權益資金成本之估計-橫斷面資料的應用 - 政大學術集成

全文

(1)國立政治大學國際經營與貿易學系碩士論文. 政治大. 立權益資金成本之估計-橫斷面資料的應用. ‧ 國. 學. The Estimation of Cost of Equity Capital:. ‧. Cross-sectional Data Application. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：郭炳伸博士林信助博士研究生：陳玉慧撰中華民國一百零二年七月.

(2) 謝辭. 首先，要謝謝兩位指導老師在這三年不辭辛勞的教導，讓我可以順利完成論文，並從中獲益良多。在撰寫的過程中，謝謝林老師耐心的指導與叮嚀，在我不知所措時指點迷津，在我焦躁不安時給予鼓勵與協助，並時常提供許多寶貴的建議，在待人處事的細節裡，也承蒙老師許多的教誨；謝謝郭老師在每回討論時，提出我從未思考過的問題，加深我思考的深度，重新構想與審視論文的內容與意義，並常常指出關鍵點所在。同時也要感謝口試委員詹老師特地撥冗前來指導，. 政治大此誠摯地感謝三位老師在這段期間的指導與勉勵。立. 謝謝詹老師細心的指正、精闢的見解與建議，使本論文得以更臻於完善。最後在. ‧ 國. 學. 在撰寫論文的過程中有歡笑、有淚水，謝謝這段時間一同度過的朋友，謝謝. ‧. 教會的朋友們，在我壓力大時，因為他們的陪伴，讓我可以重新恢復活力、面對. sit. y. Nat. 問題；謝謝筑方，與他的偶爾一小聊，常常讓我可以忘卻繁亂的論文世界；謝謝. al. er. io. 和風，感謝他在忙碌的職涯生活中仍幫助我許多；謝謝宛儒，一個和我並肩作戰. v. n. 的好夥伴，兩人一同為著論文著急、緊張，一同在研討室奮鬥努力，雖然一起努. Ch. 力的時間不長，卻彌足珍貴。. engchi. i n U. 最後，要謝謝家人的支持與體諒，讓我可以無後顧之憂的徜徉在論文的世界中，雖然在撰寫的過程中備感壓力，但事過境遷後，竟體認到痛苦會過去，美會留下的真諦。. 陳玉慧謹誌民國 102 年 i.

(3) 摘要. 本文分別將橫斷面(Cross-sectional)資料求得的 ROE 與分析師盈餘預測資料，代入剩餘所得模型 (Residual Income Valuation, RIV) 中求出隱含資本成本 (Implied Cost of Capital, ICC)，並分別據以估計權益資金成本，檢視何者估計的較好。我們發現以橫斷面資料求算的盈餘與實際盈餘較為接近且小幅低估；分析師的盈餘預測資料與實際的盈餘差距較大且大幅高估。透過零成本投資組合的模. 政治大擬，發現橫斷面資料估計的權益資金成本報酬較高。因此橫斷面資料估計的權益立 ‧. ‧ 國. 學. 資金成本作為公司管理者與投資者在決策時的參考依據應較可信賴。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 關鍵字：權益資金成本、分析師盈餘預測、橫斷面、剩餘所得模型、隱含資本成本 ii.

(4) 英文摘要. Based on Residual Income Valuation (RIV), in this paper, we employ two different kinds of data, ROE generated by cross-sectional data and analysts’ earnings forecasts data, to calculate the Implied Cost of Capital (ICC), which is used for estimating the cost of equity capital. Earnings generated by cross-sectional data are smaller and closer to actual earnings; however, analysts’ earnings forecasts data are much higher than actual earnings. In addition, zero-cost testing portfolios formed by. 政治大 more reliable reference of cost 立 of equity capital for both managers and investors while ICC estimated by cross-sectional data produce better profits, and hence should be a. ‧. ‧ 國. 學. making decisions.. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. Keywords : Cost of Equity Capital, Analysts’ Earnings Forecast, Cross-sectional, Residual Income Valuation, Implied Cost of Capital. iii.

(5) 目錄謝辭................................................................ i 摘要............................................................... ii 英文摘要.......................................................... iii 目錄............................................................... iv 圖目錄.............................................................. v. 政治大. 表目錄.............................................................. v. 立. 緒論...................................................... 1. 第貳章. 文獻回顧.................................................. 4. 第參章. 研究設計.................................................. 8. ‧. ‧ 國. 學. 第壹章. Nat. 二、. 變數定義................................................ 9. er. sit. y. 資料說明................................................ 8. io. 一、. al. n. v i n Ch 研究方法............................................... 10 engchi U. 三、第肆章. 實證結果與分析........................................... 18. 第伍章. 結論與建議............................................... 29. 參考文獻........................................................... 31. iv.

(6) 圖目錄圖 1. 實際報酬率與 ICCm、ICCa 中位數比較圖，2003-2011 ........................... 23. 圖 2. ICCm 與 ICCa 中位數比較圖，2003-2011 .................................................. 24. 表目錄表 1 表 2. 以橫斷面資料求算 ROE 所用之變數敘述統計量，1993-2011 .................. 18. 政治大. 橫斷面資料 ROE 迴歸係數，1993-2011....................................................... 19. 立. 盈餘敘述統計量(橫斷面資料求得)，2003-2011........................................ 20. 表 4. 盈餘敘述統計量(分析師盈餘預測資料)，2003-2011................................ 20. 表 5. 橫斷面資料盈餘預測與分析師盈餘預測資料的相關係數表...................... 21. 表 6. 橫斷面資料盈餘預測與分析師盈餘預測準確度比較，2003-2009............ 22. 表 7. ICCm 與 ICCa 之敘述統計量，2003-2011 .................................................. 23. 表 8. v i n Ch 根據 ICCm 與 ICCa 進行投資組合模擬，未來一至三年的報酬率情形 ... 27 engchi U. 表 9. 比較 ICCm 與 ICCa 投資組合類別配置的情形 ........................................... 28. ‧. ‧ 國. 學. 表 3. er. io. sit. y. Nat. n. al. v.

(7) 第壹章緒論. 權益資金成本即是預期報酬，在實務運用上相當重要，諸如資本預算、投資組合配置、評價模型等皆需使用到權益資金成本進行估算，故有許多文獻探討如何估計權益資金成本。權益資金成本估計的方式很多，如資本資產訂價模型 (Capital Asset Pricing Model, CAPM)、三因子模型、折現評價模型的隱含資本成本(Implied Cost of Capital, ICC)。實務上主要以 CAPM 估計權益資金成本，但由. 政治大於 CAPM、三因子模型皆是採用已實現報酬估算權益資金成本，許多文獻顯示採立. ‧ 國. 學. 用已實現報酬率估計權益資金成本並不精確，因事後的已實現報酬無法反應事前. ‧. 的權益資金成本，如 Miller(1997)認為由於投資人有不同的預期與投資方式，事. sit. y. Nat. 後的已實現報酬僅反應少數樂觀投資人的預期而非一般投資人在事前的預期。. n. al. er. io. Fama and French(1997)亦認為使用 CAPM、三因子模型估計權益資金成本有三大. Ch. i n U. v. 潛在問題：一、難以分辨何者資產評價模型較正確；二、因子的係數估計不精確；. engchi. 三、因子的風險溢酬估計不精確。因此近年來愈來愈多國外文獻以折現評價模型求得的隱含資本成本(ICC)估計權益資金成本，此方法採用事前的資訊，與 Black and Scholes(1973)提出的隱含波動率(implied volatility)方法類似，皆採用前視 (forward looking)的方法進行估計，因無使用事後的已實現報酬估計權益資金成本，故此法被廣泛使用。在 Gebhardt, Lee, and Swaminathan(2001)使用剩餘所得模型(RIV)估計權益資金成本後，許多文獻也採用此法估計權益資金成本。在. 1.

