景氣衰退時期之防禦型策略-以臺灣基金為例
34
0
0
全文
(2) 誌謝 兩年的碩班學習⽣涯，隨著這篇論⽂的收尾，也告了⼀段落。在我研究做 的最艱困的時候，我看到⼤學教授臉書寫的⼀句話，學習的歷程越是痛苦，就 是對⾃⼰的未來做越好的投資。我想或許就是這樣⼦無意中的勉勵，以及師⾧ 親友的⽀持與幫忙，讓我能夠順利完成碩⼠論⽂。 ⾸先，我最要感謝的是我的指導教授賴慧⽂⽼師，在每⼀次的會⾯中，⽼ 師雖然有時嚴厲有時像天使，但總是會花很多⼼⼒與我⼀起討論邏輯架構以及 模型建⽴，還會與我關於未來⼈⽣⽅向、關⼼我的近況等，⽼師真的是良師益 友，謝謝您。 感謝我的家⼈在碩班以及寫論⽂的期間對於我精神以及⾦錢上的⽀持，沒 有你們不會成就現在的我。在寫程式碼的部分，謝謝何宗武⽼師悉⼼指導我需 要修正的部分。再來感謝的是我的國中朋友鄭加珮及其研究室同學，在你也快 ⼝試的時候還願意花時間跟我⼀起討論，真的很感動。以及⾼中朋友林孝穎， 你最後的神來⼀筆讓我趕上⼝試，感激不盡。 感謝所有在這段時間陪伴我的⼈，在開⼼的時候互相分享，在我失意的時 候讓我挺住，因為有你/妳，讓我能繼續在⾃⼰⼈⽣⽬標努⼒下去，謝謝。 唐詩雅 謹誌 2019 年 8 ⽉.
(3) 摘要 本⽂以國內股票型基⾦為研究標的，觀察 1994-2010 年景氣衰退期間基⾦ 經理⼈在選股時所參考的指標，讓投資⼤眾在⾯臨衰退時有參考的依據。研究 中運⽤基⾦的⽇報酬率扣除無⾵險利率對五因⼦進⾏迴歸，以取得⾵險調整後 報酬率，再將其進⾏排序以取得各期之贏家及輸家組合，觀察前⼀期所選變數 之變動率對贏家及輸家經理⼈持股變動率的影響，並且運⽤ Fama-MacBeth 模 型驗證變數在橫斷⾯及經⾧時間的顯著性。根據結果發現，股價淨值⽐是相對 其他變數表現較為良好的指標，⽽輸家的基⾦經理⼈會透過營業⽑利增加⽽提 ⾼持股⽐例，但因總體模型解釋⼒不⾼的結果，我們認為基⾦經理⼈在衰退時 期並⾮有固定的決策準則。. 關鍵字：景氣衰退、防禦型投資策略、選股及擇時能⼒.
(4) Abstract The purpose of this research is to discover the defensive strategy of Taiwanese mutual fund managers during market downturns from 1994 to 2010. Hoping to provide the result as suggestion to investors when they confront recession. In the research, in order to obtain risk-adjusted rate of return, the daily rate of return of funds is used to deduct risk-free rate to regress five factors, then ranking risk-adjusted rate of return in each period to get winner and loser funds. Observe the impact of the rate of change of variables in the last period on the shareholding change rate of winners and losers. Fama-MacBeth model is used to examine the cross-section and over time significant level of variables. Overall, during market downturns, price to book ratio is a good indicator compare to other variables. Moreover, fund managers of the losers will increase the shareholding ratio because of increasing gross profit. However, due to the phenomenon of lower adjusted R square of whole model, the result revealed that the managers do not use the fixed strategy criteria during market downturns.. Keywords: Market downturns, Defensive strategy, Market timing and stock picking strategies, Fama-Macbeth.
(5) 目錄 摘要.................................................................................................................................................. III 第⼀章 緒論 ..................................................................................................................................... 1 第⼀節 研究動機.......................................................................................................................... 1 第⼆節 研究⽬的.......................................................................................................................... 1 第三節 研究架構.......................................................................................................................... 2 第⼆章 ⽂獻探討 .............................................................................................................................. 3 第⼀節 五因⼦模型 ...................................................................................................................... 3 第⼆節 選股能⼒及市場擇時的績效評估指標 ............................................................................ 4 第三節 短期共同基⾦績效持續性 ............................................................................................. 10 第四節 企業財務預警模型......................................................................................................... 10 第五節 變數選取........................................................................................................................ 10 第三章 研究⽅法 ............................................................................................................................ 14 第⼀節 ⾵險調整報酬率 ............................................................................................................ 14 第⼆節 FAMA-MACBETH ⼆階段迴歸 ......................................................................................... 15 第三節 資料來源........................................................................................................................ 16 第四節 研究限制........................................................................................................................ 16 第四章 實證結果 ............................................................................................................................ 17 第⼀節 橫斷⾯分析 .................................................................................................................... 17 第⼆節 各指標表現結果 ............................................................................................................ 22 第五章 結論與建議 ........................................................................................................................ 25 參考⽂獻 ......................................................................................................................................... 27 附錄................................................................................................................................................. 29. II.
(6) 第⼀章 緒論 第⼀節 研究動機 景氣衰退所指的是整體經濟狀況出現停滯或是負成長的狀態，並且可能導 致多項指標的下滑，例如：就業率、公司盈餘、投資等等。不同國家對於經濟 衰退的定義並不相同，其中美國以連續兩個季度經濟負成長作為衰退的廣泛定 義，現代經濟學家凱因斯認為市場總需求的減少是造成衰退的主要原因。 以國際貨幣基⾦組織的定義來說，全球性經濟衰退的定義為整體的經濟成 長低於 3%。⽽從 1985 年後去評價的話，1990-1993、1998、2000-2001、20082009 為依照上述定義經濟衰退的區間。 面對衰退期間時，投資者通常會汲汲營營地尋找相對應的保護其資產的⼿ 段，例如：⾼股利、⼤型資本額型、消費者防禦型股票，貴⾦屬，或是波動度 指數等，與市場具有反指標或是不容易被整體經濟環境所影響的標的，但是沒 有計劃的投資卻更容易將自⼰的投資組合陷⼊更⼤的曝險之中。. 第⼆節 研究目的 共同基⾦根據投資標之差異可⼤致分為下列三類。第⼀類，股票型基⾦， 主要標的為上市櫃股票，根據法令規定，此類型投資組合持股應在七成⾄九成 五之間，用以維持流動性。主要的獲利來自其所持股之資本利得，基⾦淨值也. 1.
(7) 隨之變動，相較於其他類型基⾦風險來得較⾼，但相對的獲利也較⾼，因此適 合積極型的投資⼈。第⼆類，平衡型基⾦，此類型為分散投資股票型及債券型 之共同基⾦，當基⾦經理⼈看壞為來市場⾛向，便會增加債券型比重，反之， 則加重在股票型以賺取獲利。最後⼀類，債券型基⾦，以債券為主要標的，風 險及波動較低，較適合保守型投資⼈。 本研究將重點放在國內股票型基⾦，是為探討國內基⾦經理⼈透過何種指 標判斷可使其投資組合在景氣收縮期間能具有防禦效果，並利用模型對指標進 ⾏不同時期的驗證，期待能讓投資者在面對景氣衰退時能夠有在投資標的上的 參考依據。. 第三節 研究架構 以下為本⽂研究架構： 確立研究動機 擬定研究目的 ⽂獻探討 研究⽅法 實證結果 結論與建議. 2.
