定錨行為對股票購回資訊宣告效果的影響 - 政大學術集成
46
0
0
全文
(2) 謝辭 花開之際，又是一年。過往的這個時節都是在不捨中度過的，但今年卻因論 文即將付梓而多了一分雀躍與欣喜。回想過去一年撰寫論文的種種，首先最感謝 的是父母所給予的心理支持，並讓我在沒有經濟壓力的條件下享受尋求真理的路 程。一路上雖然是跌跌撞撞，但幸好有李志宏教授及謝劍平教授的耐心指導，給 予我度過難關的珍貴建議，不僅促成了本文的完成，更助學生拓展了眼界，看見 了自己的渺小及學術世界之偉大。 我也感謝這兩年在政大財管所認識的大家，是你們讓我無時無刻都想更精進. 政 治 大 漸成為我生活中的一種習慣了，希望這段難能可貴的緣分能夠持續下去。 立. 自己，嘗試站上與你們一樣的高度，也因為各位的激勵及潛移默化，學習已經逐. ‧ 國. 學. 我必須特別感謝同門孝卉、冠華、羚華及博文，謝謝你們一路上的扶持及砥 礪，陪我度過撰寫論文最艱難的時刻。我亦感謝若晨、郁翔及亞嶙，你們的建議. ‧. 總是能直指核心，助我及早發現問題。謝謝家玄總是願意陪我苦中作樂，傾聽複. sit. y. Nat. 雜的問題並給我解答。謝謝妙雪、孝卉、鈺雯及女友浩安，你們總是能察覺我的. al. er. io. 不安及低潮，並給予我鼓勵、支持，陪我度過情緒低落的日子。其中我要特別感. n. 謝浩安，是你滋潤了本應枯燥的日常。. Ch. engchi. i n U. v. 撰寫論文的路程是漫長且掙扎的，但因為有財管所各位的陪伴，為這段旅程 增添了無數個歡笑的日子。感激這段日子遇見的每一個你，謝謝你們，願我們的 未來璀璨且明亮！ 最後，僅將本論文獻給我最愛的家人。 沈家維. 謹誌. 民國一零七年六月. i. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(3) 摘要 本研究藉由心理學中的定錨效應探討公司宣告股票購回後的資 訊宣告效果被其影響的現象。我們使用了台灣 2011 到 2016 年間的上 市公司股票購回資料，發現到當公司宣告購回的上限價格與投資人心 中認定的錨點價格產生較大的差距時，宣告效果帶來的正面報酬會部 分被定錨效應抵銷；當差距較小時，則不會展現出定錨效應的影響。. 政 治 大. 此外，我們亦發現到長天期的均價、遠天期的最低價或特殊事件導致. 立. 的價格較容易在投資人心中產生錨點。此外，公司過去股票購回的執. ‧ 國. 學. 行情況也可能留下印象，影響下一次的市場反應。另一方面，若將樣. sit. n. al. er. io 關鍵字：. y. Nat. 的定錨效應。. ‧. 本時間限定在熊市期間，受到市場氛圍的影響，股市會反應出更強烈. Ch. engchi. i n U. v. 定錨效應、反應不足、反應過度、股票購回. ii. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(4) Abstract This study explores the impact of investors’ anchoring bias on the announcement effect of stock repurchase. We examine the stock repurchase data of listed company in Taiwan market between 2011 to 2016 and find that when there is a large difference between the price announced and the price which investors believed, the positive market reaction caused by announcement effect will be offset by anchoring effect partially. Conversely, If the price gap is not very large, then the market reaction will. 政 治 大. not be influenced by anchoring bias. We also find that long term average. 立. price, lowest price and the lowest price originated from special event are. ‧ 國. 學. the price most likely promote investors’ anchoring bias. Besides, using the execution rate data, we find that past execution rate would also lead to. ‧. investors’ anchoring bias. We further examine the data during bear market. sit. y. Nat. and find that anchoring bias has a more significant effect when the market. n. al. er. io. sentiment is pessimistic.. Key words:. Ch. engchi. i n U. v. Anchoring Bias, Underreaction, Overreaction, Stock Repurchase. iii. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(5) 目. 錄. 第一章 緒論 ............................................................................................................... 1 第一節. 研究動機及背景........................................................................................ 1. 第二節. 研究目的.................................................................................................... 3. 第三節. 研究架構.................................................................................................... 5. 第二章 文獻回顧 ....................................................................................................... 6 第一節. 效率市場.................................................................................................... 6. 第二節. 經驗法則與定錨效應................................................................................ 7. 第三節. 股票購回與市場反應................................................................................ 9. 立. 政 治 大. ‧ 國. 學. 第三章 研究假說及實驗方法 ................................................................................. 12 研究假說.................................................................................................. 12. 第二節. 研究方法及資料來源.............................................................................. 13. ‧. 第一節. sit. y. Nat. 2.. 實證模型...................................................................................................... 16. n. al. er. 參數定義...................................................................................................... 13. io. 1.. Ch. engchi. i n U. v. 第四章 實證結果 ..................................................................................................... 19 第一節. 定錨行為對股票購回資訊宣告效果的影響.......................................... 19. 第二節. 定錨效應在不同市場狀態下的作用...................................................... 31. 第五章 結論與建議 ................................................................................................. 36 第一節. 研究結論.................................................................................................. 36. 第二節. 應用及後續研究建議.............................................................................. 36. 參考文獻 ..................................................................................................................... 38 iv. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(6) 表. 次. 表 3-1：價差幅度之敘述性統計 .......................................................................... 15 表 3-2：執行率之敘述性統計 .............................................................................. 16 表 4-1：定錨效應在高溢價樣本中的影響-差異性檢定 .................................... 22 表 4-2：定錨效應在低溢價樣本中的影響-差異性檢定 .................................... 26 表 4-3：檢定結果統整 .......................................................................................... 27 表 4-4：定錨效應在不同執行率樣本下之差異性檢定 ...................................... 30 表 4-5：熊市期間樣本之敘述性統計 .................................................................. 31. 政 治 大 表 4-7：定錨效應在熊市樣本中的影響-以均價為錨點 .................................... 