價值投資：選股策略之投資績效 - 政大學術集成

全文

(1)國立政治大學商學院金融學系碩士班碩士論文. 價值投資：選股策略之投資績效. 學指導教授：朱浩民博士. Nat. n. Ch. engchi. er. io. al. 研究生：朱詩桓. sit. y. ‧. ‧ 國. 立. 政治大. i n U. 中華民國 103 年 5 月. v.

(2) 謝辭. 本研究得以順利完成，首先要感謝的是我的指導教授朱浩民老師從去年暑假以來的指點及在撰寫過程中不斷地幫我修改，並耐心地提醒格式所需注意的細節，以及廖四郎老師及董瑞斌老師給予的建議，幫助修正論文內容中不足之處，使本論文可以更加完善。感謝統一證券謝昇龍主管，允許我能在實習的空閒時間中撰寫論文，並讓我使用公司的系統 Bloomberg，幫助我收集論文所需要的資料。感謝我的好友陳宣澤，在撰寫論文的過程中，我們總是不斷地一起討論模型，研究如何使用程式、如何蒐集資料等。. 政治大最後感謝我的家人及女友，感謝你們在我撰寫論文的過程中，給予我最好的照顧立及不遺餘力的支持，時常關心我的進度，督促我並在我低潮時幫我打氣，讓我無 ‧. ‧ 國. 學. 後顧之憂地順利畢業。感謝元杰、崇函、士軒、尚謙、乃仁等幾位好朋友時常陪我打球，讓我能一邊撰寫論文，一邊運動抒發壓力。謝謝你們。. y. sit. io. n. al. er. 以赴。. Nat. 論文的完成是一個過程而非終點，在這段過程中，讓我體會了很多事情，重要的不是抵達，而是尋找。未來在人生不同階段，我也將繼續保持學習的態度，全力. Ch. engchi. i n U. v. 朱詩桓謹誌國立政治大學金融學系研究所中華民國一零三年五月.

(3) 摘要. 本研究旨在建立一套客觀且系統化的選股策略，期能協助散戶投資人在眾多投資標的中篩選基本面表現較出色的公司，文章以賴靖宜(2011)所提出之 S-Score 為基礎架構，參考 Piotroski(2000)所提出之 F-Score 以及近期與投資組合相關的文獻，將 S-Score 採納之財務指標加以修改，除了傳統財務比率外，尚考慮盈餘管理與盈餘穩定性，以及董監事與經理人持股比率等變數作為篩選好公司的要件。並採取得分制與排名制兩種不同的評價方式，建立一套系統化的選股指標，協助投資人在眾多投資指標中篩選基本面表現穩健之公司，接著再根據股價淨值比進一步辨識好公司中處於適合投資的價位，以獲得較高報酬率與相對較低的投資風險。實證結果發現，以得分制篩選出來的「好公司」，再搭配高淨值市價比的「好價格」下，可獲得超過市場指數的報酬，並顯著高於全體樣本投資組合的平均報酬，顯示經過篩選能有效區別獲利較高的樣本公司。然而以排名制篩選出來的「好公司」，再搭配高淨值市價比的「好價格」下，並無法獲得超過市場指數的報酬，顯示無法有效的篩選出值得投資的標的。在得分制與排名制的比較上，採取得分制所篩選出來的投資標平均複合報酬率，在 5%的顯著水準下，顯著高於採取排名制所篩選出來的投資標的。結論為採取得分制的評價模式. 立. 政治大. ‧. ‧ 國. 學. y. Nat. sit. n. al. er. io. 優於排名制，散戶投資人可根據財務資訊為投資人建立一簡單有效的投資組合，就是藉由得分制篩選出「好公司」再配合淨值市價比篩選出「好價格」，接著買入持有以獲取利潤。. Ch. engchi. 關鍵字：選股策略、價值投資、多元迴歸分析. I. i n U. v.

(4) 目錄第一章緒論…………………………………………………………...…………..1 第一節研究背景與動機………………………………………………….….1 第二節研究目的………………………………………………………….….3 第三節研究流程………………………………………………………….….4 第二章文獻回顧………………………………………………………….….……5 第一節國內文獻………………………………………………………….….5 第二節國外文獻……………………………………………………………10 第三節文獻回顧小結………………………………………………………13. 政治大研究設計……………………………………………………………18 立. 第三章研究方法………………………………………………………….……..18 第一節. 第二節研究變數說明………………………………………………………20. ‧ 國. 學. 第三節資料來源與績效評估………………………………………………23 第四章實證結果………………………………………………………….…..…25. ‧. 第一節樣本分佈與敘述統計………………………………………………25. y. 敏感性分析…………………………………………………………46. sit. 第三節. Nat. 第二節報酬率檢定…………………………………………………………41. n. al. er. io. 第五章結論與建議……………………………………………………….…..… 56 第一節研究結論……………………………………………………………56. i n U. v. 第二節研究建議……………………………………………………………58 參考文獻…………………………………………………………………………..59. Ch. engchi. II.

