國立高雄大學金融管理學系
碩士論文
交易機制影響的深入探討:報酬率、交易量、波動性和
行為偏誤
A Further Look at the Effect of Trading Mechanism:
Returns, Trading Volume, Volatility, and Behavioral
Biases
研究生： 李翔彥 撰
指導教授： 張志向 博士
交易機制影響的深入探討:報酬率、交易量、波動性和
行為偏誤
指導教授：張志向 博士(教授) 國立高雄大學金融管理學系(研究所) 學生：李翔彥 國立高雄大學金融管理學系(研究所)摘要
本研究旨在探討交易機制變動對報酬率、交易量、波動性及行為偏誤的影響， 並且調查行為偏誤跟交易決策結果（包含價、交易量與波動性）之間的領先落後 關係。相對於早期的文獻，本研究主要的特色是對交易機制變動的影響做一個更 完整的調查。本文的實證結果發現，交易機制變動對交易量、波動性及行為偏誤 具有顯著的影響；此外，投資人行為偏誤領先交易決策結果的情形要比交易決策 結果領先投資人行為偏誤的情形來得更明顯。前述實證結果表示主管機關在擬定 交易機制變動措施時，應考量其對價、量、波動性及投資人行為偏誤的影響。 關鍵字:交易機制、領先落後關係、行為偏誤、行為財務學、市場微結構A Further Look at the Effect of Trading Mechanism:
Returns, Trading Volume, Volatility, and Behavioral
Biases
Advisor: Professor: Chih-Hsiang Chang Department of Finance
National University of Kaohsiung Student: Xiang-Yan Li Department of Finance National University of Kaohsiung
Abstract
This study takes a further look at the effect of changes in Taiwan stock trading mechanism, and examines the lead-lag relationship between investor’s behavioral biases and the outcomes of trading decisions (i.e., price, trading volume, and volatility). In contrast to previous literature, this study attempts to build up a more complete picture of the effect of changes in trading mechanism. Empirical results show that the changes in trading mechanism have an important impact on trading volume, volatility, and investor’s behavioral biases. Additionally, in comparison with strong evidence indicating that investor’s behavioral biases lead the outcomes of trading decisions, there is only weak evidence indicating that the outcomes of trading decisions lead investor’s behavioral biases. The aforementioned results imply that authorities should consider the influence of those changes on the share price, trading volume, volatility, and investor’s behavioral biases while they make changes in trading mechanism.
Keywords: trading mechanism, lead-lag relationship, behavioral biases, behavioral finance, market microstructure
目錄
第一章 導論... 1 第一節、研究背景與動機... 1 第二節、研究目的... 4 第三節、研究流程... 5 第四節、研究限制... 6 第二章 文獻回顧 ... 7 第一節、交易機制影響的相關文獻... 7 第二節、行為偏誤的相關文獻回顧... 9 第三節、行為偏誤和行為決策結果相互關係的文獻回顧... 12 第三章 資料與方法 ... 14 第一節、資料來源與研究期間... 14 第二節、行為偏誤的代理變數... 16 第三節、事件研究法... 18 第四節、領先落後關係... 22 第四章 實證結果 ... 24 第一節、敘述統計... 24 第二節、異常報酬率、交易量、波動性及行為偏誤... 25 第三節、ADF 單根檢定... 31 第四節、領先落後關係... 32 第五章 結論與建議 ... 44 第一節、研究結論... 44 第二節、建議... 46 參考文獻... 44表目錄
表一、敘述性統計... 24 表二、交易機制變動前後之異常報酬率、異常交易量、異常波動性及異常行為偏 誤... 27 表三、ADF 單根檢定 ... 31 表四、報酬率與各個行為偏誤之領先落後關係... 35 表五、交易量與各個行為偏誤之領先落後關係... 38 表六、波動性與各個行為偏誤之領先落後關係... 41圖目錄
第一章 導論
第一節、研究背景與動機
回顧近 15 年，台灣股票市場面臨許多交易機制的變革。集中交易市場自 2002 年 7 月 1 日起至當年 12 月底止，每次撮合後，揭露未成交的最高一檔買進價量 與最低一檔賣出價量資訊，但是其他亞洲證交所(例如香港、東京、大阪、上海、 吉隆坡、泰國等證交所) 已經即時揭露最佳三檔至九檔買賣價量資訊，為使資訊 更透明，交易更公平，台灣證券交易所經審慎評估後宣布於 2003 年 1 月 2 日起 實施揭露未成交的最佳五檔買賣委託價量新措施，即從最佳一檔改為最佳五檔。 接下來提及的交易制度變革是發生於 2005 年 3 月 1 日的最小跳動單位變動，部 分股價範圍升降單位縮小，升降檔數增加，且各股價範圍與其升降單位之數字組 合較易記憶，提供投資人更多價位選擇，投資人可權衡不同交易策略，選擇適當 及有利之價位委託。最後提及的交易機制變革是發生於 2015 年 6 月 1 日的漲跌 幅限制的改變，綜觀歐美主要市場多無漲跌幅度限制，甚至連馬來西亞、泰國、 上海等新興市場之漲跌幅度亦達 10%~30%，為了與國際接軌，台灣股市從原有 的前一營業日上下 7%改變為 10%，放寬漲跌幅限制以加速股價反應並增加市場 效率性。。交易機制的變化是市場微結構的研究議題之一，它會衝擊價格形成與 投資人行為，交易機制的變化會影響投資人的交易決策和交易活動，並進而影響 股價的績效表現。 有鑑於交易機制對投資人交易行為的影響力，早期許多文獻已探討交易機制 變動對投資人交易行為的影響。Morse and Ushman (1983)發現圍繞季度盈利公告 的買賣價差沒有顯著變化，但在價格大幅變動的當天卻發現買賣價差呈現顯著增 加。Amihud and Mendelson (1987)發現交易機制對股票報酬有顯著影響。Ahn et al.(1997)發現交易制度的有效改善可以永久提升報酬績效。Hameed and Terry (1998) 發現當股票頻繁交易時，降低最小跳動單位更有可能增加交易量。Muscarella and Piwowar (2001)亦支持 Amihud et al. (1997)的論點，認為交易頻繁的股票從集中 競價交易轉移到連續競價交易不但可以改善流動性，而且也提升了報酬績效。 Pavabutr and Prangwattnanon (2009)發現泰國股票市場降低最小跳動單位沒有顯 著地增加交易量。Li et al. (2014)發現中國漲跌幅限制能有效防止價格持續下跌。 Kashyap (2015)發現日本股票市場降低最小跳動單位有顯著地增加交易量。 從上述文獻可以得知，早期關於交易機制影響的相關文獻大致上著重於探討 交易制度的改變對於報酬率跟交易量的影響，然而就投資人所關心的重點而言， 除了價和量的表現外，亦考量到了波動性效果，因為波動性代表的是風險，投資 人非常重視投資風險的高低，但是早期的文獻卻較少談論到前述的影響。Ronen and Weaver (1998)發現降低最小跳動單位會顯著地降低每日波動和短暫波動。 Deb et al. (2017)發現漲跌幅限制不會造成波動外溢。Chung (2018)發現證據支持 當增加公共交易者的功用、降低最小跳動單位和消除造市商作用之後，市場波動 性對股票流動性產生了更大的影響。另一方面，除了價、量及波動性效果外，由 於行為財務學的文獻已經證實投資人是不符合理性的假設，所以投資人具有一些 與生俱來趨近錯誤的傾向，稱之為行為偏誤，而交易機制的改變將無法避免影響 到行為偏誤的嚴重程度，所以探討交易機制變動對行為偏誤的影響乃是一個值得 探討的議題，但是就我們的知識而言，早期文獻中只有 Chang et al. (2017)曾探討 暫時性交易機制變化（暫時性縮小跌幅限制與暫時性改變放空措施）前後的行為 偏誤改變外，幾乎沒有其他文獻探討恆常性交易機制變化對行為偏誤的影響。 其實，價、量、波動是交易行為發生後的結果，而投資人心理狀態變化則是 發生在交易行為發生前。所以，我們可以合理推論交易機制的變動會先影響到投 資人心理狀態，而後才影響到價、量、波動性等交易行為下的結果。Li et al. (2014)
發現處分效果揭露了中國股票市場的非對稱波動性，即壞消息對波動性的影響大 於與壞消息相同程度的好消息對波動性的影響。Khuu et al. (2016)發現負面情緒 與負報酬是相關的，而且認為情緒對報酬的影響以小公司最為顯著。Chau et al. (2016)發現情緒誘導買入和賣出會影響股價變化。另一方面，當價、量、波動性 等交易行為下的結果表現出來之後，有可能回過頭影響投資人的心理狀態，形成 一種回饋關係，因為價、量、波動性代表著投資績效，而投資績效會影響投資人 的心理狀態。但是，早期文獻幾乎沒有探討市場交易制度變化前後的投資人心理 狀態和交易行為下結果之間的相互關係，因此，如果探討兩者之間的相互關係應 可擴大早期研究範圍。 本研究以最佳一檔改為最佳五檔、最小跳動單位的變動、漲跌幅限制放寬等 三個事件為研究對象來探討這三個事件變動對報酬率、波動性、交易量和行為偏 誤的影響，此外，我們也探討價、量、波動性和行為偏誤之間的相互關係。相對 於早期研究，本研究具有下列兩點特色 : 首先，早期文獻大多著重於交易機制 變動對報酬率和交易量的影響，而本研究進一步探討交易機制變動對報酬率、波 動性、交易量和行為偏誤的影響。其次，早期文獻幾乎沒有探討交易行為發生前 的投資人心理狀態和交易行為發生後的價、量、波動之間的相互關係，本研究近 一步探討投資人心理狀態和交易行為下結果之間的相互關係。