(8) Gebhardt, Lee, and Swaminathan(2001)中，採用分析師盈餘預測資料代入剩餘所得模型(RIV)中估計權益資金成本，但許多文獻發現採用分析師盈餘預測資料會有樣本數不足與過度樂觀兩大缺失，故近年來有許多文獻採用橫斷面資料求算的盈餘或 ROE 資料代入剩餘所得模型(RIV)中估計權益資金成本，如 Hou, van Dijk, and Zhang(2011); Wu and Zhang(2011); Palazzo(2012) 。 Hou, van Dijk, and Zhange(2011)對橫斷面資料求算的盈餘與分析師盈餘預測資料進行比較，發現以. 政治大. 橫斷面資料求算的盈餘是較可信賴的代理變數。. 立. 國內文獻中估計權益資金成本的方法，大多採用 CAPM、三因子模型、益本. ‧ 國. 學. 比，少數採用折現評價模型，如蔡珮穎(2007)探討 Ohlson and Juettner(2005)(OJ. io. sit. y. Nat. 料。. ‧. 模型)是否適用於台灣企業，但在盈餘資料的部分也僅採用分析師盈餘預測資. er. 由於國外以橫斷面資料估計權益資金成本逐漸受到重視，國內仍尚未探討這. al. n. v i n Ch 方面的議題，且採用分析師盈餘預測資料作為折現評價模型裡的變數仍是國內主 engchi U 要的做法，故我們欲探討以橫斷面資料求算的盈餘資料與分析師盈餘預測資料的差異，及比較兩者所估計的權益資金成本。本文主要研究在 2003-2011 年間的所有上市上櫃的電子工業產業公司，比較採用橫斷面資料求算的盈餘與估計的權益資金成本和使用分析師盈餘預測資料的盈餘與估計的權益資金成本的差異。我們主要參考 Hou, van Dijk, and Zhang(2011); Wu and Zhang(2011); Palazzo(2012)，以橫斷面資料求算 ROE 後，代 2.

(9) 入剩餘所得模型(RIV)中估計權益資金成本。Hou, van Dijk, and Zhang(2011)以橫斷面資料求算盈餘，但 Wu and Zhang(2011)為避免盈餘資料非定態資料，故改以求算 ROE，在此我們參考 Wu and Zhang(2011)修正後的作法。本文架構為：本章緒論、第二章文獻回顧，探討國內外文獻對於估計權益資金成本的研究發展與演變、第三章研究設計，包含研究時間、研究對象與研究方法、第四章實證結果與分析、第五章結論與建議。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 3. i n U. v.

(10) 第貳章文獻回顧. 權益資金成本(預期報酬)在公司當局進行股票評價 1、資本預算決策及對投資實務如投資組合配置、績效評量等皆相當重要，因此有許多文獻嘗試估計權益資金成本。早期文獻採用已實現報酬代替權益資金成本，但愈來愈多的研究顯示使用已實現報酬預估權益資金成本並不精確 (Fama and French, 1997)。另有採用資本評價模型估計權益資金成本，如CAPM(Sharp, 1964)、三因模型(Fama and. 政治大 French, 1993)，但這些估計權益資金成本的方式仍是使用已實現報酬求得。為了立. ‧ 國. 學. 修正已實現報酬估計的缺失，現今的研究多採用折現評價模型的隱含資本成本. ‧. (Implied Cost of Capital, ICC) 估計權益資金成本，主要有 Gordon and. sit. y. Nat. Gordon(Gordon, 1997)、Claus and Thomas(CT, 2001)、Gebhardt et al.(GLS, 2001)、. n. al. er. io. Easton(MPEG, 2004)、Ohlson and Juettner-Nauroth(OJ, 2005)。折現評價模型估. Ch. i n U. v. 計權益資金成本的公式定義為：當公司股價等於總和未來現金流量折現時的折現. engchi. 率，這個方法的優點為只需使用未來現金流量的預測值與股價等變數，不需採用已實現報酬，故愈來愈多文獻採用此法估計權益資金成本。一般使用折現評價模型預估權益資金成本多採用分析師的盈餘預測資料當作未來現金流量的代理變數，但許多文獻(Guay et al., 2011)顯示採用分析師盈餘預測資料估計的權益資金成本不甚理想。主要的兩大問題為：一、樣本數不足分析師預測的公司多為大型公司，使佔股票市場多數的小型公司或表現不好的公 1. 感謝口試委員的建議。 4.

(11) 司無資料可供分析。二、過度樂觀，甚至偏誤：O’Brien(1988)、Easton and Sommers(2007)顯示分析師盈餘預測有過度樂觀的情形，使估計的權益資金成本產生向上偏誤(upward bias)。Francis et al.(2000)亦發現使用分析師盈餘預測資料當作變數的評價模型會產生偏誤。由於使用分析師盈餘預測資料有上述兩大問題(樣本性不足、過度樂觀)，故近年有愈來愈多文獻採用橫斷面資料求得的隱含資本成本(ICC)估計權益資金. 政治大. 成本(Hou, van Dijk, and Zhang, 2011; Wu and Zhang, 2011; Palazzo, 2012)。Hou,. 立. van Dijk, and Zhang(2011)採用剩餘所得模型(RIV)與其他折現評價模型估計權益. ‧ 國. 學. 資金成本，對以橫斷面資料估計的盈餘與分析師的盈餘預測兩者估計的權益資金. ‧. 成本進行比較，發現使用橫斷面資料估計的盈餘可以顯著補捉到未來盈餘的變異. Nat. io. sit. y. 情形，且使用橫斷面資料估計的權益資金成本在樣本數、預測誤差、盈餘反應係. er. 數(ERC)皆較分析師盈餘預測資料估計的權益資成本佳，故他們認為使用橫斷面. al. n. v i n Ch 資料估計的盈餘相對於分析師的盈餘預測資料而言是較可信賴的代理變數。他們 engchi U. 亦發現使用橫斷面資料求得的盈餘，估計績效表現相對差的公司估計的較準確，故對於想要研究績效相對差的公司的投資者而言，使用此法預估盈餘，並進而估計權益資金成本是較佳的方式。Wu and Zhang(2011)採用 Hou, van Dijk, and Zhang(2011)預估盈餘的方法，估計權益資金成本，但為避免盈餘可能為非定態的變數，而改以預測 ROE，在此，我們採用其修正後的方法。在國內文獻方面尚無比較橫斷面資料估計的權益資金成本和分析師盈餘預 5.

(12) 測資料估計的權益資金成本，且尚無使用以橫斷面資料估計權益資金成本，大部分採用分析師盈餘預測資料估計權益資金成本。且大部分探討權益資金成本的文獻主要討論權益資金成本與風險性因子的關係，如涂展源(2005)以益本比、 CAPM、三因子估計權益資金成本，探討在收益基礎評價模型下，何種權益資金成本較能有效反應出投資人考慮企業智慧資本特性和風險後所要求之必要報酬率。發現三種方式求得的權益資金成本皆對企業價值具有攸關性，其中三因子模. 政治大. 型的攸關性最高。少數使用評價模型估計權益資金成本，但也僅採用分析師財務. 立. 預測資料估計，並非採用橫斷面資料估計，如蔡珮穎(2007)採用 Ohlson and. ‧ 國. 學. Juettner(2005)衡量權益資金成本的方式(OJ 模型)，探討 OJ 模型是否適用於台灣. ‧. 企業，並研究已實現報酬與 OJ 模型估計的權益資金成本之關聯性。結果顯示使. Nat. io. sit. y. 用 OJ 模型估計的權益資金成本可作為投資人與管理者的重要參考依據，且發現. er. 已實現報酬與 OJ 模型估計之權益資金成本呈顯著正相關。. al. n. v i n Ch 雖然尚無以橫斷面資料估計的權益資金成本與分析師盈餘預測估計的權益 engchi U. 資金成本兩者之間比較的相關文獻，但在分析師盈餘預測部分，有許多國內文獻也顯示出分析師的盈餘預測有過度樂觀的情形，如丁緯(2004)探討我國分析師與公司管理當局之盈餘預測屬於何種偏誤，發現分析師或公司管理當局之盈餘預測均呈現過度樂觀之預測偏誤。李沛原(2006)研究發現大多數券商分析師會做出樂觀的盈餘預測，且對公司正面盈餘資訊呈現過度反應，對公司中性及負面盈餘資訊呈現反應不足的情形。賴紀誠(2010)研究顯示分析師存在偏誤與樂觀預測行為， 6.