(8) 第⼆章 ⽂獻探討 第⼀節 五因⼦模型 與三因⼦模型(FF;1993)相比，五因⼦模型 Fama and French(2015)增加獲利 以及投資因⼦擷取股票在⾼報酬的情況下擁有低 b! ，股票購回及低波動率的 特性，即是那些具有獲利但投資⽅式相對保守的公司股票，⽽這些特性難以用 三因⼦模型所解釋。 Fama and French 五因⼦時間序列回歸模型： 𝑅#$ − 𝑅&$ = a# + b# (𝑅!$ − 𝑅&$ ) + n+# 𝑆𝑀𝐵$ + n/# 𝐻𝑀𝐿$ + n2# 𝑅𝑀𝑊$ + n4# 𝐶𝑀𝐴$ + 𝑒#$. …(式 2-1) 式 2-1 中，𝑅#$ 是為 t 月中第 i 組投資組合之報酬率，𝑅&$ 是為無風險利率，𝑅!$ 是為市場報酬率，𝑆𝑀𝐵$ 及𝐻𝑀𝐿$ 分別為規模因⼦及價值因⼦，⽽𝑅𝑀𝑊$ 為獲利因 ⼦，𝐶𝑀𝐴$ 為投資因⼦。各因⼦定義分述如下： (1)市場風險： 指的是因⼤盤的變化所造成個股風險波動的不確定性，是為投資⼈最難以 掌控的⼀種風險。非景氣循環股所表現的即是因其不會與景氣波動有很⼤關聯 性，通常其市場風險b8 < 1。 (2)市值規模： 市值⼤的公司財報通常較為公開透明，較少資訊不對稱的問題，也因此股 票流動性較佳，違約機率也較市值小的公司來得低。. 3.
(9) (3)帳面市值比： 其描述的是公司的基本面，利用價值型股票形成投資組合也是基⾦經理⼈ 經常使用的⽅式，希望能找出市場價值被低估的股票。時間變化風險(Timevarying risk)是價值型股票平均報酬率⾼於成長型股票的主要原因。 (4)獲利能⼒： 計算公司獲利能⼒對股票報酬的影響。在每 t 年六月的投資組合去計算前 ⼀年度 t-1 年的會計年度資料，以(收益-成本-費用)/帳面價值做計算。 (5)投資能⼒： 投資能⼒利用再投資率來做衡量，再投資率也能解釋為內部成長比率，指 公司運用每年賺取的資⾦，有多少比例運用在投資上，使公司對內、對外有所 成長。 在五因⼦模型之中，⼀個較為有趣的問題是，在規模因⼦中較小五分之⼀ 等分，及發⾏股數和波動率最⾼的等份中，這些投組對於𝑅𝑀𝑊$ 及𝐶𝑀𝐴$ 會有負 向的影響，並且會降低他們對於兩因⼦期望報酬率的估計，但並不⾜以去解釋 他們會造成低的平均報酬率。也因此隱含著小型股具有⾼投資情形可能存在⼀ 些問題。此外，當𝑅𝑀𝑊及𝐶𝑀𝐴加⼊後，𝐻𝑀𝐿就顯得比較多餘，因其帶來的⾼ 平均報酬可以用其他四個變數來做完整的解釋，但若傾向在投資組合中加⼊規 模、價值、獲利能⼒、投資能⼒作為觀察，五因⼦模型仍是個較佳選擇。. 第⼆節 選股能⼒及市場擇時的績效評估指標 傳統模型中，往往沒有考慮進公開資訊消息，Ferson and Rudi(1996)假設股. 4.
(10) 票市場為半強勢市場，在傳統模型的基礎下創造具有條件式的模型，考慮進經 理⼈的選股能⼒以及市場擇時的效果，發現這些條件式模型具有統計學及經濟 學上的顯著效果，並且表現比傳統模型更加良好。 （⼀）條件 CAPM (Conditional CAPM) 傳統的 CAPM 模型為下，係數a# 及b# 分別為以下回歸的截距項以及係數。 𝑟#$ = a# + b# 𝑟<$ + ε#$ （式 2-2） 𝑟#$ 是為資產超額報酬率，𝑟<$ 為以 CRSP 的價值加權市場指數作為指標的市場超 額報酬率。 以下為條件 CAPM 模型： 𝑟>,$@+ = a> + bA> 𝑟<,$@+ + d> B𝑧$ 𝑟<,$@+ D + ε>,$@+ （式 2-3） b>< (𝑍$ ) = bA> + d> 𝑧$ 𝑧$ = 𝑍$ − 𝐸(𝑍) 其中，𝑟<,$ 為第 t 時期市場報酬，𝑟>,$ 為第 p 種投資組合的報酬率。a> 為衡量選股能⼒，d> 為與總經資訊變數相關的反應係數。bA> 可視為平均貝它 值，b>< (𝑍$ )為考慮進總經資訊下所產⽣的系統性風險，是以 𝑍$ 為變數的線性 ⽅程式。𝑍$ 為第 t 期總體經濟資訊，𝐸(𝑍)為平均總體經濟資訊，𝑧$ 為第 t 期 公開資訊相對於公開資訊平均值的差值。 （⼆）多因⼦模型 由 S.A Ross (1976)所提出的套利定價理論 (Arbitrage Pricing Theory)，講述 到資產之報酬不只由市場風險所決定，並且包含許多重要因素，⽽以下利用條 件式的多重貝它或是 APT 模型去分析期望報酬。. 5.
(11) E(𝑅#$@+ |𝑍$ ) =θA (𝑍$ ) + ∑M LN+ b#L (𝑍$ )θL (𝑍$ ) ; i = 0, … , N, t = 0, … , T − 1 …（式 2-4） 條件式貝它為公開資訊的線性式。b#L 為資產 i 受到第 j 個經濟因素影響的 敏感程度，而∑M LN+ b#L (𝑍$ )代表在 t 時點下的條件貝它或是因⼦的比重，用來測 量資產 i 相對於 K 個風險因⼦的系統風險，θL (𝑍$ ), 𝑗 = 1, … , 𝐾為系統風險的市 場價格，或是預期風險溢酬 （三）Jensen’s Alpha 傳統模型⽅式為利用市場因⼦對投資組合之異常報酬做回歸式。當 a> > 0 時，表示該投資組合的績效超越市場投資組合，相反地，當 a> < 0 時，表 示該投資組合的績效比起市場投資組合來的差。 𝑟>$@+ = a> + b> 𝑟<$@+ + ε>$@+ （式 2-5） 傳統模型有個計量問題是，風險跟報酬並非隨著時間⽽為固定數。因此下式對 因由 b> 經常性的變異以及市場期望報酬所產⽣的 a> 偏誤做出校正。 𝑝𝑙𝑖𝑚Ba> D = 𝐸 (𝑟< ) \bA> − 𝑝𝑙𝑖𝑚 ]b> ^_ + 𝐶𝑜𝑣(𝑟< ; d> 𝑍) （式 2-6） 𝑝𝑙𝑖𝑚 ]b> ^ = bA> + d> 𝐶𝑜𝑣(𝑟< ; 𝑧 𝑟< )/𝑉𝑎𝑟(𝑟< ) （式 2-7） 上式的假設中，建立在經理⼈僅依賴公開資訊，無優勢資訊的情況下。d> 為與總經資訊變數相關的反應係數。式 2-6 的第⼀項表示，OLS 斜率係數在式 2-5 中的 b> ，並非條件式平均 bA> 的⼀致性估計量。式 2-7 中則是闡釋了被刪 除變數 𝑧 𝑟< 對回歸式係數產⽣的影響。 （四）The Treynor-Mazuy Model 是為建構⼀個⼆次式回歸描述市場擇時效果的古典模型，形成⼀曲線，用. 6.