第二節、研究目的
本研究旨在探討交易機制變動對報酬率、波動性、交易量和行為偏誤的影響， 以及調查交易機制變動前後的投資人心理狀態和交易行為結果之間的相互關係。 根據本研究第一節的研究背景與動機，本研究建立研究目的如下 : 1. 探討交易機制的變動對報酬率的影響。 2. 探討交易機制的變動對交易量的影響。 3. 探討交易機制的變動對波動性的影響。 4. 探討交易機制的變動對行為偏誤的影響。 5. 探討交易機制變動前後的投資人心理狀態和交易行為結果之間的相互關係。第三節、研究流程
本研究之研究流程如圖 1 所示： 確立研究目的 ↓ 相關文獻探討 ↓ 研究架構及方法 ↓ 蒐集研究資料 ↓ 進行實證分析 ↓ 研究結果討論 ↓ 研究結論及建議 圖 1、研究流程第四節、研究限制
雖然本研究探討了交易機制變動對行為偏誤的影響，以及交易機制變動前後 的投資人心理狀態和交易行為結果之間的相互關係，但是本研究在實證上仍然遇 到下列的限制 : 1. 因為資料庫缺乏早期的委買量與委賣量資料，所以無法獲得更貼切的肯證偏 誤(confirmation bias)代理變數。 2. 本研究使用事件研究法調查交易機制變動對報酬率的影響，但是事件研究法 中估計期間和事件期間的設計，乃是由研究者主觀認定，因此我們無法排除 前述主觀性影響實證結果的可能性。 3. 交易機制的變化牽涉甚廣，但是礙於研究時間的限制，本研究只能以近 15 年的交易機制變化為研究對象，無法討論到全部的交易機制變動。第二章 文獻回顧
第一節、交易機制影響的相關文獻
許多早期文獻已經發現交易機制變動對於報酬率具有顯著的影響。例如： Amihud and Mendelson (1987)發現交易機制對股票報酬有顯著影響。Amihud et al. (1997)發現交易制度的有效改善可以永久提升報酬績效。Muscarella and Piwowar (2001)認為交易頻繁的股票從集中競價交易轉移到連續競價交易不但可以改善 流動性，而且也提升了報酬績效。Li et al. (2014)發現中國股市漲跌幅限制能有效 地防止價格持續下跌，且提升了報酬績效。然而，交易機制變動對於報酬率並非 都是正向的影響，Mackinnon and Nemiroff (2004)發現降低最小跳動單位之後， 流動性提供者的報酬大幅降低。Feng et al. (2017)發現有賣空限制的股票出現顯 著地負的異常報酬。
交易機制的變動除了影響股票報酬外，早期文獻也已發現交易機制的變動對 於交易量或交易頻率具有顯著的影響力。Hameed and Terry (1998)發現當股票頻 繁交易時，降低最小跳動單位有可能會增加交易量。Kashyap (2015)發現日本股 票市場降低最小跳動單位造成交易量顯著地增加。Verousis et al. (2018)發現降低 最小跳動單位使高頻交易者的交易量出現顯著地增加。另一方面，有些文獻則是 發現交易機制變動對交易量沒有顯著的影響。Ahn et al. (1996)發現 AMEX 降低 最小跳動單位並沒有顯著地增加交易量。Pavabutr and Prangwattnanon (2009)發現 泰國股票市場降低最小跳動單位沒有顯著地增加交易量。
文獻也開始探討交易機制變動對波動性的影響。Bildik and Elekdag (2004)支持過 度反應(波動性)假設，也就是說，漲跌幅限制會使投資人過度反應，波動性變大。 Kim and Yang (2008)提出了過度反應(波動性)假設和信息不對稱假設(增強信息 披露)兩個假設，去比較漲跌幅限制會符合哪個假設，其結果亦支持波動性假設， 亦即漲跌幅限制會使投資人過度反應及波動性變大。此外，Kim and Rhee (2012) 認為漲跌幅限制造成波動性溢出；而 Deb et al. (2017)也發現了漲跌幅限制有永久 性波動性溢出的證據，亦認同 Kim and Rhee (2012)的觀點。
其實，交易機制變動不但會影響投資人交易決策的結果（價、量、波動性）， 而且我們也可以合理推論它會影響投資人與生俱來且無法避免的趨近錯誤傾向 （行為偏誤）。舉例而言，當最佳一檔委託買賣價格資訊揭露改為最佳五檔委託 買賣價格資訊揭露時，其將會使資訊更為透明，此時，投資人急於賣出贏家股票 與持有輸家股票過久的情形將會獲得些許的改善，故我們可以合理地推論處分效 果會變弱。此外，當漲跌幅限制從 7%改為 10%時，股票的流動性上升，並減少 漲停及跌停鎖住的機率；此時投資人對於下跌股票會更加捨不得賣出，並期待價 格翻轉的機會，故我們可以合理推論處分效果會增強。再者，當最小跳動單位變 小時，它將會提供投資人更多價位選擇，使得投資人可權衡不同交易策略，所以 我們可以合理推論處分效果會變弱。雖然，交易機制變動可能衝擊投資人的行為 偏誤，然而，就我們的知識而言，早期文獻中除了 Chang et al. (2017)曾探討暫時 性交易機制變化（暫時性縮小跌幅限制與暫時性改變放空措施）前後的行為偏誤 改變外，幾乎沒有其他文獻探討恆常性交易機制變化對行為偏誤的影響。
第二節、行為偏誤的相關文獻回顧
行為財務學主張人具有非理性的投資行為，亦即認為人出現一種與生俱來的 趨近錯誤傾向，行為財務學將這樣的傾向稱作「行為偏誤」。常見的行為偏誤包 括處分效果、過度自信、過度樂觀、控制幻覺、賭徒謬誤和後悔效果。 處分效果的定義為:「投資人會為了避免後悔而傾向於繼續持有損失的股票 及因風險趨避而急著去實現獲利的股票」。Shefrin and Statman (1985)認為投資人 為了避免後悔，會傾向繼續持有資本損失的股票，而去實現具有資本利得的股票 之狀況。他們將這種現象命名為處分效果。Barber and Odean (1999)認為人類為 了避免後悔而有處分效果的傾向。Da Costa et al. (2013)發現有經驗的投資人和缺 乏經驗的投資人都有處分效果，但是有經驗的投資人受處分效果的影響較小。 Frino et al. (2015)觀察到澳大利亞的投資人具有強烈的處分效果，而且處分效果 在有中國背景的投資者以女性和年長的投資者中更為普遍。Rau (2015)發現投資 人團隊比個體投資人有更大的處分效果，投資者團隊很難意識到損失，並主要是 出售贏家。Dooren and Galema (2018)發現具社會責任的投資者比傳統投資者表現 出更強烈的處分效果。Gervaris, Heaton, and Odean (2002)將過度自信定義為：「認為自己知識的準確 性比事實中的程度更高的一種信念；即對自己的信息賦予的權重大於事實上的權 重」。Chuang and Susmal (2011)的研究發現當投資獲利時，散戶投資人會比機構 投資人更積極地交易及更容易進行高風險股票的交易，因此他們認為散戶投資人 的過度自信程度大於機構投資人。Merkle (2017)發現過度自信導致交易活動增加、 風險承擔度更高及多角化程度降低；其也探討隨著時間推移的過度自信的演變， 並鑑定過去的成功經驗對後來的投資者過度自信的影響。Pikulina (2017)發現大
多數人出現他們對於本身所具有的金融知識信心高於其實際金融知識，而且大多 數人認為自己比平均水平來得好。 過度樂觀的係指人們會傾向高估喜愛結果的出現機率，卻常會低估厭惡結果 的出現機率。Yi et al. (2008)曾探討股票發行前過度樂觀程度和股票發行後績效不 佳程度的關聯性，其實證結果指出兩者呈現顯著的正相關，而且投資人對於股票 發行的樂觀程度顯著高於債券發行的樂觀程度。Dawson (2012)調查抵押貸款困 境和樂觀情緒之間的關係之研究發現，抵押貸款拖欠可能性增加與過度樂觀有關。 Hilary et al. (2016)發現由於管理者會更加努力達到他們的過度樂觀預測，所以當 管理者變得樂觀時，同期績效會上升。 控制幻覺是指投資人高估自己控制事件的能力。早期較少文獻將控制幻覺應 用於管理領域，近期則有部分文獻開始從事控制幻覺對成功者及賭徒行為決策之 影響。Yarritu (2014)發現那些經常獲得成就的人會有更強的幻覺。Cowley et al. (2015)發現賭徒持續的控制幻覺可能是他們面對持續虧損而繼續賭博的一個原 因。
賭徒謬誤是指投資人會認為從未發生的結果出象(outcome)，其於未來發生 的機率會高於其他已發生過的出象。Clotfelter and Cook (1993)利用每日數字遊戲 的數據發現一個明顯的趨勢：「在特定數字下的賭注金額在被抽中後立即大幅下 跌，然後在幾個月內逐漸恢復到原來的水平，此現象與賭徒謬誤的假設一致」。 Suetens and Tyran (2012)發現男性彩票玩家持有前一週出現過的數字少於未出現 的數字，而女性彩票玩家對於前一週的派彩結果則沒有顯著的反應；亦即指出男 性有賭徒謬誤的證據，但女性則沒有出現賭徒謬誤。
出的後悔理論(Regret Theory)認為：「人們在不確定條件下決策時，預期到自己將 會感到後悔，並將這種預期納入影響決策的考慮因素中」。Wong (2011)發現投資 人具有避免後悔的偏好，而且發現後悔趨避會對銀行的利差具有實際影響和對銀 行的穩定性產生不利影響。Diecidue and Somasundaram (2017)指出當傳遞性假設 不成立時，後悔理論最低限度地偏離預期效用。
第三節、行為偏誤和行為決策結果相互關係的文獻回顧