(13) 除了油電燃氣業呈顯著悲觀預測；造紙工業呈不顯著的悲觀預測；觀光業呈不顯著的樂觀預測現象外，大多數產業均呈現顯著樂觀預測的情形。綜上所述，我們發現國外有愈來愈多研究以橫斷面資料估計權益資金成本，而國內尚缺乏此類型研究，故我們欲探討是否此法亦適用於我國，我們比較以橫斷面資料求算的盈餘與估計的權益資金成本和分析師盈餘預測資料與估計的權益資金成本。我們鎖定在台灣上市上櫃的電子工業產業，採用 Palazzo(2012)、. 政治大. Wu and Zhang(2011)以橫斷面資料估計 ROE 資料，將得出的 ROE 與分析師盈餘. 立. 預測資料，分別代入 Gebhardt et al.(2001)的剩餘所得模型(Residual Income. ‧ 國. 學. Valuation, RIV)(Ohlson, 1995)中求得隱含資本成本(ICC)估計權益資金成本，並. ‧. 進行兩者的比較。許多研究顯示橫斷面資料(cross-sectional)可以解釋大部分不同. Nat. io. sit. y. 公司間預期獲利的變異情形，如 Fama and French(2000, 2006)。採用橫斷面資料. er. 估計權益資金成本的另一優點為由於採用大量個別公司橫斷面資料的資料計算. al. n. v i n Cbias)的限制小且仍有檢定力。 ROE，對存留偏誤(survivorship hengchi U. 7.

(14) 第參章研究設計. 一、資料說明 (一)來源本研究樣本皆取自台灣經濟新報(Taiwan Economic Journal, TEJ)。分析師盈餘預測資料取自 TEJ 券商預測，淨值、市值、總資產、淨利、非常損益、現金股利取自 TEJ Finance，在外流通股數、股價取自 TEJ Equity。. 政治大. 立. ‧ 國. 學. (二)研究期間與研究對象. ‧. 橫斷面資料估計的樣本期間為 1993-2010 年，驗證期間為 2003-2011 年，我. sit. y. Nat. 們主要的比較期間(驗證期間)為 2003-2011 年，但此期間的資料是透過前十前的. n. al. er. io. 資料(樣本期間)求得，故將橫斷面資料分為此兩種期間。分析師盈餘預測的研究. Ch. i n U. v. 期間為 2003-2011 年。研究對象為所有上市與上櫃電子工業產業的公司，在 TEJ. engchi. 資料庫中，此產業包含半導體、電腦及週邊、通信網路業、電子零組件、資訊服務業、電子通路業、光電業、其他電子業。由於台灣電子產業在股票市場的權重最大，且是分析師關注的重點產業之一，故探討此產業之公司。. (三)樣本選取及資料篩選過程 1. 以橫斷面資料求算的 ICC. 8.

(15) 1993 年至 2011 年間上市上櫃電子工業公司樣本總數應為 7930，刪除缺漏值後，實際跑迴歸的樣本數為 5418。. 2. 分析師預測資料 2003 至 2011 年 TEJ 券商預測資料，刪除缺漏值與分析師連續預測低於 3 年的資料後，實際跑迴歸的樣本數為 3041。. 政治大. 立. 學. ‧ 國. 二、變數定義. 股東權益報酬率(ROE𝑡+𝑘 ). (一). ‧. 計算方式為Y𝑡+𝑘 /B𝑡+𝑘−1。. Nat. y. 每股盈餘(Y𝑡+𝑘 ). io. sit. (二). n. al. er. (t+k)年扣除非常損益後的稅後淨利除以流通在外股數。 (三). Ch. 每股帳面價值(B𝑡+𝑘−1). engchi. i n U. v. (t+k-1)年的股東權益帳面價值除以流通在外股數，去除負值的資料。 (四). 年底市值(MC𝑡 ) 取自 TEJ 市值資料。. (五). NEGY𝑡. 為虛擬變數，當(t)年的每股盈餘為負時，等於 1；其他，等於 0。 (六). 每股總資產成長率(AG𝑡 ) 9.

(16) 定義為(𝑎𝑡 -𝑎𝑡−1)/ 𝑎𝑡−1 。. 𝑎𝑡 為每股總資產，等於(t)年的總資產除以流通在外股數。. (七). 帳面市值比(B𝑡 /M𝑡 ). 為(t)年的每股帳面價值除以每股市值。M𝑡 為(t)年的年底每股市值。 (八). κ. 𝑡. 當(t)年的股利率小於 0 時，κ =0；股利率大於 1 時，κ =1；股利率介於 0 𝑡. 𝑡. 政治大. 與 1 之間時，κ 等於股利率。 𝑡. 立. 股利率=現金股利除以扣除非常損益後的稅後淨利。. ‧ 國. 學. 實際報酬率(R 𝑡 ). (八). ‧. 計算方式為 Ln(P𝑡 )-Ln(P𝑡−1 )。P𝑡 為(t)年的股價。P𝑡−1 為(t-1)年的股價。. Nat. y. 由橫斷面資料 ROE 資料求算的隱含資本成本(ICCm). io. sit. (九). n. al. er. 由橫斷面資料求算的 ROE 資料，代入剩餘所得模型(RIV)中得出的隱含資本. Ch. 成本(ICC)，用以估計權益資金成本。 (十). engchi. i n U. v. 由分析師盈餘預測資料求算的隱含資本成本(ICCa) 由分析師盈餘預測資料，代入剩餘所得模型(RIV)中得出的隱含資本成本. (ICC)，用以估計權益資金成本。. 三、研究方法參考 Hou, van Dijk, and Zhang(2011)；Wu and Zhang(2011) ; Palazzo (2012)方 10.

(17) 法，採用剩餘所得模型(RIV)，分別將橫斷面資料及分析師盈餘預測資料求算的 B𝑡+𝑖+1 值、ROE𝑡+1 、ROE𝑡+2 …ROE𝑡+12 值、P𝑡 與κ 資料代入(4)，求出各公司在 𝑡. 各年度的權益資金成本(re , ICC)。. 剩餘所得評價模型(RIV 模型). ∞ 𝐸𝑡 (𝐷𝑡+𝑖 ). 立. 學. 改寫成. 政治大. (1). (1+𝑟𝑒 )𝑖. ‧. ‧ 國. 𝑃𝑡 =∑𝑖=1. y. Nat. ∞ 𝐸𝑡 (𝐵𝑡+𝑖−1 +𝑁𝐼𝑡+𝑖 −𝐵𝑡+𝑖 ). 𝑃𝑡 =∑𝑖=1. sit. n. al. er. io. (1+𝑟𝑒 )𝑖. Ch. ∞ 𝐸𝑡 (𝑁𝐼𝑡+𝑖 −𝑟𝑒 𝐵𝑡+𝑖−1 ). =𝐵𝑡 + ∑𝑖=1. (1+𝑟𝑒 )𝑖. e n (2) gchi. i n U. v. 兩邊同除B𝑡. 𝑃𝑡. 𝐵𝑡. 𝐵𝑡+𝑖−1 𝐵𝑡. ∞ 𝐸𝑡 (𝑅𝑂𝐸𝑡+𝑖 −𝑟𝑒 ). =1 + ∑𝑖=1. (1+𝑟𝑒 )𝑖. (3). 採用 Gebhardt, Lee, and Swaminathan(2001)建議，最後一期以年金折現方式 11.

(18) 計算。. 𝑃𝑡. 𝐵𝑡. =1 +. 𝐵 𝐸 (𝑅𝑂𝐸𝑡+𝑖 −𝑟𝑒 ) 𝑡+𝑖−1 𝐵𝑡 𝑇−1 𝑡 ∑𝑖=1 (1+𝑟 )𝑖 𝑒. +. 𝐵 𝐸𝑡 (𝑅𝑂𝐸𝑡+𝑇 −𝑟𝑒 ) 𝑡+𝑇−1. 𝑟𝑒 (1+𝑟𝑒 )𝑇. 𝐵𝑡. (4). 其中 P𝑡 ：(t)年股價。. B𝑡：(t)年的每股帳面價值，計算方式為(t)年的股東權益帳面價值除以. 政治大. 流通在外股數，去除負值的資料。. 立. ‧ 國. 學. E𝑡 (D𝑡+𝑖 )：在(t)年預期(t+i)年的現金股利。. re ：隱含資本成本(ICC)，用以估計權益資金成本。. B𝑡+𝑘−1. n. al. er. io. sit. y. Nat. (一) 𝐵𝑡+𝑖+1. Y𝑡+𝑘. ‧. ROE𝑡+𝑘 ：(t+k)年的股東權益報酬率，計算方式為. Ch. engchi. i n U. 根據 Clean surplus approach 求得. 𝐵𝑡+𝑖+1 = 𝐵𝑡+𝑖 + 𝑁𝐼𝑡+𝑖+1 − 𝐷𝑡+𝑖+1. 同除以𝐵𝑡+𝑖. 12. (5). v. 。.