(5) 表次表 2-1 表 4-1 表 4-2 表 4-3 表 4-4 表 4-5 表 4-6. 國內外相關文獻彙整表…………………………………………...………13 各會計年度六大產業類別樣本數統計表………………………...……….25 各會計年度樣本公司 S-Score 的家數分布(按照分數) ………………….26 各會計年度樣本公司 S-Rank 的家數分布(按照排名)……...…………….27 各會計年度高分群及排名前 3%且 HBM 家數統計)……...………………....27 樣本公司各項財務指標之敘述統計量……...………………....................28 各分群樣本之一年報酬特性……...………………....................................31. 表 4-7 各分群樣本之二年報酬特性……...………………....................................32 表 4-8 S-core、S-Rank、個別指標與超額報酬之相關係數分布表…….............33 表 4-9 各分群之樣本報酬率……...………………...............................................34 表 4-10 各分群樣本之夏普比率與變異係數……...………………......................40 表 4-11 各分群之樣本報酬率差異之檢定……...………………..........................41 表 4-12 高分群股票前 20、10、5 日報酬率……...………………......................46 表 4-13 排名前 3%股票前 20、10、5 日報酬率……...………………..................48 表 4-14 高-弱低分群下規模大小對投資組合報酬率的影響................................50 表 4-15 高-嚴重低分群下規模大小對投資組合報酬率的影響............................50 表 4-16 排名前-後分群下規模大小對投資組合報酬率的影響............................51. 立. 政治大. ‧. ‧ 國. 學. y. Nat. sit. n. al. er. io. 表 4-17 高-弱低分群下股價高低對投資組合報酬率的影響................................52 表 4-18 高-嚴重低分群下股價高低對投資組合報酬率的影響............................53 表 4-19 排名前-後分群下股價高低對投資組合報酬率的影響............................54. Ch. engchi. III. i n U. v.

(6) 圖次圖 1-1 研究流程圖………………………………………………………………..4 圖 4-1 8 分以上各年度絕對報酬與超額報酬…………………………………….37 圖 4-2 8 分以上且 HBM 各年度絕對報酬與超額報酬……………………………..37 圖 4-3 排名前 3%各年度絕對報酬與超額報酬……………………………………38 圖 4-4 排名前 3%且 HBM 各年度絕對報酬與超額報酬…………………………….38 圖 4-5 2 分以下各年度絕對報酬與超額報酬……………………………………..38 圖 4-6 1 分以下各年度絕對報酬與超額報酬……………………………………..39 圖 4-7 排名後 3%各年度絕對報酬與超額報酬……………………………………39 圖 4-8 8 分以上公司各年度前 20 日、10 日及 5 日報酬………………………..48 圖 4-9 排名前 3%公司各年度前 20 日、10 日及 5 日報酬……………………….49. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.

(7) 第一章緒論. 第一節研究背景與動機. 股票市場的出現，除了提供企業資金需求的融資管道之外，也是投資人進行個人理財的一個重要投資標的，隨著台灣股市的蓬勃發展，各種投資策略也隨之產生，這些策略主要可分成技術分析、基本分析及籌碼分析，然而這些策略不外乎就是想藉由過去的一些指標或績效來預測未來的股價。. 政治大. 股票市場的投資人主要可分為專業機構法人(institutional investor)與散戶，法人可藉由其強大的資料庫來取得第一手詳細資訊，在進行投資的時候往往有專業的經理人及研究團隊對投資標的進行分析決策，且有風險控管團隊控制投資的內容及風險；相對於法人擁有的專業團隊，散戶在投資時，須先在眾多金融商品中挑選適合的標的進行追蹤操作，過程需要很多資訊的收集、整理、分析及決策，但並不是每位散戶投資人都有充分的金融知識，能對投資標的進行評價分析，即使有能力，也不見得有時間蒐集。散戶投資人除了對訊息的取得及解讀能力較弱，也會有一些行為財務上的框架效應、處分效果等，因此在績效上往往. 立. ‧. ‧ 國. 學. y. Nat. al. er. io. sit. 落後於專業投資法人。. n. 自 Benjamin Graham(1934)提出價值投資法(value investing)，以每股盈餘(EPS)及低本益比做為選股的策略後，訂立了一套檢視價值投資的標準，其採用的指標包括流動比率、本益比、股價淨值比等。爾後，Warren Buffett 承襲了 Graham 的價值投資策略，將價值投資法發揮得淋漓盡致，利用自由現金流量、權益報酬率(ROE)、負債比率等指標評價股票內含價值(intrinsic value)，耐心等候股票價格低於內含價值後進場投資，創造了驚人的報酬率。近年， Piotroski(2000)提出皮式 F 分數(F-Score)，利用歷史數據，檢查 9 個基本面，. Ch. engchi. i n U. v. 找出價格偏低但基本面良好的公司進行投資。價值投資法的精神在於「尋找價值被低估的股票」，亦即不論其股價高低，只要其真實價值高於市場價格，便是良好的投資標的。有學者根據不同的產業特性，構建適用於不同產業的評價模型，藉以衡量個股的真實價值，另有以財務屬性的角度著手，將價值型股票中體質較差者剔除，篩選出真正名副其實，具有投資價值的股票。根據效率市場價說，股票價格會反映所有攸關的市場資訊，因此，投資人無法藉由分析公司基本面來獲取超額報酬。然而在真實世界中，卻常會出現市場異 1.