關於投資人心理狀況是否影響其行為決策結果？早期文獻如 Chan (2014)不 但發現散戶情緒和 IPO 長期收益呈現負相關，而且指出散戶情緒和 IPO 報酬波 動呈現正相關。Li et al. (2014)發現處分效果揭露了中國股票市場的非對稱波動性， 即壞消息對波動性的影響大於與壞消息相同程度的好消息對波動性的影響。 Kumari and Mahakud (2015)發現過去的投資者情緒會對波動性產生負面且顯著 的影響。Khuu et al.(2016)指出負面情緒與負報酬是相關的，而且認為情緒對報酬 的影響以小公司最為顯著。Chau et al. (2016)發現情緒誘導買入和賣出會影響股 價變化。 另一方面，當受投資人心理狀態影響的價、量、波動性等交易行為下的決策 結果表現出來之後，前述行為決策結果也有可能影響投資人的心理狀態，並形成 一種雙向影響的回饋關係。Huang et al. (2015)發現在 2007 至 2008 年全球金融危 機時，具有較大獨特波動性的投資組合，增強了從眾效應。Liu et al. (2016)發現 當股價上漲時，個人或機構投資人會有更明顯的過度自信。Guney et al. (2017) 指出市場波動造成不對稱從眾效應。Arjoon and Bhatnagar (2018)研究特立尼達和 多巴哥股票交易所等邊陲市場背景下的從眾效應發現，兩個股市都存在從眾效應， 尤其以小型股票更為突出，且發現除大公司外，包括流動性和波動性在內的微結 構加劇影響了從眾行為。 此外，近期文獻也開始調查心理狀態與心理狀態之間的相互關係。Rau (2015) 比較團隊投資人和個體投資人的處分效果，發現由於團隊投資人有較強烈的後悔 效果，導致團隊投資人比個體投資人具有更強烈的處分效果。Vieira (2015)應用 因果關係去檢驗情緒對從眾行為的影響，其研究指出只有微弱的證據表明情緒會 影響從眾行為。Gavriilidis et al. (2016)檢查帶有積極正面情緒的齋戒月是否比非
齋戒月出現更強烈的從眾行為，其結果發現從眾行為強度在齋戒月內比非齋戒月 更為顯著強烈。Frijns and Huynh (2018)認為當公司的媒體情緒為負時，分析師會 有從眾效應的傾向。
第三章 資料與方法
第一節、 資料來源與研究期間
本篇研究旨在探討交易機制變動對報酬率、波動性、交易量和行為偏誤的影 響，以及調查交易機制變動前後的投資人心理狀態和交易決策結果之間的相互關 係。為了調查前述研究目標，我們以台灣證券交易所全體上市櫃公司為研究對象 進行實證分析，其研究期間為 2000 年 1 月 1 日至 2017 年 6 月 28 日。此外，扣 除掉研究期間內資料不齊全的樣本，總共有 5,643,788 筆觀察值。 根據前述研究期間，本研究自台灣經濟新報資料庫選取收盤價(元)、週轉率、 報酬率、成交量(千股)、股價淨值比-TSE、20 日均價(元)、60 日均價(元)、融券 (買+賣)/成交量%和融券餘額(張)等資料，其資料型態為日資料。 由於本研究採取時間序列資料進行實證分析，為了避免假性迴歸影響本研究 實證結果的正確性，因此在進行相關的計量經濟分析之前，必須先確認本研究採 用的時間序列資料是否為穩態(stationary)？本研究使用 Said and Dickey (1984)所 提出的 Augmented Dickey-Fuller (ADF)單根檢定法來檢驗報酬率、交易量、波動 性和各個行為偏誤變數是否拒絕非穩態結構的虛無假設。本研究所採用的 ADF 單根檢定是包含無截距無時間趨勢模型、有截距無時間趨勢模型及有截距有時間 趨勢模型等三種模型。 本研究 ADF 單根檢定的迴歸模型和假設檢定如下: 模式一 : 無截距無時間趨勢模型 ∆𝑌𝑡= 𝛿𝑌𝑡−1+ ∑𝑝𝑗=1𝐶𝑗∆𝑌𝑡−1+ 𝑒𝑡 (3.1)模式二 : 有截距無時間趨勢模型 ∆𝑌𝑡 = γ + 𝛿𝑌𝑡−1+ ∑𝑝𝑗=1𝐶𝑗∆𝑌𝑡−1+ 𝑒𝑡 (3.2) 模式三 : 有截距有時間趨勢模型 ∆𝑌𝑡= 𝛾 + 𝛿𝑌𝑡−1+ ∑𝑝𝑗=1𝐶𝑗∆𝑌𝑡−1+ 𝑏𝑡+ 𝑒𝑡 (3.3) 假設檢定如下 : 𝐻0 ∶ 𝛿 = 0 (序列存在單根，非穩態) 𝐻1 ∶ 𝛿 ≠ 0 (序列不存在單根，穩態) 其中，𝑌𝑡為一時間序列資料，亦即分別為DE𝑡（第 t 日處分效果的代理變數 值）、EO（第 t 日過度樂觀的代理變數值）𝑡 、OC（第 t 日過度自信的代理變數值）、𝑡 𝐼𝐶𝑡、（第 t 日控制幻覺的代理變數值）、RE𝑡 （第 t 日後悔效果的代理變數值）、GF𝑡 （第 t 日賭徒謬誤的代理變數值）、R𝑡（第 t 日報酬率）、V𝑡（第 t 日週轉率）或 者R𝑡2（第 t 日波動性）；∆𝑌𝑡=𝑌𝑡-𝑌𝑡−1為一階差分；P 為最適落後期數；γ 為截距 項；δ 和𝐶𝑗為迴歸係數；𝑏𝑡為時間趨勢項；𝑒𝑡為誤差項。如果檢定結果無法拒絕 虛無假設，則必須要將水準項資料取差分，然後再重複進行單根檢定，直到此一 時間序列資料呈現穩態為止；反之，若單根檢定結果為拒絕虛無假設，則此一時 間序列的水準項資料可以直接進行後續的計量經濟分析。
第二節、 行為偏誤的代理變數
本研究參考 Chang and Lin (2015)、Chang et al. (2017)及張志向(民 106)的方 法採用下列的行為偏誤代理變數： 1. 處分效果：處分效果是指投資人會為了避免後悔而傾向於繼續持有損失的股 票及因風險趨避而急著去實現獲利的股票。而根據處分效果的定義，本研究 參考張志向(民 106)的方法首先計算研究期間內台灣證券交易所中每支股票 的日週轉率，然後採用「在第 t 日所有價格上漲股票(當天股價上漲且在 20 日移動平均價格以上，並排除漲停板股票)的平均日週轉率除以在第 t 日所 有價格下跌股票(當天股價下跌且在 20 日移動平均價格以下，並排除跌停板 股票)的平均日週轉率」作為第 t 日處分效果的代理變數(𝐷𝐸𝑡)。當此一代理 變數顯著大於一，則表示台灣股市投資人具有處分效果，而且此一代理變數 值越大，處分效果越強。 2. 過度樂觀：過度樂觀是指投資人認為未來出現喜愛結果的機率高於未來出現 厭惡結果的機率。根據過度樂觀的定義，本研究參考張志向(民 106)的方法 首先計算研究期間內台灣證券交易所中每支價格下跌股票的每日股價淨值 比，然後採用「在第 t 日所有價格下跌股票(當天股價下跌且在 20 日移動平 均價格以下)的平均每日股價淨值比」作為第 t 日過度樂觀的代理變數(𝐸𝑂𝑡) 代理變數。當此代理變數值越大，代表過度樂觀傾向越強烈。 3. 過度自信：過度自信是指投資人認為自己犯錯的機率遠低於實際犯錯的機率。 根據過度自信的定義，本研究參考張志向(民 106)的方法首先計算研究期間 內台灣證券交易所內每支價格下跌股票的每日週轉率，然後採用「在第 t 日 所有價格下跌股票(當天股價下跌且在 20 日移動平均價格以下，並排除跌停
板股票)的平均每日週轉率」作為第 t 日過度自信的代理變數(𝑂𝐶𝑡)。此一代 理變數值若越大，代表過度自信傾向越大。 4. 控制幻覺：控制幻覺是指投資人高估自己控制事件的能力。根據控制幻覺的 定義，本研究參考張志向(民 106)的方法首先計算研究期間內台灣證券交易 所中每支價格上漲股票的每日放空水準，然後採用「在第 t 日所有價格上漲 股票(當天股價上漲且在 20 日移動平均價格以上，並排除漲停板股票)的平 均每日放空水準」做為第 t 日控制幻覺的代理變數(𝐼𝐶𝑡)。當此代理變數值越 大，則控制幻覺的傾向越強烈。 5. 後悔效果：後悔效果是指投資人趨避體驗後悔的感受。根據後悔效果的定義， 本研究參考張志向(民 106)的方法首先計算研究期間內台灣證券交易所中目 前股價低於 60 日移動平均價格之股票的每日周轉率，然後再計算所有目前 股價低於 60 日移動平均價格之股票的平均每日周轉率，並採用「前述第 t 日 平均周轉率的倒數」作為第 t 日後悔效果的代理變數(𝑅𝐸𝑡)。當此代理變數 值越大，則後悔效果的傾向愈強烈。 6. 賭徒謬誤：賭徒謬誤是指投資人會認為從未出現過的結果出象，其於未來發 生的機率高於其他已發生過的出象。根據賭徒謬誤的定義，本研究參考張志 向(民 106)的方法首先計算研究期間內台灣證券交易所中價格創新低(目前 股價是近 60 日最低價)之股票的當日(第 t 日)與前一日(第 t-1 日)融券張數， 然後再計算所有價格創新低股票的當日與前一日平均融券張數，並且採用 「前一日與當日融券張數的比率」作為第 t 日賭徒謬誤代理變數(𝐺𝐹𝑡)。當 此代理變數越大，則賭徒謬誤傾向越強烈。
第三節、 事件研究法
本研究採取事件研究法(event study)探討「最佳一檔改為最佳五檔」、「最小 跳動單位的變動」、「漲跌幅限制放寬」等交易機制變動事件是否產生異常的報酬 率、交易量、波動性及行為偏誤。茲將本研究所採取的事件研究法說明如下： 1. 異常報酬率 一、事件日：本研究分別以最佳一檔改為最佳五檔、最小跳動單位的變動、 漲跌幅限制放寬的宣告日作為事件日(亦即 day0)。 二、事件期：本研究選取上述事件日前 20 天至事件日後 5 天為事件期(亦即 day-20 至 day5)。 三、估計期：本研究選取事件日前 180 天至事件日前 31 天 (亦即 day-180 至 day-31)，共計 150 個交易日為估計期。 四、估計預期報酬率：本研究藉由市場模式(market model)來估計預期報酬 率，茲將其方法介紹如下： 𝑅𝑖,𝑡 = 𝛼𝑖+𝛽𝑖𝑅𝑚,𝑡+ 𝜀𝑖,𝑡，𝑡 =-180,-179,…….,-31 (3.4) 其中，𝑅𝑖,𝑡為股票𝑖在第𝑡日之報酬率。𝑅𝑚,𝑡為第𝑡日的加權股價指數報酬 率。𝜀𝑖,𝑡為股票𝑖在第𝑡日之殘差項，並假設𝜀𝑖,𝑡~N(0, σ)。 本研究使用 150 天(day-180 至 day-31)的估計期資料與最小平方法 (ordinary least square，OLS)來估計迴歸係數α̂和β̂，並獲得股票𝑖在事件期 內某一日預期報酬率如下：E(𝑅̂𝑖,𝑡) = 𝛼̂𝑖 + 𝛽̂𝑖𝑅𝑚,𝑡 (3.5) 其中， E(𝑅̂𝑖,𝑡)為股票𝑖在第𝑡日的預期報酬率 五、異常報酬率(abnormal return；AR)：本研究定義股票𝑖在第𝑡日的異常報 酬率等於股票𝑖在第𝑡日實際報酬率減去股票𝑖在第𝑡日預期報酬率，茲說 明如下： 𝐴𝑅𝑖,𝑡 = 𝑅𝑖,𝑡− E(𝑅̂𝑖,𝑡)，𝑡=-20,-19, ……,0,1, ……,5 (3.6) 其中，𝐴𝑅𝑖,𝑡為股票𝑖在第𝑡日的異常報酬率
六、平均異常報酬率(average abnormal return；AAR)：本研究計算出所有樣 本在第𝑡日之平均異常報酬率如下：
𝐴𝐴𝑅𝑡 = 𝑁1∑𝑁𝑖=1𝐴𝑅𝑖,𝑡，𝑡=-20,-19, ……,0,1, ……,5 (3.7)
其中，𝐴𝐴𝑅𝑡為第𝑡日之平均異常報酬率，𝑁為樣本數。
七、累積平均異常報酬率(cumulative average abnormal return；CAAR)：為了 檢視某一段特定期間內研究事件宣告的股價反應。本研究計算第𝑡日至 第𝑡 + ℎ日的累積平均異常報酬率：
𝐶𝐴𝐴𝑅𝑡,𝑡+ℎ = ∑ 𝐴𝐴𝑅𝑗 𝑡+ℎ
𝑗=𝑡 (3.8)
其中，𝐶𝐴𝐴𝑅𝑡,𝑡+ℎ為從第𝑡日至第𝑡 + ℎ日之累積平均異常報酬率
八、CAAR 之檢定：本研究參考 Brown and Warner (1985)的 t 檢定法來檢定 CAAR 在統計上是否顯著異於零?茲將 CAAR 的檢定方法說明如下： 𝐻0 ∶ 𝐶𝐴𝐴𝑅𝑡,𝑡+ℎ = 0 𝐻1 ∶ 𝐶𝐴𝐴𝑅𝑡,𝑡+ℎ ≠ 0 𝑡 = 𝐶𝐴𝐴𝑅𝑡,𝑡+ℎ √ℎ+1𝜎𝐴𝐴𝑅，t 分配的自由度為 149。 (3.9) 2. 異常交易量 本研究採取 Womack (1996)的方法來調查交易機制的變動是否導致異常交易 量。首先，關於預期交易量的估計，乃是採用事件發生前 31 日至前 180 日(估計 期)的平均交易量；其次，我們計算「事件日前 20 日至後 5 日內(事件期)的每日 實際交易量除以預期交易量」的比率；再者，我們將異常交易量定義為前述比率 減 1 ；最後，如同上述異常報酬率的方法，本研究分別計算出平均異常交易量 與累積平均異常交易量，以及採用 Brown and Warner (1985)的 t 檢定法來檢定累 積平均異常交易量是否顯著異於零。
