2007) 研究顯示,券商發佈之目標價不論在調升、調降方面,均呈現顯著反應。調升 部分,股價為顯著正累積平均異常報酬;調降部分,股價為顯著負累積平均異 常報酬,顯示外資發佈個股目標價宣告具資訊內涵。由於其研究資料來源自聯 合知識庫,而非 I/B/E/S 專業資料庫;且以聯合知識庫刊載日為事件日,而非券 商公告調整當日,故本研究欲透過 I/B/E/S 樣本資料取得,進一步測試宣告效果 是否會有所不同,故推導假說一如下:. 8.

(15) . 假說一:當券商發佈目標價修正時,向上修正及向下修正均於事件窗 口具有顯著宣告效果。. 國外學者 Alon and Lehavy (2003) 實證發現分析師所發佈之目標價與投資評 等同樣具有資訊內涵,且又較投資評等擁有增額資訊。Asquith, Mikhail, and Au (2005) 發現即使在控制了其他可能關鍵的變數之後,目標價的改變仍然有額外 資訊,而且市場對目標價的改變的反應比對盈餘預測的改變的反應還要強烈。 故本研究取台灣證券市場上市櫃公司為樣本,檢驗台股是否亦有相同效果。遂 發展假說二如下:. 政 治 大 資訊,對於累積異常報酬有顯著影響。 立. 假說二:相較於券商調升及調降投資評等,目標價修正宣告具有增額. 學. ‧ 國. . 另外,本文亦探討公司特有風險在解釋股票報酬中所扮演的角色,是否能 解釋對股票超額報酬的影響,是否對於分析師而言特別有價值。蘇品曄 (2013). ‧. 發現公司特有風險與股票報酬呈正向關聯性,此為高風險具有高報酬特性。. sit. y. Nat. 廖桂葶(2013)率先將個股報酬拆分成市場風險、規模成分以及其他剩餘價. io. er. 值,分別探討其與分析師推薦的關係;研究顯示分析師並未根據市場報酬或小 股報酬起伏,調整推薦的個股;並進一步針對個股間系統性風險係數(Beta)值差. al. n. v i n 異較大產業,發現分析師能夠根據市場報酬的大小,調整推薦名單中較大 Beta Ch engchi U 值公司與較小 Beta 值公司比例,顯示此類產業分析師在作推薦時,也納入關於 個股報酬中可歸因於市場波動成份,意圖傳遞相關訊息。 相對於上篇文獻,本文欲研究非系統性風險較大之個股,是否對於累積異 常報酬產生顯著影響,若的確具有顯著效果,則分析師可透過研究公司特有風 險較高之個股,發佈相關個股研究報告,獲得較佳績效,且投資人亦可透過參 酌此資訊在證券市場得到更好的投資報酬。於是推導假說三如下:. . 假說三:公司特有風險比重較高的公司對於累積異常報酬有顯著影響, 研究價值較高。. 9.

(16) 第參章 研究方法 本章首先說明本研究之樣本選取來源與篩選流程,之後說明樣本的分布情 形,再接著探討事件研究法,最後說明本研究複迴歸模型之建立及變數定義。. 第一節. 資料來源與樣本. 本文以台灣證券市場個股作為研究對象,欲探討本土及外資券商所公佈的 目標價宣告是否具有資訊內涵,研究樣本期間為 2009 年 1 月 1 日至 2013 年 12 月 31 日,共 5 年。資料來源有兩方面:. 1. I/B/E/S 資料庫. 立. 政 治 大. 本文研究資料來自 Wharton Research Data Services (wrds) 資料平台,其中關. ‧ 國. 學. 於分析師目標價預測及投資評等建議資料,本文使用 The Institutional Brokers Estimates System (以下簡稱 I/B/E/S,與 Thomson Reuters 及 First Call 整合) 資料. ‧. 庫中的詳細歷史目標價資料 (Detail History- Price Target),以及詳細推薦資料 (Recommendations Detail) 作為研究樣本。. y. Nat. sit. I/B/E/S 取得之樣本詳細揭露各券商對個股所估計之目標價及宣告日期;在. n. al. er. io. 投資評等的部分,由於各券商所發佈之投資評等標準不盡相同,故 I/B/E/S 將資. i n U. v. 料做「標準化評等」如表格 1 的動作,如此即可取得一致性的投資評等建議。. Ch. 表格 1 I/B/E/S 標準化評等. engchi. 投資評等編碼. I/B/E/S 標準化評等. 1. STRONG BUY. 2. BUY. 3. Hold. 4. UNDERPERFORM. 5. SELL. 資料來源: I/B/E/S 資料庫,本論文作者整理. 10.