(8) 常之現象，例如「規模效應」、「元月效應等」，投資人可藉由買進某一特徵之股票或在特定時間買入股票賺取超額報酬，其原因在於效率市場假設所有投資人皆為理性，但真實世界並非所有投資人皆能立即反應及分析新的資訊。相對於效率市場假說，行為財務學在人類面對投資決策時，加入了心理反應的研究，除此之外，也研究是否可藉由錯誤的心理反應，反向操作達到套利目的。人類心理因素及管理者對市場的各種限制，使得真實世界並非效率市場，股價並不能即時有效的反應所有公開資訊，公司若公佈財報後優於預期，股票可能無法馬上反應完成。1993 年由 Jegadeesh & Titman 所提出的「動能效應」 (momentum effect)，說明了買進過去一段時間處於強勢的股票，報酬率明顯優於買進過去一段時間處於弱勢的股票。因此本研究將探討投資人是否可藉由觀察公司財報，進而挑選財務體質優良的公司進行投資獲利。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 2. i n U. v.

(9) 第二節研究目的. 根據統計，國內股市散戶投資人占的比率約為 65%，然而由於專業知識的缺乏、易受情緒性影響、資金的限制及資訊的不對稱等，散戶投資人在台股獲利的比率遠較專業機構法人低。許多研究也證實散戶投資人在股票市場中損失遠高於專業投資人，Baber et al.(2009)實證發現台灣股票市場散戶投資人的專業知識與技能訓練不足，可能無法做出正確的買賣決策且持有未散風險的投資組合。其中關於股東與管理當局持有資訊的不對稱，近年來我國行政院金融監督管理委員會對於公開發行公司、上市櫃公司及興櫃公司所要求的資訊揭露相關規範已漸形完備，包括財務報表之上網登錄、重大訊息之即時揭露、月營收之統計彙整、董監事持股明細、資金借貸背書保證內容之公開等，資訊不對稱的問題已經有了相當改善。儘管如此，散戶投資人對於這些公開透明的財務會計資訊卻未必能正確解讀或有效轉化為可獲利的投資策略。. 立. 政治大. ‧. ‧ 國. 學. 近年來許多學者，包括 Beaver, Clarke and Wright(1979)、Ou and Penman(1989)、Holthausen and Larcker(1992)、Stober(1992)等，都發現公開的財務報表資訊可作為一種交易策略，並從中獲得超額報酬。以財務變數形成評分指標作為選擇投資標的基準的則有 Piotroski(2000)與 Mohanram(2005)。 Piotroski 針對價值股公司進行 9 項基本面的評分，合計所有項目而得的總評分. y. Nat. sit. n. al. er. io. 稱之為 F-SCORE。Mohanram(2005)則著眼於成長股的投資策略，其評分標準稱之為 G-SCORE，評分項目中獲利能力部份與 F-SCORE 相似，但另以簡單預期與會計保守等取代財務槓桿與營運效率。此外，G-SCORE 參考 Soliman(2004)，將產業差異的因素一併納入考量。. Ch. engchi. i n U. v. 本研究主要在於藉由財務報表中的公開資訊，並依據價值投資法的選股策略，篩選出基本面良好的股票進行投資，驗證價值投資策略在台灣股票市場能否真正為投資人賺取超額報酬，股票是否真的存在動能效應。旨在建立一套客觀且系統化的選股指標，協助投資人在眾多投資標的中篩選基本面表現較佳的公司，並進一步辨識其股票價格目前是否處於低估，以獲得相對較高報酬率及相對較低風險的投資組合，期望在一千多家上市櫃公司中，為投資人找到一個既簡單又能真正長期獲利的選股策略。. 3.

(10) 第三節研究流程. 本研究的流程如下，共分為五章，除第一章之緒論外，第二章為國內外文獻回顧，文獻的方向主要分成 3 大部份，首先探討與價值效率有關的文獻，其次探討利用財務指標建立投資組合的文獻，最後探討財報公佈時效性與股票超額報酬之間關係的文獻。第三章為研究方法，將賴靖宜(2011)衡量公司的 9 項財務指標加以改善，並採用評分制與排名制兩種方式將上市櫃公司分群。第四章為實證分析，首先探討各項財務比率與超額報酬間的相關性，其次探討投資組合的超額報酬是否顯著，最後以敏感性分析結尾。第五章為結論與建議，全篇論文架構如圖 1-1。. 立. 政治大緒論. ‧ 國. 學研究設計. Nat. 研究方法. n. al. 研究變數說明. er. io. sit. y. ‧. 文獻回顧. Ch. engchi. 以分數分群. i n U. v. 以排名分群. 實證結果分析. 結論與建議圖 1-1 研究流程圖 4. 績效評估.