35 立 表 4-6：定錨效應在熊市樣本中的影響-以最低價為錨點 ................................ 33. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. v. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(7) 圖. 次. 圖 1-1：本文研究架構 ...........................................................................................5圖 4-1：以最低價為錨點之市場反應-高溢價組 ................................................ 20 圖 4-2：以均價為錨點之市場反應-高溢價組 .................................................... 21 圖 4-3：以最低價為錨點之市場反應-低溢價組 ................................................ 23 圖 4-4：以均價為錨點之市場反應-低溢價組 .................................................... 25 圖 4-5：以前一次股票購回執行率為錨點之市場反應 ...................................... 29 圖 4-6：以過去平均股票購回執行率為錨點之市場反應 .................................. 29. 政 治 大 圖 4-8：熊市期間以均價為錨點的樣本之市場反應 .......................................... 34 立 圖 4-7：熊市期間以最低價為錨點的樣本之市場反應 ...................................... 32. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. vi. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(8) 緒論 第一節. 研究動機及背景. Fama(1970)的效率市場假說在傳統財務理論的形成中扮演著重要的角色，在 假說成立的情境下，投資人無法運用市場公開資訊賺取異常報酬(abnormal return)。 但近年有許多學者發現到，市場有不少異常現象(anomalies)並不支持效率市場假 說，比如在金融大事件或公司宣告事件後，市場往往會過度反應(overreaction)或 反應不足(underreaction)，使得股價違背隨機漫步理論，出現可預測性，也因此衍 生出以事件出發，靠股價動能(momentum)獲利的策略。而這些異常現象也使學者. 政 治 大. 開始從心理學的角度尋找可解釋的理論，衍生出行為財務學(behavioral finance)的. 立. 領域，並發現投資人的行為確實有可能對市場帶來影響。. ‧ 國. 學. 在公司事件及市場異常反應的研究中，股票購回(stock repurchase)是時常被 討論的主題，因為其存在市場與公司經營階層資訊不對稱(information asymmetry). ‧. 的情形，且股票購回宣告本身亦是存在不確定性的(Netter and Mitchell,1989 ;Liu. y. Nat. sit. and Ziebart,1997)，因此使事件在投資人的認知中出現不確定性，而不確定性的存. n. al. er. io. 在往往是人產生行為偏誤的開始。. i n U. v. 關於股票購回後的市場異常反應，Ikenberry, D., Lakonishok, J., and Vermaelen,. Ch. engchi. T. (1994)曾指出當公司宣告將進行股票購回時，因為公司經營階層與市場存在資 訊不對稱情形，市場往往會出現反應不足而導致股價並未充分調整的現象，並提 出若買進並持有(buy-and-hold)這些宣告將進行股票購回的股票將可賺取異常報 酬，經實證後其異常報酬也確實顯著。 另一方面，也有文獻從訊號發射理論(signaling theory)的觀點出發，指出當公 司宣告股票購回時，市場會接收到價值被低估的正面資訊，則市場會有正面的股 價反應，產生訊息宣告效果(announcement effect)，且正面的股票購回訊息可能會 導致市場過度反應(Liu and Ziebart,1997)。而亦有研究發現，當購回的溢價愈高， 則市場反應會愈強烈(游朝旭，2001)。因此購回的溢價愈高，似乎可以強化正面 1. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(9) 訊息的傳達，使市場反應更強烈甚至產生過度反應。其中，溢價幅度是指公司在 宣告將進行股票購回時所揭露關於欲購回的上限價格資訊。雖然法規對上限價格 有限制一定的倍數1，但實務上大部分的公司會在不超過上限價格的限制下訂定 不同的價格上限，因此每間公司實際的溢價範圍都不一樣。 由上述研究我們可以發現，股票購回後市場的反應存在兩種相抵的作用，投 資人有可能出於資訊不對稱而對訊息反應不足，亦有可能相信公司透過溢價幅度 對低估資訊的傳達，產生過度較強烈的情況。因此促使本研究想探討，究竟是何 種心理導致投資人對購回溢價的訊息接受度有不同的看法？為什麼投資人明知. 政 治 大 抑訊息宣告效果對市場反應帶來的影響？ 立. 公司經營階層掌握更多的公司資訊，卻仍懷疑其決策？而該心理又是否真的會壓. 關於對資訊接受程度不一的現象，或許可從是什麼原因導致對消息產生懷疑. ‧ 國. 學. 作探討。Tversky, A., and Kahneman, D. (1974)曾提出人們在判斷不確定的問題時. ‧. 其答案會根據已知的資訊進行調整，但做出的調整往往是不充分的，並將此現象. y. Nat. 稱為「定錨與調整」(anchoring and adjustment)，意指人的決策錨定在某些參考點. er. io. sit. (reference point) 上 。 在 投 資 人 注 意 力 有 限 (limited attention) 及 過 度 自 信 (overconfident)於自身所擁有的資訊下，投資人可能會對市場的公開資訊做出不. al. n. v i n 充分的調整，從而表現出定錨、反應不足的現象。因此我們推論，在股票購回事 Ch engchi U 件中，儘管公司宣告了暗示公司價值被低估的資訊，投資人仍可能基於內心對股 價應有水準的認知，判斷資訊的準確性，而忽略了公司經營階層擁有更多內部資 訊的事實，從而導致公司的股價並未立即反應到應有的水準。換句話說，本研究 認為投資人會以「經驗」來斟酌訊息的確定性，並據此作出調整，而調整會是不 充分的。 除了價格可能會以經驗的形式影響投資人以外，尚有文獻認為過去對於股票 購回的確實執行與否也會使投資人產生經驗學習效果。王朝仕與陳振遠(2010)曾 1. 依規定，買回區間價格應介於決議日前 10 或 30 個營業日之平均收盤價(二者取高)之 1.5 倍及 決議日當日收盤價之 70%之間。 2. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(10) 指出若公司未能確實執行其購回計畫，則投資人未來會對同一政策存疑，對於股 價低估的真實性便會產生懷疑。而該研究發現公司前一次股票購回的確實執行與 否可以解釋本次購回後的宣告效果。因此該研究也促使本文欲額外探討過去股票 購回的執行率是否亦會促發投資人的定錨心理，基於公司過去的執行經驗來判斷 本次購回的資訊內涵真實性。 另一方面，詹場等(2011)曾在投資人對盈餘訊息的反應所做的研究中發現到 在 熊 市 期 間 ， 由 於 可 用 性 經 驗 法 則 (availability heuristic) 及 代 表 性 經 驗 法 則 (representativeness heuristic)的作用，會使投資人對好消息的反應較不敏感。而根. 政 治 大 息，故促使本研究欲探討悲觀市場氛圍下定錨效果對市場反應的影響，是否會因 立 據 Comment and Jarrell (1991)的研究指出，市場多將股票購回的宣告視為利多消. 為可用性、代表性經驗法則的作用而有更嚴重的作用。. ‧ 國. 學. 過去雖然有不少文獻研究公司股票購回宣告後的市場反應，但鮮少有以心. ‧. 理學中定錨效應的角度來探討的研究。因此綜合上述論點，本研究欲探討投資. y. Nat. 人對股票購回的訊息傳達是否會因為定錨效應而對宣告效果產生影響。該結論. er. io. sit. 或許可對以股票購回事件建構策略的投資人提供一些思考方向。. n. al. i n C 第二節 h e n g研究目的 chi U. v. 市場異常現象發生的原因有很多，已有不少研究指出是源於投資人不理性的 決策所導致，然而無論何種成因，投資人或是決策者似乎都難以避免在行為上重 蹈覆轍，既然難以導正市場的異常現象，則了解異常現象的成因便成了重要課題， 若我們能夠有所掌握，則可避免或反過來利用該異常現象協助投資決策。 在本研究中主要探討的議題是投資人的定錨行為對股票購回的資訊傳遞效 果帶來的影響。由於定錨效應的影響，投資人在面對股票購回宣告時可能會將過 去經驗中印象深刻的價格或執行情況作為參考值，再基於經驗來判斷現在的股價 是否真的被低估。若是定錨效應有發揮作用，則應會抵消一部份宣告效果帶來的 3. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(11) 影響；若定錨效應沒有明顯的作用，則或許不會影響到宣告效果的展現。另一方 面，由於過去研究對於投資人會對何種價格產生錨點並沒有結論，因此本文會同 時探討投資人可能的錨點價格。最後，本文亦會探討定錨效應在悲觀市場氛圍下 的作用。 本文研究目的如下： 1. 研究投資人的定錨行為是否會影響股票購回的資訊傳達。 2. 延伸探討市場可能存在的錨點。 3. 探討熊市期間定錨效應的作用。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 4. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(12) 第三節. 研究架構. 研究動機. 文獻回顧. 立. 政 治 大. ‧. ‧ 國. 學. 研究假設. n. al. er. io. sit. y. Nat. 研究方法設計. Ch. engchi. i n U. v. 實證結果. 結論與後續建議 圖 1-1：本文研究架構 5. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(13) 文獻回顧 本文所探討的主題涵蓋多種領域，包含對效率市場的質疑、行為財務理論中 定錨效應的實證以及股票購回後市場反應等相關研究，因此本文希望透過本章節 來回顧前人的研究已經到了何種程度，並凸顯本研究的不同之處。. 第一節. 效率市場. 關於證券之市場價格能否充分反映公司的資訊，相關的理論可追溯回 Fama(1970)之效率市場假說(efficient market hypothesis, EMH)，其定義之三種情境 下的效率市場，包括：. 立. 政 治 大. 1. 弱式效率市場(weak form efficiency). ‧ 國. 學. 市場投資人無法藉由歷史資訊，如歷史價格或報酬率來創造超額報酬。弱式 效率市場對應的假說為股價隨機漫步假說(random walk hypothesis)，並與技. ‧. 術分析理論相牴觸。該假說或許建立於 Fama(1965)的發現之上，該文獻認為. y. Nat. n. al. er. io. 2. 半強式效率市場(semi-strong form efficiency). sit. 股價實際上非常接近隨機漫步，技術分析沒有獲利機會。. i n U. v. 市場投資人無法透過公開資訊賺取超額報酬，比如公司之盈餘宣告、股票分. Ch. engchi. 割及股票購回等事件。一個檢定半強式效率市場是否成立的方法是採用「事 件研究法」(event study)，藉此判斷特定消息或事件對於公司股價、報酬率的 影響。 3. 強式效率市場(strong form efficiency) 市場投資人無法運用任何資訊，包括內線消息，以賺取超額報酬。