(17) 2. 台灣經濟新報(Taiwan Economic Journal, 以下簡稱 TEJ)資料庫 本文從 TEJ 取得大盤加權指數之股價及報酬率資料,個股股價、報酬率、 每年年底市值及股價淨值比之資訊。. 第二節. 樣本分類及分布. 從 I/B/E/S 取得之合併目標價及投資評等樣本共為 13,065 筆。一般而言, 券商所發佈的報告數量越多,代表其研究團隊資源豐富,客戶規模足以支持研 究成本,因此我們以樣本期間發佈報告數量來做為第一步篩選標準。在券商發 佈資訊的宣告窗口,台灣經濟新報資料庫內需擁有完整財務及股價資訊,例如. 治 政 大 無法持續被交易,則將該公司自研究樣本中剔除。接著,每筆資料需要有完整 立 的投資評等調整與目標價修正的資料,才能進一步做複迴歸分析。 公司股票未因重大事件導致暫時停止交易等等,故若在估計期或事件窗口公司. ‧ 國. 學. 經由上述條件篩選後,共計取得有效券商發佈樣本 4,022 筆,其詳細篩選 過程及樣本數如表 2 所列。. ‧. n. al. Ch. engchi. er. io. 2009 年~2013 年 原始樣本 前 14 大券商發佈資料 在事件期及估計期有完整財務及股票報酬率資料 有完整調升、調降投資評等及目標價修正資料. sit. y. Nat. 表格 2 券商發佈樣本篩選. i n U. v. 樣本數 13,065 9,715 8,832 4,022. 資料來源: I/B/E/S 資料庫,本論文作者整理. 篩選後共計有 14 家券商,樣本總筆數降為 4,022 筆;表格 3 中可觀察出發 佈看多的報告數量較看空的數量多,與 Bradshaw (2002) 發現股票承銷商的分析 師多傾向發佈正面評等看法的情況相符。. 11.

(18) 表格 3 券商評等數量一覽表 Estimator FUBON BARITSFA WARFA NATIONFA MASTERFA CHINAFA CLALEXHK YUANTA MORGAN JIHSUN MACQUARI POLARIS ESUN CSCFH Total. Strong BUY 115 113. BUY 338 345 108. 149 148 104 64 77. HOLD 337 251 196 160 148 137. UNDERPERFORM 114. 73. 74 58 33 16 951. 34 1,056 立. 57 20 2 49 51 25. 53. 56 51 51. 79 79 31 60 56 15 20 1,569. SELL 13. 25 1 35. 1. 政 治 大 285. 161. Total Sample 917 709 361 329 298 290 241 181 160 158 146 114 82 36 4,022. 資料來源: I/B/E/S 資料庫,本論文作者整理. ‧. ‧ 國. 學. 事件研究法. sit. y. Nat. 第三節. n. al. er. io. 本研究採用事件研究法來檢驗本土及外資券商宣告目標價修正是否具宣告. i n U. v. 效果,本節首先簡略介紹事件研究法的理論,在第肆章第一節利用事件研究法. Ch. 來檢驗總樣本期間的報酬表現。. engchi. 事件研究法最早乃為 Dolley 於 1933 年提出,主要是用於探討當某一特定 事件 (於本論文中指券商目標價修正宣告) 發生時,公司股價是否受其影響,此 資訊可用來了解市場證券價格波動與特定事件是否有關聯性,適用市場效率性 研究、資訊內涵研究、解釋異常報酬率研究及方法論等四大主題研究。 根據 TEJ 資料庫解釋,事件研究法利用統計方法檢定異常報酬狀況,以日 為最小單位,計算股價之平均異常報酬率 (Average Abnormal Return, AR) 及累 計平均異常報酬率 (Cumulative Abnormal Return, CAR),藉以明瞭該事件是否對 公司股價造成影響;主要有七個步驟。須先設定估計期間及事件期長度,學者 在選擇估計期及事件期將依特定事件考量,而有不同之設計。本論文券商目標 價修正宣告時間參數設計如下: 12.

(19) 1. 「事件日」確定: 事件日是指市場「接收」到該事件相關資訊的時點,而非該事件實際發生 之時點。本研究以 I/B/E/S 資料庫之宣告日期 (Announce Date) 為事件日 (t=0)。. 2. 「事件窗口」(事件期) 確定: 由於較長事件期之設定雖能獲得較佳事件對於股價之影響,卻也易受其他 外在因素之影響,因此將事件窗口設定為(-1,1), (-2,2) 及(-3,3)分別進行探討。. 3. 設定「估計期」: Peterson (1989) 指出若估計期長度太短可能影響預期模式的預期能力,太. 政 治 大. 長亦可能導致資料模型結構性的改變,出現模式不穩定的狀況。以日資料頻率. 立. 為例,Peterson (1989) 建議使用估計期長度 100 至 300 期,故本研究估計期設定. ‧ 國. 學. 為事件窗口的前 100 天。. ‧. 4. 選擇股票報酬率預期模式:. y. Nat. 預期報酬率有許多不同的預期模式,主要區分為: 市場模式 (Market Model) 、. io. sit. 平均調整模式 (Mean-Adjusted Returns Model) 、與市場調整模式 (Market-. n. al. er. Adjusted Returns Model)。根據 Brown and Warner (1985) 研究顯示,不同累積異. i n U. v. 常報酬之計算模式對發現異常報酬率的能力,即檢定力並無明顯的差異,且認. Ch. engchi. 為市場模式是最簡單的預測方法。. 因此,本研究採用以往研究常採用之市場模式做為估計股票預期報酬率的 模型。以估計期之資料,用普通最小平方法 (Ordinary Least Square, OLS) 建立個 別證券之迴歸模型: 市場模式:𝑅𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖 × 𝑅𝑚𝑡 + 𝜀𝑖𝑡. 𝑅𝑖𝑡 :股票 i 第 t 期的實際報酬率. 𝑅𝑚𝑡 :在估計期的台灣加權股價指數報酬率 𝛼𝑖 及 𝛽𝑖 :為估計參數值 𝜀𝑖𝑡 :隨機誤差項. 13.