(11) 第二章文獻回顧. 第一節國內文獻. 劉榮芳、林益倍(2013)探討「研究發展（R&D）支出增加」對台灣上市公司股票報酬與經營績效的影響，以及股票市場對「R&D 支出增加」訊息的反應，藉以了解股票價格的資訊內涵與訊息揭露。因為本文研究期間是 1988～2008 年，並以 2000 年為分隔點，根據 Kyle（1985），本文建構一個資產市場模型，據此發展出待驗證的假說與建立實證模型。並利用「日曆時間法」探討 R&D 支出增加後該公司是否存在著股票異常報酬與異常經營績效。研究結果顯示，「R&D 支出增加」對股票報酬不存在長期效果，而公司經營績效對「R&D 支出增加」大多. 立. 政治大. ‧. ‧ 國. 學. 呈顯著為負的異常反應。因此，「R&D 支出增加」可能不是一項有利的投資活動。本文亦發現，股票市場能及時吸收「R&D 支出增加」價值的資訊，並反應於股價系統之中。. y. Nat. 陳芬英、黃宸浩(2012)本研究探討兩岸經貿政策宣告是否對台灣股價產生異常報酬率。本文利用 2007 年 8 月至 2010 年 9 月與政策相關之台灣上市公司股價. sit. n. al. er. io. 日資料為樣本，採用事件研究法之市場模式，分析兩岸直航、MOU、ECFA 等政策分別自宣告期間、簽署期間和生效期間等三個時期，台灣相關類股之股價是否會有異常報酬率。實證結果可知，政策宣告期間，兩岸直航、MOU 確實對股價異常報酬率具有顯著的宣告效果；ECFA 宣告期間發生於次貸風暴最低點時期，無顯著的宣告效果，但投資人可藉由觀察政策相關受惠類股配合全球投資氣氛，於政策宣告期間獲得超額報酬。在簽署期間，兩岸直航、ECFA 二個政策對相關類股之股價異常報酬率顯著呈正向關係，而 MOU 政策顯著呈負向關係，其原因可能是 MOU 為兩岸金融監理合作瞭解備忘錄，實質協商內容與條件還沒明確討論。故政策簽署對股價異常報酬率具有顯著的簽署效果，投資人藉由觀察政策相關受. Ch. engchi. i n U. v. 惠類股配合政策內容，於政策簽署期間獲得超額報酬。然而，生效期間政策生效對股價異常報酬率不具有顯著的效果。張維育(2012)嘗試模擬一個選股策略，來作為選擇股票的工具，其目的為幫助台灣散戶賺取超額報酬。研究方法為依據財務報表資訊建構一個客觀的選股模型，第一層篩選市值小於新台幣十億元的公司，第二層篩選以 Piotroski(2000) 提出的 f-score 為基準，訂立的九項基本面財務指標進行投資組合，採用符合數量為七個以上的公司進行投資，研究期間為 2005 年 2 月至 2009 年 2 月，以及利 5.

(12) 用 2009 年 3 月至 2012 年 2 月進行穩健性檢定，這兩段期間皆與 Piotroski(2000)f-score 進行比較，實證結果為這兩個時期的績效表現皆優於大盤且優於 f-score，表示本篇的選股策略優於 f-score 的選股策略，提供台灣散戶可依據的一個實用的選股模型並獲取超額報酬。劉意文(2012)探討公司盈餘管理對審計報告時間落差的影響，以及公司盈餘管理對財務報表公佈時間落差的影響。論文以 1994-2010 年台灣證券市場上市、上櫃公司為研究對象，剔除資料不齊全的公司後，審計報告時間落差之樣本數為 9467，財務報告時間落差之樣本數為 9352，針對所選取的樣本進行敘述統計分析、相關係數分析及多元迴歸分析，同時為了加強實證結果的穩定性，進行了額外的敏感性測試。結論分成兩部分：公司盈餘管理與審計報告時間落差呈現正相關，管理當局對公司盈餘管理程度越大，公司會計損益就偏離真實盈餘越多，會計師就需要額外的審計查核時間以執行更多的測試；公司盈餘管理與財務報表公佈時間落差呈正相關，管理當局對公司盈餘管理程度越大，公司會因會計師延長外勤工作的天數，而使得財務報表公佈時間隨審計報告時間落差延長而延長。. 立. 政治大. ‧. ‧ 國. 學. 王雍智、張澤、戴宏廩(2011)提到台灣股票市場常常存在各種股票概念族群，例如中國概念股，此與財金學者針對公司股票的特性加以分類-在學裡上稱之為「風格」有異曲同工之妙；針對股票市場中特定的風格族群進行投資，以獲取超額報酬的風格投資法，早已成為近年來許多專業投資機構投資的決策方式。資料期間為 2003 年 1 月至 2008 年 12 月底，共 6 年時間。利用組合投資法，以明確. y. Nat. sit. n. al. er. io. 的操作性定義，據以建立價值、成長、大型及小型四種風格投資組合，與市場投資組合進行超額報酬之檢定。實證結果有:第一，價值效應與成長效應不論在短期及長期皆顯著，價值效應比成長效應顯著；而大型股效應則存在長期中，一般小型股的異常報酬則不存在；第二，分析風格投資組合在多頭、盤整及空頭市場下的短期表現，僅有價值、成長及大型股在盤整市場為顯著，但長期報酬則都顯著，顯示風格投資法具有在長期獲得超額報酬的特別意義；第三，因價值、成長、大型股皆為建立在基本面之選股策略，顯示台股仍較偏向弱式效率市場。. Ch. engchi. i n U. v. 林靖傑、莊素增(2011)認為財務報表網路申報不但使投資人大幅減低取得資訊之成本，更重要的是可以掌握資訊的時效性。本文以台灣公開資訊觀測站成立為例，採用 2001 年以及 2002 年之上市公司，每一行業以選取前三分之一家數為研究樣本，檢視台灣上市公司經由網路申報財務報表之年度盈餘宣告資訊，採標準化之交易量、股價報酬、異常報酬及其變動量衡量財務報表網路申報後的市場反應，並以財務報表網路申報前後期間加以比較。實證結果發現，公開資訊觀測站建置後，不論在交易量、報酬絕對值或異常報酬絕對值，其標準化後的值及其變動量皆高於公開資訊觀測站建置前，顯現網路傳輸速度快及低資訊取得成本等優點，在加入相關控制變數並進行多變量迴歸分析，其結果亦符合本研究之預期。 6.