換言之， 即使是公司內部人士也無法透過獨佔攸關資訊以取得優勢。 EMH 建立在幾個關鍵的假設上，Shleifer(2000)指出，有三個假設要先確立： 1. 投資人是理性的，故意可以理性的判斷證券的價值。 2. 即使存在不理性的投資人，但他們的交易是隨機性的，其效果會互相抵 6. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(14) 銷而不影響價格。 3. 即使投資人有類似的不理性行為，他們對價格的影響會由於理性的套利 交易人而被削弱。 整體來說，在 EMH 成立的條件下，資訊會完全反應在股價上，儘管短時間 下可能有價格偏離真實價值的情形，但隨著時間過去，投資人接收到的資訊會愈 來愈完整，且投資人也可在接收資訊的過程中學習，故股價會修正極短期下偏離 的狀態，使市場價格出現不可預測性，近似隨機漫步的狀態。 然而到了 80 年代，有不少實證研究卻發現市場存在某些異常現象且不符合. 政 治 大 得股價走勢出現可預測性，相關的交易策略也隨之誕生。對於 EMH 的質疑，促 立 EMH 的假設，比如最早被發現的小公司效應以及元月效應等，這些異常現象使. 使學者開始從不同的角度探討這些異常現象發生的原因。市場的現象是外顯的結. ‧ 國. 學. 果，其根本來自於每一位投資人的投資決策行為，而投資人真的能理性的面對市. ‧. 場嗎？這個疑問間接促使以研究投資人心理及決策過程的行為財務學快速崛起。. 經驗法則與定錨效應. er. io. al. sit. y. Nat. 第二節. v. n. 在生活中人們常面臨不同的決策行為，我們常認為自己可以做出理性的決策，. Ch. engchi. i n U. 然而在心理學的研究中發現，人們在判斷或決策時，心智的活動可分為兩個系統。 依照 Kahneman, D. (2011)的說法， 「系統一」會在人面臨刺激或事件時給出下意 識、直覺性的反應，比如受到聲音衝擊後轉頭關注的現象，並且傾向將資訊做連 結，尋求合理的一致性；而「系統二」則掌管了心智思考的部分，負責審視系統 一給出的建議，與我們熟悉的「理性思考」較類似。當面臨選擇時，系統二在判 斷上會提取記憶中的資料當作參考，並給出我們認為「理性」的建議，即採取經 驗法則(thumb of rule)的策略協助決策。Tversky, A., and Kahneman, D. (1974)將經 驗法則區分為三種類型：代表性(representativeness)、可用性(availability)及定錨與 調整(anchoring and adjustment)，以下分別概述之。 7. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(15) 1. 代表性經驗法則：人們在不確定的情形下推論某事件發生的機率時，會 以 問 題 的 某 個 特 徵 作 為 判 斷 依 據 ， 而 忽 略 了 結 果 的 先 驗 機 率 (prior probability)或是樣本大小的影響。比如 Debondt and Thaler (1985)發現投 資人修正漲跌機率的判斷時，對於股票的近期表現給予較高的權重，而 給予先驗機率較低的權重，使得股市出現過度反應。 2. 可用性經驗法則：人們在會以周遭可取得的資訊來評估事件發生的機率， 愈容易接觸到的資訊在判斷機率時所佔的權重愈大。比如詹場等(2011)發 現投資人對分析師的盈餘預測訊息會因為市場環境處於牛市或是熊市而. 政 治 大 投資人較易得到悲觀的預期資訊，故在熊市時對好訊息的反應較遲緩， 立 有不同的反應。在熊市時分析師會傾向發布符合市場預期的報導，使得. 在延遲反應期間產生較大的正向異常報酬。. ‧ 國. 學. 3. 定錨與調整經驗法則：人們在判斷問題時會參考過去的經驗，選擇一基. ‧. 準點(錨點)當作起始值，並根據該起始值做判斷上的調整，而調整往往是. y. Nat. 不充分的。比如 P. Slovic and S. Lichtenstein (1971)在人對資訊處理及決. er. io. sit. 策行為的研究中發現，人在決策時若僅依照個人的洞見去決策，導致的 結果往往是不充分、不足夠且有缺陷的，且行為人為了緩解認知緊張. al. n. v i n (cognitive strain)的程度，往往會選擇較容易的決策策略，並忽略更攸關 Ch engchi U 的資訊。. 由過去文獻可得知，當我們在做判斷決策時，往往不是我們所認為的那樣理 性，即使該決策可能牽涉到財富、投資等重大議題，因此我們似乎也難以強求市 場無時無刻達到強式效率狀態，故傳統經濟學中「人是理性的」假設是值得我們 質疑的，但由於本研究主要在探討市場資訊對投資人定錨現象之影響，故以下會 著重討論定錨與調整經驗法則。 在財務領域，過去對定錨效應的研究主要在長期報酬率預測(M. Kaustia, E. Alho, and V. Puttonen, 2008)、分析師盈餘預測(Amir, E., and Ganzach, Y., 1998)、. 8. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(16) 退休帳戶資產配置(Olivia S. Mitchell and Stephen P. Utkus, 2003)及房市交易(H. Kristensen, T. Gärling, 2000)等領域，而這類研究往往可以透過實驗或第一手資料 明確定義出行為人的錨點。Ghosh, D., and Ray, M. R. (1992)認為在研究行為人面 臨資訊模糊下的決策時可參考 Einhorn, H. J., and Hogarth, R. M. (1985)之模型(EH model)，該模型在探討行為人以定錨策略調整出對於機率的判斷，其設定如下： 𝛽. S(𝑝𝐴 ) = (1 − 𝜃)𝑃𝐴 + 𝜃(1 − 𝑃𝐴 ) 其中S(𝑝𝐴 )代表行為人以定錨策略調整出的機率判斷，𝑃𝐴 表示最初對機率的評估 (錨點)，𝜃捕捉決策受調整影響的權重，𝛽則代表行為人面對不確定事件的態度。. 政 治 大 研究對象的原始評估值，而在財務研究中，我們很難以公開市場資料找到能夠代 立 由該模型我們可以看出若要研究定錨效應的影響，我們勢必要找出行為人對於欲. 理的參數，故許多研究是在實驗室中進行的，然而這又會使研究的結論受到實驗. ‧ 國. 學. 有效性的影響，因此這會是研究定錨效應的一大困難所在。. ‧. 儘管過去的研究都證實，無論錨點所提供的資訊與問題是相關還是不相關，. y. Nat. 都有可能對調整產生作用，但問題在於錨點為何會影響到人的判斷？Kahneman,. er. io. sit. D. (2011)認為，錨點的影響是一個促發效應(priming effect)，是透過我們的直覺將 錨點連結到問題上。由於系統一為了降低認知緊張的程度，在接觸資訊時會盡量. al. n. v i n 尋求一致性、合理性及連貫性，故在接觸錨點資訊時會將其與問題做連結，並試 Ch engchi U 圖合理化之間的連貫性，故人們會直覺地將錨點當作「建議」協助決策。2. 第三節. 股票購回與市場反應. 公司進行股票購回有許多原因，比如調整資本結構、反收購手段、分配多餘 的閒置資金或是當作現金股利的替代方案，但其中，訊號發射假說是最為盛行的 解釋。訊號假說認為，公司會在目前價值被低估的狀態下進行股票購回，而管理. 2. Mussweiler, T., & Strack, F. (2000)中針對溫度與詞彙的實驗可就此論點輔以有利證據。 9. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(17) 階層此時購入被低估的股票不僅可將低估的訊息傳達出去，更可增進現有股東之 利益。但同時，股票購回也可能暗示公司缺乏投資機會，因此將閒餘資金返還給 股東。 Dann (1981)曾以美國市場的股票購回資料發現，當公司宣告股票購回後，平 均可產生 15%的異常報酬率，顯示市場傾向將該訊息做正面解讀，而公司經營階 層也確實可利用股票購回向市場傳遞對公司未來前景有利的新資訊，。Vermaelen (1981)亦發現當公司希望將公司價值被低估的訊息傳遞給市場投資人時，可能會 透過股票購回的方式來進行。而 Wansley, J. W., Lane, W. R., and Sarkar, S. (1989). 政 治 大 因是因為管理階層認為股價被低估。綜合來說，以上研究顯示公司一般是出於股 立 的問卷則可佐證上述研究的發現，該研究中，受訪之經理人多同意股票購回的原. 價被低估而進行股票購回，因為基於訊號理論，公司可以透過股票購回向市場傳. ‧ 國. 學. 達股價被低估的訊息。. ‧. 另一方面，由於股票購回基本上屬於正面的訊息，故市場一般會對此做出正. y. Nat. 面回應，比如 Ikenberry, D., Lakonishok, J., and Vermaelen, T. (1994)便發現在股票. er. io. sit. 購回宣告初期，市場會出現正向的異常報酬，且因低估而進行股票購回的類別其 異常報酬最大。此外，游朝旭 (2001)亦發現若購回的溢價幅度愈大，則市場反應. al. n. v i n 會因宣告效果而愈強烈。但 Ikenberry, J., and Vermaelen, T. (1995) C h D., Lakonishok, engchi U. 同時也指出，當時間拉長至數月甚至數年，該異常報酬會呈現續漲的趨勢，也就 是市場存在反應不足的狀況，證實了市場反應不足假說(underreaction hypothesis, UH)，該假說指出，市場會對股票購回訊息存疑，故市價調整緩慢。事實上，UH 亦可被 Lakonishok, J., and Vermaelen, T. (1990)的發現所支持，該研究以固定價格 的公開購回事件為樣本，發現被宣告購回的股票價格會持續上漲約兩年。然而， 相反的論點也有學者提出，在 Liu and Ziebart (1997)的研究中發現，若將購回事 件區分為好消息與壞消息，則好消息的股票會因為過度反應而在事件日過後 30 至 60 日間發生顯著的報酬向下修正情況。因此我們可以發現過去對於股票購回. 10. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(18) 後的市場反應之研究，其結果事實上是分歧的。此外，王朝仕與陳振遠(2010)則 發現過去的股票購回確實執行與否會影響下一次的股票購回市場反應。 由前人研究的成果，我們可以得到一個明顯的結論，也就是股票購回訊息基 本上會被市場解讀為正面訊息，且市場不會立即反應到應有的水準，而是有反應 不足的狀況。但股票購回也會產生宣告效果，而投資人對於宣告效果是有可能反 應過度的，尤其在控制了溢價等因子後。 以上我們發現到了過去的研究同時有不同的論點，股票購回事件既存在反應 不足也存在反應過度，其中反應過度來自宣告效果，而反應不足本研究推論可能. 政 治 大 影響，我們將在下一章提出本研究的假說。 立. 來自定錨效應，因此本研究想藉行為財務學的基礎探討兩種作用在市場上的交互. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 11. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(19) 研究假說及實驗方法 第一節. 研究假說. 本文意在探討投資人定錨行為對股票購回宣告效果帶來的影響。依據訊號發 射理論，股票購回可傳遞股價被低估之正向訊息，可促使投資人買入該公司股票， 並可能導致過度反應(Liu and Ziebart, 1997)；而依據定錨效應理論，投資人在面 對不確定的事件時會以過去經驗協助判斷，並產生反應不足的狀況(Tversky, A., & Kahneman, D., 1974 ; Ikenberry, D., Lakonishok, J., & Vermaelen, T., 1994)。也就 是當公司宣告股票購回時，有兩種相反的作用力在互相影響，而本文認為定錨效. 政 治 大. 應的影響會在一定程度上抵銷宣告效果的作用。. 立. 然而，我們應如何界定投資人在何種情況下會發生定錨效果呢？一般來說定. ‧ 國. 學. 錨行為是指在判斷不確定的資訊時，對經驗中的印象給予較高的權重(Tversky, A., and Kahneman, D., 1974)。套用到本研究中，即是在判斷公司經營階層對股價低. ‧. 估的看法時，會用過去的錨點價格協助判斷。