(20) 利用估計期計算得出參數α�ı 及β�ı ,可用來推估事件期未受到所要研究的事. 件或資訊干擾時,股票 i 應有之報酬率。不受事件干擾的股票預期報酬模型如 下: E�𝑅�𝚤𝑡 � = 𝛼�𝚤 + 𝛽�𝚤 × 𝑅𝑚𝑡. 𝑅𝑚𝑡 :為事件期時的台灣加權股價指數報酬率. E�𝑅�𝚤𝑡 �:預期股票 i 若未受到事件干擾時應有的報酬率. 5. 估計個股異常報酬率(Abnormal Returns, AR): 異常報酬是以個股 i 在事件期某一日的實際報酬減去預期應有報酬; 𝐴𝑅𝑖𝑡 = 𝑅𝑖𝑡 − 𝐸(𝑅�𝚤𝑡 ). 政 治 大. 𝐴𝑅𝑖𝑡 :股票 i 在事件期某一日之異常報酬. 立. 𝑅𝑖𝑡 :股票 i 在事件期某一日的實際報酬. ‧ 國. 學. 𝐸(𝑅�𝚤𝑡 ):股票 i 在事件期某一日的預期報酬. ‧. 6. 估計累計平均異常報酬率: 𝜏2. 𝑖=𝜏1. y. sit. Nat. CAR(𝜏1 , 𝜏2 ) = � 𝐴𝑅𝑖. n. al. C. hengchi 7. 檢定累計平均異常報酬率:. er. io. CAR(𝜏1 , 𝜏2 ):為事件窗口𝜏1 至𝜏2 之累計平均異常報酬. i n U. v. 𝐻0 :CAR(𝜏1 , 𝜏2 ) = 0. H1 :CAR(τ1 , τ2 ) ≠ 0. 以傳統的 t 值檢定方法檢定各事件窗口的累計平均異常報酬率是否顯著異 於零。. 14.

(21) 第四節. 複迴歸分析. 本節將介紹本研究複迴歸模型,並說明被解釋變數與主要解釋變數,及設 定了哪些控制變數。 本文使用複迴歸分析法,以累積異常報酬 (CAR) 做為券商目標價修正宣告 的衡量指標,並採用一般最小平方法 (Ordinary Least Squares, 簡稱 OLS) 估算。 本文針對探討議題共設計以下四個不同的模型,來進行複迴歸分析:. 模型一.. 以投資評等調整為主要解釋變數. 政 治 大. CAR = α0 + α1 Upgrade + α2 Downgrade + α3 Period + α4 Industry + α5 PB. 立. ‧ 國. 模型二.. 學. + α6 Market. 以目標價上修為主要解釋變數. ‧. Nat. CAR(upgrade). sit. y. = β0 + β1 ∆TP (up) + β2 Period + β3 Industry + β4 PB. er. io. + β5 Market. n. al. 模型三.. i n Ch 以目標價下修為主要解釋變數 engchi U. CAR(downgrade). v. = γ0 + γ1 ∆TP (down) + γ2 Period + γ3 Industry + γ4 PB. + γ5 Market. 15.

(22) 模型四.. 以投資評等調整、目標價修正、及公司特有風險為主要. 解釋變數. CAR = δ0 + δ1 Upgrade + δ2 Downgrade + δ3 �. ∆TP � + δ4 Unsystem + δ5 Period P. + δ6 Industry + δ7 PB + δ8 Market + δ9 Market × Unsystem. 上述模型對照表格 4 如下:. 表格 4 變數代號對照表 變數代號. 解釋. 變數代號. CAR. 累積異常報酬. 立. Upgrade. ‧ 國. 以調降投資評等為樣. (虛擬變數) 目標價下修 (虛擬變數). ‧. CAR(downgrade). 本下的累積異常報酬. ∆TP (down). 以調升投資評等為樣. 目標價上修. 學. CAR(upgrade). 解釋. 治 政 ∆TP (up) 大. 調升評等 (虛擬變數). y. Nat. 本下的累積異常報酬 模型一迴歸係數. γ𝑖. 模型三迴歸係數. ∆TP P Unsystem. 目標價修正與市價比. Market. 市值 (虛擬變數). 公司特有風險. Market×Unsystem. 公司特有風險與市值. 模型二迴歸係數. 𝛿𝑖. 模型四迴歸係數. Period. n. al. Ch. sit. β𝑖. 調降評等 (虛擬變數). Downgrade. Industry. e n gPBc h i. er. io. α𝑖. i n U. v. 期間 (虛擬變數) 產業類別 (虛擬變數) 股價淨值比. 之交乘項. 模型一可看出當券商發佈投資評等調整對宣告效果的影響;模型二則是觀 察當券商調升投資評等的時候,目標價上調是否對於宣告效果有顯著影響;模 型三則是探討當券商調降投資評等的時候,目標價下調是否對於宣告效果有顯 著影響;模型四在探討公司特有風險對累積異常報酬是否有顯著影響。. 16.