3. 異常波動性
關於交易機制的變動是否導致異常波動性，本研究採取類 Womack(1996) 的作法。其中，關於預期波動性的估計，亦是使用事件日發生前 31 日至前 180 日的平均波動性，接著將異常波動性定義「事件日前 20 日至後 5 日內的每日實 際波動性」減去「預期波動性」，最後分別計算平均異常波動性、累積平均異常 波動性，以及採用 Brown and Warner (1985)之 t 檢定法來檢定累積平均異常波動 性是否顯著異於零。
4. 異常行為偏誤
如同前述異常交易量及異常波動性的研究方法，本研究分別調查交易機制的 變動是否導致異常處分效果強度、異常過度樂觀傾向、異常過度自信傾向、異常 控制幻覺傾向、異常後悔效果強度及異常賭徒謬誤傾向。
第四節、 領先落後關係
本研究採用 Chiang and Fong (2001)的方法來分別檢驗「整個研究期間」、「最 佳一檔改為最佳五檔前後」、「最小跳動單位變動前後」及「漲跌幅限制放寬前後」 的投資人心理狀態和交易決策結果（價、量、波動性）之間的相互關係。由於 Chiang and Fong (2001)是應用一般化動差法(generalized method of moment；GMM) 來估計迴歸係數，因此本研究也採用 GMM 的方法來估計(3.10)式，並使用(3.10) 式的殘差項來代替報酬率、交易量（周轉率）、波動性（報酬率平方）、行為偏誤 代理變數值。茲介紹(3.10)式如下： 𝑋𝑡 = 𝑎0+ 𝑎1𝑋𝑡−1+ 𝑥𝑡 (3.10) 其中，𝑎0和𝑎1為迴歸係數；𝑋𝑡為一時間序列，亦即分別為𝐷𝐸𝑡(第 t 日處分效 果)、𝐸𝑂𝑡(第 t 日過度樂觀)、𝑂𝐶𝑡(第 t 日過度自信)、𝐼𝐶𝑡(第 t 日控制幻覺)、 𝑅𝐸𝑡(第 t 日後悔效果)、𝐺𝐹𝑡(第 t 日賭徒謬誤)、𝑅𝑡(第 t 日報酬率)、𝑉𝑡(第 t 日交易 量)或者𝑅𝑡2(第 t 日波動度)；𝑥 𝑡為殘差項，亦即分別為𝑑𝑒𝑡、𝑒o𝑡、𝑜𝑐𝑡、𝑖𝑐𝑡、𝑟𝑒𝑡、𝑔𝑓𝑡、𝑟𝑡、 𝑣𝑡或者𝑟𝑡2，這些分別為𝐷𝐸𝑡、𝐸O𝑡、𝑂𝐶𝑡、𝐼𝐶𝑡、𝑅𝐸𝑡、𝐺𝐹𝑡、𝑅𝑡、𝑉𝑡及𝑅𝑡2的替代變數。 在獲得𝐷𝐸𝑡、𝐸𝑂𝑡、𝑂𝐶𝑡、𝐼𝐶𝑡、𝑅𝐸𝑡、𝐺𝐹𝑡、𝑅𝑡、𝑉𝑡和𝑅𝑡2的替代變數之後，本 研究採用 GMM 的方法來估計(3.11)式的領先落後關係如下： 𝑧𝑡= D + ∑ 𝐷𝐿𝑓𝑍𝑡+𝑓 −1 𝑓=−𝑞 + 𝐷𝐿0𝑍𝑡+ ∑ 𝐷𝐿𝑣𝑍𝑡+𝑣 𝑞 𝑣=1 + 𝜇𝑡 (3.11)
其中，𝑧𝑡亦即分別為𝑟𝑡、𝑣𝑡或者𝑟𝑡2，𝑍𝑡亦即𝑑𝑒𝑡、𝑒𝑝𝑡、𝑜𝑐𝑡、𝑖𝑐𝑡、𝑟𝑒𝑡或者𝑔𝑓𝑡。 𝑞是領先落後期數(假設為 3 期)，D、𝐷𝐿𝑓、𝐷𝐿0和𝐷𝐿𝑣為迴歸係數；𝜇𝑡為第𝑡日的 殘差項。從(3.11)式中得知，若𝐷𝐿𝑓(𝐷𝐿𝑣)是顯著地異於零，則表示交易決策結果 （價、量、波動性）顯著地落後(領先)行為偏誤 f(v)期。
第四章 實證結果
第一節、敘述統計
為了瞭解台灣股市投資人的行為偏誤傾向，本研究將研究期間內六種投資人 行為偏誤代理變數之敘述性統計整理如表一所示。 我們觀察表一的平均數可以得知，處分效果的代理變數(DE)、過度樂觀代理 變數(EO)、過度自信代理變數(OC)、控制幻覺代理變數(IC)、後悔效果代理變數 (RE)及賭徒謬誤代理變數(GF)之平均數分別為 2.837、1.79、0.488、2.093、2.524 及 1.612。其中，由於 DE 之平均數明顯大於 1，故可合理地推論台灣股市投資人 具有明顯的處分效果。此外， 表一的研究結果也指出 DE、EO、IC、RE 及 GF 之平均數明顯地高於 OC 之平均數，此一結果顯示相較於過度自信，台灣股市 投資人具有更明顯的處分效果、過度樂觀、控制幻覺、後悔效果及賭徒謬誤傾向。 表一、敘述性統計 變數 平均數 標準差 最小值 最大值 個數 DE 2.837 1.394 0.039 29.534 4348 EO 1.79 0.746 0.41 12.82 4348 OC 0.488 0.239 0.04 3.851 4348 IC 2.093 1.009 0.01 12.07 4348 RE 2.524 0.909 0.469 12.403 4348 GF 1.612 13.396 0.211 779.013 4348第二節、異常報酬率、交易量、波動性及行為偏誤
為了調查交易機制的變動是否導致異常的報酬率、交易量、波動性及行為偏 誤，我們採用事件研究法來調查「最佳一檔改為最佳五檔」、「最小跳動單位變動」 及「漲跌幅限制放寬」是否導致異常價、量、波動及行為偏誤，並利用 Brown and Warner (1985)的 t 檢定法來檢驗累積平均異常報酬率、累積平均異常交易量、累 積平均異常波動性及累積異常行為偏誤是否顯著異於零。茲將前述的研究結果整 理如表二所示。根據表二 Panels A、B 及 C 的 CAAR 可以得知，所有事件窗口的 CAAR 都 是統計上不顯著異於零的值；此一結果表示在「最佳一檔改為最佳五檔」、「最小 跳動單位變動」及「漲跌幅限制放寬」等交易機制變動並未造成異常的股價反應。 此外，表二 Panel A 的 CAAV(累積平均異常交易量)指出，事件窗口(0,3)、(0,5) 及(0,20)的 CAAV 是顯著的正值；代表在最佳一檔改為最佳五檔之後，台灣股市 的交易量呈現顯著的增加。再者，表二 Panels B 和 C 指出，在最小跳動單位變 動前後及在漲跌幅限制放寬前後所有事件窗口的 CAAV 都是顯著地大於零；此 一結果顯示在最小跳動單位變動前後及在漲跌幅限制放寬前後，台股交易量呈現 顯著的增加。最後，從表二的 Panel C 可以得知，事件窗口(0,3)、(0,5)及(0,20) 的CAAS (累積平均異常波動性)都是顯著的正值；代表在漲跌幅限制放寬之後， 台股出現股票報酬波動性(風險)明顯地上升的情形。 從表二的 Panels B 及 C 可以得知，CADE(累積異常處分效果)在所有事件窗 口皆為顯著的正值；代表在最小跳動單位變動前後及漲跌幅限制放寬前後都造成 處分效果有顯著地增強的情況。此外，從表二的 Panel A 可以得知，事件窗口(0,20) 的 CAEO(累積異常過度樂觀)是顯著的正值，代表在最佳一檔改為最佳五檔之後
(-5,-1)、(-3,-1)的 CAEO 是顯著地小於零，代表在最小跳動單位變動之前，過度 樂觀已出現顯著減弱的情況；從表二的 Panel C 可以得知，所有事件窗口的 CAEO 皆是顯著的負值，代表在漲跌幅限制放寬前後，過度樂觀都有顯著減弱的情形。 至於在 CAOC(累積異常過度自信)方面，我們發現在表二 Panels A 和 B 之事件窗 口(0,20)的 CAOC 皆是顯著地大於零，代表在最佳一檔改為最佳五檔及最小跳動 單位變動之後的 20 天內，台股投資人的過度自信有顯著地提升的情形。另一方 面，從表二的 Panel B 可以得知，所有事件窗口的 CAIC(累積異常控制幻覺)皆是 顯著的負值，代表在最小跳動單位變動前後之控制幻覺已出現顯著地減弱的情況。 最後，我們可以從表二的 Panel A 得知，事件窗口(-3,-1)的 CARE(累積異常後悔 效果)是顯著的正值，但在事件窗口(0,20)的 CARE 卻是顯著的負值，代表在最佳 一檔改為最佳五檔之前，投資人已出現後悔效果的增強，然而在最佳一檔改為最 佳五檔之後，投資人卻出現後悔效果顯著地減弱的情況。 總結來說，根據表二中 CAAR、CAAV 及 CAAS 的結果，我們可以推論在 最佳一檔改為最佳五檔之後出現顯著地正的異常交易量的原因，可能來自於因為 買賣價格資訊揭露較多，投資人更願意去交易，所以交易量上升；此外，在最小 跳動單位變動前後出現顯著地正的異常交易量可能是因為政府縮小最小跳動單 位，使投資人有更多價位選擇，並讓投資人可權衡不同交易策略，而在投資人有 更多選擇的情況下，他們會更積極地去交易，進而造成交易量的提升；再者，在 漲跌幅限制從 7%改為 10%前後出現顯著地正的異常交易量，則可能是因為減少 漲停及跌停鎖住的機率，導致股票的流動性上升及交易量增加。最後，投資人在 漲跌幅限制放寬之後呈現較明顯的不理性交易行為，其容易造成過度反應，並使 波動性變大。 另一方面，根據 CADE、CAEO、CAOC、CAIC、CARE 及 CAGF(累積異常 賭徒謬誤)的結果可以得知，縮小最小跳動單位會使股價更多上漲的價位，此時
投資人有更多上漲的價位來賣出贏家股票，進而造成交易量顯著地提升及處分效 果增強；此外，政府放寬漲跌幅限制會減少漲停及跌停鎖住的機率，此時投資人 對於下跌股票會更加捨不得賣出，並期待價格翻轉的機會，進而造成處分效果增 強。然而，最小跳動單位變動前後的控制幻覺有顯著地減弱的情形可能是因為投 資人在最小跳動單位變動前後，其投資決策變得更為謹慎且沒有過度高估自己控 制事件能力所致。最後，我們也發現漲跌幅限制放寬前後過度樂觀出現顯著地減 弱的原因可能是在波動度上升的情形下，投資人需承擔更大的風險，使得投資人 對於漲跌幅限制放寬沒有過度樂觀增強的傾向。 表二、交易機制變動前後之異常報酬率、異常交易量、異常波動性及異常行為偏 誤 Panel A：事件日為 2003 年 1 月 1 日(最佳一檔變最佳五檔)
事件窗口 CADE CAEO CAOC
(-5,-1) -1.692(-0.696) -1.014(-0.921) -0.545(-1.174) (-3,-1) -0.632(-0.335) -0.395(-0.463) -0.41(-1.138) (-1,0) -0.8(0.52) 0.328(0.47) -0.317(-1.079) (0,1) -0.388(-0.252) 0.469(0.673) -0.165(-0.561) (0,3) -0.808(-0.372) 0.923(0.937) -0.052(-0.126) (0,5) -1.491(-0.56) 2.245(1.86) 0.309(0.608) (0,20) -0.064(-0.013) 8.292(3.673*) 2.149(2.257*) (-5,20) -1.756 (-0.317) 7.278(7.897*) 1.604(1.514)
事件窗口 CAIC CARE CAGF
(-5,-1) 1.814(0.72) 1.834(1.651) -0.741(0.383) (-3,-1) 0.211(0.108) 1.879(2.183*) -0.611(-0.407) (-1,0) 0.152(0.095) 1.247(1.774) -0.524(-0.427)