本研究認為若公司宣告收購的上限. y. Nat. sit. 價格與錨點價格相差遙遠，則錨點的作用會愈強烈，因為公司方面認定的事實與. n. al. er. io. 投資人心中認定的不同，公司宣告當前股價是低估的，但對投資人來說或許更久. i n U. v. 遠以前的低價位才是；相反的，若是宣告受夠的上限價格與錨點價格差異不大，. Ch. engchi. 那麼對投資人而言便能夠建立一致性的連結，傾向相信公司對低估的判斷。 因此本研究的假說便建立在上述推論下，我們認為當公司宣告收購的上限價 格與錨點價格之間的價差愈高，則投資人會展現較強烈的定錨行為，使得資訊宣 告效果被抵銷。當價差不大時，投資人因為較容易接受低估的資訊，而不致使宣 告效果受到負面影響。 假說 1：價差大的事件會產生較強烈的定錨效應，使宣告效果被部分抵銷。 此外，王朝仕與陳振遠(2010)指出前一次股票購回的確實執行與否可能會成 為投資人的經驗。本研究認為，過去執行率較佳的股票未來在宣告股票購回時較 能取得投資人的信任；相對的，過去執行率差的股票可能會使投資人產生懷疑心 12. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(20) 理，而展現嚴重的定錨效應。 假說 2：過去執行率較差的股票會產生較強烈的定錨效應，使宣告效果被部 分抵銷。 另一方面，由於詹場等(2011)指出在悲觀的市場氛圍下，投資人對於好消息 的關注程度會受到可用性經驗法則及代表性經驗法則的影響而降低，因此對於好 消息的反應會更慢。而過去亦有研究指出市場多將股票購回視為好消息，因此本 研究推測在熊市期間定錨效應的作用會更劇烈。 假說 3：熊市期間，定錨效應會產生更明顯的負面作用。. 第二節. 立. 1. 參數定義. 治 政 研究方法及資料來源 大. ‧ 國. 學. 本研究之股票購回事件及股價資料取自台灣經濟新報資料庫(TEJ)，時間涵. ‧. 蓋自 2011~2016 年的股票購回資料，當中包含宣告股票購回的價格區間，並以宣. y. Nat. 告日為事件日，採取事件研究法(event study)，此外，我們另以 2008 年 11 月至. er. io. sit. 2009 年 5 月的資料為熊市樣本。由於我們考慮的是宣告後的市場反應，因此不 論是否有完成股票購回的事件我們皆有納入樣本。但因為股票購回的原因有很多，. al. n. v i n 不僅僅會因為股價被低估而採取動作，比如有時會出於對抗敵意收購(hostile Ch engchi U takeover)而採取股票購回，有時是為了避免經理人執行選擇權後導致股份稀釋而 決議進行股票購回。為了找出「出於股價被低估而執行股票購回」的事件，一個 較常見的作法是以高帳面市值比(book-to-market ratio, B/M raito)作為判斷依據. (Ikenberry, D., Lakonishok, J., and Vermaelen, T., 1994)。對於此方法能否明確的定 義出股價被低估的股票購回事件，有不少學者對此做出研究。首先，B/M ratio 愈 高的公司，代表其市值被低估的愈嚴重。其次，高 B/M ratio 的公司進行股票購 回往往更是因為股價低估、不被看好(Lakonishok, Shleifer, and Vishny, 1994)。然 而，低 B/M ratio 的公司如果也有能力發現股價被低估，那它們也會進行股票購. 13. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(21) 回，而 Lakonishok, Shleifer, and Vishny (1994)以實證結果發現很少低 B/M ratio 的 公司真的被低估。另一方面，如果市值被低估是唯一動機的話，那麼低 B/M raito 理應很少進行股票購回，但實際上不是如此，該類型公司股票購回的比例與高 B/M ratio 公司相似，因此推估低 B/M ratio 的公司進行股票購回更傾向是因為其 他原因(Ikenberry, D., Lakonishok, J., and Vermaelen, T., 1994)。因此綜合以上發現， 以 B/M ratio 的高低作為辨別公司是否以股價低估為由而購回股票的因子是有理 可循的，在本研究我們選擇 B/M ratio 大於 1 當作代理的條件。 為了衡量定錨現象對於投資人的影響，我們勢必要找出代表錨點的參數，由. 政 治 大 與價格上限相關。一般來說，由於股票購回宣告存在不確定性，則投資人在判斷 立 於本研究欲藉由購回上限價格與錨點價格的價差來探討定錨的作用，故該錨點須. 購回溢價的可信程度時會藉由過去的經驗協助決策，而投資人一般會對於買入價. ‧ 國. 學. 格、持有期間最低價格及最近看到的價格形成強烈印象，從而形成錨點，故本研. ‧. 究以最能反映持有成本之均價及事件前一段時間之最低價作為錨點價格，並定義. y. Nat. 價差幅度為：「宣告購回上限價格-錨點價格」，藉此嘗試透過非實驗室的方式捕. er. io. sit. 捉投資人的定錨行為。由於研究需區分價差程度的高低，本研究將價差計算出來 後，扣除價差為負值的樣本，將剩餘樣本分為 2 個層級，較高層的定義為高價差，. al. n. v i n 較低層的定義為低價差。本研究認為錨點應包含均價及最低價，最低價方面分別 Ch engchi U 取事件日前 30 日、6 個月、1 年及 5 年之最低價作為錨點，此外，考量到金融海 嘯事件亦有可能對於投資人的判斷烙下強烈印象，故本研究亦選擇金融海嘯期間 之最低價作為錨點。均價方面本研究取事件日前 15、30、60、125 及 250 日之均 價作為錨點。樣本敘述性統計呈現在表 1。. 14. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(22) 表 3-1：價差幅度之敘述性統計 下表為以不同價格為錨點求算出價差之敘述統計量，價差之算法為「宣告購回之 上限價格－錨點價格」。由於我們剔除了負價差的樣本，因此在不同子樣本群中 的樣本數並不相同。此外，透過敘述統計我們不難看出樣本存在極值的問題，但 極值的出現更能反映極端價差對於投資人的影響，故我們並不排除極值樣本。 sample. mean. median. standard maximum minimum deviation. Panel (A) 以最低價為錨點之價差 30 日最低價 469 6 個月最低價 469 1 年最低價 470. 6.59 7.11 7.39. 5.43 5.81 5.90. 5.50 5.88 6.02. 63.00 68.60 68.60. 0.60 1.10 1.10. 5 年最低價 金融海嘯期間最低價. 9.35 9.25. 7.65 7.69. 6.81 6.51. 68.60 50.80. 1.14 0.20. 4.29 4.04 3.36 3.09. 47.66 50.74 48.74 30.30 25.05. 0.10 0.22 0.11 0.03 0.04. 5.11 4.74 4.07 3.64. 4.39 4.01 3.41 2.94. ‧. ‧ 國. 立. 政 治 大 5.36 4.63 4.42. 學. 459 413 Panel (B) 以均價為錨點之價差 15 日均價 468 30 日均價 463 60 日均價 456 125 日均價 446 250 日均價 387. 而在執行率方面，我們首先找出在樣本期間內有重複執行股票購回的樣本，. y. Nat. io. sit. 再針對個別事件抓取前一次股票購回之實際執行率資料當作錨點。考慮到樣本數. n. al. er. 量不對稱問題，本研究定義執行率 80%以上為高執行率樣本，其餘為低執行率樣. i n U. v. 本。此外，針對宣告超過 2 次的公司，本研究認為投資人不一定只會以前一次的. Ch. engchi. 執行率當作心中參考的錨點，亦可能以過去平均的執行情況為參考點，因此本研 究亦以個股之平均執行率為錨點，同樣定義 80%以上為高執行率，其餘為低執行 率。以下為樣本之敘述性統計。. 15. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(23) 表 3-1：執行率之敘述性統計 下表為分別以前次執行率及過去平均執行率為錨點之敘述統計量，其中兩組樣本 皆包含 291 筆資料。由於兩組樣本皆包含過去未執行及過去確實執行的資料，故 在極值方面皆相同。 sample. mean. median. standard deviation. maximum. minimum. 前次執行率. 291 68.7%. 83.40%. 35.12%. 100%. 0%. 過去平均執行率. 291 69.2%. 71.88%. 26.78%. 100%. 0%. 另一方面，為了探討牛熊市等不同市場氛圍對定錨效應的影響，故須將樣本 切分成牛市期間與熊市期間，而這牽涉到對市場狀態(market states)之定義。本研. 政 治 大. 究參考 Cooper et al. (2004)之作法，以下列公式定義： 1. 𝑛. 1. 若 ∑ 𝑟𝑛−𝑚 < 0 則𝐷𝑛 = 0,. = 1,. 𝑚=36. 學. ‧ 國. 若 ∑ 𝑟𝑛−𝑚. 立 > 0 則𝐷. 𝑚=36. 其中，𝑟𝑛−𝑚 為第 n-m 月之市場報酬率。而𝐷𝑛 為判斷市場狀態之虛擬變數，當𝐷𝑛 =. ‧. 1為牛市狀態；當𝐷𝑛 = 0為熊市狀態。. sit. y. Nat. 然而本文依其方法發現，在 2011~2016 年之樣本期間，屬於熊市的月份僅有. n. al. er. io. 3 個月且不連續，且其中納入樣本之資料僅有 6 筆，故本研究回頭從 2004 年開. v. 始尋找連續的熊市期間，結果發現依該方法，只有在 2008 年 11 月至 2009 年 5. Ch. engchi. i n U. 月有連續的熊市市場狀態，故在尋找熊市資料時，我們以 2008 年 11 月至 2009 年 5 月的資料當作熊市樣本。. 2. 實證模型 由於本研究以事件研究法進行，觀測事件日後股價立即反應及延遲反應的狀 況，因此採用累積平均異常報酬率(cumulative average abnormal return, CAR)的方 法，觀察市場反應，並將事件窗定為(0,50)。此外，參考沈中華, & 李建然. (2000) 之建議，若研究的事件會造成公司資本結構的改變，則估計期間可以選在事件期 間之後，又一般而言，以日報酬率建立之估計模式，可設定估計期間為 100 天。 故本研究設定事件日之後第 56 天至第 155 天為估計期間。 16. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(24) 2.1. 期望報酬率預期模式 根據 Brenner(1979)的研究，「市場模型」(market model)的預測模式與其他風. 險調整法的模型表現一樣好，且市場模型也是最被廣泛使用的，故本研究以市場 模型做為預期模式。該方法將估計期間的資料以普通最小平方法(ordinary least square, OLS)建立個別證券之回歸模型，模型如下： 𝑅𝑖,𝑡 = 𝛼𝑖 + 𝛽𝑖 𝑅𝑚,𝑡 + 𝜀𝑖,𝑡 ,. 𝑡 = 𝑡1 , … , 𝑡2 , 𝑖 = 1,2, … , 𝑁. 其中𝛼𝑖 、𝛽𝑖 為估計參數，𝜀𝑖,𝑡 為誤差項，一般假設為白噪音(white noise)。. 2.2. 異常報酬率衡量方法. 政 治 大. 異常報酬率為實際報酬率減去期望報酬率的結果，計算如下：. 立. 𝐴𝑅𝑖,𝐸 = 𝑅𝑖,𝐸 − E(𝑅̂𝑖,𝐸 ),. E ∈ W = [𝑡3 , 𝑡4 ]. ‧ 國. 學. 其中𝐴𝑅𝑖,𝐸 為 i 公司在事件 E 期之異常報酬，𝑅𝑖,𝐸 為 i 公司在事件 E 期之實際報 酬，E(𝑅̂𝑖,𝐸 )為 i 公司在事件 E 期之預期報酬。此外，為了計算 CAR，必須先計. ‧. Nat. y. 算平均異常報酬率：. 𝐸 ∈ 𝑊 = [𝑡3 , 𝑡4 ]. 𝑖=1. n. er. io. al. sit. 𝑁. 1 𝐴𝑅𝐸 = ∑ 𝐴𝑅𝑖,𝐸 , 𝑁. i n U. v. 其中𝐴𝑅𝐸 為事件期[𝑡3 , 𝑡4 ]中某一特定日 E 之所有公司的異常報酬率平均值。接著. Ch. 再將平均異常報酬率轉為 CAR：. engchi 𝜏2. CAR(𝜏1 , 𝜏2 ) = ∑ 𝐴𝑅𝐸 , [𝜏1 , 𝜏2 ] ⊆ [𝑡3 , 𝑡4 ] 𝐸=𝜏1. 