• 沒有找到結果。

共同基金資金流向與指數報酬關係研究-以法人及散戶角度分析 - 政大學術集成

N/A
N/A
Protected

Academic year: 2021

Share "共同基金資金流向與指數報酬關係研究-以法人及散戶角度分析 - 政大學術集成"

Copied!
38
0
0

加載中.... (立即查看全文)

全文

(1)國立政治大學商學院 財務管理學(系)研究所 碩士學位論文. 政 治 大. 學. ‧ 國. 立 共同基金資金流向與指數報酬關係研究-以法人 及散戶角度分析. ‧. (The relationship between Aggregate Fund Flow and Index. n. al. er. io. sit. y. Nat. Returns – an institutional-retail investor perspective). Ch. engchi. i n U. v. 指導教授:岳夢蘭 博士 研究生:王子維 撰. 中華民國一○七年六月 I. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(2) 摘要 本研究運用週資料針對美國股票型、新興市場股票型、北美高收益債券型以 及北美投資等級債券型之整體、散戶以及法人共同基金資金流向與指數報酬間關 係做探討。結果發現兩者在當期存在高度的正向關係。而針對兩者之因果關係之 分析則發現,遞延一或兩期之指數報酬對於當期共同基金資金流有相當顯著之正 向影響,也就是投資人具有正向回饋交易之行為,而散戶及機構法人皆有同樣的 情況。反向關係的探討上,資金流對於指數報酬之價格衝擊的效果則不明顯,此 與過去研究的結果一致。. 立. 政 治 大. 另外,對於機構法人及散戶資金流間關係的分析中發現,散戶有跟隨法人資. ‧ 國. 學. 金流之傾向。雖然研究觀察到法人在新興市場股票共同基金有跟隨散戶資金流的 情形,但這可能仍是理性之投資行為,這也隱含了機構法人相對散戶投資人確實. ‧. 具有較充分之資訊。而針對共同基金資金流是否為良好之風險情緒指標之分析顯. y. Nat. sit. 示,法人資金流是反映投資人風險情緒較好之指標。散戶投資人之資金流則是會. n. al. er. io. 在情緒好轉或惡化後,才會在下一週有實際資金流入或流出的反應。. Ch. engchi. i n U. v. 關鍵字: 共同基金資金流向、機構投資人、散戶投資人、投資人風險情緒. II. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(3) Abstract In this paper, we study the relation between weekly market index returns and aggregate fund flow into U.S. equity, emerging market equity, North America high yield bond and North America investment grade bond. Aggregate fund flow data of each asset class are divided into retail and institutional flow as well. The concurrent relation between flow and return is positive and highly correlated. Our tests also indicate that aggregate flow generally follows index returns with one or two-week lag, which. 政 治 大. suggests positive feedback-trading of both retail and institutional investors.. 立. Nonetheless, we have not found evidence to support the price impact of fund flow on. ‧ 國. 學. market returns.. Further, when it comes to the relation between retail and institutional fund flow,. ‧. tests show that retail investors would follow institutional investors on the weekly basis.. y. Nat. sit. Institutional investors, however, only follows retail investors in emerging market equity. n. al. er. io. with rational reasons. This might imply that institutional investors are more informed. i n U. v. and sophisticated than retail investors. As for the analysis of fund flow and investor. Ch. engchi. sentiments, the result shows retail investor flow follows sentiment indicator with a oneweek lag, while concurrent institutional flow and investor sentiments are positively correlated.. Key words: Mutual fund flow, Institutional investors, Retail investors, Investor sentiment. III. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(4) 目錄 第一章 緒論.................................................................................................................. 1 1.1 研究動機........................................................................................................ 1 1.2 研究目的........................................................................................................ 2 第二章 文獻回顧.......................................................................................................... 3 2.1 投資人種類及行為........................................................................................ 3 2.2 共同基金資金流對資產報酬之價格壓力效果............................................ 4 2.3 理性與非理性之正向回饋交易.................................................................... 5. 政 治 大. 2.4 文獻小結........................................................................................................ 6. 立. 第三章 研究方法.......................................................................................................... 8. ‧ 國. 學. 3.1 樣本資料來源與樣本期間............................................................................ 8. ‧. 3.2 研究模型及變數定義.................................................................................. 10 第四章 實證結果分析................................................................................................ 13. y. Nat. io. sit. 4.1 敘述統計分析.............................................................................................. 13. n. al. er. 4.2 可預期及不可預期資金流.......................................................................... 16. Ch. i n U. v. 4.3 各資產類別共同基金資金流與報酬間關係.............................................. 18. engchi. 4.4 法人及散戶資金流關係.............................................................................. 25 4.5 共同基金資金流與投資人風險情緒.......................................................... 28 第五章 研究結論........................................................................................................ 31 參考文獻...................................................................................................................... 32. IV. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(5) 表目錄 表 1 敘述統計表.................................................................................................... 15 表 2 各資產種類共同基金之遞延資金流............................................................ 16 表 3 各資產種類資金流與指數報酬間關係........................................................ 19 表 4 各資產種類散戶資金流及法人資金流關係................................................ 27 表 5 當期資金流對於美國大型及小型股影響之差異........................................ 29. 政 治 大. 表 6 當期資金流與投資人風險情緒回歸分析.................................................... 29. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. V. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(6) 第一章 緒論 共同基金為金融市場上一個相當重要的投資工具,規模在過去二十年來持續 地成長,媒體亦經常提到共同基金資金流與資產報酬之關係,並將資金流向視為 反映投資人情緒之指標。但過去對於這些關係的研究並沒有一致的結果,且探討 上較為著重在美國股票型基金資金流,因此本研究將分析不同資產類別中,不同 種類投資人之資金流與指數報酬間的關係。此外,研究亦將針對不同投資人資金 流的關係做探討。. 1.1 研究動機. 立. 政 治 大. ‧ 國. 學. 近年來,無論是國內外的財經報章媒體,例如:金融時報、華爾街日報等, 或是金融實務界的券商報告,皆會以共同基金資金流向做為投資人風險情緒的指. ‧. 標。而根據自己在投信實習的經驗,目前業界確實會以共同基金資金流向做為投. sit. y. Nat. 資人情緒的判斷依據。但若共同基金資金流向僅能視為反映投資人當時情緒的指. al. er. io. 標,這樣對於投資決策並不會有太大的幫助。因此,更重要的是必須探討資金流. v. n. 與資產報酬之間的關係,也就是究竟是資金流會造成資產報酬的變動,或者是反. Ch. engchi. i n U. 向的影響。舉例而言,若資金流對於資產報酬存在負向影響,顯示投資人的過度 樂觀最終可能導致資產價格出現反轉,若市場存在這樣的現象,則進行投資決策 便應將共同基金資金流視為反市場指標,當資金開始大量流入某項資產時,便應 該降低該資產在投資組合中的配置,以規避未來報酬可能的下滑。而若是資產報 酬進而帶動未來資金流向,則顯示資產報酬的變動可能存在動能,故投資人可以 運用技術分析等方式進行市場擇時提高報酬。因此,釐清共同基金資金流向與資 產報酬間的關係,以及資金流向如何反映投資人情緒確實有其必要性。. 1. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(7) 1.2 研究目的 過去對於共同基金資金流與資產報酬間關係的研究,主要集中在研究美國股 票市場,較少研究是以各種不同資產類別的角度來對此議題研究。以固定收益資 產資金流來說,過去較多研究是針對公債型基金,即便是針對公司債市場資金流 的研究,亦沒有細分不同種類的債券。本研究便是針對各項不同資產種類資金流 做為研究對象,包含美國股票、新興市場股票、北美高收益債券以及北美投資等 級債券。新興市場股市是過去研究較為缺乏的部分,但新興市場股票在 2000 年 以後便不斷在成長,重要性及受關注程度相較過去已經有所提升。公司債部分,. 政 治 大 市場或是選擇不同的資產種類 立 ,應該會產生不同的投資行為來因應個別資產本身 過去研究亦沒有以信用評等差異來討論資金流與報酬的關係。而投資人在不同的. ‧ 國. 學. 的特性,因此資金流與報酬的關係可能會因市場而異。. 此外,過去對於資金流與報酬的研究,較多著重在個別基金或是股票層面,. ‧. 雖然有許多研究是以加總資金流 (aggregate level)的角度分析,但可能受限於資. sit. y. Nat. 料來源的因素,只有相當少數的研究將整體資金流以散戶及法人的角度區分。針. al. er. io. 對兩類投資人行為差異的部分,過去研究亦較著重在個別股票層面討論。本研究. v. n. 則是主要著重在以散戶及法人共同基金資金流與指數報酬間的關係做探討,並會. Ch. engchi. i n U. 進一步檢視兩種不同種類的投資人之行為差異與關係。. 2. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(8) 第二章 文獻回顧 本章節主要將針對過去有關共同基金資金流與報酬關係以及價格壓力 (price-pressure)與回饋交易 (feedback-trader)效果及的文獻做回顧。價格壓力效果 意指共同基金資金的流入對於指數報酬影響;反之,若資金流受到過去指數報酬 的影響則稱為回饋交易效果。此外,由於本研究共 同基金資金流的分析亦以散 戶與法人資金流做區分,故回顧文獻中亦包含兩種投資人之特性及行為之差異。. 政 治 大 De long, Shleifer, Summers 立 and Waldmann (1990)指出金融市場中有相當多種. 2.1 投資人種類及行為. ‧ 國. 學. 不同種類的投資人,而各類投資人的行為也會有所差異。在他們的模型當中,雜 訊交易者 (noise trader)的投資行為與回饋交易者 (feedback trader)相同,傾向追. ‧. 逐過去表現較佳之資產,因其相信較高歷史報酬的資產擁有較高的未來報酬,而. sit. y. Nat. 該類投資人即便基本面並未有所改變,仍會有這樣的投資行為。另一種投資人稱. al. er. io. 為套利者 (arbitrageurs)或者是理性投機者 (rational speculator),該種類投資人相. v. n. 較雜訊交易者及回饋交易者擁有較充分的資訊,而套利者也會關注雜訊交易者的. Ch. engchi. i n U. 行為,且亦具有回饋交易 (feedback-trading)的行為,進而推高資產需求及價格。 然而,在某些時點,當套利者發現到資產價格過度偏離基本面而賣出資產,則會 將價格帶回基本面價值。 而在共同基金市場中,早期文獻在探討共同基金資金流向與市場報酬的關係 上,傾向將法人及散戶的資金流當成具有同質性來討論。Warther (1995)認為共同 基金流向是觀察非理性投資人情緒的良好指標,因為共同基金投資人普遍被視為 市場中掌握資訊最不充足的投資人,但有相當多數據顯示,法人在各類資產的共 同基金占比持續在上升中。此外,相當多文獻指出,在市場當中是存在許多種不 同投資人種類,且其行為亦有所差異,故在討論共同基金資金流與報酬的差異也 3. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(9) 應該考慮這樣的現象。在共同基金中,投資人主要可以分為兩種,一種是散戶投 資人,另一種則是機構法人。過去探討共同基金資金流的文獻當中,有研究指出 兩種投資人的資金流反映出的投資行為是有所差異的。James and Karceski (2006) 發現影響法人及散戶共同基金資金流的因素並不相同,其結果顯示散戶投資人的 投資決策較不縝密。Keswani and Stolin (2006)亦表示相較於散戶投資人,機構法 人更能運用較為精密的評估方式且擁有較充足的資訊。 雖然 James and Karceski (2006)針對共同基金資金流的研究中,將法人及散 戶分開來探討兩者差異,但其分析討論的是該兩種投資人在個別基金層面之差異,. 政 治 大 分亦沒有區分法人及散戶來分析。但根據本文敘述統計的部分可以看出,一般被 立 並非整個資產類別上之差異。而過去文獻在探討整體資產類別的資金流上,大部. 認為擁有較完整市場資訊的法人,在各項資產種類共同基金資金流的佔比事實上. ‧ 國. 學. 相當高,這使得在討論共同基金資金流與報酬的關係上,有將法人與散戶區分開. er. io. sit. y. Nat. 亦能分析不同類別投資人對於各資產種類報酬之影響。. ‧. 來討論的必要性。將法人與散戶家以分類後,除了能夠討論兩者行為上之差異外,. n. 2.2 共同基金資金流對資產報酬之價格壓力效果 a v. i l C n h e n g c h i U (aggregate level)與市場報酬 Warther (1995)是最早探討加總共同基金資金流. 是否存在關係研究的學者,其提出了兩個關鍵的假說,分別是回饋交易假說以及 price pressure 假說。其研究運用月資料分析發現,當期資金流與當期報酬存在顯 著的正向關係,Remolona, Kleiman, and Gruenstein (1997)的研究亦有同樣的發現。 Edelen and Warner (2001)的研究則是運用日資料分析,結果同樣顯示當期資金流 與報酬存在正向關係。這些研究的結果證實了共同基金資金流與市場報酬同時變 動,但藉此並不能區分兩項變數的因果關係是回饋交易、價格壓力抑或是由其他 的因素同時帶動兩個變數的變動。 回饋交易假說描述的是共同基金投資人具有追逐市場報酬的行為,也就是投 4. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(10) 資人的資金流向會受到過去資產報酬的影響,而使得資產報酬領先共同基金資金 流向。針對該假說的探討,過去文獻的並沒有一致的結果。相對地,價格壓力假 說則是陳述資金流本身流入某項資產後,使得資產需求上升進而推升資產價格, 而顯示出來的現象便是共同基金資金流向會領先資產報酬表現。以目前共同基金 持有美股比重持續上升的情況來看,資金流可能會影響資產報酬的推論相當合理, 不過過去的研究像是 Gervais, Kaniel, and Mingelgrin (2001)以及 McCullough (1997) 探討資產價格是否對於市場需求具有敏感度時,並未能對交易量影響資產價格下 定論。而 Warther (1995)、Edwards and Zhang (1998)以及 Edelen and Warner (2001). 政 治 大 對於資產報酬具有價格壓力效果。 立. 針對共同基金資金流與報酬間關係的研究指出,並沒有證據顯示共同基金資金流. ‧ 國. 學. 2.3 理性與非理性之正向回饋交易. ‧. y. Nat. 就一般認知而言,擁有較充分資訊的投資人會有較理性的投資行為,相對資. er. io. sit. 訊較不充分的投資人應該較不會受到過去資產報酬的影響,也就是在投資上較不 具有正向回饋交易 (positive feedback-trading)的行為,去追逐過去報酬較佳的資. al. n. v i n 產種類或證券。但過去的研究指出,擁有較充分資訊的投資人,例如機構法人, Ch engchi U 其交易間存在自我相關並非不理性的行為。Jegadeesh and Titman (1993)發現表現 最佳及最差的股票在三到十二個月內,報酬表現具有持續性。 Shleifer and. Summers (1990)的研究指出,較精明的投資人可能透過技術分析等其他市場擇時 方式採取正向回饋交易。Barclays and Warner (1993)的研究則發現,具有充分資 訊的理性投資人,會將其交易分批進行以此隱藏資訊,進而造成個別證券的報酬 產生自我相關的情形。Chakravarty (2001)針對此研究進一步發現,機構法人的交 易相對散戶,更容易造成價格的變動,顯示機構法人確實為資訊較為充分之投資 人。此外,即便是在沒有考慮資訊充足與否的情況下,機構法人對於個別證券之. 5. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(11) 投資,亦會進行分批下單以降低交易成本,Chan and Lakonishok (1995)的研究發 現,機構法人對於單一投資下單中,超過一半的總額會花至少四個交易日來完成 其所有交易,因此資金流入證券並不會是一次性的流入。綜合以上,機構法人也 可能有正向回饋交易的投資行為,但並非不理性所致。 在探討需求造成價格變動的文獻中,主要可以分為四種。第一種是針對少數 事件對於價格的影響,例如公司被納入或移除某項指數。像是 Greenwood (2007) 針對個股在日經 225 指數中權重的變動對價格的影響或是 Harris and Gurel (1986) 透過研究 S&P500 企業名單的變動,發現名單變動所引起的成交量對於股價具有. 政 治 大 名單並不會對該公司造成基本面的轉變,因此消息公布所引發的資金流造成股票 立. 正向的影響效果。雖然正向的影響效果在兩週後會完全反轉,但由於納入 S&P500. 價格的變動,可以被視為 price pressure 假說成立的證據。第二種則是以個別股票. ‧ 國. 學. 成交量作為代理變數,來檢視其與報酬間的關係,相關的研究像是 Llorente,. ‧. Michaely and Wang (2002)以及 Avramov, Chordia and Goyal (2006)。第三種則是針. y. Nat. 對 股 票 買 單 及 賣 單 的 不 平 衡 , 對 於 股 票 報 酬 之 影 響 , Lee, Liu, Roll and. er. io. sit. Subrahmanyam (2004)以及 Kaniel, Saar and Titman (2008)皆以該因素探討需求對 於價格之影響。第四種則是針對造市者對於證券的庫存是否對於報酬有影響做探. al. n. v i n 討。