(19) 𝐵𝑡+𝑖+1. =1 + 𝑅𝑂𝐸𝑡+𝑖+1 −. 𝐵𝑡+𝑖. 𝐷𝑡+𝑖+1. (6). 𝐵𝑡+𝑖. 假設股利率固定，(6)可改寫成，. 𝐵𝑡+𝑖+1 𝐵𝑡+𝑖. =1 + 𝑅𝑂𝐸𝑡+𝑖+1 - κ 𝑅𝑂𝐸𝑡+𝑖+1 𝑡. =1 + (1-κ ) 𝑅𝑂𝐸𝑡+𝑖+1 𝑡. 政治大(7). 𝐵𝑡+𝑖+1 =𝐵𝑡+𝑖 * (1 + (1-κ ) 𝑅𝑂𝐸𝑡+𝑖+1). 立. ‧ 國. 學. 其中. 𝑡. B𝑡+𝑖+1：(t+i+1)年的每股帳面價值，計算方式為(t+i+1)年的股東權. ‧. 益帳面價值除以流通在外股數，去除負值的資料。. Nat. y. sit. io. B𝑡+𝑖 ：(t+i)年每股帳面價值，計算方式為(t+i)年的股東權益帳面價. er. 值除以流通在外股數，去除負值的資料。. al. n. v i n Ch κ ：當(t)年的股利率小於 =0；股利率大於 1 時，κ =1； 𝑡 𝑡 e n g0 時，κ chi 𝑡U 股利率介於 0 與 1 之間時，κ 等於股利率。股利率=現金股利 𝑡. 除以扣除非常損益後的稅後淨利。 ROE𝑡+𝑖 ：(t+i)年的股東權益報酬率，計算方式為. (二) ROE𝑡+𝑘. 13. Y𝑡+𝑖. B𝑡+𝑖. 。.

(20) 1. 以橫斷面資料求得. 𝑌𝑖,𝑡+𝑘. 𝑅𝑂𝐸𝑖,𝑡+𝑘 =𝐵. 𝑖,𝑡+𝑘−1. + 𝛼5 𝐴𝐺𝑖,𝑡 + ε. 𝐵. 𝑌. = 𝛼0 + 𝛼1 log (𝑀𝑖,𝑡 ) + 𝛼2 log𝑀𝐶𝑖,𝑡 + 𝛼3 𝑁𝐸𝐺𝑌𝑖,𝑡 + 𝛼4 (𝐵𝑖,𝑡 ). 𝑖,𝑡+𝑘. 𝑖,𝑡. ，其中 k=1, 2, 3。. 𝑖,𝑡. (8). 𝑌𝑡+𝑘. 其中 ROE𝑖,𝑡+𝑘 ：公司 i 在(t+k)年的股東權益報酬率，計算方式為 𝐵. 𝑡+𝑘−1. 政治大. 。. Y𝑖,𝑡+𝑘：公司 i 在(t+k)年的每股盈餘，計算方式為(t+k)年扣除非常損益. 立. 後的稅後淨利除以流通在外股數。. ‧ 國. 學. B𝑖,𝑡+𝑘−1 ：公司 i 在(t+k-1)年的每股帳面價值。計算的方式為(t+k-1)年. al. y. sit. io. MC𝑖,𝑡 ：公司 i 在(t)年的市值。. er. ：公司 i 在(t)年的淨值市價比。. Nat. B𝑖,𝑡. M𝑖,𝑡. ‧. 的股東權益帳面價值除以流通在外股數，去除負值的資料。. n. v i n C h i 在(t)年的每股盈餘為負時，為 NEGY𝑖,𝑡：為虛擬變數。當公司 1；其他， engchi U 為 0。. AG𝑖,𝑡：公司 i 在(t)年的每股總資產成長率，計算方式為(𝑎𝑡 -𝑎𝑡−1)/ 𝑎𝑡−1 。. 𝑎𝑡 為每股總資產，每股總資產=(t)年的總資產除以流通在外股數。. 參照 Hou, van Dijk, and Zhang(2011)將各變數前後 1%、99%以外的極端值調整至等於 1%與 99%的值，以減少極端值的影響。使用調整極端值後的前十年變數資 14.

(21) 料代入迴歸式(8)中，以 pooled regression 估計ROE𝑡+𝑘 ，k=1,2,3，使用 pooled regression 的優點為可增加樣本數與檢定力。分別將前十年的變數資料ROE𝑡+1 、 ROE𝑡+2 、ROE𝑡+3 對 t 年自變數跑迴歸，得出ROE𝑡+1 、ROE𝑡+2 、ROE𝑡+3 的估計式後，將 t 年的自變數資料代入，求出ROE𝑡+1、ROE𝑡+2、ROE𝑡+3 的估計值。ROE𝑡+12 的. 估計值參考 Palazzo(2012)採用過去十年產業 ROE 的中位數，刪除 ROE 為負值的. 資料。ROE𝑡+4 、ROE𝑡+5 …ROE𝑡+11的值以ROE𝑡+3 與ROE𝑡+12 兩者之差以內插法求. 政治大. 得。將ROE𝑡+1、ROE𝑡+2 …ROE𝑡+12資料代入(4)，即可求出權益資金成本(re，ICCm)。. 立. ‧ 國. 學. 最後採用移動視窗(rolling window)的方法，求出每年的ROE𝑡+1 至ROE𝑡+12，分別代入(4)，求得各公司在各年度的權益資金成本(re , ICCm)。參考 Hou, van Dijk,. n. al. er. io. sit. y. Nat. 極端值影響。. ‧. and Zhang(2011)將權益資金成本(re , ICCm)前後 1%、99%的極端值刪除，以減少. Ch. 2. 以分析師盈餘預測估計 ICCa. engchi. i n U. v. 分析師資料中，下年度(t+1)的盈餘資料是採用所有分析師在下年度(t+1)1-4. 月對下年度(t+1)的盈餘預測，取平均值。由於距離下年度(t+1)愈近，分析師可以獲得更多資訊，且在當年度(t)的財務報告公布時間為下年度(t+1)4 月底，所以採用此法。若沒有下年度(t+1)1-4 月的資料，則取最接近當年度(t)年底的資. 料。由於 TEJ 分析師資料預測時間點不固定，如果在上述兩段時間皆無資料的. 15.

(22) 話，假設分析師的預測資料對投資人都是有幫助的，因此我們也納入下年度(t+1). 財務報告公布前的所有盈餘預測資料，取最快公布者。. Hou, van Dijk, and Zhang(2011); Wu and Zhang(2011); Palazzo(2012) 的分析師盈餘預測資料皆來自 I/B/E/S(Institutional Brokers’ Estimate System) 。在 I/B/E/S 中，分析師盈餘預測資料的預測期數長達二到三年(t+1, t+2, t+3)，當沒有 t+3 的盈餘預測資料時，則採用 t+2 的盈餘預測值與長期成長率的預測值. 政治大. 求得。我們在此採用 TEJ 券商預測資料庫中的盈餘預測資料，與 I/B/E/S 分析. 立. 師盈餘預測的資料不同，TEJ 資料庫的盈餘預測資料大部分預測期數只有一年. ‧ 國. 學. (t+1)，因此我們採用 t+1 年的盈餘預測資料與成長率，估計未來二、三年(t+2,. ‧. t+3)的盈餘。此做法與參考文獻不同，參考文獻只有 t+3 年的資料是估計而得，. io. sit. y. Nat. 這樣的調整可能使後續在進行樣本外的分析時，尤其在 t+3 年，產生較大的誤. er. 差，故我們將強調 t+1、t+2 年的結果，甚於 t+3 年。在 TEJ 券商預測資料庫中，. al. n. v i n Ch 預估成長率的資料並不完整，亦非長期成長率的預估值，為避免採用分析師預估 engchi U. 成長率估計未來三年 ROE 的變化可能會使過度樂觀的情形更為嚴重，故成長率的資料改採用過去五年的平均營收成長率。最後刪除分析師連續預測低於三年的資料，分析師連續預測三年以上表示公司的經營較穩定，樣本較具代表性。. 在 TEJ 券商資料庫取得E𝑡+1的資料，計算ROE𝑡+1. 16.