其中，CAR(𝜏1 , 𝜏2 )為事件期𝜏1 到𝜏2 之累計平均異常報酬率。 然而，沈中華, & 李建然. (2000)建議，在計算平均異常報酬率之前，可先 將個別證券之異常報酬率標準化，使個別證券之異常報酬率分配轉換為單一 標準常態分配(unit normal distribution)，以符合分配齊一(identical distribution)的 條件。研究顯示以標準化殘差法(standardized-residual method, SRM)計算出的標 準化累積平均異常報酬率(standardized cumulative average abnormal return, SCAR) 17. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(25) 表現較傳統法為佳。. 2.3. 統計檢定方法 因為本研究以檢定一段時日之市場反應變化為主，故會針對 SCAR 進行檢. 定。依據統計檢定方法設立虛無及對立假說，分別是事件期間內特定期間之 SCAR 為 0 及不為 0。 𝐻0 : 𝑆𝐶𝐴𝑅(𝜏1 , 𝜏2 ) = 0 𝐻1 : 𝑆𝐶𝐴𝑅(𝜏1 , 𝜏2 ) ≠ 0. ｛. 𝑆𝐶𝐴𝑅 𝑡𝑆𝑅𝑀 =. 𝑆𝐶𝐴𝑅𝑖,𝐸 √𝑚 1. 政 治 大 其中 m 為事件期間中選定之特定期間內，SCAR 之樣本觀察數。 立 𝑇𝑖 [∑𝑁 𝑖=1 𝑇 𝑖. −2 2 − 4]. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 18. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(26) 實證結果 本研究之假說驗證分為兩部分，第一部分定錨行為對股票購回資訊宣告效果 的影響，並尋找哪些價格可能促發投資人的定錨行為，第二部分則探討定錨效應 於牛市及熊市期間的差別。. 第一節. 定錨行為對股票購回資訊宣告效果的影響. 本節我們將呈現定錨效應對宣告效果的影響，我們將樣本平均分為高溢價與 低溢價兩大組，分別探討定錨效應在不同溢價幅度下的影響，其中溢價之算法為. 政 治 大. 「股票購回之上限價格／當日收盤價－1」 ，此法與游朝旭(2001)之算法相同。首. 立. 先我們先鎖定高購回溢價的股票。結果如圖 4-1 所示，在以 30 日、6 個月、1 年. ‧ 國. 學. 最低價為錨點的樣本中，股票購回後的市場反應並未明顯受到定錨效應的影響。 而在以 5 年、金融海嘯期間最低價為錨點的樣本中，可以發現控制了錨點的影響. ‧. 後，高價差股票的市場反應有變弱的情形，這部分與假說相符，顯示高價差的股. y. Nat. sit. 票產生了定錨效應，抵銷了一部分宣告效果的影響。. n. al. er. io. 另一方面，在圖 4-2 以均價為錨點的樣本中可以觀察到，以 15、30 日均價. i n U. v. 為錨點的樣本並未受到定錨效應的影響。而在以 60、125、250 日均價為錨點的. Ch. engchi. 樣本中，定錨行為的作用則相對明顯，高價差股票的市場反應出現了減弱的情況， 顯示定錨效應的作用，這部分亦與假說相符。 整體而言，在高溢價的樣本中，可以觀察到定錨效應的作用，其中 5 年、金 融海嘯期間最低價及 60、125、250 日均價較有可能促發定投資人的定錨效應。 然而若將高、低價差之子樣本以差異性檢定凸顯定錨效應的作用時，會發現僅有 少部分的樣本有顯著的差異(表 4-1)，可能是因為在某些樣本中差異實在不大所 致，亦有可能是因為樣本數不多的影響。. 19. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(27) (B)以 6 個月最低價為錨點. (A)以 30 日最低價為錨點. SCAR(0,50). SCAR(0,50). 7. 7. 6. 6. 5. 5. 4. 4. 3. 3. 2. 2. 1. 1. 0 -1 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 高價差 SCAR. 低價差 SCAR. (C)以 1 年最低價為錨點. 立. SCAR(0,50). 2. 5 4 3 2. Nat. 1 0. 1 0. io. 0 2 4 6 8 101214161820222426283032343638404244464850 高價差 SCAR. -1. 0 2 4 6 8 101214161820222426283032343638404244464850. a低價差 高溢價 SCAR iv l C SCAR n hengchi U (E)以金融海嘯最低價為錨點. n. 高溢價 SCAR. ‧. 3. 6. y. 4. -1. 7. sit. 5. 低價差 SCAR. 學. 6. 高價差 SCAR. (D)以 5 年最低價為錨點 政 治 大 SCAR(0,50). ‧ 國. 7. 高溢價 SCAR. er. 高溢價 SCAR. 0 -1 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48. 高價差 SCAR. 低價差 SCAR. SCAR(0,50) 7 6 5 4 3 2 1 0 -1. 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 高溢價 SCAR. 高價差 SCAR. 低價差 SCAR. 圖 4-1：以最低價為錨點之市場反應-高溢價組 20. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(28) (B)以 30 日均價為錨點. (A)以 15 日均價為錨點. SCAR(0,50). SCAR(0,50) 7. 7. 6. 6. 5. 5. 4. 4 3. 3. 2. 2. 1. 1. 0. 0. 高溢價 SCAR. 高價差 SCAR. 0 2 4 6 8 101214161820222426283032343638404244464850. -1. 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48. 高溢價 SCAR. 低價差 SCAR. (C)以 60 日均價為錨點. 立. SCAR(0,50). 高價差 SCAR. 低價差 SCAR. 治 125 日均價為錨點 政 (D)以 大 SCAR(0,50). 7. 5. 3. 5 4 3 2. Nat. 2. 6. io. 0. 1 0. 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 高價差 SCAR. a低價差 高溢價 SCAR iv l CSCAR n h e n日均價為錨點 (E)以 250 gchi U. n. 高溢價 SCAR. -1 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48. er. 1. ‧. 4. 7. y. 6. 學. ‧ 國. 8. sit. -1. 高價差 SCAR. 低價差 SCAR. SCAR(0,50) 7 6 5 4 3 2 1 0 -1. 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 高溢價 SCAR. 高價差 SCAR. 低價差 SCAR. 圖 4-2：以均價為錨點之市場反應-高溢價組 21. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(29) 表 4-1：定錨效應在高溢價樣本中的影響-差異性檢定 下表為定錨影響明顯之子樣本之差異性檢定，我們僅針對從 SCAR 線圖中能觀 察到定錨效應影響的樣本作檢定，包含遠天期的最低價及長天期的均價，然而僅 長天期均價存在顯著差異。我們區分樣本的做法是從全樣本中選取溢價幅度較高 的 50%定義為高溢價，另外 50%定義為低溢價，其中溢價幅度以「宣告收購上限 價格/當日收盤價-1」計算。接著再從高溢價或是低溢價的樣本中再依價差幅度作 區分，扣除負價差後前 50%定義為高價差，後 50%定義為低價差，其中價差幅度 算法為「宣告收購上限價格-錨點價格」。 Panel(A) 以 5 年最低價為錨點 SCAR(0,50) SCAR(0,30) SCAR(0,10). 立. 樣本. 樣本數. 平均值. 標準差. 高價差 低價差. 116 115. 4.8326 5.3118. 8.0338 8.707. 高價差 低價差 高價差. 116 115 116. 4.559 5.2928 3.2513. 5.618 6.9823 3.7369. 政 治 大 低價差 115 3.4724. 4.6573. T值 -0.43 -0.88 -0.4. 103 102 103 102. 4.7754 5.4873 4.1243 5.384. 高價差. 103. 2.8299. 低價差. 102. 3.5846. 高價差 低價差 高價差 低價差 高價差. 117 117 117 117 117. 4.3571 5.4564 4.5194 5.1679 3.625. 8.9161 7.8145 6.8526 5.8517 4.4832. 低價差. 117. 3.1876. 4.0674. 高價差 低價差 高價差 低價差 高價差. 115 116 115 116 115. 4.1156 5.637 3.9982 5.6253 3.1405. 低價差. 116. 3.5811. 8.8093 -1.38 7.9808 6.7029 -1.94* 5.9971 4.0984 -0.78 4.4386. n. al. SCAR(0,30) SCAR(0,10). Ch. 3.9943. y. er. io. Panel(C) 以 60 日均價高溢價為錨點 SCAR(0,50). 8.3648 8.8889 6.2669 6.5728. sit. Nat. SCAR(0,10). 高價差 低價差 高價差 低價差. ‧. SCAR(0,30). 學. SCAR(0,50). ‧ 國. Panel(B) 以金融海嘯期間最低價為錨點. engchi U. v ni. 4.262. -0.59 -1.4 -1.31. -1 -0.78 0.78. Panel(D) 以 125 日均價高溢價為錨點 SCAR(0,50) SCAR(0,30) SCAR(0,10). 22. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(30) 定錨效應在高溢價樣本中的影響-差異性檢定(續) Panel(E) 以 250 日均價高溢價為錨點 高價差 低價差 高價差 低價差 高價差. 8.6901 -0.58 8.3938 6.8388 SCAR(0,30) -1.71* 6.1268 4.0814 SCAR(0,10) -0.97 低價差 106 3.6001 4.6293 Note : ***代表 1%顯著水準，**代表 5%顯著水準，*代表 10%顯著水準。 SCAR(0,50). 106 106 106 106 106. 4.3729 5.0583 3.9132 5.4352 3.0167. 接下來關注的是低溢價的樣本，在以最低價為錨點的股票中，我們可以發現 到以 1 年、5 年、金融海嘯期間最低價為錨點的股票會發生定錨效應(圖 4-3)，其. 政 治 大. 中 5 年、金融海嘯期間最低價帶來的效果更為明顯。而在以均價為錨點的股票中，. 立. 可以觀察到以 60、125、250 日均價為錨點的股票會發生定錨效應(圖 4-4)，其中. ‧ 國. 學. 天期愈長的均價發揮的作用愈強烈。整體而言，在低溢價的樣本中也能觀察到定 錨效應對股票購回資訊宣告效果的影響，其中 1 年、5 年、金融海嘯期間最低價. ‧. 及 60、125、250 日均價是較有可能的錨點。然而在將高、低價差之子樣本以差. sit. y. Nat. 異性檢定凸顯定錨效應的作用時卻鮮少有樣本有顯著的結果，亦有可能是因為樣. n. al. er. io. 本數不大或差異相對不明顯所導致(表 4-2)。. i n U. v. 透過比對高低溢價兩組樣本，我們可以發現遠天期的最低價及均價較有可能. Ch. engchi. 成為錨點，原因是遠天期的價格較有可能讓投資人留下深刻印象。比如 5 年最低 價記錄相對 30 日最低價紀錄而言已經保持了很長一段時間，因此可能會強化投 資人心中認定當時的價格才是所謂低點的認知。