(0,3) -1.443(-0.641) -0.383(-0.385) 1.923(1.11) (0,5) -3.45(-1.251) -1.303(-1.070) 1.852(0.873) (0,20) -19.25(-3.730*) -5.489(-2.411*) -0.215(-0.054) (-5,20) -17.437(-3.036*) -3.655(-1.433) -0.956(-0.217)
事件窗口 CAAR CAAV CAAS
(-5,-1) -0.377(-0.252) -0.639(-0.669) -14.034(-1.150) (-3,-1) 0.886(0.763) -0.438(-0.592) -11.74(-1.242) (-1,0) 0.691(0.729) -0.261 (-0.431) -6.585(-0.853) (0,1) -0.434(-0.458) 0.432(0.715) -2.752(-0.357) (0,3) 0.218(0.162) 1.994(2.334*) -3.7(-0.339) (0,5) 1.016(0.619) 4.583(4.381*) -1.395(-0.104) (0,20) 3.633(1.183) 22.302(11.394*) 23.199(0.257) (-5,20) 3.26(0.953) 21.262(9.946*) 9.165(0.329) Panel B：事件日為 2005 年 3 月 1 日(最小跳動單位變動)
事件窗口 CADE CAEO CAOC
(-5,-1) 8.762(4.865*) -0.962(-2.987*) 0.046(0.189) (-3,-1) 6.128(4.394*) -0.661(-2.648*) -0.05(-2.263) (-1,0) 2.808(1.987*) -0.288(-1.413) -001(-0.007) (0,1) 2.842(1.997*) -0.259(-1.273) -0.044(-0.285) (0,3) 4.856(3.015*) -0.474(-1.644) -0.057(-0.261) (0,5) 7.614(3.86*) -0.94(-2.75) 0.125(0.465) (0,20) 30.899(8.372*) -0.988(-1.497) 1.169(2.329*) (-5,20) 39.66(9.658*) -1.951(-2.655*) 1.215(2.716*)
事件窗口 CAIC CARE CAGF
(-3,-1) -3.286(-2.028*) -0.629(-0.673) 1.44(1.524) (-1,0) -2.899(-2.191*) -0.403(-0.528) 0.891(1.155) (0,1) -2.786(-2.106*) 0.295(0.387) 0.981(1.27) (0,3) -4.917(-2.629*) 0.863(0.8) 0.633(0.58) (0,5) -7.603(-3.319*) 0.53(0.402) 0.397(0.297) (0,20) -20.042(-4.676*) 4.689(1.897) 1.335(0.534) (-5,20) -24.864(-5.213*) 2.918(1.061) 2.693(0.968)
事件窗口 CAAR CAAV CAAS
(-5,-1) 0.614(0.543) 5.498(7.515*) 3.904(0.688) (-3,-1) -0.371(-0.424) 3.085(5.444*) -0.776(-0.176) (-1,0) -0.804(-1.123) 2.194(4.742*) -0.646(-0.18) (0,1) -0.557(-0.778) 1.589(3.436*) -2.126(-0.592) (0,3) 0.729(0.72) 3.099(4.736*) -3.762(-0.741) (0,5) 1.391(1.123) 5.742(7.164*) -1.316(-0.212) (0,20) 1.93(0.833) 16.651(11.105*) 5.774(0.496) (-5,20) 2.544(0.983) 22.149(13.276*) 9.678(0.747) Panel C：事件日為 2015 年 6 月 1 日(漲跌幅限制從 7%改為 10%)
事件窗口 CADE CAEO CAOC
(-5,-1) 10.874(5.13*) -2.063(-2.959*) -0.307(-1.504) (-3,-1) 5.501(3.351*) -1.201(-2.223*) -0.136(-0.862) (-1,0) 3.892(2.904*) -0.958(-2.174*) -0.1(-0.772) (0,1) 5.614(4.188*) -0.889(-2.017*) -0.157(-1.212) (0,3) 9.261(4.885*) -1.783(-2.859*) -0.044(-0.238) (0,5) 10.592(4.562*) -2.855(-3.738*) 0.071(0.318)
(-5,20) 37.482(7.755*) -9.994(-6.286*) -0.064(-0.137)
事件窗口 CAIC CARE CAGF
(-5,-1) -0757(-0.54) -0.552(-0.406) -0.002(-0.002) (-3,-1) -1.173(-1.181) -1.287(-1.222) 0.198(0.256) (-1,0) -0.613(-0.692) -0.292(-0.34) 0.229(0.362) (0,1) -0.53(-0.599) 0.327(0.381) -0.371(-0.587) (0,3) -1.276(-1.018) -1.138(-0.936) -0.715(-0.799) (0,5) -0.273(-0.178) -2.243(-1.506) -0.927(-0.846) (0,20) 2.69(0.937) -1.532(-0.55) -1.156(-0.564) (-5,20) 1.933(0.605) -2.067(-0.672) -1.158(-0.508)
事件窗口 CAAR CAAV CAAS
(-5,-1) 0.447(0.481) 1.678(3.722*) 0.849(0.221) (-3,-1) 0.812(1.129) 1.359(3.964*) 0.954(0.32) (-1,0) 0.594(1.012) 0.941(3.641*) 2.423(0.997) (0,1) 0.641(1.092) 0.682(2.435*) 2.963(1.218) (0,3) -0.314(-0.379) 2.433(6.143*) 11.615(3.378*) (0,5) -1.71(-1.682) 3.614(7.615*) 17.727(4.209*) (0,20) -1.524(-0.801) 10.838(11.941*) 71.216(9.039*) (-5,20) -1.077(-0.509) 12.486(12.364*) 72.066(8.22*) 註: 1. 括號內為 t 值，*表示在 5%水準之下顯著異於零。
2. CAAR 為累積平均異常報酬率；CAAV 為累積平均異常交易量；CAAS 為 累積平均異常波動性；CADE 為累積異常處分效果；CAEO 為累積異常過度樂觀； CAOC 為累積異常過度自信；CARE 為累積異常後悔效果；CAGF 為累積異常賭 徒謬誤；CAIC 為累積異常控制幻覺。
第三節、ADF 單根檢定
由於本研究採取時間序列資料進行實證分析，為了避免假性迴歸影響本研究 實證結果的正確性，因此在進行相關的計量經濟分析之前，必須先確認本研究採 用的時間序列資料是否為穩態(stationary)。表三呈現報酬率、交易量、波動性和 6 個行為偏誤變數的 ADF 單根檢定結果，模型一為無截距無時間趨勢模型，模 型二為無截距與有時間趨勢模型，模型三為有截距及有時間趨勢模型。 從表三可以得知，無論是「無截距無時間趨勢模型」、「無截距與有時間趨 勢模型」或「有截距及有時間趨勢模型」，其實證結果均顯著地拒絕有單根的假 設，表示本研究所採用之變數的水準項資料均為穩態，所以我們可以直接利用這 些變數的水準項資料進行後續的計量分析。 表三、ADF 單根檢定 變數 模型一 模型二 模型三 R𝑡 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) V𝑡 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) R𝑡2 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) DE𝑡 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) EO𝑡 0.0011*(p=0) 0.0000*(p=0) 0.0000*(p=0) OC𝑡 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) 𝐼𝐶𝑡 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) RE𝑡 0.0035*(p=0) 0.0000*(p=0) 0.0000*(p=0) GF𝑡 0.0000*(p=0) 0.0000*(p=0) 0.0000*(p=0) 註:表格中的值為 P 值；*代表在 5%水準之下顯著；括號內的 p 數值為最適落後第四節、領先落後關係
為了調查投資人行為決策結果(價、量、波動性）和行為偏誤之間的相互關 係，本研究採用 Chiang and Fong (2001)的方法來探討六種行為偏誤與投資人行為 決策結果之間的領先落後關係；亦即本研究採用(3.10)和(3.11)式獲得領先落後關 係的研究結果，茲將研究結果整理如表四、表五及表六所示。 表四呈現報酬率與六個行為偏誤之間的領先落後關係。從表四的 Panel A 可 以得知，在整個研究期間裡， 𝐷𝐿1和𝐷𝐿2是顯著大於零，代表報酬率領先處分效 果一期及兩期。此外，表四的 Panel A 也指出除了在漲跌幅限制放寬之後外，在 最佳一檔變為最佳五檔前後、最小跳動單位變動前後及漲跌幅限制放寬前的研究 結果均指出，𝐷𝐿1和𝐷𝐿2皆是顯著的正值，亦即表示在最佳一檔變為最佳五檔前 後、最小跳動單位變動前後及漲跌幅限制放寬前，報酬率領先處分效果一期及兩 期。根據表四 Panel A 的研究結果可以得知，在漲跌幅限制放寬後的𝐷𝐿1是顯著 地異於零，表示在漲跌幅限制放寬後，報酬率領先處分效果一期。此外，從表四 的 Panel B 之整個研究期間的結果可以得知， 𝐷𝐿1和 𝐷𝐿3是顯著異於零，故可得 知報酬率領先過度樂觀一期及三期。根據表四 Panel B 之最佳一檔改為最佳五檔 前後、最小跳動單位變動前後及漲跌幅限制放寬前後的研究結果可以得知，報酬 率呈現領先過度樂觀的情形。再者，從表四 Panel C 可以發現，在最佳一檔變為 最佳五檔之後，𝐷𝐿−1有顯著的正值，可以得知過度自信領先報酬率一期；在最 小跳動單位變動之後的結果指出，𝐷𝐿−3為顯著的正值，我們可以得知過度自信 領先報酬率三期；在漲跌幅限制放寬之後的結果指出，𝐷𝐿−3和𝐷𝐿−1為顯著的正 值，也可以得知過度自信領先報酬率一期及三期。從表四 Panel D 可以得知，除 了在漲跌幅限制放寬之後的研究結果外，整個研究期間、最佳一檔改為最佳五檔 前後、最小跳動單位變動前後及漲跌幅限制放寬前的研究結果均指出，𝐷𝐿−3和 𝐷𝐿−2是顯著地大於零，亦即表示控制幻覺領先報酬率三期及兩期。從表四 Panel