(23) 接著對於表格 4 之變數代號,分別對解釋變數與控制變數進行解說,茲解 釋變數如下:. 1. 投資評等調整: 將券商發佈的投資評等修正分為升評、降評、及重申進行迴歸分析,檢驗 其修正的方向與異常報酬間之關聯。設定類別變數,若券商升評,則表示為調 升評等 (Upgrade);反之,若降評則歸為調降評等 (Downgrade)。其餘則歸類為 重申 (Reiteration)。. 2. 目標價修正與市價比: 券商修正前次目標價格,其修正行為是否會對股價產生後續影響為本文研. 政 治 大. 究目的之一。計算方式為 ΔTP/P,分子為目標價格修正,即同券商發佈之該次. 立. 目標價格減去前次發佈之目標價格的差距,分母為前兩天之收盤價。若將. ‧ 國. 學. ΔTP/P 進行分類,分成上修目標價及下修目標價,則設虛擬變數上修目標價為 ΔTP(up),下修目標價為 ΔTP(down)。. ‧. 3. 公司特有風險:. y. Nat. n. er. io. al. 𝑅�𝚤 = 𝛼𝑖 + 𝛽𝑖 × 𝑅� �𝚤 𝑚+𝑒. sit. Sharpe 於 1964 年提出所謂的市場模式(Market Model),一般式為:. i n U. v. 𝑒𝑖 為殘差項,且有相等獨立分配的性質。實務上多利用 i 證券過去的報酬率. Ch. engchi. 與過去的市場報酬率(𝑅𝑚 )以最小平方法跑回歸。以市場模型解釋風險分散原理 如下:. 2 𝜎 2 �𝑅�𝚤 � = 𝛽𝑖 2 × 𝜎 2 �𝑅� �𝚤 ) 𝑚 � + 𝜎 (𝑒. 2 𝜎 2 �𝑅�𝚤 �為總風險,𝛽𝑖 2 × 𝜎 2 �𝑅� �)表示非系統性風險 𝑚 �為系統性風險,𝜎 (𝑒 𝚤. 為可用來衡量非系統風險的模型。R2 (判定係數)為模型的解釋能力,即市. 場報酬率對個別證券報酬率的解釋力,判定係數越高,代表模型的解釋能力越 強。1-R2 為模型無法解釋的部分,為市場報酬率無法解釋的部分,即所謂的非. 系統風險。. 17.

(24) 探討公司特有風險是否能對股價產生超額報酬為本文與以往文獻不同之處。 計算方式根據上述透過市場模型,了解大盤加權指數對個股報酬的解釋程度 (R2 ),便可再經由計算 1-R2 ,得出非系統風險,再進行複迴歸分析來檢視。 本研究亦設定了以下的控制變數:. 1. 產業類別 (Industry): 根據表格 5,由於券商研究台股以電子類股為主要標的,占總樣本 62.5%, 故設定類別變數 1 為電子業,0 為非電子業,以避免類別變數過多可能使模型 產生共線性問題或失去太多自由度。. io. n. Ch. engchi. 資料來源: TEJ 資料庫,本論文作者整理. 18. y. ‧ 國. Nat. al. 2% 1% 4% 1% 2% 0% 1% 1% 0% 0% 2% 1% 1% 64% 2% 3% 2% 3% 1% 7% 2% 0% 1% 100%. ‧. 61 30 175 28 62 1 40 50 3 7 88 37 31 2581 62 108 72 121 56 263 82 18 46 4,022. 學. 產業別 M1100 水泥工業 M1200 食品工業 M1300 塑膠工業 M1400 紡織纖維 M1500 電機機械 M1600 電器電纜 M1721 化學工業 M1722 生技醫療 M1800 玻璃陶瓷 M1900 造紙工業 M2000 鋼鐵工業 M2100 橡膠工業 M2200 汽車工業 M2300 電子類 M2330 資訊服務業 M2331 其他電子業 M2500 建材營造 M2600 航運業 M2700 觀光事業 M2800 金融業 M2900 貿易百貨 M9700 油電燃氣業 M9900 其他 總計樣本. sit. 立. 政 治 大 樣本數 百分比. er. 表格 5 依產業別分類之樣本. i n U. v.

(25) 2. 期間 (Period): Bhardwaj and Brooks (1993) 認為若市場報酬率為正則定義為牛市;反之, 若市場報酬率為負則定義為熊市。根據表格 6,可看出 2011 年為台股的空頭市 場,2009、2010、2012、及 2013 為多頭市場,故設定兩類類別變數,1 為多頭, 0 則為空頭市場。. 表格 6 本研究加權股價指數多頭與空頭劃分期間區分表 日期 2008/12/31 2009/12/31 2010/12/31 2011/12/30 2012/12/28 2013/12/31. 加權指數 4,591 8,188 8,973 7,072 7,700 8,612. 漲跌幅. 市場型態 多頭 多頭 空頭 多頭 多頭. 78% 治 政 10% 大 -21% 9% 12%. 學. ‧ 國. 立. 資料來源: TEJ 資料庫,本論文作者整理. ‧. 3. 股價淨值比 (PB):. Nat. sit. y. 以事件日前一年底 TEJ 的股價淨值比資料作為控制變數,探討是否價值股. n. al. er. io. (股價淨值比較低) 能獲得較佳的超額報酬率。. 4. 市值 (Market):. Ch. engchi. i n U. v. 為了避免研究結果受到公司規模大小的影響,因此以各事件日之前一年底 的公司市值取自然對數,再以設定虛擬變數的方式作為控制變數,市值等於 1 為小型股,等於 0 為大型股。. 19.