(13) 此外，過去研究發現台灣資本市場存在盈餘宣告後的異象，本研究經單變量與多變量研究後顯示，財務報表網路申報後有助於減少這種異象。張瑋琍(2011)試圖從各種指標中歸納出簡單易行又能穩定獲利的投資策略，以 1991 年 5 月至 2011 年 4 月的台灣股票上市公司為樣本，分析以價值型指標、經營績效指標及財務績效指標選股之投資績效，並針對投資績效最好，結合「淨值市價比」與「前 2 年度總資產報酬率-稅後息前」指標篩選之「價廉物美投資組合」，進行敏感性分析，檢定投資組合形成時間與持有期間是否影響其投資績效，並分析在考慮可投資性之後，持有「價廉物美投資組合」能否獲得優異的投資績效。實證結果發現在各種情境下，將「價廉物美投資組合」持有 1 年再換股，其投資績效將遠優於市場投資組合，也優於以價值型指標、經營績效指標及財務績效指標所篩選之投資組合。作者認為，結合「淨值市價比」與「前 2 年度總資產報酬率-稅後息前」指標選股以形成投資組合，不失為一簡單易行又能獲取高報酬率的投資策略。. 立. 政治大. 董澍琦、賴靖宜、楊聲勇、苗建華(2011)研究建立一套客觀且系統化的選股. ‧. ‧ 國. 學. 指標，期協助投資人在眾多投資標的中篩選基本面表現較佳的公司，並進一步辨識其中價格處於適合投資的價位，以獲得較高報酬率與相對較低風險的投資組合。以 Piotroski(2000)所提出的 F-Score 為基本架構，作者另行提出 S-Score 的選股策略，除了傳統財務比率外，尚考慮盈餘管理與盈餘穩定性，以及董監事與經理人持股比率等變數來挑選好公司。研究期間為 1996 年至 2009 年，樣本為各年. y. Nat. sit. n. al. er. io. 度上市櫃公司，剔除資料不齊全及全額交割股。實證結果為無論是 F-Score 或 S-Score 所篩選出的好公司，在配合好價格的情況下，可獲得超額報酬，然而考慮風險後，則以 S-Score 的績效較好，樣本期間的累積報酬也以 S-Score 所篩選出的投資組合較高。整體而言，本文提出的 S-Score 的選股策略優於 F-Score 的選股策略。. Ch. engchi. i n U. v. 張皓鈞、鍾俊文(2007)探討台灣的股票市場，是否可由過去盈餘來預測未來的成長、本益比與未來成長兩者之間是否存在一定的關係，因此針對台灣 1995-2005 年間共 258 家上市公司，利用其稅後淨利計算出三年及五年的盈餘成長率、盈餘成長率與本益比間的相關係數，同時為了去除極端值的影響，利用平均數加減兩個標準差的方式，取代所有超過極端值的數值。結果發現，不論三年或五年成長率的相關係數都相當低，顯示無論是過去盈餘成長或本益比，都無法預測未來盈餘成長。由於成本較高，又無法確認其未來獲利成長會高於低本益比的股票，購買高本益比的股票並不明智，因此，作者認為價值投資(購買低本益比或低股價淨值比的股票)，實為較佳策略。呂國征(2007)以 2006 年法國資深船舶經紀公司(Barry Rogliano Salles) 7.

(14) 所公佈之全球前三十大定期航線海運業者中的十一家海運公司及本國五家海運公司之財務報表為樣本。並選取 16 項財務比率為變數，進行主成份分析，萃取 5 個自變數，外加 2 項經濟環境自變數，與總資產報酬率、股東權益報酬率、稅前純益率三項依變數，運用複迴歸分析進行實證研究。實證結果為定期航線海運業經營獲利績效與短期償債能力、成長潛力、穩定力、全球經濟成長率等四項因素有顯著正相關，而經營能力呈現負相關。不定期航線海運業經營獲利績效與經營能力、成長潛力、全球經濟成長等三項因素有顯著正相關。羅康辛(2007)探討價格動量投資策略以及產業動量投資策略之績效，並另外考慮短期操作下，此兩種策略的投資績效。資料期間為 1992 年 1 月到 2007 年 12 月之上市公司為樣本。研究方法為價格動量採買進過去報酬率高股票賣出過去報酬率低股票之策略，產業動量策略則買進過去報酬最高的三個產業股賣出過去報酬最低的三個產業股。實證結果指出價格動量持續性於一年內不存在；產業動量之績效三年內都存在，且動量效果持久，而以週報酬所形成的短期動量策略亦呈現相似之結果。顯示不論期間長短，投資人將產業視為影響動量策略績效的重要因素。. 立. 政治大. ‧ 國. 學. ‧. 蔡秋田、蔡玉琴、黃美珠、王媛慧(2006)基於動能生命週期假說，探討台灣電子業淨值市價比、經營效率與股票報酬之關係，藉以驗證投資人是否對於公開新資訊反應不足。該研究以民國 81 至 90 年為資料期間，共選取 498 個公司樣本，蒐集樣本公司之完整股價、財務報表及其他相關資料。研究方法以淨值市價比與. y. Nat. sit. n. al. er. io. 經營效率變動形成投資組合，檢視股票價格是否及時反應公開新資訊，其中經營效率係以無母數分析法-Malmquist 生產力指數來估計。實證結果顯示，財務報表公告後，基於動能生命週期形成之投資組合能獲取可觀的異常報酬，在控制 Beta 風險、淨值市價比及公司規模等因素下，依然可獲得超額報酬。因此結論為投資人對於公開新資訊有反應不足的現象。. Ch. engchi. i n U. v. 陳哲鵬(2006)認為計算財務比率所使用的數據，受到基本會計原則與慣例的限制，往往無法充分表達企業的實際營運狀況，且無法提供可以衡量企業整體經營效率的比率。本文針對 2001-2004 年台灣 24 家鋼鐵產業廠商，利用資料包落分析法，進行相對經營效率實證分析，並藉由差額變數分析、敏感度分析，提出改善廠商經營效率之建議，另於第二階段以 Tobit 迴歸分析，檢視 12 項財務比率與廠商經營效率值之相關性。實證結果發現，2001 年以來鋼鐵產業處於景氣擴張，廠商總技術效率、純技術效率及規模效率均明顯提高，但人力資源與固定資產投資不當所帶來的過剩產能，並未隨景氣擴張而完全消化，致純技術效率的改善成果不如另兩項效率，因此多數廠商未來應以改善員工與設備生產效率為提升效率之重點。. 8.