E 可以得知，在最佳一檔改為最佳五檔前之結果的𝐷𝐿2、在最佳一檔改為最佳五 檔後之結果的𝐷𝐿3、最小跳動單位變動前之結果的𝐷𝐿2、最小跳動單位變動後之 結果的𝐷𝐿3及漲跌幅限制放寬前後之結果的𝐷𝐿3都是顯著地大於零，代表報酬率 領先控制幻覺。最後，我們從 Panel F 可以得知，所有估計值都不顯著，代表報 酬率與賭徒謬誤之間無明顯領先落後關係。 表五呈現交易量與六個行為偏誤之間的領先落後關係。首先，從表五 Panel A 可以得知，在整個研究期間裡，𝐷𝐿−1和𝐷𝐿1是顯著的正值，但是𝐷𝐿−1的顯著性高 於𝐷𝐿1，代表處分效果領先交易量的證據較交易量領先處分效果的證據來得明顯； 表五 Panel A 也指出，除了在漲跌幅限制放寬之後的結果外，由最佳一檔改為最 佳五檔前後、最小跳動單位變動前後及漲跌幅限制放寬前等期間結果可以得知， 處分效果領先交易量。其次，從表五 Panel B 可以得知，除了在漲跌幅限制放寬 之後的研究結果外，交易量都呈現領先過度樂觀的情形，然而在漲跌幅限制放寬 之後卻發現過度樂觀領先交易量的情形。第三，從表五 Panel C 可以得知，在整 個研究期間、最佳一檔改為最佳五檔之前後、最小跳動單位變動前後及漲跌幅放 寬前的研究結果都指出𝐷𝐿1和𝐷𝐿2是顯著的正值，代表交易量領先過度自信一期 及兩期。第四，從表五 Panel E 可以發現，在整個研究期間、最佳一檔改為最佳 五檔前、最小跳動單位變動前及漲跌幅限制放寬前的研究結果均指出，後悔效果 領先交易量。最後，從表五 Panel F 可以發現，在最佳一檔改為最佳五檔之後的 研究結果指出𝐷𝐿3是顯著的正值，表示交易量領先賭徒謬誤三期；在最小跳動單 位變動之後的研究結果指出𝐷𝐿−3和𝐷𝐿2是顯著地大於零，表示賭徒謬誤領先交易 量三期和交易量領先賭徒謬誤兩期，亦即賭徒謬誤領先交易量的情形較交易量領 先賭徒謬誤的情形來得明顯；而在漲跌幅限制放寬之後的研究結果指出𝐷𝐿−3是 顯著的正值，表示賭徒謬誤領先交易量三期。
表六呈現波動性與六個行為偏誤之間的領先落後關係。從表六 Panel A 可以 發現，在整個研究期間、最佳一檔改為最佳五檔前、最小跳動單位變動前及漲跌 幅限制放寬前的研究結果都指出𝐷𝐿0是顯著地大於零，表示波動性與處分效果具 有同期關係。此外，根據表六 Panel C 的研究結果可以得知，在整個研究期間， 𝐷𝐿−1都較𝐷𝐿1更為顯著，表示過度自信領先波動度的證據較波動度領先過度自信 來得明顯；在最佳一檔改為最佳五檔後，𝐷𝐿−1有明顯正值，表示過度自信領先 波動度一期。再者，根據表六 Panel D 的研究結果可以得知，在整個研究期間， 𝐷𝐿−1、𝐷𝐿−2、𝐷𝐿−3和𝐷𝐿3都是顯著的正值，代表控制幻覺領先波動性一期、兩 期及三期，以及波動性領先控制幻覺三期；然而，由於係數𝐷𝐿−1、𝐷𝐿−2、𝐷𝐿−3的 顯著性高於係數𝐷𝐿1、𝐷𝐿2、𝐷𝐿3，因此我們可以合理地推論控制幻覺領先波動性 的證據較領先波動性領先控制幻覺的證據來得明顯；在最佳一檔改為最佳五檔前 後、最小跳動單位變動前後及漲跌幅限制放寬前後的研究結果均指出，控制幻覺 領先波動性。最後，從表六 Panel F 可以得知，在漲跌幅限制放寬後的研究結果 指出，𝐷𝐿−3是顯著的正值，表示賭徒謬誤領先波動性三期。 價、量、波動是交易決策發生後的結果，而投資人心理狀態變化則是發生在 交易決策前。一般而言，交易機制的變動可能會先影響到投資人心理狀態，而後 才會影響到價、量、波動性等交易決策下的結果；但是在價、量、波動性等交易 決策結果發生後，價、量、波動性的表現又有可能衝擊投資人心理狀態變化；因 此，我們可以合理地推論交易決策結果與行為偏誤應存在相互領先的關係。我們 從上述六種行為偏誤與投資人行為決策結果的領先落後關係可以得知，實證結果 發現交易決策結果與行為偏誤存在相互領先的回饋關係，而且行為偏誤領先決策 結果的情形要比決策結果領先行為偏誤的情形來得更加明顯。前述結果隱含當主 管機關進行交易機制變動措施時，其除了要瞭解該措施對價、量、波動性的影響 外，也應調查該措施對投資人心理狀態的衝擊，以及分析價、量、波動性表現是 否產生更顯著的行為偏誤。
表四、報酬率與各個行為偏誤之領先落後關係 *表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel A:報酬率vs處份效果 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 -0.016 -0.981 0.000 -0.014 -0.035 -1.705 -0.007 -0.241 -0.035 -1.589 -0.013 -0.716 -0.075 -1.675 DL-2 -0.063 -3.795* -0.067 -2.057* -0.062 -2.984* -0.082 -2.965* -0.043 -1.965* -0.067 -3.785* 0.025 0.547 DL-1 -0.038 -2.285* 0.032 0.997 -0.120 -5.773* 0.012 0.439 -0.119 -5.453 -0.037 -2.113* -0.038 -0.852 DL0 -0.085 -5.125* 0.086 2.658* -0.290 -13.933* 0.028 1.023 -0.259 -11.781* -0.087 -4.923* -0.054 -1.179 DL1 0.239 14.511* 0.117 3.621* 0.409 19.721* 0.164 6.019* 0.374 17.087* 0.245 13.897* 0.139 3.120* DL2 0.079 4.735* 0.069 2.106* 0.095 4.583* 0.079 2.868* 0.080 3.651* 0.084 4.729* 0.018 0.401 DL3 0.025 1.531 0.029 0.871 0.036 1.762 0.021 0.771 0.045 2.063* 0.024 1.327 0.053 1.174 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel B:報酬率vs過度樂觀 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 -0.096 -2.441* -0.135 -1.021 -0.113 -2.891* -0.128 -1.147 -0.105 -2.737* -0.091 -2.177* -0.297 -1.986* DL-2 -0.130 -3.184* -0.151 -1.144 -0.108 -2.657* -0.096 -0.859 -0.109 -2.735* -0.127 -2.963* -0.251 -1.643 DL-1 -0.082 -2.111* -0.285 -2.179* 0.003 0.068 -0.350 -3.164* 0.014 0.357 -0.088 -2.147* 0.088 0.597 DL0 0.151 3.855* -0.412 -3.139* 0.302 7.772* -0.244 -2.194* 0.285 7.419* 0.133 3.235* 0.771 5.255* DL1 0.123 3.166* 0.667 5.081* 0.067 1.741 0.630 5.677* 0.052 1.379 0.117 2.855* 0.370 2.504* DL2 0.069 1.683 0.026 0.193 0.026 0.639 -0.026 -0.235 0.039 0.976 0.063 1.461 0.331 2.159* DL3 0.093 2.362* 0.228 1.719 0.034 0.875 0.184 1.648 0.047 1.214 0.092 2.209* 0.192 1.286 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
*表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel C:報酬率vs過度自信 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.192 1.525 0.006 0.019 0.265 0.707 0.023 0.101 0.354 2.257* 0.178 1.332 0.956 2.283* DL-2 0.199 1.535 0.111 0.333 0.25 0.644 0.212 0.921 0.143 0.887 0.216 1.569 -0.267 -0.634 DL-1 0.069 0.541 -0.440 -1.371 1.633 4.276* -0.135 -0.601 0.282 1.772 0.056 0.415 0.862 2.051* DL0 0.005 0.037 -0.417 -1.319 4.845 12.901* 0.181 0.824 -0.201 -1.277 0.103 0.783 -2.551 -5.941* DL1 -0.836 -6.579* -0.149 -0.464 0.43 1.125 -0.488 -2.168* -1.217 -7.654* -0.838 -6.228* -0.993 -2.359* DL2 -0.059 -0.452 -0.037 -0.111 -0.768 -1.976* -0.087 -0.376 0.040 0.248 -0.072 -0.521 -0.252 -0.596 DL3 0.205 1.628 0.462 1.419 -0.598 -1.589 0.377 1.677 0.060 0.385 0.229 