(26) 第肆章 實證結果分析 本章說明本研究之實證結果,並驗證本研究之三項假說是否成立,共分為 累積異常報酬檢定分析和複迴歸分析兩個部分。. 第一節. 累積異常報酬率檢定分析. 本節將說明及分析累積異常報酬率的實證結果,首先呈現在各事件窗口下 的 CAR 敘述統計表,再呈現累積異常報酬率在各事件窗口下的檢定結果。. 1. 敘述統計. 政 治 大. 所有樣本、目標價向上修正、及目標價向下修正樣本之個別樣本股票之累. 立. 積異常報酬率的敘述統計表格如下方之表格 7 所示。Panel A 為所有樣本之. ‧ 國. 學. CAR 敘述統計表、Panel B 為目標價向上修正樣本之 CAR 敘述統計表、及 Panel C 為目標價向下修正樣本之 CAR 敘述統計表。呈現 CAR 的樣本數、平均. ‧. 數、中位數、標準差、最小值、及最大值等資訊。. 值得注意的是,不論在 Panel A、Panel B、或 Panel C 的敘述統計表皆可發. y. Nat. sit. 現,事件期天數較短之樣本的累積異常報酬標準差較小,事件期天數較長之樣. n. al. er. io. 本累積異常報酬標準差較大。且各事件期間累積異常報酬之最小值與最大值的. i n U. v. 範圍落差亦逐漸增大。而在各事件窗口下宣告效果是否顯著則需視本節之下一 個部分之統計檢定結果。. Ch. engchi. 20.

(27) 表格 7 累積異常報酬敘述統計表 Panel A 所有樣本之 CAR 敘述統計表 事件期. 樣本數. 平均數. 中位數. 標準差. 最小值. 最大值. (-1,+1) (-2,+2) (-3,+3). 4022 4022 4022. -0.2169 -0.2631 -0.2791. -0.0842 -0.1481 -0.1084. 4.6991 6.0002 6.8188. -22.8449 -29.3272 -35.8921. 20.1020 26.5861 33.9973. Panel B 目標價向上修正樣本之 CAR 敘述統計表 事件期. 樣本數. 平均數. 中位數. 標準差. 最小值. 最大值. (-1,+1) (-2,+2) (-3,+3). 1918 1918 1918. 0.1658 0.2024 0.3066. 0.0395 0.0813 0.1764. 4.2935 5.3818 6.1994. -14.7601 -15.7207 -18.7464. 20.1020 26.5861 29.4329. 最小值. 最大值. -22.8449 -29.3272 -30.2782. 17.8865 23.8980 33.9973. 政中位數 治標準差大. Panel C 目標價向下修正樣本之 CAR 敘述統計表 (-1,+1) (-2,+2) (-3,+3). 2072 2072 2072. 平均數 -0.4397 立 -0.5149 -0.6122. ‧ 國. 樣本數. -0.1540 -0.2467 -0.3462. 4.7749 6.1577 7.0113. 學. 事件期. 資料來源: TEJ 資料庫,本論文作者整理. ‧ y. Nat. 2. 檢定結果. io. sit. 為衡量市場對於券商目標價修正宣告是否產生累積異常報酬,觀察各樣本. n. al. er. 公司在市場模型下,不同事件窗口之累積異常報酬,再以 t-統計量觀察累積異. i n U. v. 常報酬率是否顯著大於 0 或小於 0。表格 8 可看到在 2009 年至 2013 年間整體而. Ch. engchi. 言券商目標價修正宣告,無論是在 3 日、5 日、或 7 日事件窗口,其累積平均異 常報酬率均顯著異於 0。顯示券商宣告修正個股目標價為一有用的資訊,進而 使股票產生顯著的異常報酬。. 表格 8 所有樣本於不同事件窗口下累積異常報酬檢定 CAR (-1,+1) (-2,+2) (-3,+3) *. 平均數 -0.2169 -0.2631 -0.2791. 標準誤 0.0741 0.0946 0.1075. 標準差 4.6991 6.0002 6.8188. p < 0.05, ** p < 0.01, *** p < 0.001. 21. t-統計量 -2.9279** -2.7810** -2.5961**. 樣本數量 4022 4022 4022.

(28) 另外,本研究分別從券商向上修正與向下修正目標價為分組依據,於各事 件窗口之上修目標價、下修目標價來探討宣告效果,以市場模式計算各事件窗 口下的累積平均異常報酬率及其 t-統計量,以驗證假說一。 假說一:當券商發佈目標價修正時,向上修正及向下修正均於短期具有顯 著宣告效果。表格 9 以券商發布目標價修正方向為分組依據,探討向上修正目 標價、及向下修正目標價的宣告效果是否顯著。Panel A 為 2009 年至 2013 年券 商上修目標價的檢定結果,可看出發佈資訊的 3 日、5 日、7 日窗口下,其累積 平均異常報酬率均為顯著正值,顯示具有正向顯著宣告效果。Panel B 為 2009 年至 2013 年券商下修目標價的檢定結果,不論在各事件窗口下,均有負的顯著 累積異常報酬。證實了當券商發佈目標價修正時,向上修正及向下修正均於事. 政 治 大. 件窗口具有顯著宣告效果的假說一成立。. 立. ‧ 國. 學. 表格 9 以目標價修正方向為分組依據的宣告效果. ‧. Panel A 目標價向上修正於不同事件窗口之累積異常報酬檢定 平均數 標準誤 標準差 t-統計量 CAR (-1,+1) 0.1658 0.0980 4.2935 1.6910* (-2,+2) 0.2024 0.1229 5.3818 1.6469* (-3,+3) 0.3066 0.1416 6.1994 2.1662*. sit. y. Nat. n. al. er. io. Panel B 目標價向下修正於不同事件窗口之累積異常報酬檢定 平均數 標準誤 標準差 t-統計量 CAR (-1,+1) -0.4397 0.1049 4.7749 -4.1920*** (-2,+2) -0.5149 0.1353 6.1577 -3.8059*** (-3,+3) -0.6122 0.1540 7.0113 -3.9743*** *. 樣本數量 1918 1918 1918. Ch. engchi U. p < 0.05, ** p < 0.01, *** p < 0.001. 22. v ni. 樣本數量 2072 2072 2072.