本研究則是以共同基金資金流來分析資金流入流出是否會對於相同資產指數 Ch engchi U 報酬造成影響。. 2.4 文獻小結 總結前述對於不同種類投資人行為差別、價格壓力效果以及回饋交易之探討 可以發現,不同種類投資人在交易上是存在差異的,又由於共同基金做為投資人 一個主要的投資工具之一,故本研究將透過觀察散戶及法人共同基金資金流向在 不同資產種類間行為,以及某特定資產種類中不同類型投資人行為是否有所差異 進行驗證。而由於文獻探討中提到法人相對散戶是具有資訊優勢的且兩種類型投 6. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(12) 資人皆有進行回饋交易的理由,故研究中的實證研究亦將會探討法人及散戶資金 流是否會互相影響,以及法人及散戶在各種資產類別是否會有回饋交易的投資行 為。針對價格壓力效果,過去文獻皆顯示整體共同基金資金流對於美國股票報酬 不存在價格壓力效果。本研究則會進一步將資金類別分為整體、散戶及法人資金 流來檢視資金流入是否會對不同類型之股票及債券資產報酬造成影響,藉此驗證 該效果是否在不同資產類別或投資人下仍不存在。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 7. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(13) 第三章 研究方法 本研究在分析共同基金資金流與報酬間關係上,選擇使用個別資產種類共同 基金整體資金流 (Aggregate Level),而非個別基金或是個別股票 (Micro Level)。資金流亦會區分為散戶、法人以及兩者加總之整體資金流。資產種類則 分別探討美國股票、新興市場股票、北美高收益債券以及北美投資等級債券。所 有資料頻率皆以週為單位,並由 2009 年至 2017 年。研究模型則皆以回歸模型做 為分析之工具。. 3.1. 政 治 大 樣本資料來源與樣本期間 立. ‧ 國. 學. 共同基金資金流向數據來自專門追蹤共同基金資金流向的機構 Emerging Portfolio Fund Research Global (EPFR Global),其為 Informa Business Intelligence. ‧. 公司旗下的金融資訊部門之一。該資料庫目前為全球金融機構廣泛使用。EPFR. sit. y. Nat. Global 目前是全球金融機構在共同基金資金流向及資產配置資訊方面主要的提. al. er. io. 供者,其提供之數據常見於大型金融機構定期發行之資金流向報告與各大知名金. v. n. 融媒體之報導中。追蹤的基金資料包含註冊在全球的傳統及另類型投資基金,追. Ch. engchi. i n U. 蹤總資產共計達三十兆美元。追蹤資料在分類上,主要分為股票型、債券型、貨 幣市場型、平衡型及另類型基金。基金又進一步以投資地區做區分,粗略分為已 開發市場及新興市場,其中則再以地區及國家做細部區分。股票型基金則可以將 資金流向以產業別做區分,例如:科技、金融產業等。債券型基金則是可以資產 類別切分資金流向,例如:投資等級債券及高收益債券。上述各種不同種類的基 金又可以 ETF 及非 ETF 的方式做細部區分,或是以投資人類別區分為法人及散 戶。EPFR 在基金資金流向的計算上,可以分為兩個步驟: 1.. 以基金的當地貨幣,計算投資組合變化及資金流量. 2.. 將第一步驟計算出之數據,轉換為美元計算 8. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(14) 資金流的計算是由計算出的期末基金的資產總量扣除計算期間期初資產總 量後,再扣除期初至期末的基金淨值。非美元計價的基金資產會分別再以期初及 期末的當地貨幣兌美元匯率轉換,期間投資組合淨值變化則以平均匯率轉換。 EPFR 在計算基金資金流向的數據與 Investment Company Institute (ICI)的差別在 於 ICI 將基金淨銷售 (Net Sales)拆解為基金新流入 (New Sales)-基金贖回 (Redemptions)+同類型基金轉入 (Exchanges-in)-同類型基金轉出 (Exchangesout),並針對該四個項目統計資金流量。EPFR 則是直接提供基金淨銷售數據,以 衡量各類基金的資金流向。而統計的地區上,ICI 則是以美國本土基金為統計對. 政 治 大 同基金資金流做探討,因此為了方便比較,所有資金流量會再除上個別資產種類 立. 象,EPFR 統計資料涵蓋之地區則為全球。本研究由於會針對不同資產種類之共. 之淨資產總量 (Total net asset),並以百分比形式呈現。. ‧ 國. 學. 資產指數報酬部分,美國股票使用羅素 3000 指數,羅素 3000 指數是由 FTSE. ‧. Russell 所編製,以美國市值前 3000 大的企業所組成,並以市值加權方式計算,. y. Nat. 該指數涵括美國大約 98%的上市企業。而美國大型股指數羅素 1000 則是採用羅. er. io. sit. 素 3000 中市值前 1000 大的企業所組,加權市值總額達到 1780 億美元,市值中 位數則為 105 億美元。小型股指數羅素 2000 則是由羅素 3000 中市值較小的後. al. n. v i n 2000 家企業組成,加權市值為C24 億美元,組成企業的市值中位數則為 8.61 億美 hengchi U. 元。新興市場股票則是採用 MSCI 編制之 MSCI Emerging Markets 指數,其中包 含了總共 24 個新興市場國家,指數中包含了這些國家大約 85%的股票市值。 高收益債券指數則採用 ICE BofAML 編制的 ICE BofAML US High Yield Index (H0A0)。該指數由美元計價,且 Moody’s、S&P 及 Fitch 平均信用評等低於 BBB 之美國本土發行企業債券組成。指數成立日為 1986 年 8 月 11 日。根據指 數於 2018 年 6 月 1 日的資料,其中共有 1878 檔債券、指數有效存續期間及有效 收益率分別為 4.21 及 6.31%。投資等級債券指數則採用 ICE BofAML 編制的 ICE BofAML US Corporate Index (C0A0)。該指數由美元計價且 Moody’s、S&P 及 Fitch. 9. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(15) 平均信用評等 BBB 以上之美國本土發行企業債券組成。指數成立日為 1972 年 12 月 31 日。根據指數於 2018 年 6 月 1 日的資料,其中共有 7717 檔債券、指數 有效存續期間及有效收益率分別為 7.06 及 3.99%。 投 資 人 風 險 情 緒 指 標 AAII bullish 及 bearish sentiment 則 由 American Association of Individual Investors (AAII)所編製,資料起始自 1987 年 7 月。該情 緒指標是由 AAII 針對其會員之調查結果隨機抽取而成,調查問題為詢問會員對 於未來六個月股市的看法,結果分為看多 (bullish)、看空 (bearish)或是中立 (neutral),結果則以百分比呈現,三種結果加總為 100%。調查結果每週會公布在. 政 治 大 本研究之共同基金資金流向資料、資產指數報酬及風險情緒指標資料採用之 立. www.aaii.com。. 樣本期間皆為 2009 年 1 月至 2017 年 12 月之週資料。共同基金週資料之統計於. ‧ 國. 學. 每週五公布上週三截至當週三之資金流量。指數週報酬資料則由前週五統計至當. er. io. sit. y. Nat. 當週四。. ‧. 週五,並以自然對數報酬呈現。風險情緒指標 AAII sentiment 則由前週四統計至. 3.2 研究模型及變數定義 a. n. iv l C n hengchi U 由於過去研究發現共同基金資金流存在自我相關問題,故資金流具有高度可. 預測性,故在研究報酬與資金流的關係時必須將可預期的資金流去除。而可預期 資金流的計算則是運用自我回歸模型,決定各種資產種類資金受到過去幾期資金 流的顯著影響後,將顯著影響當期資金流的遞延資金流,也就是可解釋部分做為 可預期資金流,自我回歸不可解釋的殘差便做為不可預期資金流。實證結果中的 表格 2 便是運用此回歸模型來決定遞延資金流的影響。變數上將𝐹𝑙𝑜𝑤𝑖,𝑡 定義為不 同種類投資人當期資金流,其中𝐹𝑙𝑜𝑤𝑎𝑙𝑙,𝑡 為某項特定資產種類之整體資金流,而 其中又可區分為散戶及法人資金流,變數定義分別為𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡 及𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡 。. 10. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(16) 𝑚. 𝐹𝑙𝑜𝑤𝑖,𝑡 = 𝛽0 + ∑ 𝛽𝑛 𝐹𝑙𝑜𝑤𝑖,𝑡−𝑛 + 𝜀𝑖 𝑛=1. 表格 3 中探討資金流與指數報酬關係,針對價格壓力假說的驗證,回歸模型 的應變數為對應資產的指數報酬,自變數則是當期及遞延的資金流,若遞延資金 流與當期指數報酬出現顯著相關性,則會在進一步將當期資金流從回歸中移除, 以此判斷是否遞延資金流會影響當期指數報酬。而檢視回饋交易假說的回歸模型, 應變數則是運用前述方法分離出不可預期資金流,並以當期及遞延指數報酬做為 自變數。𝑅𝑒𝑡𝑢𝑟𝑛𝑡 代表的是探討資金流所對應到之資產類別的指數報酬。𝑈𝐹𝑙𝑜𝑤𝑖,𝑡. 政 治 大. 則為兩類投資人及整體的不可預期資金流。. 立. 𝑚. 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 = 𝛽0 + ∑ 𝛽𝑛 𝐹𝑙𝑜𝑤𝑖,𝑡−𝑛 + 𝜀𝑖 𝑚. 學. 𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 = 𝛽0 + ∑ 𝛽𝑛 𝑅𝑒𝑡𝑢𝑟𝑛𝑡−𝑛 + 𝜀𝑖 𝑛=1. ‧. ‧ 國. 𝑛=1. y. Nat. 在討探法人及散戶資金流間的關係時,則是分別將散戶及法人的當期資金流. er. io. sit. 做為應變數,自變數則放入另一類投資人的遞延資金流,並加上自身遞延一期的 資金流與遞延一期的指數報酬,因為該兩項變數對於資金流影響較大,故控制該. al. n. v i n 兩變數以確認某一類投資人資金流是否會受到另一類投資人資金流的影響。 Ch engchi U 𝑚 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡 = 𝛽0 + ∑ 𝛽𝑛 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡−𝑛 + 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡−1 + 𝑅𝑒𝑡𝑢𝑟𝑛𝑡−1 + 𝜀𝑖 𝑛=1 𝑚. 𝐹𝑙𝑜𝑤 𝑟𝑒𝑡𝑙,𝑡 = 𝛽0 + ∑ 𝛽𝑛 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡−𝑛 + 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡−1 + 𝑅𝑒𝑡𝑢𝑟𝑛𝑡−1 + 𝜀𝑖 𝑛=1. 針對共同基金資金流與投資人風險情緒的關係,則分為兩個部分。首先是針 對資金流對於美國大型及小型股指數報酬的影響,故回歸模型的應變數分別為大 型股及小型股的指數報酬以及大型股減小型股報酬之差,自變數則分別為散戶及 法人的不可預期資金流。𝑅𝑒𝑡𝑢𝑟𝑛 𝑏𝑖𝑔,𝑡 及𝑅𝑒𝑡𝑢𝑟𝑛 𝑠𝑚𝑎𝑙𝑙,𝑡 則分別代表大型股及小型股 11. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(17) 指數,也就是羅素 1000 及羅素 2000 的當期指數報酬。𝑅𝑒𝑡𝑢𝑟𝑛 𝑏𝑖𝑔−𝑠𝑚𝑎𝑙𝑙,𝑡 則為兩 指數報酬之差值。 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 = 𝛽0 + 𝛽1 𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 + 𝜀𝑖 𝑅𝑒𝑡𝑢𝑟𝑛 𝑏𝑖𝑔−𝑠𝑚𝑎𝑙𝑙,𝑡 = 𝛽0 + 𝛽1 𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 + 𝜀𝑖 而對資金流與投資人風險情緒指標 AAII 關係的研究則是將散戶及法人的當 期資金流做為應變數對當期及遞延一期的 AAII bullish sentiment 與 bearish sentiment 之差值變化、自身遞延一期資金流及遞延一期指數報酬做回歸。