(15) 倪衍森(2006)研究重大訊息的揭露，投資人是否可採行並之於證券市場，資料期間以 2002 年 1 月 1 日至 2002 年 12 月 31 日，以公開資訊站所發布的重大資訊及複迴歸分析來研究台灣證券市場是否存在內線交易，觀察前 5 個及後 5 個交易日的股票報酬率。實證結果發現，只有接獲訂單訊息於宣告日當天有明顯正的平均異常報酬，其餘事件在重大消息宣告前幾日，股價已先反應訊息，認為台灣證券市場內線交易現象明顯。作者認為台灣股票市場介於弱勢效率與半強勢效率市場之間。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 9. i n U. v.

(16) 第二節國外文獻. Hardouvelis, Papanastasopoulos, Thomakos and Wang (2012)探討股票市場上的價值效應以及公司外部融資效應，以往價值效應的文獻認為價值股的報酬率會高於成長股，公司外部融資效應認為公司採取股票購回後股價會上升，公司若發行新股慕資股價會下跌，作者認為，這兩種效應與公司的盈餘管理之間有很大關聯。資料期間使用 1962–2003 所有上市公司資料，踢除資料不齊全的公司，共 105896 筆樣本。研究方法以多元迴歸分析來檢定這兩種效應是否可歸因於盈餘管理，並使用穩定性檢定來及敏感度分析來加強實證結果。結論為這兩種效應雖有區別，但可同時歸因於發行公司投機性的盈餘操縱，公司從事外部融資活動時，盈餘品質是很重要的因素，對未來的股票報酬率也有極大的影響。. 政治大 Dasgupta, Prat and Verardo (2011)提到過往的文獻衡量機構投資人群聚立效應的期間皆在兩季內，短期內機構投資人確實能預測股票報酬率，本文主旨在 ‧. ‧ 國. 學. 於檢視這些股票的長期表現，資料期間從 1983 年至 2004 年，以季為單位，研究對象為機構投資人持有超過 1 億美元的股票。研究方法以橫斷面迴歸模型來檢驗機構投資人買進或賣出股票後的長期報酬。實證結果顯示，機構投資人的群聚效應只會造成股價的短暫衝擊，股票的長期報酬與機構投資人的操作呈現負相關，遭機構投資人拋售的股票長期報酬率顯著提高，且在價值股特別明顯，作者認為. y. Nat. er. io. al. sit. 這是報酬率的反轉現象。. n. Benson, Bortner and Kong (2011)探討過去許多學者提出的預測股票報酬率模型，藉以找出一個準確的模型來預測 S&P500 指數未來報酬率，另外作者也研究本益比與盈餘成長率對於未來股票報酬是否存在一定的關係，資料採用 S&P500 指數價值、指數股利、指數盈餘及指數本益比，期間為 1930 年至 2000 年。實證結果發現，利用 Bogle(1991)所提出的矩陣方法再加上 Grinold and Kroner(2002)的股票購回理論能夠準確預估報酬率；此外 Shiller(1998)提出以過去 10 年平均盈餘來當作本益比分子的方法，比以往採用過去 12 個月的盈餘，. Ch. engchi. i n U. v. 較能準確的預測未來股票報酬率。研究結論為目前本益比越高的股票，盈餘在未來極有可能低於目前水準，兩者間為負相關。 Son and Carbtree (2011)提到為了解決過去美國股票市場資訊不對稱的問題，美國證劵交易委員會(SEC)於 2000 年制定新的「公平揭露規則」，嚴格規定公開發型企業在向特定人揭露重大未公開訊息時，便應向一般投資大眾公開該訊息。本文藉由公司盈餘宣布時間與分析師行為的關係來檢視美國的金融市場透明性及公平性是否顯著提高，資料期間為 2000 年至 2005 年，採納條件為至少一位 10.