(29) 第二節. 複迴歸分析. 在本章第二節,將使用以市場模型在事件窗口(-2,+2)下推估出來的累積異 常報酬率作為迴歸模型的被解釋變數,利用本論文設定的四個主要模型進行複 迴歸分析,主要探討當券商發佈投資評等調整、發佈上修及下修目標價、及公 司特有風險等解釋變數,觀察對累積異常報酬是否有顯著影響。 在使用建立之模型探討被解釋變數與解釋變數關係之前,為避免二個或多 個自變數間相關程度過高,使得自變數迴歸係數的估計值不夠穩定且相互削弱 各自對應變數的影響,造成迴歸分析之困擾,即產生多元共線性. 政 治 大. (Multicollinearity) 的問題。本研究以變數間變異數膨脹因子 (Variance Inflation Factor, VIF) 為判斷指標,檢驗模型中是否存在共線性。已透過檢測變異數膨脹. 立. 因子 VIF 值來看模型是否存在共線性,根據表 10 VIF 檢驗,本研究使用之四. ‧ 國. 學. 個模型中,各變數之 VIF 值均小於 2.13,其中模型四 Market 與 Market*Unsystem 由於為交乘項,VIF 較高屬正常現象,顯示應無共線性問題。. ‧. n. al. Model 1 2.03 2.02. Ch. Model 2. Model 3. er. io. VIF Upgrade Downgrade △TP/P △TP(up) △TP(down) Unsystem PB Period Industry Market Market*Unsystem Mean VIF. sit. y. Nat. 表格 10 VIF 檢驗. i e n g c h1.01. i n U. v. Model 4 2.04 2.03 1.06. 1.05. 1.06 1.05 1.02 1.01. 1.05 1.04 1.02 1.01. 1.07 1.08 1.02 1.02. 1.37. 1.03. 1.05. 2.13 1.1 1.2 1.06 22.36 24.64 6.4. 本文針對探討議題共設計四個不同的模型,來進行複迴歸分析。表格 11 之 模型一首先探討以券商發佈投資評等修正,分為調升、調降、及重申進行迴歸 分析,檢驗其修正的方向與累積異常報酬間之關聯。選擇調升評等 (Upgrade)、. 23.

(30) 調降評等 (Downgrade)為解釋變數,來解釋在 (-2,2) 事件窗口內的累積平均異常 報酬率。迴歸結果發現:在所有觀察樣本中,券商的投資評等修正宣告,在事 件窗口下均對累積異常報酬造成影響,評等調升的宣告會產生正的顯著累積異 常報酬;而評等調降宣告則會產生負的顯著累積異常報酬。此外,控制變數對 於累積異常報酬亦有顯著影響,說明市場在接收到投資評等修正宣告時,會同 時把期間、產業、市值、及股價淨值比納入考量。 表格 11 之模型二被解釋變數為券商調升投資評等之累積異常報酬為樣本, 探討此時券商發佈目標價上修,檢驗其上修效果與調升投資評等之累積異常報 酬間之關聯。模型二的解釋變數為券商上修目標價此虛擬變數 ΔTP (up)。迴歸 結果發現:在觀察樣本中,券商發佈目標價上修,在事件窗口均對累積異常報. 政 治 大 而表格 11 模型三與模型二之差別在於解釋變數為券商目標價下修,由回歸 立. 酬造成影響,顯示目標價上修宣告有顯著效果。. ‧ 國. 學. 結果可觀察出在券商調降評等時,目標價下修對累積異常報酬有顯著影響,根 據模型二及模型三,可推論當券商調升及調降投資評等時,目標價修正宣告亦. ‧. 對於累積異常報酬有顯著影響,即具有增額資訊。. 經由實證結果發現,本論文假說二:相較於券商調升及調降投資評等,目. y. Nat. sit. 標價修正宣告具有增額資訊,對於累積異常報酬有顯著影響成立。表格 11 模型. er. io. 二及模型三的部分探討本文第二個假說建立,相較於券商調升及調降投資評等,. al. n. v i n Ch 之目標價與投資評等同樣具有資訊內涵,且又較投資評等擁有增額資訊;故本 engchi U. 目標價修正宣告具有增額資訊。Alon and Lehavy (2003) 實證發現分析師所發佈. 文取台灣證券市場為樣本,檢驗台股亦有相同效果。. 在模型四實證的部分探討本文最後一個假說,即公司特有風險比重較高的 公司對於累積異常報酬有顯著影響,研究價值較高成立。過去文獻較少探討非 系統風險對於累積異常報酬是否有顯著影響,為本文與過去文獻不同之處。表 格 9 模型四之解釋變數為券商升評、降評、目標價修正、及公司特有風險,可 觀察出皆對於累積異常報酬有顯著影響,投資者可透過取得分析師修正評等、 目標價修正資訊、及針對非系統風險較高的公司在事件窗口下獲取超額報酬。 且根據複判定係數,非系統風險提供了增額資訊,對於累積異常報酬亦有顯著 影響。. 24.