(12) 以評估經理⼈是否具備選股與擇時能⼒，此模型所描述的是，若經理⼈具有市 場擇時能⼒，便能夠預測市場變化，並進⼀步改變投資組合。 a> 表示經理⼈ 之選股能⼒，g$<f 表示經理⼈之擇時能⼒。當市場具有正向的訊號時，基⾦經 理⼈會增加投資組合的風險，此時的g$<f 是為正，反之則為負。若無異常表現 時g$<f 則為零。 𝑟>$@+ = a> + b> 𝑟<$@+ + g$<f [𝑟<,$@+ ]/ + ε>$@+ （式 2-8） 在指數效用函數及自然分配的情況下，當我們考慮進分配風險資產及無風 險資產時，風險資產的需求是為公開資訊的線性組合。並重新定義條件式回歸 模型為： 𝑟>$@+ = a> + b> 𝑟<$@+ + 𝑅> (𝑧$ 𝑟<$@+ ) + g$<f [𝑟<,$@+ ]/ + ε>$@+ （式 2-9） 𝑅> 所表示為經理⼈的對於公開資訊的反應，g$<f 表基⾦經理⼈個別對市場 擇時能⼒，𝑅> (𝑧$ 𝑟<$@+ )表示公開資訊效果。在條件式模型中，基⾦系統性風險 的變化與預期市場報酬的關係被視為受到公開資訊效果的影響，⽽不是因為市 場擇時的能⼒。. （五）The Merton-Henriksson Model Merton and Henriksson(1981)及 Henriksson(1984)描述⼀個較為另類的市場擇 時的模型。主張基⾦經理⼈會去預測市場投資組合的報酬超過無風險利率的狀 況，並且調整資產配置，改變整體投資組合所承擔的系統性風險。當預測為正 向市場時，基⾦經理⼈會增加股票的持有比率; 相反地，當預測市場為悲觀 時，則增加無風險資產的持有比率，如同買⼊⼀個履約價格為無風險利率的保. 7.
(13) 護性賣權。 𝑟>$@+ = a> + b> 𝑟<$@+ + gf [𝑟<,$@+ ]@ + ε>$@+ （式 2-10） 其中，[𝑟<,$@+ ]@ 的定義為Max(0, 𝑟<,$@+ )，且𝑟<$ = 𝑅<$ − 𝑅l$ 。⽽當重新定義為 條件式模型時(式 2-11)，公式定義如下： 𝑟>$@+ = bm 𝑟<@+ + dm [𝑧$ 𝑟<$@+ ] + gn 𝑟 ∗ <$@+ + ∅[𝑧$ 𝑟 ∗ <$@+ ] + 𝑢>,$@+ （式 2-11） Where 𝑟 ∗ <$@+ = 𝑟<$@+ 𝐼{𝑟<,$@+ − 𝐸B𝑟<,$@+ |𝑍$ ) > 0t , gn = bf> − bm , ∅ = df> − dm 經理⼈透過 𝑢<,$@+ = 𝑟<,$@+ − 𝐸(𝑟<,$@+ |𝑍$ ) 去預測下⼀期的市場報酬率且 扣除因公開資訊反應的市場報酬率所產⽣的超額報酬。虛無假設是基⾦經理⼈ 沒有市場擇時能⼒，意味著 gn 及 ∅ 為零，⽽對立假設為具有正向市場擇時能 ⼒，即gn + ∅𝑧$ > 0 。如果預測結果為正向的，則使用的條件式貝它為： bf> (𝑍$ ) = bf> + df> 𝑧$ ，反之則使用 bm (𝑍$ ) = bm + dm 𝑧$ 。. （六）其他績效評估⽅式 對於選股能⼒及市場擇時的評估⽅式在 Kacperczyk, Nieuwerburgh and Veldkamp(2014)也提出了更具持續性的⽅法。但在此模型中，基⾦經理⼈的技 能條件與上篇模型不同的是，其所用的資訊是包含公開資訊以及私⼈資訊來去 創造風險調整後的報酬率。 平均來講，主動式基⾦的績效並不顯著優異於被動式基⾦。然⽽，在較小 的⼦集中，表現優秀的基⾦經理⼈在經濟繁榮時有較佳的選股能⼒，並且在經 8.
(14) 濟衰退時有較佳的市場擇時能⼒，⽽這些主動式基⾦相較於被動式基⾦，有顯 著的優異表現。數據顯示，善於市場擇時的經理⼈會在經濟衰退時持有較多的 現⾦，讓投資組合維持在較低的市場風險，他們傾向於在衰退時投資防禦型產 業，例如：食品、公共事業等，⽽在繁榮時投資週期型產業，例如：鋼鐵、煤 炭等。此模型建議新的測量經理⼈能⼒的⽅式，應增加市場擇時在經濟衰退時 以及選股能⼒在經濟繁榮時的比重。 如果⼀個基⾦經理⼈能有效地做到市場擇時，意味其在市場報酬率⾼時持 有較多市場投資組合; 反之，持有較少市場投資組合。同樣地，具有效的選股 能⼒則代表，當公司擁有⾼股票報酬率時，在⼀期間內持有較多該公司股票。 z. L. L. < < 𝑇𝑖𝑚𝑖𝑛𝑔$ = ∑y #N+(𝑤#,$ − 𝑤#,$ )(b#,$ 𝑅$@+ ) （式 2-12）. L. 對於𝑇𝑖𝑚𝑖𝑛𝑔$ 來說，是為測量第 j 種基⾦在 t 時所持有的各項資產相對於 市場的比重與股票報酬中的系統性成份相乘積。b#,$ 所衡量的是股票報酬𝑅# 的變 L. 異程度，R< 為市場報酬。投資組合權重 𝑤#,$ 為在 t 時過後，第 j 種基⾦中風險 < 資產 i 所佔的比例。市場權重 𝑤#,$ 為資產 i 在整體市場投資組合佔的比例。 < b#,$ 𝑅$@+ 表示為資產 i 中系統性的成分。. L. z. L. < # < 𝑃𝑖𝑐𝑘𝑖𝑛𝑔$ = ∑y #N+(𝑤#,$ − 𝑤#,$ )(𝑅$@+ − b#,$ 𝑅$@+ ) （式 2-13）. L. ⽽𝑃𝑖𝑐𝑘𝑖𝑛𝑔$ 測量相對於市場，基⾦如何去持有個別股票，並與股票報酬中 的獨有風險成分乘積。當⼀檔基⾦具有⾼選股能⼒時，表示其放較多的比重在 獨有風險較⾼的股票報酬，同時放較低的比重在獨有風險較低的股票報酬。 9.