均價方面也是如此，由於長天期 的均價相對短天期的均價是一個更常出現的價格區間，對於投資人而言其接觸到 的次數更多，因此可能會留下較深刻的印象而形成錨點。至於金融海嘯期間則因 為有特殊事件導致股價崩跌，對於投資人而言更可能留下深刻印象。我們於表 43 呈現本階段實證結果的彙整。. 23. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(31) (B)以 6 個月最低價為錨點. (A)以 30 日最低價為錨點. SCAR(0,50). SCAR(0,50) 5. 4. 4. 3. 3 2 2 1. 1. 0. 0. 0 2 4 6 8 101214161820222426283032343638404244464850. 0 2 4 6 8 101214161820222426283032343638404244464850 低溢價 SCAR. 高價差 SCAR. 低價差 SCAR. (C)以 1 年最低價為錨點. 立. SCAR(0,50). 高價差 SCAR. 低價差 SCAR. (D)以 5 年最低價為錨點 政 治 大 SCAR(0,50) 4.5. 1.5. 2.5 2 1.5. Nat. 1 0.5. 1 0.5. io. 0. 0. 0 2 4 6 8 101214161820222426283032343638404244464850. 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 高價差 SCAR. a低價差 低溢價 SCAR iv l CSCAR n hengchi U (E)以金融海嘯最低價為錨點. n. 低溢價 SCAR. ‧. 2. 3. y. 2.5. sit. 3. 4 3.5. er. 3.5. 學. ‧ 國. 4. 低溢價 SCAR. 高價差 SCAR. 低價差 SCAR. SCAR(0,50) 4 3.5 3 2.5 2 1.5 1 0.5 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 低溢價 SCAR. 高價差 SCAR. 低價差 SCAR. 圖 4-3：以最低價為錨點之市場反應-低溢價組 24. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(32) (B)以 30 日均價為錨點. (A)以 15 日均價為錨點. SCAR(0,50). SCAR(0,50). 5. 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0. 4 3 2 1 0 0 2 4 6 8 101214161820222426283032343638404244464850 高價差 SCAR. 低價差 SCAR. (C)以 60 日均價為錨點. 立. SCAR(0,50). 3 2.5 2 1.5. Nat. 1 0.5. io. 0. 1 0.5 0. 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 高價差 SCAR. 0 2 4 6 8 101214161820222426283032343638404244464850. a低價差 低溢價 SCAR iv l CSCAR n h e n日均價為錨點 (E)以 250 gchi U. n. 低溢價 SCAR. ‧. 2 1.5. 3.5. y. 2.5. SCAR(0,50). sit. 3. 低價差 SCAR. 治 125 日均價為錨點 政 (D)以 大 4. ‧ 國. 3.5. 高價差 SCAR. 學. 4. 低溢價 SCAR. er. 低溢價 SCAR. 0 2 4 6 8 101214161820222426283032343638404244464850. 高價差 SCAR. 低價差 SCAR. SCAR(0,50) 5 4 3 2 1 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 低溢價 SCAR. 高價差 SCAR. 低價差 SCAR. 圖 4-4：以均價為錨點之市場反應-低溢價組 25. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(33) 表 2-2：定錨效應在低溢價樣本中的影響-差異性檢定 下表為定錨影響明顯之子樣本之差異性檢定，我們僅針對從 SCAR 線圖中能觀 察到定錨效應影響的樣本作檢定，包含遠天期的最低價及長天期的均價，然而僅 長天期均價存在顯著差異。我們區分樣本的做法是從全樣本中選取溢價幅度較高 的 50%定義為高溢價，另外 50%定義為低溢價，其中溢價幅度以「宣告收購上限 價格/當日收盤價-1」計算。接著再從高溢價或是低溢價的樣本中再依價差幅度作 區分，扣除負價差後前 50%定義為高價差，後 50%定義為低價差，其中價差幅度 算法為「宣告收購上限價格-錨點價格」。 Panel(A) 1 年最低價低溢價 SCAR(0,50) SCAR(0,30). 樣本. 平均值. N. 標準差. 高價差 低價差. 116 115. 2.6661 3.0157. 8.7577 8.8846. 高價差 低價差 高價差. 116 115 116. 2.8631 3.0693 2.3313. 6.8422 6.4932 4.1913. 113 111 113 111. 2.0156 3.2468 2.266 3.5349. 高價差. 113. 2.0768. 4.2727. 低價差. 111. 2.6205. 4.8571. SCAR(0,30). y. 103 2.4473 v a l 高價差 i n 低價差 101 2.6621 Ch h i U2.461 高價差e n g c 103. n. SCAR(0,50). SCAR(0,10). -0.3 -0.23 -0.05. -1.05 -1.42 -0.89. er. io. Panel(C) 金融海嘯期間最低價低溢價. 8.9961 8.5189 6.7043 6.63. sit. Nat. SCAR(0,10). 高價差 低價差 高價差 低價差. ‧. SCAR(0,30). 4.8227. 學. SCAR(0,50). ‧ 國. 治 政 SCAR(0,10) 大 低價差 115 2.3604 立 Panel(B) 5 年最低價低溢價. T值. 低價差 高價差. 101 103. 3.2561 2.0632. 8.8894 8.5307 6.4918 6.6264 4.4106. 低價差. 101. 2.8271. 4.4222. 高價差 低價差 高價差 低價差 高價差. 110 108 110 108 110. 2.6008 2.7376 2.7165 2.9322 2.2401. 8.9953 8.8854 6.9376 6.4972 4.4415. 低價差. 108. 2.4497. 4.7708. -0.18 -0.87 -1.24. Panel(D) 60 日均價低溢價 SCAR(0,50) SCAR(0,30) SCAR(0,10). -0.11 -0.24 -0.34. 26. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(34) 定錨效應在低溢價樣本中的影響-差異性檢定(續) Panel(E) 125 日均價低溢價 SCAR(0,50) SCAR(0,30) SCAR(0,10). 高價差 低價差 高價差 低價差 高價差. 106 105 106 105 106. 1.9518 2.8899 2.1936 3.1261 1.9185. 8.9072 8.8791 6.5928 6.6674 4.1419. 低價差. 105. 2.4896. 4.6927. 高價差 低價差. 86. 0.623. 9.0443. 85 86 85 86. 3.081 1.2152 3.5534 1.5921. -0.77 -1.02 -0.94. Panel(F) 250 日均價低溢價 SCAR(0,50). -1.88* 7.9977 高價差 6.6349 SCAR(0,30) -2.42** 低價差 5.9622 高價差 4.0543 SCAR(0,10) -1.3 低價差 85 2.4006 4.0589 Note : ***代表 1%顯著水準，**代表 5%顯著水準，*代表 10%顯著水準。. 立. 政 治 大. ‧ 國. 學. ‧. 表 4-3：檢定結果統整 透過下表對於實證結果之統整，我們可以發現投資人較可能對長天期均價、遠天 期最低價產生定錨效應。此外，低溢價的樣本組因為宣告效果本身較弱，因此受 定錨效應影響的組別較多。其中，高溢價為全樣本中溢價幅度較高的 50%，低溢. y. 6 個月低價. 1 年低價. al. 不符合假說. 低溢價. 不符合假說 15 日均價. 5 年低價. v i n 不符合假說 C h 不符合假說U 符合假說 e chi 不符合假說n g符合假說 符合假說. n. 高溢價. sit. io. 30 日低價. er. Nat. 價為全樣本中溢價幅度較低的 50%，溢價幅度計算方法為「宣告收購上限/當日 收盤價-1」。. 30 日均價. 金融海嘯期 間最低價 符合假說 符合假說. 60 日均價. 125 日均價. 250 日均價. 高溢價. 不符合假說 不符合假說. 符合假說. 符合假說. 符合假說. 低溢價. 不符合假說 不符合假說. 符合假說. 符合假說. 符合假說. 27. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(35) 除了上述以過去股價表現為錨點的檢定外，以下亦針對第 2 項假說提出檢定 結果。由圖 4-5 及圖 4-6 可以看出，若將執行率作高低之區分，高執行率組在宣 告效果上優於低執行率組，顯示低執行率的股票由於過去實際執行情況不佳，在 投資人心中留下未能確實執行的印象，使得投資人對本次之低估訊息抱持懷疑心 理，導致定錨效應部分抵銷掉宣告效果的作用。唯從 SCAR 線圖上來看，以前一 次股票購回執行情況作為錨點的樣本中，定錨效應的影響較不如以過去平均執行 情況作為錨點的樣本明顯，可能是因為過去平均執行率更能夠反映投資人的看法。 在樣本差異性檢定方面，由於差異皆不明顯，故差異性檢定結果並不顯著。. 政 治 大 購回宣告效果。過去執行率較佳的股票能夠維持較好的宣告效果，而過去執行較 立 因此我們可以得知，公司過去股票購回的執行狀況確實會影響下一次的股票. 差的股票則會誘發投資人的懷疑心理，導致低估訊息未能準確傳達，投資人定錨. ‧ 國. 學. 於過去的執行率上，使宣告效果被定錨效應部分抵銷。其中，以過去平均執行率. n. al. er. io. sit. y. Nat. 不顯著。. ‧. 做為錨點更能展現定錨效應明顯的影響，但由於差異不大故在差異性檢定方面皆. Ch. engchi. i n U. v. 28. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(36) SCAR(0,50) 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 高執行率組 SCAR. 低執行率組 SCAR. 圖 4-5：以前一次股票購回執行率為錨點之市場反應. 立. ‧. ‧ 國. 學 er. io. sit. y. Nat. 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0. 治 政 SCAR(0,50) 大. 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50. n. al. 平均高執行率組 SCAR. Ch. i n U. v. 平均低執行率組 SCAR. engchi. 圖 4-6：以過去平均股票購回執行率為錨點之市場反應. 29. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(37) 表 4-4：定錨效應在不同執行率樣本下之差異性檢定 下表為高低執行率樣本之差異性檢定，Panel A 為以前次股票購回執行率為錨點， Panel B 為以過去平均股票購回執行率為錨點。其中高執行率代表執行率 80%以 上之樣本。 Panel(A) 前次執行率. N. 樣本. SCAR(0,50) SCAR(0,30) SCAR(0,10). 