變數定 義上,𝐵𝐵𝑆𝑝𝑟𝑒𝑎𝑑𝑡 代表 AAII bullish sentiment 與 bearish sentiment 之差值變化。 1. 政 治 大. 𝐹𝑙𝑜𝑤 𝑖,𝑡 = 𝛽0 + ∑ 𝛽𝑛 𝐵𝐵𝑆𝑝𝑟𝑒𝑎𝑑𝑡−𝑛 + 𝐹𝑙𝑜𝑤𝑖,𝑡−1 + 𝑅𝑒𝑡𝑢𝑟𝑛𝑅3000,𝑡−1 + 𝜀𝑖 𝑛=0. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 12. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(18) 第四章 實證結果分析 本章為本研究之實證結果分析。敘述統計分析包含本研究中討論之各項變數, 包含各資產種類及投資人之共同基金資金流、指數報酬以及投資人情緒指標。遞 延資金流對當期資金流的影響則將決定區分可預期及不可預期資金流時使用之 自我回歸模型的期數。對於價格壓力及回饋交易假說的驗證,則運用共同基金資 金流及指數報酬兩變數的回歸模型分析。最後,則針對美國股票型基金資金流與 美國散戶投資人風險情緒指標之關係做探討。. 4.1 敘述統計分析立. 政 治 大. ‧ 國. 學. 表 1 為法人、散戶以及整體資產種類的共同基金資金流與採用的對應指數在 樣本期間的敘述統計資料。美國股票共同基金市場資金流的資料顯示,在樣本期. ‧. 間投資人整體來說是流出該資產種類,其資金流的平均數 (-0.0114%)及中位數. sit. y. Nat. (-0.0078%)皆為負值。進一步觀察法人及散戶的資金流可以發現,美國股票資金. al. er. io. 的流出主要是來自於散戶,樣本期間散戶資金流的平均數 (-0.0429%)及中位數. v. n. (-0.0423%)皆為負值;相對地,法人則是流入美國股市,其中位數 (0.0346%)及平. Ch. engchi. i n U. 均數 (0.0328%)皆為正值,但流入資金佔總資產規模的百分比並沒有大過於散戶 資金的流出,故整體資產資金平均是流出的情形。而若以資金流的標準差來看, 法人資金流的標準差 (0.2356%)明顯大過於散戶資金流 (0.0599%)。在樣本期間, 散戶及法人累積資金流佔整體資產總規模的比重平均則是法人較大,這與過去研 究指出美國股票共同基金市場以散戶為主的結果不一致。若進一步觀察樣本期間 起始點與最終點可以發現,散戶在美國股市的佔比不斷在下降,法人的占比則持 續在上升。美國股市報酬部分,代表整體美國股市的羅素 3000 指數、代表大型 股的羅素 1000 指數及代表小型股的羅素 2000 指數的平均數及中位數皆為正,顯 示樣本期間指數提供投資人正向報酬,而小型股的波動度則大過於大型股。 13. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(19) 新興市場股票的資金流的情況則與美國股票市場呈現相反的狀況。在樣本期 間,新興市場整體資金流的平均數 (0.0509%)及中位數 (0.0529%)皆為正值,顯 示資金持續在流入該資產種類。而若觀察散戶及法人個別的資金流入狀況可以發 現,散戶在樣本期間資金流的平均數及中位數皆為正值 (0.0687%及 0.0705%), 但法人則兩項皆為負值 (-0.0167%及-0.0262%),顯示該期間資金流入主要來自散 戶,且流入的資金大過於法人,但散戶的資金流標準差則大過於法人資金流 (分 別為 0.2756%及 0.1179%)。若以佔比來看,該期間散戶佔比持續攀升,目前超過 半數的資金規模來自於散戶。而新興市場指數報酬與美國股市同樣在樣本期間平. 政 治 大 北美高收益債券整體資金流入雖然中位數為負值 (-0.1836%),但平均數為正 立. 均報酬為正,但其波動度高過於美國整體股市。. (0.1049%),顯示樣本期間資金持續流入。若將資金流以散戶及法人區分則可以發. ‧ 國. 學. 現,法人的資金流入大過於散戶,法人佔總資金規模的比重亦從樣本期間初不斷. y. Nat. 數皆為正。. ‧. 上升,但法人的資金流相對地標準差也大過於散戶。而指數報酬的平均數及中位. er. io. sit. 北美投資等級債券整體資金流的平均數 (0.3645%)及中位數 (0.2992%)皆為 正值,顯示投資人在樣本期間是流入該資產種類。其中,雖然散戶在該期間資金. al. n. v i n 持續流入該資產類別,但法人仍是期間資金流入的主要來源,資金流入平均數及 Ch engchi U. 中位數亦相當大 (分別為 0.3414%及 0.2796%),不過法人在樣本期間的標準差遠 大過於散戶資金流 (分別為 0.7035%及 0.1857%)。資金規模佔比部分,該資產類 別主要仍由法人為主,佔比大約為整個北美投資等級債券資金規模的八成左右。 而指數報酬的中位數及平均數雖然皆為正,但幅度小於高收益債,反映其較低波 動度的資產特性。. 14. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(20) 表 1 敘述統計表 樣本數. 平均數(%). 中位數(%). 標準差(%). 469. -0.0114. -0.0078. 0.2517. 0.7761. -0.9276. 散戶資金流. 469. -0.0429. -0.0423. 0.0599. 0.2274. -0.4575. 40.95. 54.12. 27.05. 法人資金流. 469. 0.0328. 0.0346. 0.2356. 0.7744. -0.7519. 58.50. 72.73. 44.93. 羅素3000指數報酬. 469. 0.2308. 0.2825. 2.1985. 10.2861. -8.2003. 羅素1000指數報酬. 469. 0.2303. 0.3101. 2.1571. 10.2054. -7.9617. 羅素2000指數報酬. 469. 0.2368. 0.3776. 2.8565. 11.3111. -10.9126. 0.0509. 0.0529. 0.3614. 1.2480. -1.3867. 0.0687. 0.0705. 0.2756. 1.3263. -1.0216. 64.93. 73.34. 55.15. -0.0167. -0.0262. 0.1179. 0.4608. -0.6403. 35.07. 44.84. 26.66. 0.1472. 0.2760. 2.6780. 9.3375. 0.1049. -0.1836. 0.6570. 2.7377. 0.0118. -0.0277. 0.2692. 1.3087. -1.2431. 47.38. 67.88. 34.36. 0.0932. -0.1402. 0.4509. 1.8020. -1.6132. 52.62. 65.64. 32.12. 0.2433. 0.8871. 5.3535. -3.2695. n C0.2992 -2.7296 U h e n g0.7206 i c h -1.1695 0.0133 0.1857. 4.8282 2.3354. 20.32. 28.37. 10.64. 79.68. 89.36. 71.63. 469. MSCI新興市場指數報酬. 469. 北美高收益債券型基金資金流. 469. ‧. 法人資金流. Nat. 469. -12.5613 -2.8596. y. 469. 散戶資金流. 政 治 大. 學. 新興市場股票型基金資金流. 立. ‧ 國. 美國股票型基金資金流. 極大值(%) 極小值(%) 平均佔比(%) 最大佔比(%) 最小佔比(%). 法人資金流. 469. ICE BofAML美國高收益債指數報酬. 469. 0.2261. 469. 0.3645. 散戶資金流. 469. 0.0234. 法人資金流. 469. 0.3414. 0.2796. 0.7035. -2.9825. 4.8060. ICE BofAML美國投資等級債指數報酬. 469. 0.1327. 0.1674. 0.6285. 2.3550. -2.6063. AAII Bullish Sentiment. 469. 36.49. 35.98. 8.09. 63.28. 17.75. AAII Bearish Sentiment. 469. 31.93. 30.66. 8.00. 70.27. 15.05. er. n. 北美投資等級債券型基金資金流. al. sit. 469. io. 散戶資金流. iv. 15. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(21) 表 2 各資產種類共同基金之遞延資金流 Panel A. 股票型基金遞延資金流 美國股票. Lag 2 Lag 3 Lag 4 2. Adjusted R. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡. 𝐹𝑙𝑜𝑤𝑎𝑙𝑙. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡. -0.0105. -0.0222***. 0.0355***. 0.0162. 0.0269**. -0.0037. (-0.90). (-6.13). (3.12). (1.21). (2.36). (-0.92). 0.0483. 0.3877***. -0.0080. 0.5210***. 0.4519***. 0.5419***. (-1.04). (8.36). (-0.17). (11.41). (9.92). (11.72). 0.0437. 0.0979**. -0.0045. 0.1149**. 0.0994**. 0.1110**. (0.94). (1.97). (-0.10). (2.33). (2.08). (2.14). -0.0194. -0.0482. -0.0388. -0.0209. -0.0042. 0.0350. (-0.42). (-0.96). (-0.85). (-0.44). (-0.09). (0.70). 0.0001. 0.0464. -0.0249. 0.0740*. 0.0643. 0.0875*. (0.00). (1.00). (-0.55). (1.7). (1.47). (1.95). -0.0039. 0.1803. -0.0062. 0.3761. 0.2750. 0.4773. Panel B. 債券型基金遞延資金流. 立. 政 治 大. 北美高收益債. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡. 𝐹𝑙𝑜𝑤𝑎𝑙𝑙. 0.0525**. 0.0050. 0.0535***. 0.0983***. 0.0195**. 0.1051***. (1.98). (0.47). (2.72). (3.16). (2.22). (3.26). Lag 1. 0.5525***. 0.5100***. 0.4490***. 0.2749***. 0.0974**. 0.2878***. (11.88). (10.99). (9.65). (6.09). -0.0193. 0.0251. -0.0049. 0.0661. (-0.36). (0.49). (-0.09). (1.49). -0.0191. -0.0080. 0.0053. 0.2124***. (-0.36). (-0.16). (0.10). (4.85). -0.0023. -0.0261. (-0.005). (-0.55). Nat. Lag 3. (-0.41) 2. Adjusted R. 0.2827. al. n. -0.0190. io. Lag 4. Ch. 0.2664. 0.1928. engchi. ‧. Lag 2. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡. (2.10). (6.36). 0.0414. 0.0770*. (0.89). (1.71). 0.0456. 0.2065***. (0.98). (4.66). 0.1196***. -0.0179. 