(17) 分析師追蹤，並剔除資料不期全的公司，共 15185 間公司樣本。研究方法以多元迴歸分析來檢定:1.盈餘公佈時間與分析師的行為無顯著相關；2.分析師在往年是否較偏愛追蹤盈餘公佈時間較早的公司。研究結果發現，分析師通常在公司公佈盈餘後，才發表關於公司的評價報告。另外，分析師較偏愛追蹤盈餘公佈時間較早的公司，兩者之間為互補的關係。 Chen and Jindra (2010)提到由於過去文獻在討論股票季節效應，大多以每年各月份股票報酬率的差額來衡量，本文採用橫斷面評價模式，以三種評價方法： BCD Mispricing、Value/Price ratio、Book market ratio 來探討季節效應是否顯著存在且有固定的模式，此外作者也驗證季節效應是否在規模小的公司更加顯著。為了提高正確性，作者採用了 1980 年 1 月至 2007 年 12 月共 27 年之資料。實證結果發現，股票在年底的時候通常價格被低估(減稅賣出效應)，在夏天時被高估；小公司的季節效應較大公司顯著，小公司相對於大公司而言，通常在一整年價值被低估，原因為小公司相對缺乏投資人關注；最後，BCD Model 相較於其他模型，較能正確的評價股票正確價格。. 立. 政治大. ‧. ‧ 國. 學. Athanassakos(2009)提到加拿大與美國股市的差別在於，倫敦證交所的股票 40~45%是由自然資源產業及金融類股所組成，容易受景氣循環，波動性較美股高，本文主旨在驗證加拿大股市是否存在價值溢酬。樣本期間為 1985 年至 2005 年，共 7832 筆資料，研究方法分別以公司本益比及市價淨值比來衡量何者有較顯著的價值效應，最後在以單變量分析及多變量分析來檢定顯著性。實證結果發現，. y. Nat. sit. n. al. er. io. 不論景氣在牛市、熊市、復甦或是衰退，皆存在顯著的價值效應，此現在幾乎在所有產業中皆存在。除此之外，以本益比來衡量的價值效應較市價淨值比顯著，本益比低的股票未來價值溢酬較明顯，作者結論為雖然加拿大股市的組成因子與美國不同，但都存在顯著的價值效應。. Ch. engchi. i n U. v. Hunter and Smith (2009)以 1991 年至 2001 年巴西、印度、印尼、俄羅斯及南非等新興股票交易市場為樣本，探討網路科技是否能夠及時的提供資訊，縮短事件發生時產生超額報酬的時間。研究方法分成兩部分，第一部分探討總體市場(各國)對事件發生的反應，第二部分探討個別公司對於事件發生的反應。在國家層級上，使用的是月平均報酬的差額，在公司層級上，使用的是每日超額報酬，利用無母數檢定報酬率在財務資訊公佈前及公佈後是否有異常超額報酬。實證結果認為網路科技發達使得財務資訊傳輸更即時，分析顯示在事件日前後股價及成交量均有正向影響，且新興股票交易市場的績效也因網路的溝通而獲得改善。 Asness, Friedman, Krail, and Liew (2000)在文獻中提到由於過去許多學術研究或是產業分析都支持價值策略在選擇個股時的效力，近年來價值策略的績效顯現出一個事實，亦即價值股的績效可能會表現得比成長股還差。本文採用新 11.

(18) 的方法，考慮兩個簡單且直覺的變數：1.價值投資組合與成長投資組合間的價值乘數利差；2.價值投資組合與成長投資組合間的預期盈餘成長利差，資料期間為 1982 年 1 月到 1999 年 10 月，分別列出價值股與成長股的股利折現模型，用兩者必要報酬率的差額來驗證此模型。結論發現這兩個變數與報酬間的關係在統計及經濟上都是顯著的，價值乘數利差越大及預期盈餘成長利差越小，價值股的報酬率會高於成長股越多。作者認為這是因為隨著投資環境的改變、資本化的發展及科技的進步，這些因素都可能導致公司盈餘成長率比過去市場所觀察到的還大很多，使得成長股的預期報酬較高。 Chow and Hulburt (2000)研究東京證劵交易所之上市公司是否存在顯著的規模效應，資料期間為 1978 年至 1997 年的所有股票為樣本。研究方法以無母數的隨機支配法、低階偏差動差法、Gini 平均動差法來排行投資組合的績效。實證結果發現大型高淨值市價比的投資組合，報酬率明顯高於小型低淨值市價比的投資組合；高淨值市價比的投資組合，投資績效明顯優於任何隨機選取的投資組合報酬；然而，公司規模則變數與股價報酬之間並無顯著的相關性，因此若要增進投資組合的效率，則以淨值市價比為主要考慮因素。. 立. 政治大. ‧ 國. 學. Piotroski(2000)利用財務報表公開資訊建構一個名為 F_SCORE 的評分指標. ‧. 的，文獻以基本面評分標準 F_SCORE，搭配價格篩選(低股價淨值比、低本益比、低 PEG)建構投資組合，研究方法為先挑選出高淨值市價比的公司，再藉由 9 項財務指標逐一評分，將分數加總後選擇 8 分以上的公司進行投資。資料期間為. y. Nat. sit. n. al. er. io. 1976 年至 1996 年共 21 年，所有高淨值市價比的公司，共有 14,043 家，實證結果為經由淨值市價比挑選出的「好價格」，再搭配財務指標挑選出的「好公司」能有效帶給投資人超額報酬率，這段期間投資人的平均報酬為 23%，優於大盤，文中還提到，挑選高淨值市價比的公司能帶給投資人 7%的超額報酬。. Ch. engchi. i n U. v. Perez-Quiros (1999)認為規模大小不同的公司在面對信用市場負面消息衝擊時，會出現不對稱的效果。小公司在景氣衰退階段受到負面影響的效果，會大於在景氣擴張階段受到的正面影響，原因為小公司所提供的擔保品較無保障，使得他們無法募集較多外部資金，且借款時會被要求較高的資金成本。作者結合了橫斷面與時間序列的資料，採用 1954 至 1997 年共 528 筆的月資料，並使用馬可夫轉換模型及狀態轉換機率，研究大小公司在景氣好與壞情況下的報酬率。結果發現在景氣好壞會有報酬分配的不對稱性，小公司的報酬率確實在景氣衰退時影響較大公司顯著。作者另外也提出了建議，認為在跨期避險的情況下，還需要多考慮進公司的“特性因子”(例如規模因子)，可以使得時間序列的模型更準確。 Levis and Liodakis (1999)對 1968 年至 1997 年的英國股市進行研究，發現英國股市具有明顯的價值效果，規模效果則不顯著。文章以總體經濟變數對股 12.