(15) 第三節 短期共同基⾦績效持續性 在 Bollen and Busse(2004)的研究中，運⽤共同基⾦的⽇資料並以每⼀季度 作為測量區間，⽤來估計變數以及市場擇時模型。⽽後按照每個季度的異常報 酬進⾏排序，並且衡量每 10%等分的基⾦其下⼀個季度的表現。最⾼等份的基 ⾦排序後的平均異常報酬為 39 基點，但經研究發現，排序後的異常報酬經過⾧ 期有消失的狀況，因此說明共同基⾦具有優異的績效表現是⼀個短期現象，其 建⽴在⼀年內對於該基⾦有多次的衡量以及評估。. 第四節 企業財務預警模型 所謂財務預警的系統，是指將企業財報資訊、經營⽅針等內部資訊以量化 的⽅式，可能是透過⽐率、交叉⽐較或者是因素分析等作法建⽴模型，對企業 的經營或是財務狀況進⾏分析，並且發現可能存在的⾵險，向企業主是前提出 警告進⽽有改善措施，避免發⽣重⼤虧損、或是危機進⼀步的擴⼤，能夠有未 ⾬綢繆的效果，也可說是判斷企業在財務、經營狀況的模型。(Altman,1968)(黃 柏怡等，2006). 第五節 變數選取 防禦型投資策略的重點中，需篩選出財務狀況體質好的公司組成基⾦，因 此，本研究參考國內外判斷企業財務狀況⽂獻，以及全球知名投資研究機構晨 星(Morning Star)所使用之各項財務指標，共選取 15 項變數，使用逐步迴歸法進 10.
(16) ⾏前測，最後選擇四項表現較佳指標作為模型變數，以下為前測變數。 (1)營運資⾦佔總資產比: 營運資⾦除以總資產，營運資⾦等同流動資產減流動 負債，可做為觀察未來企業短期內可自由使用資⾦的程度，當短期償債能⼒愈 佳其比率越⾼。 (2)ROA: 息前稅前折舊攤銷前盈餘 / 資產總額，其為衡量公司營運效率的指 標，不考慮槓桿效果，但就以資產來衡量公司獲利程度。 (3)ROE: 淨收益 / 股東權益，又可稱為淨值報酬率，可視為衡量公司獲利能⼒ 指標，用來計算普通股股東每單位投資的報酬，反映公司運用可用資源產⽣淨 收益的能⼒。 (3)負債淨值比: 負債總額 / 股東權益，衡量公司的槓桿程度以及償債能⼒，槓 桿程度越⾼對股東的風險也就越⾼。 (4)總資產周轉次數：銷貨收⼊總額 / 平均資產總額，用來評斷整體資產的使用 效率，週轉速度越⾼，資產的使用效率來得越好，用來衡量企業營運能⼒。 (5)單月營收成長率:(單月營收-去年同月單月營收) /去年同月單月營收，用以衡 量企業之獲利之成長幅度。 (6)市場周轉率：成交量/發⾏總股數*100%，在⼀段時間內轉⼿股票頻率，可用 來判斷交易情緒的指標，周轉率越⾼，交易情緒越敏感。 (7)營運現⾦流佔流動負債比：為衡量公司償債能⼒，觀察每單位流動負債有多 少現⾦流量⽀撐，若現⾦流過少，公司在經營及償還負債上都有很⼤的問題。. 11.
(17) (8)營業⽑利(Gross Profit)：營業⽑利 = 營業收⼊ - 銷貨成本，銷貨成本是商 品及提供勞務的直接成本，但並不包含間接費用。如果⽑利過低，則企業將難 以支付其他費用，因此營業⽑利可說是企業運轉的來源。 (9)負債資本比：以長期負債除以總資本額，用以衡量企業的財務槓桿指標，當 公司的負債資本比來得較⾼時，也表示其風險來得⾼。 (10) 單月稅後盈餘成長率：(單月稅後盈餘-去年單月稅後盈餘) / 去年單月稅後 盈餘*100%，與去年同期稅後盈餘計算其成長率。 (11)淨值成長率：(股東權益-去年股東權益) / 去年股東權益*100%，與去年同期 淨值計算其成長率。 (12)本益比(PE ratio)：股價除以每股盈餘(EPS)，用以連繫企業股價以及其創造 財富的能⼒，通常用來判斷股價相對是昂貴或是便宜的指標。 (13)股價淨值比(PB ratio)：股價除以每股淨值，也就是市場價格相對他的帳面 價值，當股價淨值比越⾼表示其潛在報酬越低，相反地，越低則表示潛在的報 酬越⾼。 (14)股價營收比(PSR)：股價除以每股營收，⼀般來說股價營收比越低越好，表 其為市值低卻⾼營收之公司股票，通常被認為投資價值較⾼。 (15)股價現⾦流量比：股價除以每股現⾦流，由於以現⾦流為基礎，較不受其 他非現⾦因素或折舊所影響，反映股價合理性。. 12.
(18) 根據上述，本研究挑選出四項表現較佳變數，建立模型，分別為本益比、 股價淨值比、營業⽑利以及負債資本比，並將前測變數顯示於表 2-1，模型建立 ⽅法為第三章。 表 2-1:前測之變數 投資研究機構晨星(Morning Star)所使用之各項財務指標 稅前息前折舊前. 負債資本比. 單月稅後盈餘成. (ROA). 長率. 淨值報酬率(ROE) 股價淨值比. 淨值成長率. 股價營收比. 股價現⾦流量比. 本益比. 參考國內外判斷企業財務狀況⽂獻所選變數(Altman,1968) (黃柏怡等，2006) 營運資⾦總資產. 單月營收成長率. 市場周轉率. 營運現⾦流與. 營業⽑利. 比 負債淨值比. 流動負債比. 13. 總資產周轉次數.
(19) 第三章 研究⽅法 第⼀節 風險調整報酬率 國內景氣衰退資料分析的部分，本研究以國家發展委員會公布之景氣循環 期間作為參考指標，自 1994 年⾄ 2010 年共歷經五階段景氣收縮(表 3-1)，以每 ⼀季為⼀期。在第 𝑡 期的資料中，我們將第 i 檔基⾦的日報酬率減去無風險利 率後對五因⼦日資料進⾏複迴歸分析，以求出風險調整後報酬率a# 。第⼆步， 將每 𝑡 期的a# 進⾏排序，每⼀期取表現前 10%基⾦為贏家組合，反之，取表現 末 10%基⾦為輸家組合。最後，將每期贏家組合及輸家組合基⾦所持有之股票 資料進⾏下⼀節分析。 𝑅#$ − 𝑅&$ = a# + b# (𝑅!$ − 𝑅&$ ) + n+# 𝑆𝑀𝐵$ + n/# 𝐻𝑀𝐿$ + n2# 𝑅𝑀𝑊$ + n4# 𝐶𝑀𝐴$ + 𝑒#$. …(式 2-1) 表 3-1：國內景氣收縮期間 景氣⾼峰. 景氣⾕底. 持續期間(月). 相關⾦融事件. 第⼀階段. 1995.02. 1996.03. 13. 台海關係緊張. 第⼆階段. 1997.12. 1998.12. 12. 亞洲⾦融風暴. 第三階段. 2000.09. 2001.09. 12. 網路泡沫化. 第四階段. 2004.03. 2005.02. 11. 出⼝動能疲弱. 第五階段. 2008.03. 2009.02. 11. ⾦融海嘯. 資料來源：國家發展委員會. 14.