0.1054**. (2.91). (-0.38). (2.54). 0.0064. 0.3284. er. Intercept. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙. 學. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙. ‧ 國. 𝐹𝑙𝑜𝑤𝑎𝑙𝑙. 北美投資等級債. y. Lag 1. 𝐹𝑙𝑜𝑤𝑎𝑙𝑙. sit. Intercept. 新興市場股票. iv. 0.3298 Un. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. 4.2 可預期及不可預期資金流 Warther (1995)發現到共同基金流由於存在高度自我相關,因此具有高度的可 預測性,故在判斷資金流與報酬間的關係時,必須將可預測的部分與不可預測的 部分分離,因此必須採用自我回歸模型來檢視各項資產種類及投資人種類當期資 金流向受到遞延資金流影響的程度,以決定使用遞延幾期的資金流來建構自我回 歸模型。以下將檢視美國股票基金、新興市場股票基金、北美投資等級債券基金 以及北美高收益債券基金四種資產種類之遞延資金流對當期資金流之影響,各項 16. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(22) 資產種類則再以散戶、法人以及兩者加總之資金流做區分。我們將各種類資產的 當期資金流作為應變數、遞延一至四週的現金流作為自變數。 表 2 Panel A 顯示美國股票型基金整體遞延資金流向對於當期整體資金並無 顯著影響;但若進一步檢視法人及散戶的資金流則發現,散戶當期資金流仍受到 遞延一週及兩週的資金流顯著影響 (係數分別為 0.3877 及 0.0979),且皆為正向; 而法人資金流則與整體資金流的情況相同,過去的資金流皆不會對於當期資金流 產生顯著影響。該結果顯示法人在美國股票基金當週的流入並無法利用過去資金 流來預測,原因可能是法人具有較完整的市場資訊,故當週資金流已經充分反映. 政 治 大 比相對散戶較高,資料亦顯示法人在美國股市的佔比逐年升高,這可能也是美國 立 其對於該資產之看法。而由表 1 的統計數據顯示,法人在美國股票基金總資產佔. 股票整體資金流的分析結果與法人結果一致的主要原因。該結果與 Warther (1995). ‧ 國. 學. 運用月資料分析美國股票基金資金流的結果並不一致,其結果顯示整體資金流遞. ‧. 延一至三個月的資金流仍對當期資金流有顯著影響,推測原因可能是其資料期間. y. Nat. 為 1984 年至 1990 年,當時共同基金市場的主要投資者以散戶為主。. er. io. sit. 新興市場股票基金整體資金流則受到遞延一週及兩週的資金流的正向影響 (係數分別為 0.5210 及 0.1149);進一步觀察法人及散戶資金流則發現,兩者當期. al. n. v i n 資金流亦受到遞延一週及兩週資金流的正向顯著影響。散戶資金流在美國及新興 Ch engchi U. 市場股票市場皆出現一樣的情況,當期的資金流皆會受到遞延資金流的正向影響。 法人資金流部分則出現了與美國股市不一樣的情況,顯示兩種投資人在新興市場 的資金流入皆具有可預測性,而法人在兩個不同股市資金流入的差異可能在於市 場性質差異所導致。 表 2 Panel B 則顯示,北美高收益債券基金遞延一週的資金流則仍對當期資 金流有正向顯著的影響 (係數為 0.5525),法人及散戶的情況亦同。北美投資等級 債券基金當期資金流則分別受到遞延一、三、四週資金流的正面顯著影響,法人 資金流的情況亦同,由表 1 可知該資產種類主要以法人資金為主。散戶當期資金. 17. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(23) 流則受到遞延一週資金影響 (係數為 0.0974)。 我們依據 Warther (1995)將各項不同資產種類共同基金的資金流再區分為可 預期及不可預期資金流,並使用自我相關模型,將估計的遞延資金流已解釋的資 金流做為可預期資金流,模型中未解釋的殘差則做為不可預期的資金流。在檢視 回饋交易假說,探討報酬對於當期資金流的影響時,我們將使用不可預期的資金 流,因為這將能夠去除掉遞延資金流對當期資金流之影響。. 4.3 各資產類別共同基金資金流與報酬間關係. 政 治 大 流的月資料研究中,雖然並沒有發現證據支持兩者資金流對於資產報酬具有價格 立 Humphrey, Benson and Brailsford (2013)利用 ICI 的散戶及法人共同基金資金. ‧ 國. 學. 壓力效果,作者聲稱兩者仍不應該被視為具有同質性。作者的分析發現,散戶相 較法人的資金流,顯著受到當期資產報酬的影響,也就是散戶具有回饋交易行為,. ‧. 但法人的資金流並沒有出現這樣的現象。本研究以法人及散戶共同基金資金流的. sit. y. Nat. 週資料,針對各項不同資產種類的共同基金資金流與對應指數報酬間關係做探討。. al. er. io. 我們將回歸式的估計結果列於表 3。. v. n. 由表 3 Pane A 中的回歸式 1a 得知,美國股票指數與整體當期資金流存在顯. Ch. engchi. i n U. 著正向相關的關係 (0.6067,t-value=3.51)、遞延的資金流則與當期報酬呈現反向 影響,不過效果並不顯著,故無證據顯示價格壓力假說成立。回歸式 1c 則是以 法人當期及遞延資金流作為自變數,結果與法人加散戶的整體資金流結果相同, 法人當期資金流向與當期報酬存在高度正向關係 (0.6441,t-value=3.49),但遞延 資金流則不會對當期報酬造成顯著影響。回歸式 1b 則是散戶資金流對於報酬的 影響,結果顯示散戶當期資金流對當期指數報酬並無顯著影響,但遞延兩期之資 金流則對當期報酬具有顯著的負向影響 (-2.7829,t-value=-3.22)。由以上結果可 以看出,法人資金流在該資產種類具有較大之影響效果,這可能與其在該資產種 類佔比較高所致。 針對散戶遞延兩期資金流與當期報酬呈現顯著負向影響關係, 18. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(24) 表 3 各資產種類資金流與指數報酬間關係. Panel A. 美國股票型基金. io. Lag 2 Adjusted R2. al. n. Lag 1. 0.0238. 0.0162. Ch. engchi. 0.022. i n U. 0.0163. 3c 法人 0.0197* (1.92). 0.0038 (1.63) 0.0271*** (11.8) 0.0034 (1.48) 0.2279. 0.0440*** (4.16) 0.0876*** (8.34) -0.0063 (-0.61) 0.1490. y. Nat. 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 Lag 0. 0.5876 (0.73) -2.7007*** (-3.13) 0.3786 (0.47). sit. Lag 3. 0.6441*** (3.49) -2.166 (-1.17) -0.0043 (-0.02) -0.1533 (-0.85). 3b 散戶 -0.0034 (-1.52). ‧. Lag 2. 0.8000 (0.99) 0.2786 (0.32) -2.7829*** (-3.22) 0.4029 (0.50). er. Lag 1. 0.6067*** (3.51) -0.2356 (-1.36) -0.1208 (-0.76) -0.1646 (-0.97). 2 散戶 0.0263 (0.44). 立. 應變數:𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 3a 整體 -0.0292*** (-2.78). 政 治 大. 1c 法人 0.0921** (2.04). 學. 𝐹𝑙𝑜𝑤𝑖,𝑡 Lag 0. 1b 散戶 0.0449 (0.71). ‧ 國. Intercept. 應變數:𝑅𝑒𝑡𝑢𝑟𝑛𝑡 1a 整體 0.1020** (2.34). v. 0.0466*** (4.29) 0.1155*** (10.71) 0.0074 (0.69) 0.2126. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. 19. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(25) Panel B. 新興市場股票型基金. Lag 1. io. Adjusted R2. al. n. Lag 2 0.0308. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. 0.0285. Ch. 0.0112. engchi. 2c 法人 -0.0034 (-1.08). 0.0153*** (4.51) 0.0448*** (13.27) 0.0051 (1.52) 0.2999. 0.0036*** (3.09) 0.0189*** (16.15) -0.0003 (-0.24) 0.3657. ‧. Nat. 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 Lag 0. 0.0192*** (4.97) 0.0631*** (16.46) 0.0020 (0.51) 0.3890. y. Lag 3. 4.0893*** (2.83) -0.7980 (-0.49) -1.4897 (-0.92) -0.9942 (-0.71). 2b 散戶 -0.0099 (-1.09). 學. Lag 2. 立. 2.1881*** (4.20) -0.9111 (-1.62) -0.3355 (-0.63) -0.1324 (-0.27). 政 治 大. sit. Lag 1. 1.8414*** (4.31) -0.7800 (-1.64) -0.3748 (-0.83) -0.1452 (-0.36). 1c 法人 0.1605 (1.29). 應變數:𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 2a 整體 -0.0129 (-1.25). er. 𝐹𝑙𝑜𝑤𝑖,𝑡 Lag 0. 1b 散戶 0.0911 (0.71). ‧ 國. Intercept. 應變數:𝑅𝑒𝑡𝑢𝑟𝑛𝑡 1a 整體 0.1237 (0.96). i n U. v. 20. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(26) Pane C. 北美高收益債券型基金. 0.3183* (1.79) 0.1247 (0.63) -0.2494 (-1.42). 0.1752* (1.72) -0.0526 (-0.46) -0.0056 (-0.05). io. al. n. Lag 2 Lag 3 0.2009. 0.1357. 0.1683. Ch. e n g c0.0069 hi. 0.0038. 3c 法人 -0.0492*** (-2.84). ‧. Lag 1. Adjusted R2. 0.0635* (1.95) -0.0059 (-0.16) -0.0193 (-0.60). Nat. 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 Lag 0. 立. 政 治 大. y. Lag 3. 0.9036*** (9.75) -0.2307** (-2.27) -0.0484 (-0.47) 0.0005 (0.01). 2c 法人 0.2154*** (5.05). 應變數:𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 3a 3b 整體 散戶 -0.0745*** -0.0345*** (-3.37) (-3.70). 學. Lag 2. 1.3924*** (8.39) -0.3919** (-2.10) 0.0898 (0.49) -0.2366 (-1.44). 2b 散戶 0.2239*** (5.47). sit. Lag 1. 0.3109*** (10.76) -0.1108*** (-3.34) 0.0009 (0.03) -0.0099 (-0.34). 