平均值. 標準差. 高執行率 低執行率 高執行率 低執行率 高執行率. 155 136 155 136 155. 2.7118 2.6799 3.5757 3.3824 3.2641. 3.9209 4.4236 5.6892 6.5869 8.4243. 低執行率. 136. 3.7289. 8.4799. T值 0.07 0.27 -0.47. Panel(B) 過去平均執行率 113 3.0463 政 治 178 2.475 大. 3.8885 1.14 4.3135 高執行率 113 3.8625 6.1744 SCAR(0,30) 0.84 低執行率 178 3.2459 6.0824 高執行率 113 3.289 8.5103 SCAR(0,10) -0.31 低執行率 178 3.6034 8.4151 Note : ***代表 1%顯著水準，**代表 5%顯著水準，*代表 10%顯著水準。 高執行率 低執行率. SCAR(0,50). 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 30. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(38) 第二節. 定錨效應在不同市場狀態下的作用. 由第一節的檢定結果，我們可以發現到遠天期的最低價及長天期的最低價較 容易產生定錨的作用，本節則意在探討這個定錨的作用是否在熊市下會有不一樣 的效果，由於前一節實證資料多為牛市樣本，屬於熊市的樣本僅有 6 筆，故在此 不另呈現牛市之檢定。由於熊市期間的樣本偏少，為求樣本上能保持一定數量， 故本階段我們不再區分溢價幅度，而是直接探討不同價差下的反應。另一方面， 同樣考量到樣本數問題，在這邊我們只討論整體樣本數大於 90 的情況，表 4-5 為熊市期間資料之敘述性統計。由圖 4-7 及圖 4-8 我們可以觀察到，熊市期間的. 政 治 大 定錨案向，因此在熊市期間，投資人受到市場氛圍的影響，加劇了定錨的作用。 立 定錨效應有更為明顯的狀況，且原本未促發定錨效應的錨點價格亦產生了明顯的. ‧ 國. 學. 且由表 4-6 及表 4-7 之差異性檢定也可以看出各子樣本皆有顯著的差異。因此第 二節的檢定亦符合我們的假說，即定錨效應在熊市期間會有更明顯的作用。. ‧. 表 4-5：熊市期間樣本之敘述性統計 下表為熊市期間樣本之敘述統計，由於剔除負價差的樣本，因此各組之子樣本. Nat. standard maximum minimum deviation. n. al. median. Panel (A) 以最低價為錨點之價差 30 日最低價 6 個月最低價 1 年最低價 5 年最低價. Ch. e n g c5.44h i. 99 6.91 99 7.40 99 7.45 91 7.55 Panel (B) 以均價為錨點之價差. 6.00 6.05 6.47. 15 日均價. 99. 5.30. 30 日均價 60 日均價 125 日均價 250 日均價. 99 94 71 34. 4.93 4.22 3.30 2.92. sit. mean. er. sample. io. 價差幅度. y. 數並不相等。其中，價差幅度算法為「宣告收購上限價格-錨點價格」。. iv n U 4.58 4.83 4.83 4.44. 26.75 26.75 26.75 22.45. 1.79 1.79 1.79 2.13. 4.31. 3.35. 16.79. 1.40. 4.26 3.38 2.20 2.12. 3.13 2.99 3.40 2.82. 15.56 17.32 17.83 11.64. 0.35 0.18 0.10 0.15. 31. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(39) (A)以 30 日最低價為錨點. (B)以 6 個月最低價為錨點. SCAR(0,50). SCAR(0,50). 4.5. 5. 4 4. 3.5 3. 3. 2.5 2. 2 1.5. 1. 1 0.5. 0. 0. 0 2 4 6 8 101214161820222426283032343638404244464850. -0.5 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 熊市全樣本 SCAR. 高價差 SCAR. 政 治 大. 熊市全樣本 SCAR. 低價差 SCAR. 立. ‧ 國. SCAR(0,50). 4 3. al. n. 1. sit. io. 2. y. 5. Ch. 0 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 -1. er. 3. ‧. 6. Nat. 4. 低價差 SCAR. (D)以 5 年最低價為錨點. SCAR(0,50) 5. 高價差 SCAR. 學. (C)以 1 年最低價為錨點. -1. 2. e n 1g c h i. i n U. v. 0 0 2 4 6 8 101214161820222426283032343638404244464850 -1. 全樣本 SCAR. 高價差 SCAR. 低價差 SCAR. 全樣本 SCAR. 高價差 SCAR. 低價差 SCAR. 圖 4-7：熊市期間以最低價為錨點的樣本之市場反應. 32. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(40) 表 4-6：定錨效應在熊市樣本中的影響-以最低價為錨點 下表為定錨影響明顯之子樣本之差異性檢定，由於從 SCAR 線圖中能觀察到熊 市期間樣本皆受到定錨效應之影響，故在此我們有對應的差異性檢定。下表包含 以最低價為錨點之樣本，可以觀察到皆有顯著的差異。我們區分樣本的做法是從 全樣本中依價差幅度作區分，扣除負價差後前 50%定義為高價差，後 50%定義為 低價差，其中價差幅度算法為「宣告收購上限價格-錨點價格」。 Panel(A) 以 30 日最低價為錨點 樣本. 標準差. T值. 高價差 低價差 高價差 低價差. 50 49 50 49. 0.1149 3.1276 0.3548 4.1351. 9.0056 -1.74* 8.1595 6.7728 -2.87*** 6.3199. 高價差. 50. 0.5966. 4.1731. 低價差. 49. 3.6167. 政 治 大 高價差 50 -0.1097. 4.5644. 8.9022 -2.02** 8.1825 6.4609 -3.35*** 6.461 4.1776 -3.41*** 4.5684. SCAR(0,50) SCAR(0,30) SCAR(0,10). 平均值. N. -3.44***. Panel(B) 以 6 個月最低價為錨點. 立. 49 50 49 50. 3.3568 0.0703 4.4254 0.6085. 低價差. 49. 3.6046. 高價差 低價差 高價差 低價差 高價差. 50 49 50 49 50. -0.361 3.6132 -0.0845 4.5834 0.5871. 低價差. 49. 3.6264. 高價差 低價差. 45 46. -0.4493 3.7118. 8.9312 8.333. 高價差 低價差 高價差. 45 46 45. -0.0296 5.0148 0.5577. 6.8726 6.1202 4.5507. 低價差. 46. ‧. SCAR(0,10). 低價差 高價差 低價差 高價差. 學. SCAR(0,30). ‧ 國. SCAR(0,50). al. n. SCAR(0,30) SCAR(0,10). engchi. sit. y. Ch. er. io. SCAR(0,50). Nat. Panel(C) 以 1 年最低價為錨點. i n U. v. 8.837 -2.33** 8.1354 6.3873 -3.63*** 6.4229 4.1751 -3.46*** 4.5559. Panel(D) 以 5 年最低價為錨點 SCAR(0,50) SCAR(0,30) SCAR(0,10). -2.3** -3.7***. -3.43*** 3.784 4.4257 Note : ***代表 1%顯著水準，**代表 5%顯著水準，*代表 10%顯著水準。. 33. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(41) (A)以 15 日均價為錨點. SCAR(0,50) 5 4 3 2 1 0 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 熊市全樣本 SCAR. 立. -1. Nat. 0. 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50. y. 1. ‧. 2. ‧ 國. 3. 學. 4. 低價差 SCAR. 政 治 大 SCAR(0,50). (B)以 30 日均價為錨點. 5. 高價差 SCAR. n. al. 高價差 SCAR. (C)以 60 日均價為錨點. 低價差 SCAR. er. io. 熊市全樣本 SCAR. sit. -1. Ch. engchi. i n U. v. SCAR(0,50) 5 4 3 2 1 0 -1. 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 熊市全樣本 SCAR. 高價差 SCAR. 低價差 SCAR. 圖 4-8：熊市期間以均價為錨點的樣本之市場反應. 34. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(42) 表 4-7：定錨效應在熊市樣本中的影響-以均價為錨點 下表為定錨影響明顯之子樣本之差異性檢定，由於從 SCAR 線圖中能觀察到熊 市期間樣本皆受到定錨效應之影響，故在此我們有對應的差異性檢定。下表包含 以均價為錨點之樣本，可以觀察到皆有顯著的差異。我們區分樣本的做法是從全 樣本中依價差幅度作區分，扣除負價差後前 50%定義為高價差，後 50%定義為低 價差，其中價差幅度算法為「宣告收購上限價格-錨點價格」。 Panel(A) 以 15 日均價為錨點 樣本 SCAR(0,50) SCAR(0,30) SCAR(0,10) Panel(B) 以 30 日均價為錨點. 立. 高價差 低價差 高價差 低價差. 50 49 50 49. 0.6274 2.6046 0.6537 3.8301. 9.0159 8.3097 6.7296 6.5348. 高價差. 50. 0.8699. 4.2932. 低價差. 49. 3.3379. 政 治 大 高價差 50 0.8482. 4.6214. 低價差 高價差 低價差 高價差. 49 50 49 50. 2.3793 1.0309 3.4452 1.1094. 9.2737 8.065 7.0818 6.3193 4.6785. 低價差. 49. 3.0935. 4.3519. 高價差 低價差 高價差 低價差 高價差. 50 49 50 49 50. 0.2227 3.0176 1.0726 3.4027 1.6348. 低價差. 49. n. al. SCAR(0,10). T值 -1.13 -2.38** -2.75***. -0.88 -1.79* -2.18**. y. Ch. engchi. sit. io. SCAR(0,30). er. Nat. Panel(C) 以 60 日均價為錨點 SCAR(0,50). 標準差. ‧. SCAR(0,10). 平均值. 學. SCAR(0,30). ‧ 國. SCAR(0,50). 樣本數. i n U. v. 8.7014 8.5281 6.86 6.58 4.7209. 2.5573 4.486 Note : ***代表 1%顯著水準，**代表 5%顯著水準，*代表 10%顯著水準。. -1.61 -1.72* -1. 綜合以上分析，多數的情況皆符合我們的假說，即定錨效應會負面影響股票 購回的宣告效果。而一般來說，價格錨點較可能出現在長天期的均價及遠天期的 最低價上，但到了熊市期間，投資人受到市場氛圍的影響，錨點的作用會更加劇， 且短天期的均價及最低價也可能成為了錨點。此外，過去的股票購回執行情況也 可能在投資人心中留下印象，形成錨點。. 35. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(43) 結論與建議 第一節. 研究結論. 本論文主要目的在探討定錨行為對股票購回宣告效果的影響。過去曾有研究 指出股票購回後，市場往往存在反應不足的現象，並針對此建立投資策略，為市 場投資人帶來貢獻。亦有研究指出當公司宣告股票購回時，市場會因宣告效果而 產生過度反應。因此本研究欲探討當兩種作用同時發生時，反應不足會帶給宣告 效果甚麼影響。另一方面，根據心理學的研究，人會因為定錨效應而產生反應不 足的狀況，且產生定錨現象的情境與股票購回的情境十分相似，故促使本研究從. 政 治 大. 心理學中定錨效應的角度來檢視此議題。相對於過去關於定錨效應或股票購回的. 立. 研究，本文的差異之處在於我們是在已知範圍內第一篇以定錨效應來解釋股票購. ‧ 國. 學. 回後反應不足的研究，且我們亦延伸探討了定錨行為如何去影響宣告效果，這也 是過去研究較少論及之處，而嘗試在次級市場資料中尋找投資人可能的錨點則是. ‧. 本文的另一貢獻。. y. Nat. sit. 我們從實證結果中發現，投資人的定錨心理確實有可能展現在股票購回後的. n. al. er. io. 市場上，且會負面影響股票購回的宣告效果。而投資人較傾向於在長天期的均價、. i n U. v. 遠天期的最低價或是特殊事件導致的最低價定下錨點，原因是這些價格容易導致. Ch. engchi. 較深刻的印象。此外，我們亦發現，當市場情緒傾向悲觀時，投資人的定錨行為 會愈強烈，原因是當市場情緒悲觀時，投資人對正面訊息的反應會更慢。另一方 面，公司過去對股票購回的執行狀況也可能影響到投資人對於低估訊息的認知， 並產生錨點的作用，其中投資人較容易以平均的執行情況做為參考，而非單次的 執行情況。. 第二節. 應用及後續研究建議. 由於本研究牽涉投資人的行為偏誤及交易策略，我們希望本文的結論可以對 投資人在實務應用上帶來一些資訊內涵，以下我們將點出市場投資人可以如何避. 36. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(44) 免及利用定錨效應的影響。 根據我們的結果，我們發現若投資人發生定錨行為，會拒絕接受股票被低估 的訊息，導致錯過了宣告股票購回的股票以及接下來的正面報酬。本研究會建議 投資人在解讀股票購回宣告時，盡量不要以過去對股價的印象當作參考，而是站 在公司的角度來解讀，比如公司是出於甚麼原因進行股票購回，至於判斷當前股 價是否被低估則可以 B/M ratio 做代理，會較自身印象更可靠。 另一方面，根據過去的研究，股票購回實質上是暗示公司經營階層對未來公 司表現的預期，但市場因為資訊不對稱而往往未能即時反應到應有水準，因此會. 政 治 大 採用動能策略時能夠更精準的掌握上漲行情。但本研究認為，機構投資人在執行 立 出現續漲的行情，而機構投資人出於資訊優勢，可判斷合理的價格區間，因此在. 買入股票購回的股票之投資策略時，或許可進一步區分為高價差及低價差的股票。. ‧ 國. 學. 若是低價差的股票，則比較不會受到投資人定錨行為的影響，可採一般的動能交. y. Nat. 構策略時避免這類股票，可強化投組的報酬率。. ‧. 易策略；然而高價差的股票整體而言會受到定錨影響，市場反應較差，因此在建. er. io. sit. 然而，本研究在以均價為錨點的設計上難免會受到技術分析的影響，雖然我 們難以排除投資人是出於技術分析而非心理層面的定錨所致，但技術分析因素的. al. n. v i n 存在只會使本研究結論傾向不顯著，故我們認為並不影響主要結論。另一方面， Ch engchi U. 股票購回決策是公司時常面臨的狀況，若每次的股票購回皆會導致類似的結果， 市場是否會出現經驗學習的效果呢？這或許是接下來可以研究的課題。. 37. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
(45) 參考文獻 王朝仕, & 陳振遠. (2010). 確實執行對後續股票購回計書宣告效果之影響. 管理 學報, 27(5), 503-526. 沈中華, & 李建然. (2000). 事件研究法: 財務與會計實證研究必備. 華泰文化. 游朝旭. (2001). 庫藏股制度實施初期對於股價影響之探討，國立中山大學財務 管理學研究所碩士論文. 詹場, 胡星陽, 呂朝元, & 徐崇閔. (2011). 市場狀態與投資人對盈餘訊息之反 應. 經濟論文叢刊, 39(4), 463-510. Amir, E., & Ganzach, Y. (1998). Overreaction and underreaction in analysts' forecasts. Journal of Economic Behavior & Organization, 37(3), 333-347. Bondt, W. F., & Thaler, R. (1985). Does the stock market overreact?. The Journal of finance, 40(3), 793-805. Brenner, M. (1979). The sensitivity of the efficient market hypothesis to alternative. 政 治 大 specifications of the market model. The Journal of Finance, 34(4), 915-929. 立 Comment, R., & Jarrell, G. A. (1991). The relative signalling power of Dutch‐auction ‧. ‧ 國. 學. and fixed‐price self‐tender offers and open‐market share repurchases. The Journal of Finance, 46(4), 1243-1271. Cooper, M. J., Gutierrez, R. C., & Hameed, A. (2004). Market states and momentum. The Journal of Finance, 59(3), 1345-1365. Dann, L. Y. (1981). Common stock repurchases: An analysis of returns to bondholders. y. Nat. sit. n. al. er. io. and stockholders. Journal of Financial Economics, 9(2), 113-138. Einhorn, H. J., & Hogarth, R. M. (1985). Ambiguity and uncertainty in probabilistic inference. Psychological review, 92(4), 433. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The journal of Finance, 25(2), 383-417. Fama, E. F. (1965). The behavior of stock-market prices. The journal of Business, 38(1), 34-105. Ghosh, D., & Ray, M. R. (1992). Risk attitude, ambiguity intolerance and decision making: An exploratory investigation. Decision sciences, 23(2), 431-444.. Ch. engchi. i n U. v. Ikenberry, D., Lakonishok, J., & Vermaelen, T. (1994). Market underreaction to open market share repurchases (No. w4965). National Bureau of Economic Research. Kaustia, M., Alho, E., & Puttonen, V. (2008). How much does expertise reduce behavioral biases? The case of anchoring effects in stock return estimates. Financial Management, 37(3), 391-412. Kahneman, D. (2011). Thinking, fast and slow. Macmillan. Kristensen, H., & Gärling, T. (2000). Anchor points, reference points, and counteroffers in negotiations. Group decision and negotiation, 9(6), 493-505. 38. DOI:10.6814/THE.NCCU.Finance.005.2018.F07.
相關文件
The closing inventory value calculated under the Absorption Costing method is higher than Marginal Costing, as fixed production costs are treated as product and costs will be carried
However, the SRAS curve is upward sloping, which indicates that an increase in the overall price level tends to raise the quantity of goods and services supplied and a decrease in
However, the SRAS curve is upward sloping, which indicates that an increase in the overall price level tends to raise the quantity of goods and services supplied and a decrease in
In developing LIBSVM, we found that many users have zero machine learning knowledge.. It is unbelievable that many asked what the difference between training and
• Delta hedge is based on the first-order approximation to changes in the derivative price, ∆f , due to changes in the stock price, ∆S.. • When ∆S is not small, the
The share of India & Taiwan in the World economy and discussed how world export-import market is increasing year by year.. The data shows us that the business between these
This paper aims to study three questions (1) whether there is interaction between stock selection and timing, (2) to explore the performance of "timing and stock
This research studied the experimental studies of integration of price and volume moving average approach in Taiwan stock market, including (1) the empirical studies of optimizing