(20) 第⼆節 Fama-MacBeth ⼆階段迴歸 資產定價理論經常使⽤⾵險因⼦去解釋資產的報酬，這些因⼦可能來⾃於 總體經濟⾯或者是財務⾯。Fama-MacBeth ⼆階段迴歸是⼀個有效的⽅式去測試 因⼦是否可以解釋投資組合的報酬率。由於基⾦報酬率的改變，除了股票價格 本⾝波動外，主要是來⾃於基⾦內持股的改變，以此作為發想，本⽂將此模型 做⼀個更廣泛的應⽤。 第⼀階段，利⽤模型⼀（式 3-1）判斷贏家與輸家組合在資訊整合時的橫斷 ⾯分析結果。將上⼀節所篩選出的第 t 期的贏家、輸家基⾦ i 持有股票 j，以其 t-1 期持股變動率作為依變數對該股 t-1 期本益比(PE)、股價淨值比(PB)、營業 ⽑利(GP)以及負債資本比(DC)之變動率乘上判斷在 t 期為贏家與輸家組合之虛 擬變數(𝐷+ )，對於每期做橫斷面分析，觀察變數在每⼀期之顯著性。模型⼆ （式 3-2），將虛擬變數去除，分別以贏家組合與輸家組合作為分析資料，同上 述步驟進⾏迴歸，用以判斷每期影響贏家或輸家組合的主要因素。 $‚+ $‚+ $‚+ $‚+ D𝐻𝑜𝑙𝑑𝑖𝑛𝑔#,L = a + b+ D𝑃𝐸#,L × 𝐷1 +b/ D𝑃𝐵#,L × 𝐷1 + b2 D𝐺𝑃#,L × 𝐷1 + $‚+ $‚+ b4 D𝐷𝐶#,L × 𝐷1 + 𝜀#,L ; 𝑖 = 1, … , 𝑁, 𝑡 = 1, … , 𝑇. 模型⼀（式 3-1） $‚+ $‚+ $‚+ $‚+ $‚+ $‚+ D𝐻𝑜𝑙𝑑𝑖𝑛𝑔#,L = a + b+ D𝑃𝐸#,L +b/ D𝑃𝐵#,L + b2 D𝐺𝑃#,L + b4 D𝐷𝐶#,L + 𝜀#,L ;. 𝑖 = 1, … , 𝑁, 𝑡 = 1, … , 𝑇 模型⼆（式 3-2）. 15.
(21) 第⼆階段，共計 T 期的橫斷⾯迴歸，搜集每⼀期之b< , 𝑚 = 1,2,3,4，對第𝑚 個變數，b< 做時間序列分析(Panel Data)，進⾏單⼀樣本 t 檢定，以求取變數經時. 間過後的顯著性。以下公式以模型⼀為例。 A A A A A A D𝐻𝑜𝑙𝑑𝑖𝑛𝑔#,L = a + b+ D𝑃𝐸#,L × 𝐷+ +b/ D𝑃𝐵#,L × 𝐷+ + b2 D𝐺𝑃#,L × 𝐷+ + b4 D𝐷𝐶#,L × 𝐷+ + 𝜀#,L + + + + + + D𝐻𝑜𝑙𝑑𝑖𝑛𝑔#,L = a + b+ D𝑃𝐸#,L × 𝐷+ +b/ D𝑃𝐵#,L × 𝐷+ + b2 D𝐺𝑃#,L × 𝐷+ + b4 D𝐷𝐶#,L × 𝐷+ + 𝜀#,L. : Š‚+ D𝐻𝑜𝑙𝑑𝑖𝑛𝑔#,L =a Š‚+ Š‚+ b4 D𝐷𝐶#,L × 𝐷+ + 𝜀#,L. Š‚+ Š‚+ Š‚+ + b+ D𝑃𝐸#,L × 𝐷+ +b/ D𝑃𝐵#,L × 𝐷+ + b2 D𝐺𝑃#,L × 𝐷+ +. 舉例來說，式 3-3 為 t 檢定之公式，以b< 為例。其中，b‹ < 為b< 共 T 期之平 均值，𝜎b• 為b< 共 T 期之標準差。. b‹ • ‚A Žb /√Š‚+. … (式 3-3). •. 第三節 資料來源 主要資料期間為 1994/12 ⾄ 2010/12，來源為 TEJ 台灣經濟新報(1)國內股票 型基⾦(2)基⾦月持股(3)上市上櫃及下市下櫃股票資料，國家發展委員會公告景 氣循環階段，中央銀⾏公告之銀⾏存放款利率。. 第四節 研究限制 台灣經濟新報基⾦資料庫月持股部分並未揭露全部明細，造成在應變數部 分產⽣極端狀況，其中有三段期間分別為 1997.10-1997.12, 2000.07-2000.09, 2004.01-2004.03 應變數為常數值，因此本⽂予以剔除。. 16.
(22) 第四章 實證結果 第⼀節 橫斷面分析 本研究選取自 1995 年⾄ 2010 年共歷經五階段景氣收縮期，並且刪除樣本 具有誤差之期間，共計 14 期。根據表 4-1 及表 4-2 的 Fama-MacBeth 結果，模 型⼀表⽰，當贏家組合與輸家組合資訊整合時，贏家組合股價淨值⽐的變動對 持股率的變動是正向顯著的，係數的平均值為 0.9483，t 值 1.95，表⽰景氣衰退 時，贏家基⾦相對於輸家基⾦確實會在股價淨值⽐增加時提⾼持股⽐例。 表 4-1: Fama-MacBeth 係數平均值 模型⼀ 變數. 平均值. 標準差. D𝑃𝐸 × 𝐷+. 0.3759. 1.2. D𝑃𝐵 × 𝐷+. 0.9483. 1.818. D𝐺𝑃 × 𝐷+. 0.009. 0.6437. D𝐷𝐶 × 𝐷+. 0.7582. 2.8345. 平均值. 標準差. D𝑃𝐸. 0.2881. 0.9618. D𝑃𝐵. 1.6245. 1.7793. D𝐺𝑃. -0.2785. 2.6811. D𝐷𝐶. 0.8835. 2.7062. 平均值. 標準差. D𝑃𝐸. -0.0368. 0.3764. D𝑃𝐵. 1.5614. 1.6285. D𝐺𝑃. 0.2713. 0.523. D𝐷𝐶. -0.4536. 1.0071. 模型⼆ 贏家組合 變數. 模型⼆ 輸家組合 變數. 17.