(23) 𝐸𝑡+1. 𝑅𝑂𝐸𝑡+1 =. 𝐵𝑡. (9). 其中 E𝑡+1：分析師對(t+1)年每股淨利的預測值。 B𝑡 ：(t)年的每股淨值。. 政治大. 𝑅𝑂𝐸𝑡+2 = 𝑅𝑂𝐸𝑡+1 * (1+過去五年平均成長率). 立. ‧ 國. 學. 𝑅𝑂𝐸𝑡+3 = 𝑅𝑂𝐸𝑡+2 * (1+過去五年平均成長率). ‧. 根據上述方法求算出ROE𝑡+1、ROE𝑡+2、ROE𝑡+3的值，ROE𝑡+12 的估計值為過. Nat. io. sit. y. 去十年產業 ROE 的中位數，刪除 ROE 為負值的資料。ROE𝑡+4、ROE𝑡+5 …ROE𝑡+11. er. 的值以ROE𝑡+3 與ROE𝑡+12 兩者之差以內插法求得。將ROE𝑡+1、ROE𝑡+2 …ROE𝑡+12 資. al. n. v i n C h e，ICCa)。最後採用移動視窗(rolling 料代入(4)，即可求出權益資金成本(r window) engchi U 的方法，求出每年的ROE𝑡+1 至ROE𝑡+12 ，分別代入(4)，求得各公司在各年度的. 權益資金成本(re ，ICCa)。. 17.

(24) 第肆章實證結果與分析. 在橫斷面資料估計的權益資金成本部分，首先將前十年的變數資料代入迴歸式(8)中，求出ROE𝑡+1 、ROE𝑡+2 、ROE𝑡+3 的估計值後，再代入剩餘所得模型(4) 中求得 ICCm。. 表 1 為 1993 年至 2011 年以橫斷面資料求算 ROE 所用之變數的敘述統計量。. 政治大. 淨值的平均值為 17.789，中位數為 15.69。κ 的平均數為 0.31，中位數為 0.1606。. 立. 𝑡. 股價的平均值為 35.765，中位數為 22。. ‧ 國. 學. 以橫斷面資料求算 ROE 所用之變數敘述統計量，1993-2011 平均數. 標準差. 最小值. 25%. 中位數. 17.789. 10.4453 0.05. 11.65. 15.69. 0.31. 0.3594. 0. Pt. 35.7645 48.4893 0.48 0.8459. Log(MCt ). 1.3532. AGt. NEGYt. Yt / Bt. 0.2328. 0.5934. 0.0057. 169.12. 0.1606. 0.3614. 1. 12.85. 22. 43.9. 900. 0.4191. 0.6855. i n U. 1.0266. 3.6434. 1.3424. 1.6435. 2.5843. 0. 0. 1. C 0.4024 h0.2966 e n g c1.1106 hi 0. sit. 0. 最大值. 19.28. er. al. n. Log( Bt / Mt ). io. κt. Nat. Bt. 75%. y. 變數. ‧. 表 1. v. 0.4226. 0. 0.0220. 0.2479. -0.6038 -0.1055 -0.0051 0.1069. 1.6418. 0.0454. 0.2563. -1.8925 0.0101. 0.4601. 0.0888. 0.1639. 本表為橫斷面資料求得 ROE 所用之變數敘述統計量，包含平均數、標準差、最小值、25%、中位數、75%、最大值。變數資料 B𝑡 ：(t)年的每股帳面價值，計算的方式為(t+k-1)年的股東. 權益帳面價值除以流通在外股數，去除負值的資料。κ ：當(t)年的股利率小於 0 時，κ =0； 𝑡. 𝑡. 股利率大於 1 時，κ =1；股利率介於 0 與 1 之間時，κ 等於股利率，股利率=現金股利除以 𝑡. 𝑡. 扣除非常損益後的稅後淨利。 P𝑡 ：(t)年的股價。Log( B𝑡 / M𝑡 )：(t)年的淨值市價比取 log。. Log(MC𝑡 )：(t)年的市值取 log。NEGY𝑡；為虛擬變數。當公司 i 在(t)年的每股盈餘為負時，為 1；其他，為 0。 AG𝑡 ：(t)年的每股總資產成長率，計算方式為(𝑎𝑡 )/ -𝑎𝑡−1 )/ 𝑎𝑡−1 ，𝑎𝑡 為每股. 總資產，每股總資產=(t)年的總資產除以流通在外股數。 Y𝑡 / B𝑡 ：(t)年的股東權益報酬率。 18.

(25) 表 2 為採用前十年的變數資料代入迴歸式(8)中求出ROE𝑡+1 、ROE𝑡+2 、 ROE𝑡+3 的估計式。其中ROE𝑡+1、ROE𝑡+2、ROE𝑡+3 與 Log(MC𝑡 )成正比，與NEGY𝑡 成反比，表示當公司規模愈大時，股東權益報酬率愈高；當公司盈餘為負時，股東權益報酬率愈低。ROE𝑡+1 與 Log(MC𝑡 )、 Y𝑡 / B𝑡 呈顯著正相關，與NEGY𝑡 顯著負. 相關，與 Log( B𝑡 / M𝑡 )、 AG𝑡 的相關性較不顯著，Adj R2 為 0.27。ROE𝑡+2 與. Log(MC𝑡 )、 Y𝑡 / B𝑡 呈顯著正相關，與NEGY𝑡、 AG𝑡 呈顯著負相關，Adj R2 為 0.11。. 政治大. ROE𝑡+3 與 Log(MC𝑡 )呈顯著正相關，與NEGY𝑡、AG𝑡 呈顯著負相關，Adj R2 為 0.06。. 立. ‧ 國. 橫斷面資料 ROE 迴歸係數，1993-2011. 0.254. 0.049. -3.9871. 1.0651. 6.215. -2.3956 9.2199. 1.08. -0.0522. -0.0243. 0.09. -0.0446 0.1779 -0.0706 0.1122. -0.952. 2.8237. al. ROE𝑡+3 係數. -0.2274. n. -1.1356 -2.1549. sit. y. -0.0477. t 值 t 值. Adj R2. 0.1731. io. ROE𝑡+2 係數. AG𝑡. 0.0211. er. t 值. Y𝑡 / B𝑡. -0.1997. Nat. ROE𝑡+1 係數. 截距項 Log( B𝑡 / M𝑡 ) Log(MC𝑡 ) NEGY𝑡. ‧. 表 2. 學. 由表 2 可看出隨著時間愈長，Adj R2 的值愈小。. -1.6396. 4.446. v -0.1341 i 0.0146 0.2162 -0.1227 n Ch U 0.336e n g3.68 -1.027 c h i -3.2326. 0.2712. -2.3026 -0.1104 0.0586 -2.3747. 本表為 1993-2011 橫斷面資料 ROE 的迴歸係數與 t 值，使用前十年的變數資料求得。ROE𝑡+1、ROE𝑡+2、 ROE𝑡+3 為後一年、二年、三年的股東權益報酬率，計算方式為 Y𝑡 / B𝑡−1。Log( B𝑡 / M𝑡 )：(t)年的淨值. 市價比取 log。Log(MC𝑡 )：(t)年的市值取 log。NEGY𝑡 ；為虛擬變數，當公司 i 在(t)年的每股盈餘為. 負時，為 1；其他，為 0。 Y𝑡 / B𝑡：(t)年的股東權益報酬率。 AG𝑡：(t)年的每股總資產成長率，計算. 方式為(𝑎𝑡 -𝑎𝑡−1)/ 𝑎𝑡−1 ，𝑎𝑡 為每股總資產，每股總資產=(t)年的總資產除以流通在外股數。. 在與分析師的盈餘預測資料進行比較時，將橫斷面資料求算出的ROE資料調整成盈餘，調整方式如下： 𝐸𝑡+1 =𝑅𝑂𝐸𝑡+1 * 𝐵𝑡. (10) 19.