(31) 表格 11 應變數為 (-2, +2) 之 CAR 的迴歸係數及檢定結果 模型 自變數名稱 Upgrade. 模型一 CAR 1.093*** (4.13). Downgrade. -2.420*** (-9.39). 模型二 CAR(upgrade). 模型三 CAR(downgrade). 模型四 CAR 1.149*** (4.35) -2.478*** (-9.62). ΔTP(up). 0.943*** (3.40). ΔTP(down). -0.667* (-2.27). ΔTP/P. 0.907*** (4.42). 0.0972 (0.29). 1.035** (3.19). 0.577* (2.56). Industry. -0.743*** (-3.79). 0.625* (2.08). -1.930*** (-6.32). -0.790*** (-3.97). Market. 1.068*** (5.88). -0.288 (-1.06). 1.916*** (6.71). 2.915*** (3.43). -0.124* (-2.04). -0.111** (-2.60). io. n. PB. -0.118** (-2.80). Ch. e-0.0440 ngchi (-0.62). y. Nat. al. sit. Period. ‧ 國. 0.655** (3.10). Unsystem. ‧. 學. 1.955* (2.20). er. 立. 政 治 大. i n U. v. -2.929*. Market* Unsystem. (-2.32) Constant Adj R-squared N *. 0.182 (0.56) 0.0913 4,022. 0.874* (2.02) 0.0083 1,538. p < 0.05, ** p < 0.01, *** p < 0.001. 25. -1.837*** (-4.36) 0.0622 1,806. -0.971 (-1.51) 0.0966 4,022.

(32) 第伍章 結論與建議 本章為本文作總結。第一節簡述本文主旨及彙整實證結果。第二節簡述本 文遇到的限制,並對後續有興趣研究券商目標價修正宣告效果之研究者提出研 究建議。. 第一節. 研究結論. 本文旨在探討本土及外資券商所發布之目標價修正在宣告期間內是否有顯 著宣告效果。以券商投資評等調升、調降、及重申、目標價修正、及公司特有 風險作為主要解釋變數,探討對於累積異常報酬的影響。經由實證後,本論文 有以下幾點結論:. 立. 實證假說一,當券商發佈目標價修正時,向上修正及向下修正均於短期具. ‧ 國. 學. 1.. 政 治 大. 有顯著宣告效果。透過累積異常報酬率檢定分析,以券商發布目標價修正. ‧. 方向為分組依據,探討向上修正目標價、及向下修正目標價的宣告效果, 在事件窗口(-1, +1)、(-2, +2)、及(-3, +3) 是否顯著。研究發現上修目標價的. y. Nat. sit. 檢定結果在不同窗口下皆具有正向顯著宣告效果。而券商下修目標價在各. al. v i n Ch 資訊,對於累積異常報酬有正向顯著影響。本文將券商上調投資評等及下 engchi U n. 2.. er. io. 事件窗口下,呈現負的顯著宣告效果。證實假說一成立。. 測試假說二,相較於券商調升及調降投資評等,目標價修正宣告具有增額. 調投資評等分為兩組樣本,測試在券商上調投資評等時,目標價上修是否 具增額資訊,及在券商下調投資評等時,目標價下修是否對累積異常報酬 有顯著影響。實證發現兩種情況下,目標價上修及下修皆對累積異常報酬 有顯著影響,遂推論目標價具有增額資訊,假說二成立。 3.. 驗證假說三,公司特有風險比重較高的公司對於累積異常報酬有正向顯著 影響,研究價值較高。實證迴歸模型發現公司特有風險對於累積異常報酬 有顯著影響,且模型解釋力較未加入此變數之模型佳,故非系統風險提供 了增額資訊,假說三成立。是故,投資者在參酌分析師研究報告時,可同 時參酌公司特有風險之高低,有助於提高投資報酬。. 26.

(33) 第二節. 研究限制與後續研究建議. 1. 研究限制 在蒐集資料及篩選樣本過程中可能會受到限制,對實證結果產生影響:由 於本文主旨在探討目標價修正的宣告效果,故將無法判斷為上修目標價、與下 修目標價的樣本予以刪除,例如特定券商在研究期間內對個股發佈第一次的研 究報告、或是由於指定樣本期間,則無法判斷個股在 2009 年初期各券商第一筆 樣本為調升或調降。此篩選動作可能會對實證結果產生影響。. 2. 後續研究建議. 政 治 大. 第一,本論文採用一般最小平方法 (Ordinary Least Squares,簡稱 OLS) 做. 立. 為市場模型參數的推估,然而此模型乃基於誤差項期望值為 0、且誤差項為同. ‧ 國. 學. 質變異的假設之下,若有異質變異效果 (簡稱 ARCH 效果) 時,可再使用一般化 自身迴歸異質條件變異數法 (簡稱 GARCH 法) 來估計市場模式參數,後續學者. ‧. 可評估在以 OLS 及 OLS+GARCH 方法下研究結果,將兩者做為對照。. y. Nat. 第二,本研究是以 2009 至 2013 年券商所提出的目標價宣告為實證對象進. n. al. er. io. 果的客觀性。. sit. 行分析,而後續研究者可增長樣本期間,以避免市場上其他的因素影響實證結. i n U. v. 第三,I/B/E/S 資料庫提供各國樣本,本研究是以券商對台灣標的為對象,. Ch. engchi. 後續研究者可研究不同國家個股,避免受到單一國家可能對實證結果有所影響。 第四,在券商聲譽效果的部分,本文假設將各券商聲譽效果視為同等;後 續研究者可依券商規模、資源多寡等作為分類依據,檢視券商過去績效表現來 預測未來的績效表現,作為研究方向。. 27.