(23) 以模型⼆來看，當贏家組合與輸家組合分別做分析時，雖股價淨值⽐的變 動也皆為正向顯著，但贏家組合係數平均值⼤於輸家組合係數平均值，與模型 ⼀的結果是⼀致的。⽽在表 4-2 的模型⼆當中，營業⽑利的變動對於輸家組合 持股⽐例的變動，亦是正向顯著，t 值為 1.94，且其標準差為 0.523，相當的 低，表輸家組合之基⾦經理⼈對於營業⽑利變動其⾏為相當⼀致，但透過模型 ⼀可以知道，整體來看，營業⽑利的變動對於贏家與輸家的持股⽐例變動是沒 有顯著差異的。 表 4-2: Fama-MacBeth 迴歸結果 模型⼀ 變數. t 檢定. 顯著性(雙尾). 平均值差異. D𝑃𝐸 × 𝐷+. 1.17. 0.262. 0.3759. D𝑃𝐵 × 𝐷+. 1.95. 0.073. 0.9483. D𝐺𝑃 × 𝐷+. 0.05. 0.959. 0.0089. D𝐷𝐶 × 𝐷+. 1.00. 0.335. 0.7582. 模型⼆ 贏家組合 變數. t 檢定. 顯著性(雙尾). 平均值差異. D𝑃𝐸. 1.12. 0.283. 0.2881. D𝑃𝐵. 3.42. 0.005. 1.6245. D𝐺𝑃. -0.39. 0.704. -0.2785. D𝐷𝐶. 1.22. 0.244. 0.8835. 模型⼆ 輸家組合 變數. t 檢定. 顯著性(雙尾). 平均值差異. D𝑃𝐸. -0.37. 0.720. -0.0368. D𝑃𝐵. 3.59. 0.003. 1.5614. D𝐺𝑃. 1.94. 0.074. 0.2713. D𝐷𝐶. -1.69. 0.116. -0.4536. 18.
(24) 表 4-3 中，股價淨值⽐具有顯著的期間共有 6 期，皆是為正向顯著。本益 ⽐、營業⽑利、負債資本⽐具有顯著能⼒的分別共有 1、5、4 期。同時，可以 發現調整後的 R 平⽅表⽰此模型在每⼀期解釋能⼒皆不⾼，最⾼者出現在第⼆ 期，調整後的 R 平⽅為 0.09，⽽在 14 期當中，共有 3 期的調整後 R 平⽅為負 值。表 4-4 及表 4-5，則分別為模型⼆的贏家與輸家組合各期迴歸結果。 表 4-3：模型⼀迴歸結果 t期. Intercept. D𝑃𝐸 × 𝐷+. D𝑃𝐵 × 𝐷+. D𝐺𝑃 × 𝐷+. D𝐷𝐶 × 𝐷+. Adjusted 𝑅/. 1. 8.7741 (0.67). 0.0055 (0.01). 4.2239*** (3.71). 0.6876*** (3.36). 0.7599 (1.40). 0.0773. 2. -14.7918* (-2.01). 0.4330 (1.58). 1.5080* (2.57). 0.9478*** (4.46). -1.3609*** (-3.54). 0.0900. 3. 96.7952 (1.91). -0.2267 (-0.15). 3.1266 (0.67). -0.9199 (-0.39). 0.5450 (0.15). -0.0113. 4. 31.5199** (2.68). 0.0057 (0.11). 1.0917* (2.33). 0.2906 (1.07). -0.3712 (-0.65). 0.0026. 5. 24.26364** (2.59). -0.0537 (-0.38). 1.2881*** (4.15). 0.0088 (0.09). 0.1178 (0.44). 0.0240. 6. 26.5455 (1.65). -0.0510 (-0.67). 0.8805 (1.04). -0.4183 (-0.97). 0.1300 (0.47). -0.0002. 7. 10.9571 (0.59). -0.4222 (-1.22). -0.7529 (-0.84). -0.6516 (-0.73). 2.1460** (2.65). 0.0053. 8. 21.1022 (0.26). -0.0159 (-0.3). -0.0003 (0.00). -1.0822 (-0.64). 10.1736*** (3.72). 0.0119. 9. 27.9581 (0.58). 1.8336 (1.70). 2.4002 (0.97). 1.0323 (1.54). 0.1891 (0.17). 0.0028. 10. 40.0960 (1.04). -0.0464 (-0.2). -3.0180 (-1.06). -0.0952 (-0.17). -0.5923 (-0.49). -0.0018. 11. 64.6727 (1.89). 4.1058** (2.60). -1.1060 (-0.38). -0.1531 (-0.17). -1.0274 (-0.72). 0.0038. 12. 8.8262** (3.16). -0.0760 (-1.44). 1.5792*** (12.20). -0.1083* (-2.18). 0.1382 (1.44). 0.0876. 13. 0.0533 (0.02). -0.2354 (-1.53). 1.6409*** (7.72). 0.1658*** (4.84). -0.1447* (-2.38). 0.0317. 14. 10.378* (2.23). 0.0059 (0.16). 0.4145 (1.32). 0.4213* (2.51). -0.0879 (-0.33). 0.0014. 注：*p<0.05 **p<0.01 ***p<.0.001. 19.
(25) 表 4-4：模型⼆贏家組合迴歸結果 t期. Intercept. D𝑃𝐸. D𝑃𝐵. D𝐺𝑃. D𝐷𝐶. Adjusted 𝑅/. 1. -31.2278 (-0.43). -0.0310 (-0.04). 4.1295** (2.99). 0.9816 (1.69). 0.8388 (1.26). 0.0955. 2. 50.0115 (1.78). 0.1604 (0.51). 2.5192** (3.31). 0.0744 (0.17). -1.3848** (-3.33). 0.1507. 3. -48.6911 (-0.82). -0.1729 (-0.33). 4.0125* (2.39). 2.2450 (1.51). 1.3001 (0.97). 0.0294. 4. 47.9966 (0.49). 0.0055 (0.12). 1.0565* (2.31). 0.5123 (0.38). -0.3616 (-0.72). 0.0126. 5. 55.72396*** (4.45). -0.0496 (-0.62). 1.6236*** (7.66). -0.2190* (-2.2). 0.1007 (0.68). 0.1293. 6. -7.8430 (-0.66). -0.0378 (-1.62). 0.6215* (2.30). 0.0868 (0.42). 0.1326 (1.57). 0.0187. 7. 11.9034 (0.14). -0.4232 (-0.89). -0.7424 (-0.49). -0.6649 (-0.39). 2.1453 (1.96). 0.0017. 8. 316.9300 (0.39). -0.0152 (-0.22). -0.2175 (-0.11). 2.5838 (0.25). 9.7997** (2.66). 0.0077. 9. 152.9246 (0.88). 1.8810 (1.30). 3.5070 (0.97). 0.1246 (0.08). 0.1614 (0.11). -0.0009. 10. 171.1021 (1.12). -0.0531 (-0.2). -1.7093 (-0.47). -0.8670 (-0.8). -0.8277 (-0.58). -0.0038. 11. 601.8627** (3.19). 3.0589 (1.36). 3.4226 (0.78). -8.9610** (-2.76). 0.5139 (0.25). 0.0135. 12. 22.0167** (3.09). -0.0747 (-1.5). 1.5790*** (12.98). 0.0462 (0.51). 0.1350 (1.49). 0.1733. 13. 9.1793 (1.03). -0.2129 (-1.17). 1.6901*** (6.66). 0.124166* (2.24). -0.1830* (-2.31). 0.0554. 14. 60.9095* (2.18). -0.0022 (-0.04). 1.2502* (2.04). 0.0340 (0.11). -0.0011 (0.00). 0.0006. 注：*p<0.05 **p<0.01 ***p<.0.001. 20.