(26) 𝐸𝑡+2 =𝑅𝑂𝐸𝑡+2 * 𝐵𝑡. (11). 𝐸𝑡+3 =𝑅𝑂𝐸𝑡+3 * 𝐵𝑡. (12). 表 3 為 2003 至 2011 年橫斷面資料求得的盈餘敘述統計量，可看出公司家數在這段期間有逐漸增加的趨勢，由 2003-2005 年間的 1322 間到 2009-2011 年間的 2053 間，在 2003-2011 年E𝑡+1、E𝑡+2、E𝑡+3 的平均數分別為 1.71、1.62、1.46，. 政治大. 中位數分別為 1.13、0.90、0.84。. 立期間. ‧ 國. 盈餘敘述統計量(橫斷面資料求得)，2003-2011 家數. Et+1. Et+2. 學. 表 3. 中位數. 平均數. 中位數. 平均數. 中位數. 1.1436. 0.9926. 0.8636. 0.7042. 0.8557. 0.8124. 2006-2008. 1773. 1.6943. 1.1802. 1.1084. 0.7662. 1.1106. 0.645. 2009-2011. 2053. 2.0885. 1.2046. 1.3996. 1.1596. 2.1616. 1.0902. 2003-2011. 5148. 1.7101. 1.1303. 1.1616. 0.9046. 1.4643. 0.8359. sit. er. io. al. y. 1322. Nat. 2003-2005. ‧. 平均數. Et+3. v. n. 本表為以橫斷面資料求得 t+1、t+2、t+3 年的盈餘敘述統計量，包含平均數與中位數。家數為公司家數。單位：每股。. 表 4. Ch. engchi. i n U. 盈餘敘述統計量(分析師盈餘預測資料)，2003-2011. 期間. 家數. Et+1. Et+2. Et+3. 平均數. 中位數. 平均數. 中位數. 平均數. 中位數. 2003-2005. 1144. 4.3339. 3.3910. 6.2902. 4.4677. 9.7872. 5.7745. 2006-2008. 1095. 4.7050. 3.5340. 6.4737. 4.3648. 9.623. 5.3161. 2009-2011. 802. 4.8632. 3.6628. 5.9057. 4.1786. 7.3877. 4.7916. 2003-2011. 2801. 4.6073. 3.515. 6.2548. 4.3898. 9.0951. 5.3482. 本表為分析師盈餘預測求得的 t+1、t+2、t+3 年的盈餘敘述統計量，包含平均數與中位數。家數為公司家數。單位：每股。. 20.

(27) 表 4 為分析師盈餘預測資料求算的盈餘統計量。在 2003-2011 年E𝑡+1、E𝑡+2、. E𝑡+3的平均數分別為 4.61、6.25、9.1，中位數分別為 3.52、4.39、5.35。. 比較表 3、表 4，可發現以橫斷面資料估計盈餘的公司家數(5148)遠大於分. 析師盈餘預測的公司家數(3041)，由此顯示，橫斷面資料估計盈餘的優點之一為樣本數較分析師盈餘預測多。另外，需特別說明的是，兩者的公司樣本數不同，所以應避免直接比較兩者的盈餘預測值 2。. 立. 政治大. 表 5 為橫斷面資料盈餘預測與分析師盈餘預測的相關係數表。橫斷面資料盈. ‧ 國. 學. 餘預測 t+1、t+2、t+3 與分析師盈餘預測 t+1、t+2、t+3 的相關係數分別為 0.8223、. sit. y. Nat. n. al. 橫斷面資料盈餘預測. 分析師盈餘預測. E𝑡+1 E𝑡+2 E𝑡+3 E𝑡+1 E𝑡+2 E𝑡+3. 橫斷面資料盈餘預測. er. 橫斷面資料盈餘預測與分析師盈餘預測資料的相關係數表. io. 表 5. ‧. 0.7626、0.514。兩者的相關性頗高，但隨著預估期數愈長，相關性愈小。. v i E E E n Ch e1 n g c h i U 𝑡+1. 𝑡+2. 𝑡+3. 分析師盈餘預測 E𝑡+1. E𝑡+2. 0.904. 1. 0.8779. 0.8057. 1. 0.8223. 0.7899. 0.6290. 1. 0.7785. 0.7626. 0.5859. 0.9769. 1. 0.6920. 0.6912. 0.514. 0.893. 0.967. E𝑡+3. 1. 本表為橫斷面資料求得的 t+1、t+2、t+3 盈餘資料與分析師 t+1、t+2、t+3 的盈餘預測資料兩者的相關係數表。單位：每股。. 2. 我們亦比較在相同樣本數下橫斷面資料的盈餘與分析師的盈餘預測資料，發現兩者的差異也很大。與實際盈餘相比後，發現分析師的盈餘預測資料有高估的情形且與實際盈餘的差距較大，而橫斷面資料的盈餘則有低估的情形，但與實際報酬率的差距較小，故我們認為分析師的盈餘預測資料有過度樂觀的現象。 21.

(28) 表 6 中為橫斷面資料盈餘預測與分析師盈餘預測準確度比較。橫斷面資料的平均數與中位數的求算方式為，實際盈餘減模型估計的盈餘之平均數與中位數，分析師的平均數與中位數的求算方式為，實際盈餘減分析師盈餘之平均數與中位數。期間只有 2003-2009 年是因為與實際盈餘比較。由表 6 可看出橫斷面資料預測的盈餘與實際盈餘的差異較小，且值為正，表示有低估的情形；採用分析師的盈餘預測與實際盈餘的差異較大，且值為負，表示有高估的現象，隨著估計期間愈長，高估的情況愈嚴重。. 立差異. 平均數 0.1296 -2.1924 2.322 -1.263. 橫斷面分析師. 差異. 橫斷面分析師. 0.6712 -3.644. 4.3151 0.797. 1.4647 0.5627 -2.1292 2.692. Nat. 中位數 0.202. E𝑡+3. -6.145. 差異 6.942. 0.7006 -3.2116 3.9121. y. 橫斷面分析師. E𝑡+2. ‧. E𝑡+1. ‧ 國. 橫斷面資料盈餘預測與分析師盈餘預測準確度比較，2003-2009. 學. 表 6. 政治大. io. 面盈餘預測與分析師的盈餘預測後的值。單位：每股。. n. al. Ch. engchi. er. sit. 本表為橫斷面資料盈餘預測與分析師盈餘預測資料的準確度比較，準確度為分別將實際盈餘減掉橫斷. i n U. v. 表7為2003-2011年，橫斷面資料求算的ICCm與分析師盈餘預測資料求算的 ICCa之敘述統計量。由橫斷面資料求算的ICCm樣本總數為5136，較分析師盈餘預測資料求算的ICCa多，ICCa樣本數僅有2793。 ICCm在2003-2011年的平均數為0.0824，中位數為0.0813；而ICCa的平均數為0.2295，中位數為0.1523。ICCm與ICCa在2003-2011年間的變化皆不大。由表6中顯示分析師的盈餘預測有高估，使其求得的ICCa值較大，而橫斷面資料求得的盈餘有低估，使其求得的ICCm值較小。 22.

(29) 表 7. ICCm 與 ICCa 之敘述統計量，2003-2011 家數平均數. 25%. 中位數. 75%. 家數. 平均數. A：橫斷面資料 ICCm. 25%. 中位數. 75%. B：分析師盈餘預測 ICCa. 2003-2005. 1322. 0.0820. 0.0668. 0.089. 0.0973. 888. 0.2259. 0.1127. 0.1584. 0.2485. 2006-2008. 1761. 0.0818. 0.0653. 0.0812. 0.0963. 963. 0.2736. 0.1084. 0.1782. 0.2954. 2009-2011. 2053. 0.0825. 0.0647. 0.0812. 0.0960. 785. 0.2000. 0.1218. 0.1572. 0.2225. 2003-2011. 5136. 0.0824. 0.0653. 0.0813. 0.0965. 2793. 0.2295. 0.1059. 0.1523. 0.2418. 本表為將橫斷面資料求得的 ICCm (A)與分析師資料求得的 ICCa (B)分成 10 類，檢視依據 ICCm/ICCa 排列的投資組合，其平均實際報酬在 t+1、t+2、t+3 年的情形。將 ICCm/ICCa 依大小做排列，共分成 10 類，類別 1 的值最小，依序排列至類別 10，類別 10 的值最大。10-1 為類別 10 減類別 1 的值。t 值檢定是否有顯著異於 0。. 將實際報酬率、橫斷面資料求得的ICCm與分析師盈餘預測資料求得的ICCa. 治政大進行比較，如圖1，參考Hou, van Dijk, and Zhang(2011)，為避免極端值的影響，立 ‧ 國. 學. 取各年的所有樣本之中位數比較。由圖1可看出，在2003至2011年間，電子工業產業的實際報酬率變動頗大，ICCm與ICCa的變動則相對穩定。. ‧ y. sit. n. al. er. io. 1.5000. Nat. (報酬率). 1.0000 0.5000. Ch. engchi. i n U. v. 0.0000 2003 2004 2005 2006 2007 2008 2009 2010 2011. (年) Rt. -0.5000. ICCm -1.0000. ICCa. -1.5000. 圖 1. 實際報酬率與 ICCm、ICCa 中位數比較圖，2003-2011. 本圖為 2003 年至 2011 年，實際報酬率、橫斷面資料求得的 ICCm 與分析師盈餘預測資料求得的 ICCa 之中位數比較圖，取中位數是為避免極端值的影響。. 23.