2a 整體 0.0940*** (5.16). er. 𝐹𝑙𝑜𝑤𝑖,𝑡 Lag 0. 1c 法人 0.1685*** (4.30). ‧ 國. Intercept. 應變數:𝑅𝑒𝑡𝑢𝑟𝑛𝑡 1a 1b 整體 散戶 0.0770*** 0.2170*** (4.69) (5.68). i n U. v. 0.0001. 0.4743*** (8.45) 0.6127*** (10.62) -0.2560*** (-4.44) -0.0737 (-1.36) 0.3548. 0.1263*** (5.35) 0.2995*** (12.33) -0.0634*** (-2.61) -0.0178 (-0.77) 0.3401. 0.3380*** (7.68) 0.3467*** (7.67) -0.1442*** (-3.19) -0.0401 (-0.94) 0.2592. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. 21. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(27) Panel D. 北美投資等級債券型基金. Lag 1. io. Adjusted R2. al. n. Lag 2 0.0059. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. -0.0043. Ch. 0.0059. engchi. 2c 法人 -0.0302 (-1.08). 0.0124 (0.39) 0.0439 (1.40) 0.0256 (0.81) -0.009. 0.2110** (2.19) 0.3506*** (3.64) -0.0299 (-0.31) 0.0293. ‧. Nat. 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 Lag 0. 0.0398* (1.83) -0.0027 (-0.12) -0.0089 (-0.43) 0.0170 (0.86). 0.2148** (2.18) 0.3793*** (3.85) -0.0315 (-0.32) 0.0322. y. Lag 3. 立. 2b 散戶 -0.0047 (-0.51). 學. Lag 2. 0.0219 (0.32) 0.0676 (0.98) 0.0545 (0.79) -0.0217 (-0.32). 政 治 大. sit. Lag 1. 0.0387* (1.82) 0.0016 (0.08) -0.0055 (-0.27) 0.0129 (0.66). 1c 法人 0.0418*** (2.82). 應變數:𝑈𝐹𝑙𝑜𝑤𝑖,𝑡 2a 整體 -0.0319 (-1.12). er. 𝐹𝑙𝑜𝑤𝑖,𝑡 Lag 0. 1b 散戶 0.0547*** (4.23). ‧ 國. Intercept. 應變數:𝑅𝑒𝑡𝑢𝑟𝑛𝑡 1a 整體 0.0400*** (2.67). i n U. v. 22. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(28) Warther (1995)提出兩種可能的原因,第一個是股價因爲資金流入出現過度反應 的情況,而後出現反轉的情況;第二個則是遞延的資金流透過當期資金流為媒介 影響當期資產報酬,而移除了當期可預期資金流對報酬的影響。在回歸式 2 中, 移除當期資金流後,遞延兩期資金流雖然仍對當期報酬存在負向顯著影響 (2.7007,t-value=-3.13),但這並不能證明價格壓力效果的因果關係存在。因為無 論是當期或是遞延各期的散戶資金流,皆沒有對當期報酬有顯著的正向影響,即 資金流入並未造成報酬先上揚而後反轉,因此價格壓力效果不存在。回歸式 3a、 3b 及 3c 則針對兩變數的反向效果探討,結果顯示當期報酬對於整體以及法人當. 政 治 大 戶及法人的不可預期資金流皆有正向顯著相關,表示回饋交易假說成立。 立. 期的不可預期資金流具有正向顯著相關,而遞延一期的指數報酬則對於整體、散. Panel B 新興市場股票的部分,回歸式 1a、1b 及 1c 結果顯示,新興市場股. ‧ 國. 學. 票整體當期資金流在統計上對當期指數報酬存在高度正向影響 (1.8414,t-. ‧. value=4.31),但遞延資金流則不會對當期報酬有所影響,法人及散戶資金流對於. y. Nat. 報酬的影響情況亦相同。而整體、法人及散戶資金流對於報酬回歸式的 adjusted. er. io. sit. R2 分別是 0.0308、0.0286 及 0.0112,解釋力相當弱,且回歸結果並無證據顯示新 興市場股市報酬落後資金流,故價格壓力假說並不成立。而回歸式 2a、2b 及 2c. al. n. v i n 則是透過將當期不可預期資金流作為應變數,指數當期及遞延報酬作為自變數檢 Ch engchi U. 視反向的影響關係,若當期不可預期資金流受到遞延指數報酬的影響則回饋交易 假說成立。結果顯示遞延一期指數報酬對整體、散戶及法人的資金流影響的係數 為正向且相當顯著 (係數分別為 0.0631、0.0448、0.0189,t-value 分別為 16.46、 13.27 及 16.15),故證據支持回饋交易假說成立。 Panel C 則是針對北美高收益債券基金資金流及美國高收益債券指數報酬間 關係的分析,根據回歸式 1a、1b 及 1c 可以看出整體、散戶及法人當期資金流與 指數當期報酬存在正向顯著關係,而遞延一期的資金流則對當期報酬有負向顯著 影響,且不論是散戶或是法人資金流皆為一樣的情況,顯示價格壓力假說可能成. 23. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(29) 立。而該現象可能的原因與前述美國股票基金資金流相同,一種是資產價格在資 金流入後而出現過度反應,經過一段時間後便出現價格反轉;另一種則是遞延資 金流移除了當期資金流中可預期的部分,而當期指數報酬則是與當期不可預期資 金流相關。回歸式 2a、2b 及 2c 則進一步檢視該現象,在移除了當期資金流後, 原先對當期資產報酬負向顯著影響的遞延資金流便不再對當期報酬有顯著影響 (t-value 分別為 1.95、1.79 及 1.72),且 adjusted R2 顯示,遞延資金流對於指數報 酬的解釋力相當低,表示價格壓力假說在北美高收益債券市場並不成立。回歸式 3a、3b 及 3c 則針對反向的效果做討論,結果顯示整體、散戶及法人的當期不可. 政 治 大 0.6127、0.2995、0.3467,t-value 分別為 10.62、12.33 及 7.67),與遞延兩期的報 立. 預期資金流與當期及遞延一期的指數報酬呈現正向顯著相關 (係數分別為. 酬則呈現負向顯著相關 (係數分別為-0.2560、-0.0634、-0.1442,t-value 分別為-. ‧ 國. 學. 4.44、-2.61 及-3.19),遞延三期的報酬則無顯著相關性。遞延兩期的報酬與當期. ‧. 不可預期資金流呈現負相關之結果顯示,無論是散戶或是法人在北美高收益債皆. y. Nat. 有反向操作的行為,指數走高時獲利了結或是在指數下跌是進場買入。但若以係. er. io. sit. 數來看,由於整體、散戶及法人遞延一期報酬對當期不可預期資金流正向影響的 係數之絕對值,皆大過於遞延兩期負向影響之係數絕對值,因此在北美高收益債. al. n. v i n 市場中,估計結果顯示,不論是法人或散戶資金流向,皆會受到過去指數報酬的 Ch engchi U 正向影響,因此回饋交易假說在該資產種類成立。. 在探討完兩種不同性質的股票市場及性質相近股票的高收益債基金後, Panel D 針對北美投資等級債券,討論共同基金資金流向及指數報酬之關係。由 回歸 1a、1b 及 1c 的結果可以發現,無論是整體、散戶或是法人的當期或遞延資 金流對於當期報酬皆沒有顯著相關。該結果顯示價格壓力假說在北美投資等級債 券並不成立。值得注意的是,當期指數報酬與當期資金流並沒有顯著關係, adjusted R2 亦顯示資金流對於投資等級債券指數報酬的解釋力並不高。回歸 2a、 2b 及 2c 則針對反向關係進行討論,結果顯示指數當期及遞延一期的報酬對於整. 24. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(30) 體 (0.2148、0.3793,t-value=2.18、3.15)及法人 (0.2110、0.3506,t-value=2.19、 3.64)當期不可預期資金流皆有正向顯著的關係,而對於散戶當期資金流則沒有顯 著相關 (0.0124、0.0439,t-value=0.39、1.40)。整體與法人資金流結果一致的原 因由表 1 的敘述統計部分可知,北美投資等級債券基金投資人主要由法人所組 成。 本節前半部的分析顯示,並沒有證據顯示各資產種類資金流對於指數報酬的 價格壓力效果存在。這與 Warther (1995)及 Remolona, Kleiman, and Gruenstein (1997)等過去研究結果一致。此外,本研究發現除了北美投資等級債券以外,其. 政 治 大 酬的影響,由表三可以發現到 adjusted R 都相當低,故本研究又針對影響美國股 立 餘三種資產種類皆存在回饋交易效果。針對遞延共同基金資金流對於當期指數報 2. 票指數報酬的因子做進一步的探討,將市場溢酬因子加入模型之中,即美國股市. ‧ 國. 學. 報酬扣除無風險資產報酬。結果可以發現到,原先表 3 的 Panel A 中回歸式 1a、. ‧. 1b 及 1c 的 adjusted R2 由原本的 0.0238、0.0162 及 0.022 分別上升至 0.1677、. y. Nat. 0.1722 及 0.1678。而原先回歸式 2 在加入該因子之後,adjusted R2 亦由 0.0163 上. 著影響,故價格壓力效果仍然不存在。. n. al. Ch. engchi. er. io. sit. 升至 0.1738 且遞延兩期的負向效果仍然顯著,但由於其他期數仍沒出現正向顯. i n U. v. 4.4 法人及散戶資金流關係 Warther (1995)提到共同基金資金流也可能作為一種新資訊的揭露,具有充分 市場資訊的投資人可能將資金流入某項資產種類後,其餘資訊較不充足的投資人 在觀察到資金流入後,以此作為投資的依據。而過去的研究當中,資料由於資金 流皆以整體流入或流出作討論,故僅能透過觀察遞延資金流是否正向影響當期資 金流來判斷資金流是否具有資訊揭露的效果。且大部份過去的研究中,並沒有將 資金流區分為不同種類的投資人,故難以針對不同種類投資人去探討擁有較多資. 25. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(31) 訊的投資人,是否會影響到資訊較不充足投資人的決策。而由於本研究中的資金 流數據可以將整體資金流區分為法人及散戶個別的資金流,故可以針對兩種不同 投資人種類在不同資產種類中的資金流,是否會影響各自資金流做探討。本節探 討之資金流並未以預期及不可預期資金流區分,但會控制不同投資人自身遞延一 期的資金流及遞延一期的指數報酬該兩項影響資金流之重要變數,以確認不同種 類投資人的資金流是否確實會互相影響。 表 4 Panel A 為各資產種類下,法人資金流對於散戶遞延一至三期資金流、 法人本身遞延一期資金流以及遞延一期的指數報酬的回歸分析。結果顯示法人在. 政 治 大 數前一期的報酬 (0.0375,t-value=7.90),因此法人資金流在美國股市可能受到其 立 美國股票市場的資金流入並不會受到散戶資金流的影響,主要的影響是來自於指. 他未考慮變數的影響。而新興市場股市方面,即便考慮了法人自身遞延一期的資. ‧ 國. 學. 金流與指數前一期的報酬,遞延兩期及三期的散戶資金流仍然對於法人當期資金. ‧. 流具有正向顯著影響 (例如,遞延兩期的散戶資金流估計係數為 0.0581,t-. y. Nat. value=4.14),我們後續將會針對此結果的可能做探討。該回歸式的 adjusted R2 也. er. io. sit. 高達 0.6624,顯示法人資金流在納入該幾項變數後,便能夠解釋大部分的資金流。 北美高收益債及投資等級債法人資金流的回歸結果與美國股票資金流相同,在考. al. n. v i n 慮自身遞延資金流以及遞延指數報酬後,散戶對於法人資金流並沒有顯著影響。 Ch engchi U. 