(26) 表 4-5：模型⼆輸家組合基⾦迴歸結果 t期. Intercept. D𝑃𝐸. D𝑃𝐵. D𝐺𝑃. D𝐷𝐶. Adjusted 𝑅/. 1. 76.9489 (1.87). -1.2843* (-1.98). 4.4659*** (4.43). -0.0926 (-0.28). -0.2322 (-0.51). 0.1414. 2. -34.2917 (-1.59). 0.1827 (0.9). 0.5216 (1.01). 0.4423 (1.18). -0.1311 (-0.39). -0.0038. 3. 125.1654 (1.01). 0.1956 (0.17). -2.3181 (-0.55). 0.2374 (0.08). -3.6669 (-1.2). -0.0129. 4. 124.9630 (-1.25). -0.0323 (-0.58). 0.1656 (0.32). 1.3388 (0.96). 0.0556 (0.09). -0.0071. 5. 72.3011 (1.76). -0.0257 (-0.14). 1.3247 (1.62). -0.2497 (-0.81). -1.3601* (-2.19). 0.0201. 6. 87.2835 (1.06). -0.0462 (-0.41). 1.5319 (0.97). -0.6511 (-0.45). -0.1595 (-0.23). -0.0093. 7. 131.1231*** (5.26). -0.1440 (-1.07). 3.9365*** (8.78). -0.0529 (-0.1). -0.7212 (-1.72). 0.1322. 8. 22.5334 (0.45). -0.0015 (-0.13). 0.8169*** (6.02). 0.5468 (0.86). 0.2240 (0.99). 0.1008. 9. 11.1845 (0.74). 0.1757 (0.86). 1.5506*** (4.70). 0.2231 (1.71). 0.0250 (0.19). 0.0635. 10. -36.5201 (-0.33). 0.1693 (0.29). 1.8048 (0.74). 0.8360 (0.92). -0.2363 (-0.22). -0.0037. 11. -28.4269 (-1.34). 0.0552 (0.15). 2.1271*** (3.83). 0.9279** (2.7). -0.0104 (-0.03). 0.0358. 12. 31.1876 (1.57). 0.2285 (1.94). 1.3243*** (7.94). 0.3594 (1.35). 0.1026 (1.13). 0.2280. 13. 12.4526** (2.91). 0.0112 (1.2). 2.0123*** (15.73). 0.0137 (0.56). -0.1565** (-3.07). 0.1527. 14. 84.2395*** (6.7). -0.0001 (-0.01). 2.5953*** (9.73). -0.0811 (-0.53). -0.0834 (-0.58). 0.0724. 注：*p<0.05 **p<0.01 ***p<.0.001. 21.
(27) 第⼆節 各指標表現結果 （⼀）股價淨值⽐作為指標之效果 淨值等同於總資產減去總負債，在市場上許多⼈利⽤股價淨值⽐尋找股價 被低估的股票，認為股價最終會回歸到其真正的價值。表 4-1 及 4-2 顯⽰，股 價淨值⽐相對於其他三個變數有較良好的表現，在所有的期間中（表 4-3），共 計六期是顯著的，但是在三段衰退區間則無解釋能⼒，分別是 1995/121996/3、1998/6-2004/12 以及 2008/9-2008/12，原因是股價淨值⽐變動率的離散 程度⽐較⼤造成標準差普遍較⾼。⽽根據表 4-2 的模型⼀可以發現，贏家組合 股價淨值比在自由度為 13 時，t 檢定為 1.95，也就表⽰在顯著⽔準a = 0.1的狀 況下，贏家組合中股價淨值⽐的變動會顯著的影響股票持有的變動，並且是正 向影響。 在我們迴歸結果可以發現當贏家股價淨值⽐增加時，該股的持有也會增 加，反之則減少。相較於低股價淨值⽐，⾼的股價淨值⽐所代表的即是偏向成 ⾧股，⽽根據 R Petkova, L Zhang (2015)研究結果發現價值型股票平均報酬率⾼ 於成長型股票的主要原因是來自於時間變化風險，也表示價值型股票風險本身 來得較⾼。其⼆，對於公司來說，縮減資本比擴張資本花費的成本還要來的 ⾼，在衰退期間，多數公司都希望能夠縮減規模，尤其是價值型公司它們本身 ⽣產⼒可能比成長型公司來得差(Fama and French,1995)且又刪減規模又來的比 較困難，因此在衰退時價值型公司相對於成長型公司會受到較⼤的負面影響， 22.
(28) 所以我們認為股價淨值比在景氣衰退時期雖然不是每期表現皆非常顯著，但總 體來說，是個有效的觀察指標。 （⼆）本益⽐作為指標之效果 雖然有過去的⽂獻表⽰ Dreman (1982) and Basu (1977) ，低本益⽐會跟隨 著⽜市市場⽽有相對應的表現。由觀察表 4-3 可知，贏家組合中本益⽐的變動 量，除了在第 11 期有正向顯著解釋之外，表 4-1 及表 4-2 的模型⼀表⽰，贏家 組合中本益⽐的變動並不會顯著影響基⾦中股票的持有的變動。換句話說，在 景氣衰退期間，能夠成為贏家組合，本益⽐並不是主要的觀察要素。這個結果 與 Ong, Yichen, The(2010)主要的研究結果是⼀致的，其表⽰⾼本益⽐在景氣衰 退時並沒有作為指標的效果，然⽽，觀察所有歷史期間，本益⽐仍是對 KLCI （⾺來西亞綜合指數）的表現是個有⽤的預測指標，因其具有相當⾼的正向關 係。 在景氣不佳時企業的財務狀況往往會受到較⼤的負⾯影響，⽽為了影響股 市對公司的看法、保持借貸的信⽤程度，⼜或者是減少被政府部⾨監管的可能 性，都可能使得公司盈餘受到控制(Healy and Wahlen,1999)，選擇讓公司財務表 現狀況最好的會計準則，或是訊息揭露不完整，造成本益⽐無法在景氣衰退時 期成為有效指標的可能原因。 （三）營業⽑利作為指標之效果. 23.
(29) 營業⽑利的變動很容易受到景氣波動的影響，在景氣衰退時，包括市場萎 縮及降低價格上的壓⼒，都會對營收造成影響，進⽽改變營業⽑利。國內許多 知名企業其⽑利率都相當的⾼，也因此投資機構經常使用營業⽑利來作為評價 的指標。然⽽，根據本⽂的研究結果，模型⼆顯示輸家基⾦經理⼈會透過觀察 營業⽑利增加⽽增加持股，這算是⼀個較令⼈意外的結果。對此我們推測在景 氣衰退時期，由於企業財報表現往往不佳，甚⾄面臨財務危機的公司，可能同 上述原因，為了影響股市及保持借貸的信⽤程度等，在財報上有美化財報的可 能，例如製造⾼⽑利的項⽬認列於報表中，⼜或者在營業成本⽅⾯來得較同業 的低，這些都可能成為財報中的隱藏陷阱。 從表 4-1 可以發現營業⽑利在 14 期中有 5 期是顯著的，但從最後模型⼀的 t 檢定結果中顯示營業⽑利相對於其他三項變數的顯著性是最差的，其b2 平均值 相當的小，只有 0.009，也就是說在整體的表現中，贏家與輸家之間對於營業⽑ 利，在持股變動的部分並沒有顯著的差異，造成此指標不顯著的結果。 （四）負債資本⽐作為指標之效果 負債資本比在意義上是用來觀察企業的財務槓桿，對此我們通常認為，在景 氣衰退期間，⾼槓桿公司也更容易失去⼤量的市佔率給那些同業的保守派競爭者， 尤其是在那些產業集中度較⾼的⾏業 Opler and Titman(1994)，也因此在衰退時期基 ⾦經理⼈應是投資槓桿程度減少的股票。但從觀察表 4-3 可以發現雖然在 2、7、. 8、13 期是具有顯著效果，但是其具有顯著性的係數正負號卻不⼀致，同時，. 24.