(30) 僅比較 2003-2011 年間橫斷面資料求得的 ICCm 與分析師盈餘預測資料求得的 ICCa 之中位數，如圖 2，可發現兩者的變動方向大致相同，ICCa 的變動幅度較 ICCm 大。. (報酬率) 0.18 0.16 0.14 0.12 0.1. 立. 0.08 0.06. ICCa. 2003 2004 2005 2006 2007 2008 2009 2010 2011. ICCm 與 ICCa 中位數比較圖，2003-2011. y. Nat. 圖 2. (年). ‧. 0. ‧ 國. 0.02. ICCm. 學. 0.04. 政治大. sit. 本圖為 2003 年至 2011 年，橫斷面資料求得的 ICCm 與分析師盈餘預測資料求得的 ICCa. n. al. er. io. 之中位數比較圖，取中位數是為避免極端值的影響。. Ch. engchi. i n U. v. 表 8 為根據橫斷面資料求得的 ICCm 與分析師盈餘預測資料求得的 ICCa 進行投資組合模擬，未來一至三年的報酬率情形，檢測 ICCm/ICCa 與未來實際報酬率的關係。每年(t)將 ICCm 與 ICCa 依小至大排序，分成 1-10 個類別，類別 1 的值最小，類別 10 的值最大，分別檢視持有一、二、三年(t+1, t+2, t+3)的平均實際報酬率為何。T 值檢驗平均數異於 0 的顯著性。10-1 為類別 10 減類別 1，表現. 最好的投資組合減掉表現最差的投資組合。若由 ICCm/ICCa 估計的權益資金成 24.

(31) 本較好的話，依 ICCm/ICCa 分類的類別投資組合平均實際報酬率在類別 10 的報酬應會最高，類別 1 的報酬最低，則 10-1 的值會為正且顯著，可檢驗 ICCm/ICCa 表現最好的投資組合與表現最差的投資組合是否有差異，可解釋為是否可以透過建構零成本投資組合，買進類別 10 的投資組合並賣出類別 1 的投資組合獲利。由於 t+1、t+2、t+3 為樣本外的預測，預測期數愈長，預測誤差愈大，且. 我們採用 t+1 年的分析師盈餘預測資料估計 t+2、t+3 的盈餘，亦可能使 t+3. 政治大. 年的預測誤差加大，故我們將強調 t+1 與 t+2 年的報酬，甚於 t+3 年。. 立. ‧ 國. 學. 以ICCm設定的投資組合，10-1 spread在t+1、t+2 年皆顯著為正，表示以零. 成本投資，買進表現最好的投資組合並賣出表現最差的投資組合可以獲得正報酬，. ‧. 在t+1 年的報酬為 0.0363，t+2 年為 0.0558，即使扣除交易成本(手續費、證券. io. sit. y. Nat. 交易稅) 3後仍有正報酬；而以ICCa設定的投資組合雖然 10-1 spread在t+1 年為. al. er. 正且顯著，但t+2 年為負且顯著，表示在t+2 年時，依據ICCa設定的投資組合進. n. v i n Ch 行買進與賣出的動作時，不但不會產生正報酬，甚至會是負報酬。因此我們認為 engchi U ICCm估計的權益資金成本較ICCa好。我們亦將類別與平均實際報酬率跑迴歸(12)，檢視是否平均實際報酬率會隨著類別愈大而值愈高。 𝑦𝑖 =α+β𝑥𝑖 +𝜀𝑖. 3. (12). 手續費在買賣皆需支付 0.1425%，證券交易稅為在賣出時需支付 0.3%。 25.

(32) r𝑡,𝑡+1. t. r𝑡,𝑡+2. t. r𝑡,𝑡+3. t. A：橫斷面資料求算的 ICCm. r𝑡,𝑡+1. t. -0.0694. -1.5196. 0.5065. 0.0235. 0.5058. -0.0136. -0.2752. 2. -0.0485. -1.0981. 0.0311. 0.7651. -0.1147. -2.7474. -0.0825. 3. -0.0625. -1.425. 0.0456. 1.0737. -0.0878. -2.0177. 4. 0.0184. 0.4474. 0.0287. 0.6821. -0.0905. 5. -0.0041. -0.0981. 0.0268. 0.6907. 6. -0.0288. -0.672. 0.0657. 1.6997. 7. 0.0397. 0.9379. 0.0703. 1.7581. 8. 0.0587. 1.4515. 0.0173. 0.4321. 9. 0.0363. 0.9112. 0.047. 1.1585. 10. 0.0602. 1.4346. 0.0793. 1.999. 10-1. 0.0363. 12.669. 0.0558. 14.88. r𝑡,𝑡+3. t. B：分析師盈餘求算的 ICCa -0.008. -0.1826. -0.1096. -2.3052. -1.8511. -0.0407. -0.8796. -0.0558. -1.1423. -0.0481. -1.0401. 0.0233. 0.4687. -0.0668. -1.2862. -2.1971. -0.0213. -0.4497. 0.0258. 0.5553. -0.099. -1.8998. -0.0595. -1.4328. 0.0286. 0.586. 0.0103. 0.2055. -0.0894. -1.8177. -0.0537. -1.3594. 0.0272. 0.5828. 0.0064. 0.1362. -0.054. -1.0622. -0.1033. -2.4978. -0.0511. -1.0113. 0.0039. 0.0765. -0.111. -2.2397. -0.0442. -1.1281. 0.0215. 0.4227. 0.0148. 0.3112. -0.0781. -1.5741. -0.022. -0.5165. 0.0062. 0.1147. ‧. 0.0239. t. 0.0118. 0.2169. -0.1115. -1.9345. Nat. 1. r𝑡,𝑡+2. -0.0286. -0.7618. -0.0113. -0.1944. -0.0137. -0.2579. -0.0891. -1.6418. -0.015. -2.235. 0.0581. 5.798. -2.104. 0.0205. 5.296. 學. ‧ 國. 立. 政治大. y. 類別. 根據 ICCm 與 ICCa 進行投資組合模擬，未來一至三年的報酬率情形. io. sit. 表 8. -0.0057. n. al. er. 本表為將橫斷面資料求得的 ICCm (A)與分析師資料求得的 ICCa (B)分成 10 類，檢視依據 ICCm/ICCa 排列的投資組合，其平均實際報酬在 t+1、t+2、. i n U. v. t+3 年的情形。將 ICCm/ICCa 依大小做排列，共分成 10 類，類別 1 的值最小，依序排列至類別 10，類別 10 的值最大。10-1 為類別 10 減類別 1 的值。t 值檢定是否有顯著異於 0。. Ch. engchi. 27.

(33) 其中 𝑦𝑖 ：ri,(𝑡,𝑡+1) , ri,(𝑡,𝑡+2) , ri,(𝑡,𝑡+3)，公司 i 持有一、二、三年的平均實際報酬率。. 𝑥𝑖 ：公司 i 所屬的類別(類別 1, 2, 3, …10)。. 表 9 為比較橫斷面求得的 ICCm 與分析師盈餘預測求得的 ICCa 投資組合類別配置的情形。將 t+1、t+2、t+3 的實際報酬率對類別跑迴歸，檢視實際報酬. 政治大. 率與類別是否有正相關，當類別愈大時，實際報酬率是否會愈高，如果呈現正相. 立. ‧ 國. 學. 關且顯著，亦即 beta 係數為正且 t 值顯著，即表示根據 ICCm/ICCa 配置的類別做投資，會有顯著正報酬。. ‧. 在 t+1 年，ICCm 的 beta 係數為正，值也較大，且顯著異於 0，表示依據 ICCm. Nat. io. sit. y. 分類的類別與實際報酬率有正相關，實際報酬率隨著類別愈大而愈高，亦表示根. er. 據 ICCm 的類別投資組合進行投資有正報酬；而 ICCa 的係數為正，但值較小，. al. n. v i n Ch 且無顯著異於 0，故 ICCm 估計的權益資金成本較 e n g c h i UICCa 佳。表 9. 比較 ICCm 與 ICCa 投資組合類別配置的情形 beta 係數. t值. beta 係數. A：ICCm rt,t+1 rt,t+2 rt,t+3. t值. B：ICCa. 0.0095. 2.0174. 0.0085. 1.5718. 0.0039. 0.0045. 0.0013. 0.2346. 0.0042. 0.9114. -0.0016. -0.2819. 本表為比較橫斷面資料求得的 ICCm (A)與分析師盈餘預測求得的 ICCa (B)投資組合類別配置的情形。將公司 i 持有一、二、三年的平均實際報酬率ri,(𝑡,𝑡+1) , ri,(𝑡,𝑡+2) , ri,(𝑡,𝑡+3) 和公司 i 所屬的. 類別(類別 1, 2, 3, …10)分別代入迴歸式 𝑦𝑖 =α+β𝑥𝑖 +𝜀𝑖 中的𝑦𝑖 與𝑥𝑖 ，求得 beta 值與 t 值，. 檢視是否平均實際報酬率會隨著類別的增加而愈高。 28.