1.715 -0.202 -0.479 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel D:報酬率vs控制幻覺 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.150 5.101* 0.136 2.015* 0.181 5.451* 0.161 3.067* 0.166 4.614* 0.151 4.845* 0.146 1.732 DL-2 0.180 5.984* 0.278 4.091* 0.148 4.319* 0.239 4.487* 0.170 4.606* 0.184 5.725* 0.146 1.707 DL-1 -0.037 -1.237 -0.017 -0.252 -0.021 -0.628 -0.006 -0.109 -0.014 -0.397 -0.031 -0.994 -0.138 -1.664 DL0 -0.569 -19.325* -0.532 -7.996* -0.571 -16.987* -0.581 -11.076* -0.538 -14.842* -0.574 -18.259* -0.489 -5.927* DL1 -0.445 -15.017* -0.594 -8.809* -0.364 -10.783* -0.585 -11.088* -0.337 -9.244* -0.450 -14.204* -0.382 -4.583* DL2 -0.188 -6.255* -0.147 -2.157* -0.225 -6.574* -0.139 -2.609* -0.269 -7.265* -0.184 -5.722* -0.313 -3.639* DL3 -0.067 -2.279* -0.137 -2.032* -0.043 -1.286 -0.145 -2.759* -0.034 -0.955 -0.062 -1.986* -0.173 -2.043* 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
*表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel E:報酬率vs後悔效果 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.019 0.473 0.075 0.811 0.005 0.109 0.099 1.352 -0.011 -0.241 0.027 0.620 0.023 0.327 DL-2 -0.035 -0.863 0.073 0.784 -0.061 -1.337 0.078 1.047 -0.054 -1.113 -0.032 -0.717 0.031 0.441 DL-1 -0.096 -2.398* -0.098 -1.071 -0.068 -1.483 -0.130 -1.769 -0.023 -0.474 -0.101 -2.272* -0.086 -1.223 DL0 -0.267 -6.721* -0.520 -5.681* -0.135 -2.977* -0.585 -7.981* -0.022 -0.469 -0.359 -8.106* 0.331 4.701* DL1 -0.054 -1.364 -0.153 -1.669 -0.038 -0.836 -0.159 -2.169* -0.032 -0.666 -0.081 -1.819 0.068 0.958 DL2 0.062 1.538 0.191 2.039* -0.047 -1.026 0.170 2.275* -0.073 -1.521 0.074 1.639 -0.028 -0.391 DL3 0.106 2.692* 0.104 1.135 0.102 2.296* 0.092 1.253 0.098 2.094* 0.102 2.334* 0.148 2.092* 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel F:報酬率vs賭徒謬誤 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.000 -0.133 -0.001 -0.248 0.000 0.037 0.000 -0.089 -0.001 -0.080 0.000 -0.110 -0.124 -1.688 DL-2 -0.001 -0.458 -0.007 -1.402 0.001 0.518 -0.001 -0.560 0.009 1.450 -0.001 -0.438 0.000 0.002 DL-1 -0.002 -1.172 -0.005 -0.886 -0.001 -0.774 -0.002 -0.812 -0.005 -0.811 -0.002 -1.121 -0.050 -0.696 DL0 0.001 0.786 0.001 0.163 0.001 0.857 0.002 0.741 -0.004 -0.627 0.001 0.761 -0.013 -0.192 DL1 -0.001 -0.830 0.004 0.708 -0.002 -1.580 -0.002 -0.804 0.007 1.075 -0.001 -0.788 -0.047 -0.660 DL2 0.001 0.882 0.000 -0.063 0.002 1.165 0.001 0.603 0.005 0.750 0.001 0.847 0.057 0.774 DL3 0.000 -0.047 -0.001 -0.102 0.000 0.033 0.000 0.039 -0.003 -0.447 0.000 -0.041 -0.020 -0.276 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
表五、交易量與各個行為偏誤之領先落後關係 *表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel A:交易量vs處份效果 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.001 0.665 -0.001 -0.534 0.004 1.806 -0.002 -0.751 0.005 2.834* 0.001 0.467 0.001 0.402 DL-2 -0.003 -2.181* -0.001 -0.452 -0.006 -3.002 -0.003 -1.168 -0.004 -2.395* -0.003 -1.629 0.000 -0.127 DL-1 0.013 8.345* 0.018 6.564* 0.006 2.771* 0.016 5.964* 0.005 2.853* 0.013 8.068* 0.001 0.234 DL0 -0.012 -7.883* -0.011 -4.213* -0.013 -6.352* -0.015 -5.322* -0.008 -4.439* -0.013 -7.716*' -0.010 -3.979* DL1 0.004 2.957* 0.005 1.938 0.003 1.398 0.006 2.219* 0.001 0.444 0.005 2.911* 0.004 1.668 DL2 0.001 0.732 0.003 1.064 -0.001 -0.623 0.003 1.083 -0.002 -1.158 0.001 0.822 0.001 0.435 DL3 0.002 1.055 0.000 -0.065 0.004 1.804 0.001 0.402 0.002 1.134 0.002 0.971 -0.001 -0.240 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel B:交易量vs過度樂觀 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 -0.002 -0.579 0.013 1.164 -0.002 -0.498 0.012 1.065 0.001 0.211 -0.002 -0.620 -0.006 -0.711 DL-2 -0.010 -2.605* 0.007 0.647 -0.009 -2.248* 0.014 1.209 -0.008 -2.547* -0.009 -2.286* 0.002 0.203 DL-1 0.001 0.281 -0.002 -0.163 0.004 1.134 0.010 0.903 0.004 1.332 0.002 0.488 0.021 2.553* DL0 0.014 3.854* 0.052 4.527* 0.009 2.393* 0.058 5.027* 0.008 2.609* 0.015 3.921* -0.002 -0.190 DL1 0.007 1.911 0.037 3.223* -0.001 -0.211 0.040 3.519* -0.001 -0.355 0.007 1.984* 0.004 0.473 DL2 0.009 2.386* 0.015 1.268 0.005 1.360 0.020 1.727 0.005 1.525 0.010 2.468* 0.004 0.493 DL3 0.007 1.865 0.009 0.822 0.006 1.657 0.014 1.179 0.006 1.967* 0.007 1.779 0.007 0.804 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