(30) 我們⼀樣可以發現在表 4-1 中， b4 的標準差為 2.8345，是相當的⼤的。表示經理 ⼈在面對衰退時期，並不會依據槓桿程度的增減⽽有相對應的改變持股量的⾏為， 也因此可以解釋此變數最終並不顯著的結果。. 第五章 結論與建議 本⽂選取景氣衰退期間作為主要分析標的，透過基⾦風險調整後報酬率進 ⾏排序，取前⼗等份以及末⼗等份作為贏家以及輸家組合，觀察贏家、輸家組 合上⼀期基本面變數的變動率對持股變動率所造成的影響。經過前測後我們選 取主要四個變數，並且透過 Fama-Macbeth 對變數進⾏橫斷面與時間序列的 t 檢 定。結果發現，我們所測試的四個主要指標： （⼀）贏家股價淨值比的變動對於其基⾦經理⼈持股的變動是顯著的，由 於在衰退期間價值型股票風險相對於成長型來得⾼，基⾦經理⼈在增加持股比 例的部分上會選擇股價淨值比增加之股票，即是偏向成長型趨勢股票。 （⼆）贏家股票本益比的變動對於其基⾦經理⼈持股的變動是不顯著的， 為了表現較為良好的財務狀況，公司盈餘部分可能會受到⼈為的操作，或是訊 息揭露不完整，使得本益比失去作為指標的可能性。 （三）贏家營業淨利的變動對於其基⾦經理⼈持股的變動是不顯著的。但 模型⼆顯示輸家基⾦經理⼈會透過觀察營業⽑利增加⽽增加持股，推測有美化 財報因⽽造成此結果的可能性。. 25.
(31) （四）贏家組合負債資本比的變動對於其基⾦經理⼈持股的變動是不顯著 的，經理⼈並不⼀定會因槓桿程度增加⽽在衰退期間減少持股，沒有⼀定的準 則。 在國內外探討景氣衰退時期策略之相關⽂獻著實不多，本⽂以日資料作為 研究主要標的觀察跨季之變化，也因此我們主要是注重在短期變化狀況。此 外，雖透過研究結果發現股價淨值比相較於其他變數表現著實較佳，但透過整 體模型的解釋能⼒相當低的狀況來看，贏家基⾦經理⼈在景氣衰退時期的選股 策略並非有⼀固定策略，因此本研究認為在景氣衰退時期投資⼈可利用股價淨 值比作為參考或是投資於被動式基⾦亦是⼀個選擇。. 26.
(32) 參考⽂獻 A Ang, G Bekaert, 2006, Stock return predictability: Is it there? ,The Review of Financial Studies. A Estrella, FS Mishkin, 1998, Predicting US recessions: Financial variables as leading indicators, Review of Economics and Statistics, Working Paper 5379. Altman, Edward I.,1968,Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance 23.4: 589-609. Basu, S. ,1977. Investment Performance of Common Stocks in Relation to Their Price-Earnings Ratios: A Test of Efficient Market Hypotheses,Journal of Finance 32, no. 3: 663-682. Bollen, Nicolas PB, and Jeffrey A. Busse.,2004,Short-term persistence in mutual fund performance.The Review of Financial Studies 18.2: 569-597. DB Keim, RF Stambaugh, 2006, Predicting returns in the stock and bond markets, Journal of financial Economics 17, 357-390. Dreman, D. ,1982. The New Contrarian Investment Strategy. New York, Random House. EF Fama, 1975, Short-term interest rates as predictors of inflation, The American Economic Review, JSTOR. EF Fama, KR French, 1992, The Cross-Section of Expected Stock Returns, The Journal of Finance 47, 427-465. EF Fama, KR French, 2015, A five-factor asset pricing model, Journal of financial economics 116, 1-22. Healy, Paul M., and James M. Wahlen.,1999,A review of the earnings management literature and its implications for standard setting." Accounting horizons 13.4: 365383. Jonathan Brogaard, Dan Li, Ying Xia, 2017, Stock liquidity and default risk, Journal of Financial Economics 124, 486-502. Kacperczyk, M., S. V. Nieuwerburgh, and L. Veldkamp, 2014, Time-Varying Fund Manager Skill, The Journal of Finance 69, 1455-1484. Maria Vassalou and Yuhang Xing, 2004, Default Risk in Equity Returns, The Journal of Finance 59, 831-868. 27.
(33) OPLER, Tim C.; TITMAN, Sheridan, 1994, Financial distress and corporate performance. The Journal of finance, 49.3: 1015-1040. R Petkova, L Zhang ,2015, Is value riskier than growth? Journal of Financial Economics 78, 187-202. San Ong, T., Yichen, Y. N., & Teh, B. H. , 2010,Can High Price Earnings Ratio Act As An Indicator Of The Coming Bear Market In The Malaysia?, International Journal of Business and Social Science, 1(1). Wayne E. Ferson and Rudi W. Schadt, 1996, Measuring Fund Strategy and Performance in Changing Economic Conditions, The Journal of Finance 51, 425-461. 黃柏怡，張⼤成，江欣怡(2006)，“考慮總體經濟因素之企業危機預警模型”，⾦ 融風險管理季刊，2(2)，75-89 徐志宏、周⼤森(2010)，“近期台灣景氣循環峰⾕之認定”，經濟研究，第 10 期，1-34 頁，⾏政院經建會。. 28.
(34) 附錄 使用期間詳細資料 t 期間. 詳細日期. t 期間. 詳細日期. 1. 1995.07-1995.09. 8. 2001.04-2001.06. 2. 1995.10-1995.12. 9. 2001.07-2001.09. 3. 1996.01-1996.03. 10. 2004.07-2004.09. 4. 1998.04-1998.06. 11. 2004.10-2004.12. 5. 1998.07-1998.09. 12. 2008.04-2008.06. 6. 1998.10-1998.12. 13. 2008.07-2008.09. 7. 2001.01-2001.03. 14. 2008.10-2008-12. 29.
(35)
相關文件
The purpose of this study is to analyze the status of the emerging fraudulent crime and to conduct a survey research through empirical questionnaires, based on
The purpose of this research is to develop an approach that uses the triangular distribution with the Fractile Method to estimate the optimistic and pessimistic duration of
The objective of this research was to investigate the major factors for choose Vocational College from Taiwanese Vocational High School students, and to identify any differences
The purpose of this research is to study the cross-strait visitor’s tourist experience.With the research background and motives stated as above, the objectives of this research
The main purpose of this research was to explore the learning performance of grade 7 students with different competencies during mathematics problem posing instruction.. According
The purpose of this research is using the UET to combine the GIS(Geographic Information Systems)and utilize the resources characteristic and land of understanding, to look for
The research result may be used as indicators to determine the satisfaction degree of living quality of assembled farming cottages, which can be referred by government for
The purpose of this research is to develop an optimum automatic formation model of the golf club head by using the optimal designing techniques to combine the techniques of the