(34) 參考文獻 (一) 國外文獻 1. Alon Brav and Reuven Lehavy (2003), “An empirical analysis of analysts’ target prices: Short-term informativeness and long-term dynamics” Journal of Finance, 58(5), 1933-1967. 2. Asquith, P., M.B. Milhail, and A. Au (2005), “Information Content of Equity Analyst Reports” Journal of Financial Economics, 75(1), 245-282. 3. Bauman, W. S., Datta, S., & Iskandar-Datta, M. E. (1995), “Investment analyst. 政 治 大. recommendations: A test of ‘The Announcement Effect’ and the valuable information effect.” Journal of Business Finance and Accounting, 22(5), 659-670.. 立. 4. Bhardwaj, R. K., & Brooks, L. D. (1993), “Dual betas from bull and bear markets:. ‧ 國. 學. Reversal of the size effect.” Journal of Finance Research, 16(4), 269-283. 5. Brown, S. J. and Jerold B. Warner (1985), “Using Daily Stock Returns: The Case Of Event Studies”, Journal of Financial Economics, 14(1), 3-31.. ‧. 6. Fu Fangjian (2009), “Idiosyncratic risk and cross-section of expected stock returns”. sit. y. Nat. Journal of Financial Economics, 91, 24–37.. 7. Mark T. Bradshaw (2002), “The use of target prices to justify analyst stock. io. n. al. er. recommendations” Accounting Horizons, 16(1), 27-41.. i n U. v. 8. Matthew I. Spiegel and Xiaotong Wang (2005), “Cross-sectional Variation in. Ch. engchi. Stock Returns: Liquidity and Idiosyncratic Risk” Yale ICF Working Paper, No. 05-13. 9. Mikhail, M.B., B.R. Walther and R.H. Willis (2004), “Do Sercurity Analysts Exhibit Persistent Difference in Stock Picking Ability?” Journal of Financial Economics, 74, 67-91. 10. Peterson, P. P. (1989), “Event Studies: A review of Issues and Methodology”, Quarterly Journal of Business and Economics, 28(3), 36-66. 11. Ramnath, S., Rock, S. & Shane, P. (2008), “The financial analyst forecasting literature: A taxonomy with suggestions for further research.” International Journal of Forecasting, 24(1), 34-75. 12. Sonmez, Fatma (2013), “Revisiting Idiosyncratic Volatility and Stock Returns” Frontiers in Finance & Economics, 10(1), 1-29. 28.

(35) 13. Stickel, S. (1992), “Reputation and Performance Among Security Analysts”, Journal of Finance, 47, 1811-1836. 14. Stickel, S. (1995), “The Anatomy of the Performance of Buy and Sell Recommendation” Financial Analysts Journal, 51(5), 25-39. 15. Womack, K. L. (1996), “Do brokerage analysts’ recommendations have investment value?” Journal of Finance, 51(1), 137-167.. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 29. i n U. v.

(36) (二) 國內文獻 1. 王芊儒(2012),“台股外資分析師報告預測目標價之正確性與影響”,交通大 學財務金融研究所碩士論文。 2. 王耀德(2006),“股價報酬、淨值市價比與公司價值之關係-台灣上市(櫃) 自願性財務預測公司之研究”, 高苑科技大學-經營管理研究所碩士論文。 3. 台灣經濟新報(2009),“事件研究法”,台灣經濟新報文化事業公司。 4. 池祥萱,蕭君怡(2005),“券商投資評等報告的資訊內涵—本國券商與外資 券商的比較”,金融風險管理季刊,第一卷,第三期,27-45。. 政 治 大. 5. 吳宜鴻(2007),“外資券商分析師目標價宣告之資訊內涵”,國立東華大學企 業管理學系研究所碩士論文。. 立. 6. 呂耿光(2009),“非系統性風險與橫斷面股價預期報酬-台灣股票市場之實證”,. ‧ 國. 學. 國立高雄大學金融管理學系碩士論文。. 7. 林泓瑋(2006),“證券分析師股票推薦和盈餘預測行為面課題之研究”,中興. ‧. 大學財務金融所碩士論文。. sit. y. Nat. 8. 陳育季(2009),“重大新聞訊息對台灣股票市場影響之研究-以經濟日報頭 版新聞為例”,私立南華大學管理經濟學系研究所碩士論文。. io. n. al. er. 9. 陳達新,陳維寧,與劉貞芸(2006),“報紙推薦資訊之實證研究-以經濟日. i n U. v. 報「每週精選潛力股」專欄為例”, 真理財經學報,14,41-69。. Ch. engchi. 10. 黃一祥,呂耿光,黃旭輝與張志向(2010),“公司特有風險與橫斷面股票預 期報酬-台灣股市之實證”,中央研究院經濟研究所經濟論文。 11. 廖桂葶(2013),“分析師對個股報酬中市場和規模成份的擇時能力”,臺灣大 學國際企業學研究所碩士論文。 12. 鄭亦伸(2010),“台指選擇權市場中投資人的投資利潤”, 國立高雄第一科技 大學金融研究所碩士論文。 13. 蕭君怡(2005),“國內券商與外資券商投資評等績效之比較”,國立東華大學 國際經濟研究所碩士論文。 14. 蘇品曄(2013),“選擇權流動性與標的資產股價的關係”,國立高雄第一科技 大學金融研究所碩士論文。. 30.

(37)

數據

Updating...

參考文獻