*表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel C:交易量vs過度自信 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 -0.028 -2.703* -0.022 -0.929 -0.026 -2.302* -0.019 -0.948 -0.030 -2.745* -0.028 -2.506* -0.012 -0.550 DL-2 -0.003 -0.273 -0.050 -2.054* 0.013 1.015 -0.021 -0.994 0.033 2.842* -0.013 -1.102 -0.003 -0.149 DL-1 -0.058 -5.593 -0.139 -5.909* -0.017 -1.471 -0.091 -4.501* -0.016 -1.459 -0.061 -5.486* -0.002 -0.103 DL0 0.295 28.809* 0.324 13.992* 0.279 24.391* 0.343 17.277* 0.245 21.958* 0.305 27.992* 0.234 10.749* DL1 0.044 4.182* 0.056 2.366* 0.037 3.175* 0.052 2.564* 0.051 4.503* 0.045 4.021* -0.013 -0.626 DL2 0.034 3.164* 0.053 2.181* 0.022 1.961* 0.043 2.073* 0.038 3.339* 0.035 3.099* 0.024 1.116 DL3 0.003 0.288 0.045 1.897 -0.016 -1.441 0.026 1.304 -0.016 -1.433 0.004 0.370 0.009 0.420 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel D:交易量vs控制幻覺 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.006 2.346* 0.001 0.211 0.006 1.956 -0.001 -0.109 0.005 1.669 0.007 2.205* 0.000 0.097 DL-2 0.009 3.222* 0.013 2.165* 0.002 0.662 0.009 1.602 -0.003 -0.954 0.009 3.069* -0.001 -0.220 DL-1 0.004 1.614 0.009 1.587 -0.002 -0.747 0.002 0.446 -0.005 -1.808 0.003 0.930 -0.008 -1.583 DL0 -0.039 -14.143* -0.063 -11.159* -0.029 -8.893* -0.067 -12.379* -0.024 -8.223* -0.042 -14.267* -0.015 -3.151* DL1 -0.012 -4.321* -0.019 -3.279* -0.011 -3.404* -0.024 -4.357* -0.010 -3.595* -0.014 -4.551* 0.005 0.943 DL2 -0.006 -2.011* -0.020 -3.529* -0.001 -0.409 -0.021 -3.858* 0.000 -0.133 -0.006 -2.067* -0.001 -0.170 DL3 -0.001 -0.407 -0.006 -1.032 -0.002 -0.502 -0.010 -1.820 0.001 0.246 -0.001 -0.439 -0.003 -0.611 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
*表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel E交易量vs後悔效果 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.009 2.844* 0.016 2.239* 0.006 1.613 0.013 2.023* 0.006 1.846 0.012 3.262* 0.004 1.297 DL-2 -0.010 -3.099* 0.026 2.652* -0.031 -8.815* 0.024 3.684* -0.034 -10.079* -0.001 -0.137 0.000 0.066 DL-1 0.009 2.835* 0.033 4.765* 0.003 0.797 0.036 5.538* -0.005 -1.557 0.012 3.441* 0.004 1.198 DL0 -0.100 -31.053* -0.098 -14.249* -0.100 -26.321* -0.135 -20.925* -0.066 -19.617* -0.114 -31.843* -0.053 -17.076* DL1 -0.010 -3.015* -0.012 -1.732 -0.006 -1.600 -0.016 -2.513* -0.007 -2.012* -0.012 -3.367* 0.002 0.708 DL2 0.002 0.565 0.010 1.488 -0.003 -0.724 0.010 1.531 -0.003 -0.858 0.003 0.927 -0.002 -0.612 DL3 0.000 -0.156 0.000 -0.015 0.001 0.262 -0.004 -0.667 0.003 0.866 0.001 0.202 0.002 0.514 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel F交易量vs賭徒謬誤 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.000 0.264 0.000 -0.154 0.000 0.387 0.000 -0.116 0.001 2.449* 0.000 0.251 0.008 2.101* DL-2 0.000 -0.615 0.000 -0.757 0.000 -0.257 0.000 -0.499 0.000 0.461 0.000 -0.583 -0.002 -0.624 DL-1 0.000 -0.217 0.000 0.449 0.000 -0.626 0.000 -0.011 -0.001 -1.231 0.000 -0.192 -0.005 -1.231 DL0 0.000 -0.065 0.000 -0.529 0.000 0.265 0.000 -0.157 0.001 1.573 0.000 -0.042 0.003 0.750 DL1 0.000 1.582 0.001 1.657 0.000 0.674 0.000 1.184 0.000 -0.576 0.000 1.514 -0.003 -0.656 DL2 0.000 1.153 0.000 -0.420 0.000 0.421 0.000 -0.142 0.001 2.884* 0.000 0.171 0.001 0.207 DL3 0.000 1.659 -0.001 -1.542 0.000 3.141* 0.000 1.120 0.000 0.641 0.000 1.594 0.005 1.354 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
表六、波動性與各個行為偏誤之領先落後關係 *表示在 5%水準之下顯著異於零 *表示在 5%水準之下顯著異於零 Panel A:波動性vs處份效果 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 0.028 0.548 0.017 0.161 -0.041 -0.640 0.049 0.558 -0.045 -0.683 0.034 0.611 -0.071 -0.812 DL-2 0.023 0.455 0.022 0.216 -0.085 -1.322 0.045 0.522 -0.069 -1.042 0.023 0.417 0.009 0.098 DL-1 -0.058 -1.148 -0.031 -0.303 -0.179 -2.807* -0.018 -0.208 -0.154 -2.352* -0.059 -1.078 -0.048 -0.549 DL0 0.194 3.826* 0.319 3.139* -0.072 -1.124 0.288 3.351* 0.001 0.012 0.208 3.785* -0.029 -0.317 DL1 -0.115 -2.261* -0.060 -0.590 -0.289 -4.531* -0.011 -0.123 -0.335 -5.112* -0.123 -2.236* -0.004 -0.046 DL2 -0.114 -2.218* -0.167 -1.620 -0.130 -2.034* -0.146 -1.680 -0.089 -1.357 -0.123 -2.212* 0.016 0.178 DL3 0.047 0.925 0.062 0.601 -0.032 -0.509 0.127 1.462 -0.111 -1.700 0.051 0.923 0.005 0.061 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前 Panel B:波動性vs過度樂觀 研究期間 係數 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 估計值 t值 DL-3 -0.138 -1.172 -0.173 -0.416 -0.209 -1.877 -0.063 -0.180 -0.186 -1.722 -0.123 -0.974 -0.613 -2.061* DL-2 -0.255 -2.089* -0.314 -0.750 -0.303 -2.621* -0.060 -0.170 -0.298 -2.659* -0.247 -1.903 -0.383 -1.260 DL-1 -0.368 -3.153* -0.280 -0.676 -0.378 -3.431* -0.120 -0.343 -0.359 -3.361* -0.368 -2.961* -0.263 -0.899 DL0 -0.547 -4.678* -2.050 -4.938* -0.246 -2.219* -1.444 -4.117* -0.283 -2.629* -0.550 -4.412* -0.275 -0.941 DL1 -0.389 -3.335* 0.213 0.514 -0.381 -3.462* 0.129 0.369 -0.375 -3.509* -0.385 -3.097* -0.152 -0.517 DL2 -0.031 -0.255 -0.211 -0.502 0.005 0.047 0.334 0.938 -0.073 -0.650 -0.017 -0.131 -0.296 -0.972 DL3 0.096 0.814 -0.121 -0.290 0.112 1.004 -0.218 -0.618 0.143 1.322 0.099 0.784 0.067 0.225 漲跌幅限制放寬後 整個研究期間 最佳一檔改為最佳五檔前 最佳一檔改為最佳五檔後 最小跳動單位變動前 最小跳動單位變動後 漲跌幅限制放寬前