(34) 第伍章結論與建議. 以橫斷面資料代入剩餘所得模型(RIV)中求得隱含資本成本(ICC)，並以 ICC 作為權益資金成本(預期報酬率)的代理變數，已被愈來愈多學者採用(Wu and Zhang, 2011; Palazzo, 2012)，在國內尚缺乏這方面的研究。國內估計權益資金成本的方法主要為 CAPM、三因子模型(涂展源，2005)，少數使用折現評價模. 政治大. 型估計(蔡珮穎，2007)，但也僅使用分析師的盈餘預測資料，我們將此法應用於. 立. 台灣上市上櫃電子工業產業公司，並與分析師盈餘預測所求得的權益資金成本比. ‧ 國. 學. 較，結果發現：一、採用橫斷面資料估計的權益資金成本樣本數較多，多達 5136. ‧. 家。二、以橫斷面資料求得的盈餘與實際盈餘較為接近，且略為低估；而分析師. Nat. io. sit. y. 的盈餘預測與實際盈餘的差異較大，且有高估的情形，顯示出分析師盈餘預測資. er. 料有過度樂觀的現象，故採用橫斷面資料的盈餘較佳。三、橫斷面資料的盈餘低. al. n. v i n Ch 估，使求得的 ICCm 值也較低，而分析師盈餘預測資料高估，使求得的 ICCa 值 engchi U. 較高，當兩者與實際報酬率相比時，皆差距大，可能是電子工業產業的報酬波動較大。四、以 ICCm 與 ICCa 做投資組合，檢測未來一至三年平均實際報酬的情形，發現 ICCm 的投資組合中，在 t+1、t+2 年，透過零成本的投資方式，買進表現最好的投資組合並賣出表現最差的投資組合，在扣除交易成本後，亦能獲得正報酬；而 ICCa 的投資組合只有在 t+1 年能獲得正獲酬，t+2 年反而成為負報酬。我們同時也檢視實際報酬率與類別的相關性，檢驗報酬是否會隨著類別愈大而愈 29.

(35) 高，若為正相關且顯著，表示依據 ICCm/ICCa 分類的投資組合進行投資，會有正報酬。我們發現在 t+1 年的 ICCm beta 係數與 t 值皆較 ICCa 來的高且顯著，故 ICCm 估計的權益資金成本較 ICCa 好。綜上所述，橫斷面資料在樣本數、盈餘預測、估計的權益資金成本 ICCm 皆較分析師盈餘預測資料佳，因此，我們認為 ICCm 作為公司管理者在進行資本預算決策、投資者在做投資決策時的參考依據應較可信賴。. 政治大. 我們以橫斷面資料估計 ROE 時，採用 pooled regression 的方式，並未加入固. 立. 2 2 定效果，發現 adj R 的值並不高，建議未來可加入固定效果，檢視是否 adj R 的. ‧ 國. 學. 值會提高，增加解釋力。由於台灣上市與上櫃的電子工業產業是分析師關注的重. ‧. 點產業，且我們欲將橫斷面資料估計的權益資金成本與分析師盈餘預測資料估計. Nat. io. sit. y. 的權益資金成本進行比較，故我們探討的對象為電子工業產業公司，但因電子產. er. 業的報酬波動較大，使估計的權益資金成本與實際報酬的差距過大，建議未來可. al. n. v i n Ch 探討其他產業，檢視是否可以縮小估計的權益資金成本與實際報酬之差距。最後， engchi U 亦可將橫斷面資料估計的權益資金成本方法應用於其他議題，如探討公司的現金持有政策、存貨政策等等。. 30.

(36) 參考文獻. 中文部分丁緯(2004)，「盈餘預測偏誤類型之探討：併論盈餘水準及管理當局預測對分析師預測偏誤之影響」，淡江大學會計研究所碩士論文。李沛原(2006)，「券商分析師樂觀盈餘預測與利益衝突」，逢甲大學財務金融研究所碩士論文。涂展源(2005)，「智慧資本資金成本之初探」，國立政治大學會計研究所碩士論文。. 立. 政治大. ‧ 國. 學. 張怡婷(2012)，「台灣股市投資組合績效之比較」，成功大學財務金融研究所碩士論文。. ‧. 蔡珮穎(2007)，「Ohlson-Juettner 模型在台灣適用性之研究」，國立政治大學會計研究所碩士論文。. y. Nat. sit. n. al. er. io. 賴紀誠(2010)，「券商分析師利益衝突及其調節機制」，國立中正大學企業管理研究所碩士論文。. 英文部分. Ch. engchi. i n U. v. Claus, J., and Thomas, J.(2001), “Equity premia as low as three percent? Evidence from analysts’ earnings forecasts for domestic and international stock markets”, Journal of Finance, 56, 1629-1666. Easton, P.(2004), “PE ratios, PEG ratios, and estimating the implied expected rate of return on equity capital”, The Accounting Review, 79, 73-95. Easton, Peter D. and Gregory A. Sommers(2007), “Effect of analysts’ optimism on estimates of the expected rate of return implied by earnings forecasts”, Journal of Accounting Research 45, 983-1015.. 31.

(37) Fama E., and French, K.(1993), “Common risk factors in the returns on stocks and bonds”, Journal of Financial Economics, 33, 3. Fama E., and French, K.(1997), “Industry cost of equity”, Journal of Financial Economics, 43, 153-193. Fama E., and French, K.(2000), “Forecasting profitability and earnings”, Journal of Business, 73, 161-175. Fama E., and French, K.(2006), “Profitability, investment and average returns”, Journal of Financial Economics, 82, 491-518. Francis, J., Olsson, P., and Oswald, D.(2000), “Comparing the accuracy and explainability of dividend, free cash flow, and abnormal earnings equity value estimates”, Journal of Accounting Research, 38, 45-70.. 立. 政治大. ‧ 國. 學. Gebhardt, W., Lee, C.M., and Swaminathan, B.(2001), “Toward an implied cost of capital”, Journal of Accounting Research, 39, 135-176.. ‧. sit. y. Nat. Gordon, J., and Gordon, M.(1997), “The finite horizon expected return model”, Financial Analysts Journal, May/June, 52-61.. n. al. er. io. Guay, W., Kothari, S., and Shu, S.(2011), “Properties of implied cost of capital using analysts’ forecasts”, Australian Journal of Management, 36, 125-149.. Ch. engchi. i n U. v. Hou, K., van Dijk, M., and Zhang, Y.(2011), “The implied cost of capital: A new approach, forthcoming”, Journal of Accounting and Economics, 53, 504-526. O’Brien, P.(1988), “Analysts’ forecasts as earnings expectations”, Journal of Accounting and Economics, 10, 53-83. Ohlson, J.A.(1995), “Earnings, Book Values, and Dividends in Equity Valuation”, Contemporary Accounting Research, 11(2), 661-687. Ohlson, J., and Juettner-Nauroth, B.(2005), “Expected EPS and EPS growth as determinants of value”, Review of Accounting Studies, 10, 349-365. Palazzo, B.(2012), “Cash Holdings, Risk, and Expected Returns”, Journal of Financial 32.

(38) Economics, 104, 162-185. Sharpe, W.(1978), “New evidence on the capital asset pricing model: discussion”, Journal of Finance, 33, 917-920. Wooldridge J.M.(2006), “Introductory econometrics: A modern approach”, third edition, South-Western pub., 448-484. Wu, J., and Zhang, L.(2011), “Do Anomalies Exist Ex Ante?”, Working paper: University of Georgia and Ohio State.. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 33. i n U. v.

(39)