表 4 Panel B 列出共同基金散戶資金流在四項資產種類中,是否受到遞延法. 人資金流影響的回歸估計結果。結果顯示美國股票的當期散戶資金流在控制自身 遞延一期資金流及遞延一期指數報酬後,遞延兩期及三期的法人資金流仍然會對 於當期散戶資金流有顯著正向影響 (例如,遞延兩期的估及結果為 0.0218,tvalue=2.32)。北美高收益債在控制該兩項變數後,遞延兩期及三期的法人資金流 仍會對當期散戶資金流有正向影響,考慮這些變數後解釋力也相當高,adjusted R2 為 0.5264。新興市場當期散戶資金流利用相同方式進行回歸則發現到,遞延一 期的法人資金流會對當期散戶資金流有顯著正向影響 (0.2920,t-value=2.32)。. 26. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(32) 表 4 各資產種類散戶資金流及法人資金流關係 Panel A. 散戶資金流對於法人資金流影響 應變數: 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡 美國股票. 新興市場股票. 北美高收益債券. 北美投資等級債券. Intercept. 0.0247. -0.0174. 0.0205. 0.1607. (1.73). (-4.78). (1.15). (4.95). Lag 1. -0.0331. 0.0080. 0.0655. 0.1105. (-0.17). (0.52). (0.72). (0.71). Lag 2. 0.2574. 0.0581***. 0.0044. 0.1547. (1.27). (4.14). (0.05). (1.00). Lag 3. -0.2430. 0.0278**. -0.0137. -0.0511. (-1.26). (2.11). (-0.19). (-0.33). -0.0581. 0.5245***. 0.2570***. 0.4578***. (14.32). (5.09). (11.23). 0.0375***. 0.0192***. 0.4670***. 0.3161***. (7.90). (15.99). (9.78). 0.1213. 0.6624. 0.3366. 美國股票. 新興市場股票. 北美高收益債券. -0.0306. 0.0445. -0.0355. 0.0131. (4.38). (-3.82). (1.30). v n i(2.28). 0.0220. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡 Lag 1. 政 治 大. (-1.31) 𝑅𝑒𝑡𝑢𝑟𝑛𝑡. 學. Adjusted R2. ‧ 國. 立. Lag 1. ‧. Panel B. 法人資金流對於散戶資金流影響 應變數: 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡. 0.0046 (0.48). Lag 2. 0.0218**. 0.2920**. Ch. (2.32). 0.0596**. e n0.1970 gchi U. (1.56). 0.0563**. -0.0022. (1.63). (2.29). (-0.16). 0.0209**. -0.1021. -0.0292. -0.0027. (2.26). (-0.97). (-1.35). (-0.21). 0.3899***. 0.3479***. 0.2367***. 0.1064**. (10.31). (8.08). (5.32). (2.30). 0.0115***. 0.0455***. 0.3524***. 0.0347. (11.38). (12.99). (14.51). (1.10). 0.3664. 0.4715. 0.5264. 0.0094. (2.32) Lag 3. 北美投資等級債券. y. al. n. Lag 1. sit. io. (-10.67). er. Intercept. Nat. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡. (3.01) 0.2320. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡 Lag 1 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 Lag 1 2. Adjusted R. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. 27. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(33) 由前述分析可知,散戶當期資金流在美國股市、新興市場股市及北美高收益 債市場中皆受到遞延法人資金流的影響,顯示資訊較不充足的投資人確實可能會 根據擁有充分資訊投資人的資金流,作為其投資決策之依據。而北美投資等級債 券散戶資金流,在納入遞延法人資金流及自身遞延一期資金流與遞延一期的指數 報酬後,發現僅有自身遞延資金流有顯著正向影響,其他變數皆無證據顯示會對 當期散戶資金流造成影響,這代表散戶資金流可能主要受到其他本研究未考慮之 因素影響。另一個值得注意的是,新興市場法人當期資金流會受到遞延散戶資金 流的影響,該結果雖然有違直覺,但這並不代表機構法人在新興市場股票市場的. 政 治 大 者 (arbitrageurs)或者是理性投機者 (rational speculator),相較雜訊交易者及回饋 立. 資金流入是不理性的。De long, Shleifer, Summers and Waldmann (1990)認為套利. 交易者擁有較充分的資訊,而套利者也會關注雜訊交易者的行為,且亦具有回饋. ‧ 國. 學. 交易 (feedback trading)的行為進而推高資產需求及價格。由表 1 可知,新興市場. ‧. 股市的共同基金是以散戶為主的市場,且資產價格亦受到投資人情緒影響,故本. y. Nat. 研究認為法人機構會視市場當時散戶風險情緒作為資金流入的判斷依據之一,而. er. io. sit. 並非是一種跟隨散戶資金的不理性行為。此外,由係數來看,法人對於散戶資金 流的影響是大過於散戶資金流對於法人資金流的影響的。. n. al. Ch. engchi. i n U. v. 4.5 共同基金資金流與投資人風險情緒 共同基金資金流經常被媒體視為反應投資人情緒的指標,例如金融時報或華爾街 日報經常在文章中引述與本研究相同資料來源 EPFR 的數據,來做為投資人對某 項資產種類的風險情緒。Lee, Shleifer and Thaler (1991)發現投資人情緒對於小型 股的影響大過於大型股,且閉鎖式基金 (Closed-end funds)的折價是衡量投資人 情緒的指標。Warther (1995)的研究則發現並沒有證據顯示資金流對於大型股及 小型股報酬的影響有所差異,但其認為相較閉鎖式基金的折價,共同基金資金流. 28. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(34) 是一個更好的投資人情緒指標。Warther (1995)對於美國大型及小型股的報酬與 共同基金資金流向的研究,並沒有發現證據顯示大型及小型股對於共同基金資金 流的影響有顯著差異。Fisher and Statman (2000)亦發現到 AAII 情緒指標與 S&P. 表 5 當期資金流對於美國大型及小型股影響之差異 應變數:𝑅𝑒𝑡𝑢𝑟𝑛𝑡. Intercept 𝑈𝐹𝑙𝑜𝑤𝑖,𝑡. 𝑅𝑒𝑡𝑢𝑟𝑛𝑏𝑖𝑔,𝑡. 𝑅𝑒𝑡𝑢𝑟𝑛𝑠𝑚𝑎𝑙𝑙,𝑡. 𝑅𝑒𝑡𝑢𝑟𝑛𝑏𝑖𝑔−𝑠𝑚𝑎𝑙𝑙,𝑡. 0.2455**. 0.2573**. -0.0118. (2.49). (1.97). (-0.23). 1.3313*** (3.40). 立. 2. Adjusted R. 0.0220. 政 治 大 1.8029***. -0.4717**. (3.48). (-2.27). 0.0231. 0.0088. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. ‧ 國. 學. Lag 1. ‧. -0.0281***. -0.0000. Ch. (-0.00). e n0.0004** gchi (2.06). er. al. sit. (-10.11). n. Lag 0. 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡. io. 𝐵𝐵𝑆𝑝𝑟𝑒𝑎𝑑𝑡. 0.0267***. 應變數:𝐹𝑙𝑜𝑤𝑖,𝑡. Nat. Intercept. 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡. y. 表 6 當期資金流與投資人風險情緒回歸分析. Un. iv. (2.62) 0.0042*** (4.21) 0.0012 (1.21). 𝐹𝑙𝑜𝑤𝑖𝑛𝑠𝑡,𝑡 Lag 1. -0.0436 (-0.96). 𝐹𝑙𝑜𝑤𝑟𝑒𝑡𝑙,𝑡 Lag 1. 0.4101*** (10.77). 𝑅𝑒𝑡𝑢𝑟𝑛𝑡 Lag 1 2. Adjusted R. 0.0111***. 0.0278***. (9.56). (5.26). 0.3602. 0.1513. * p-value < 0.1, ** p-value < 0.05, *** p-value < 0.01. 500 指數下個月的報酬呈現顯著負向相關,但 AAII 情緒指標的變化與散戶投資 29. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(35) 人對於股票配置是正向顯著的。 本節首先針對美國共同基金資金流對於大型及小型股指數報酬的影響程度 做討論。表 5 是以羅素 1000 指數報酬、羅素 2000 指數報酬以及兩者報酬之差作 為應變數,對於美國股票型基金資金流做回歸。結果顯示,不論是代表大型股的 羅素 1000 指數或是代表小型股的羅素 2000 指數,皆與共同基金資金流有顯著正 向關係 (例如,羅素 1000 的估計結果為 1.3313,t-value=3.40)。且以係數來看, 資金流入確實對於小型股羅素 2000 指數報酬的影響大過於大型股羅素 1000 指 數。而由於資金流對於兩種指數皆有顯著的正向關係,故進一步將兩項指數報酬. 政 治 大 著差異。結果顯示共同基金資金流對於大型及小型股報酬的差異,具有負向顯著 立. 相減再對資金流做回歸分析,藉此判斷資金流是否對於該兩指數的報酬影響有顯. 關係 (-0.4717,t-value=-2.27)表示資金流入確實對於小型股的影響大過於大型股,. ‧ 國. 學. 該結果與 Warther (1995)的研究結果並不一致。. ‧. 表 6 則進一步針對投資人情緒與美國股票共同基金資金流的關係做探討,以. y. Nat. 確認是 否共同 基金 資 金流確 實是反 映投 資 人情緒 的良好 指標 。 由於 AAII. er. io. sit. sentiment 指標是針對美國散戶投資人做調查,故該部分僅針對美國股票共同基 金資金流做探討。回歸分析內容運用法人及散戶當期資金流對於當期與遞延一週. al. n. v i n AAII bullish sentiment 與 bearish Csentiment h e n g差值之變化做回歸,同時控制指數遞延 chi U. 一週的報酬以及投資人自身遞延一週之資金流。結果顯示,前一週散戶投資人情 緒與當期散戶資金流有正向顯著相關性 (0.0004,t-value=2.06),顯示當散戶投資 人情緒轉好後,便會在下週開始流入美國股票型基金。而法人資金流的回歸結果 則顯示,當期法人資金流與散戶投資人當週的風險情緒變化有正向顯著關係 (0.0042,t-value=4.21),顯示法人資金流反映出了當期投資人的風險情緒。而表 5 的結果顯示法人資金流的流入對小型股的影響是大過於大型股的,又法人資金 流確實反映出了投資人的情緒,因此也驗證了 Lee, Shleifer and Thaler (1991)認為 投資人情緒對於小型股的影響大過於大型股的推論。. 30. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(36) 第五章 研究結論 本研究針對美國股票型、新興市場股票型、北美高收益債券型以及北美投資 等級債券型共同基金之整體、散戶以及法人每週資金流,與對應資產指數的週報 酬分析發現,當期共同基金資金流與當期指數報酬存在高度正向關係,此結果與 過去之研究結果相當一致。而針對這兩項變數各自是否受到另一項變數遞延資料 的影響,也就是針對價格壓力以及回饋交易效果之探討,研究分析結果顯示,各 項資產種類之散戶及法人資金流皆不具有價格壓力效果,此與過去的研究結果一. 政 治 大 種類之資金流皆受到遞延指數報酬的顯著影響,故回饋交易效果明顯存在,且散 立. 致。然而,除了北美投資等級債券型基金的散戶資金流之外,其餘資產及投資人. 戶及法人皆有這樣的投資行為。. ‧ 國. 學. 針對散戶與法人是否會影響對方資金流的分析則顯示,散戶資金流容易受到. ‧. 法人資金流的影響,然而法人會受到散戶資金流影響的情況僅限於新興市場股票. y. Nat. 型基金,這與該資產散戶占多數可能有相當大的關係。而對於美國股票型基金資. er. io. sit. 金流是否反映投資人風險情緒的分析中,結果顯示散戶資金流會受到前一週投資 人情緒變動的正向影響,意即美國散戶投資人在風險情緒轉好後的隔一週將流入. al. n. v i n 美股共同基金。美國股票型基金法人資金流則與投資人風險情緒具有當期正向顯 Ch engchi U 著之效果,表示法人資金流確實反映出了投資人的風險情緒。. 對於未來研究方向之建議,則是可以探討在特定風險事件,例如:美國聯準 會或歐洲央行發布貨幣政策變動時,對於散戶及法人資金流向影響之差異。或者 是探討影響該兩類投資人在不同資產種類配置變動的因素等。. 31. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(37) 參考文獻 Avramov, D., Chordia, T., and Goyal, A. (2006). Liquidity and autocorrelations in individual stock returns. The Journal of Finance, 61(5), 2365-2394. Barclay, M. J., and Warner, J. B. (1993). Stealth trading and volatility: Which trades move prices?. Journal of Financial Economics, 34(3), 281-305. Chakravarty, S. (2001). Stealth-trading: Which traders’ trades move stock prices?. Journal of Financial Economics, 61(2), 289-307. De Long, J. B., Shleifer, A., Summers, L. H., and Waldmann, R. J. (1990). Noise trader risk in financial markets. Journal of Political Economy, 98(4), 703-738.. 立. 政 治 大. ‧. ‧ 國. 學. Edelen, R. M., and Warner, J. B. (2001). Aggregate price effects of institutional trading: a study of mutual fund flow and market returns. Journal of Financial Economics, 59(2), 195-220.. sit. y. Nat. Edwards, F. R., and Zhang, X. (1998). Mutual funds and stock and bond market stability. Journal of Financial Services Research, 13(3), 257-282.. n. al. er. io. Fisher, K. L., and Statman, M. (2000). Investor sentiment and stock returns. Financial Analysts Journal, 56(2), 16-23.. Ch. engchi. i n U. v. Gervais, S., Kaniel, R., and Mingelgrin, D. H. (2001). The high‐volume return premium. The Journal of Finance, 56(3), 877-919.. Greenwood, R. (2007). Excess comovement of stock returns: Evidence from crosssectional variation in Nikkei 225 weights. The Review of Financial Studies, 21(3), 1153-1186. Harris, L., and Gurel, E. (1986). Price and volume effects associated with changes in the S&P 500 list: New evidence for the existence of price pressures. the Journal of Finance, 41(4), 815-829. Humphrey, J. E., Benson, K. L., and Brailsford, T. J. (2013). Do Fund Flow‐Return Relations Depend on the Type of Investor? A Research Note. Abacus, 49(1), 34-45. 32. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(38) James, C., and Karceski, J. (2006). Investor monitoring and differences in mutual fund performance. Journal of Banking & Finance, 30(10), 2787-2808. Jegadeesh, N., and Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. The Journal of Finance, 48(1), 65-91. Kaniel, R., Saar, G., and Titman, S. (2008). Individual investor trading and stock returns. The Journal of Finance, 63(1), 273-310. Keswani, A., and Stolin, D. (2006). Mutual Fund Performance Perspective and Competition: A Cross‐Sector Analysis. Journal of Financial Research, 29(3), 349-366. Lee, C., Shleifer, A., and Thaler, R. H. (1991). Investor sentiment and the closed‐end. 政 治 大. fund puzzle. The Journal of Finance, 46(1), 75-109.. 立. ‧. ‧ 國. 學. Lee, Y. T., Liu, Y. J., Roll, R., and Subrahmanyam, A. (2004). Order imbalances and market efficiency: Evidence from the Taiwan Stock Exchange. Journal of Financial and Quantitative Analysis, 39(2), 327-341.. sit. y. Nat. Llorente, G., Michaely, R., Saar, G., and Wang, J. (2002). Dynamic volume-return relation of individual stocks. The Review of Financial Studies, 15(4), 1005-1047.. n. al. er. io. McCullough, B. D. (1997). An analysis of stock market transactions data. The Quarterly Review of Economics and Finance, 37(4), 887-903.. Ch. engchi. i n U. v. Shleifer, A., and Summers, L. H. (1990). The noise trader approach to finance. Journal of Economic Perspectives, 4(2), 19-33. Warther, V. A. (1995). Aggregate mutual fund flows and security returns. Journal of Financial Economics, 39(2-3), 209-235.. 33. DOI:10.6814/THE.NCCU.Finance.023.2018.F07.

(39)

參考文獻

相關文件

The above information is for discussion and reference only and should not be treated as investment

If land resource for private housing increases, the trading price in private housing market will decrease but there may not be any effects on public housing market 54 ; if

 Warrants are an instrument which gives investors the right – but not the obligation – to buy or sell the underlying assets at a pre- set price on or before a specified date.

The ES and component shortfall are calculated using the simulation from C-vine copula structure instead of that from multivariate distribution because the C-vine copula

an insider, trades or procures other persons to trade in the securities or derivatives of the company so as to make profits or avoid losses before the public are aware of

Type case as pattern matching on values Type safe dynamic value (existential types).. How can we

“Tests of an American Option Pricing Model on the Foreign Currency Options Market.” Journal of Financial and Quantitative Analysis, 22, No.. Bogle on

With a service driven market and customer service being of the utmost importance to enterprises trying to gain and maintain market share, the building and implementing of