(19) 票報酬進行迴歸分析並建構預測模型後，發現物價上漲率、利率期間結構以及股票的風險溢酬對「規模」不同的股票報酬具有顯著的影響；而前一期成長股與價值股的報酬利差、物價上漲率以及英鎊對美元的匯率變動率則對「價值性」不同的股票報酬有顯著的影響。兩位學者認為當價值/成長股、大型股/小型股的報酬率差異越不顯著時，投資人越有機會藉由持股特色輪替(style rotation)的策略增進投資組合績效；若差異顯著，則持股特色輪替的策略不會優於買進持有較優勢特色股票的績效。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.

(20) 第三節文獻回顧小結. 國內外文獻回顧主要分成 3 大部分:(一)探討價值效應，本期盈餘(EPS)能否對未來公司的股價造成影響，價值股及成長股之間報酬率差益是否顯著，進一步延伸建構投資組合策略，如張皓鈞、鍾俊文(2007)實證發現過去盈餘成長或本益比，都無法預測未來盈餘成長，因此選擇價值型股票投資，實為較佳的保守策略。 Hardouvelis, Papanastasopoulos, Thomakos and Wang (2012)探討股票市場上的價值效應以及公司外部融資效應，實證發現盈餘品質對未來股票的報酬率有極大影響。Athanassakos(2009)探討加拿大股市的組成大部分為景氣循環類股下，是否存在價值溢酬，結論為雖然加拿大股市的組成因子與美國不同，但都存在顯著的價值效應；(二)分析探討可能影響公司營運的財務指標，進而篩選好公司投資，如劉榮芳、林益倍(2013)實證發現，股票市場能及時吸收「R&D 支出增加」價值的資訊，對股票報酬不存在長期效果。張維育(2012)改良 Piotroski(2000). 政治大. 立. ‧. ‧ 國. 學. 提出的 f-score 選股基準，建立一套優於 f-score 的選股模型並獲取超額報酬。呂國征(2007)選取 16 項財務比率為變數，進行主成份分析，研究發現航線海運業經營獲利績效與經營能力、成長潛力、全球經濟成長等三項因素有顯著正相關； (三)探討財報公佈的嚴謹性與時效性與股票超額報酬間是否存在關聯。如: 劉意文(2012)探討公司盈餘管理對審計報告時間落差的影響，結論為管理當局對公司盈餘管理程度越大，公司會計損益就偏離真實盈餘越多，會計師就需要額外的審. y. Nat. sit. n. al. er. io. 計查核時間以執行更多的測試。林靖傑、莊素增(2011)研究發現財務報表網路申報後有助於減少盈餘宣告後的異象。Hunter and Smith (2009)探討網路科技是否能夠及時的提供資訊，縮短事件發生時產生超額報酬的時間。實證發現網路發現使資訊傳輸更即時，新興股票交易市場的績效也獲得改善。. Ch. engchi. i n U. v. 表 2-1 列出本文所參考的國內外各相關文獻的研究主題、資料期間以及實證結果。表 2-1 國內外相關文獻彙整表研究者. 研究主題. 研究期間. 劉榮芳、林益倍 (2013). 探討「研究 1988~2008 發展（R&D）支出增加」對台灣上市公司股票報酬與經營績效的影響 14. 研究方法. 結論. 日曆時間法. R&D 支出增加可能不是一項有利的投資活動.

(21) 陳芬英、黃宸浩. 探討兩岸經 2007~2010. 事件研究法. (2012). 貿政策宣告是否對台灣股價產生異常報酬率. 張維育(2012). 模擬一個選 2005~2009 股策略幫助台灣散戶賺取超額報酬. 迴歸分析穩健性檢定. 劉意文(2012). 探討公司盈 1994~2010. 敘述統計分析管理當局對. 餘管理對審計報告時間落差的影響. 相關係數分析盈餘管理程多元迴歸分析度越大，財敏感性測試表公佈時間. 間可獲得超額報酬，生效期間則無法. 政治大. n 張瑋琍(2011). Ch. engchi. 從各種指標 1991~2011 中歸納出簡單易行又能穩定獲利的. y. sit. 最小平方法. er. io. 探討財務報 2001~2002 表網路申報是否能降低資訊成本. al. 組合投資法最小平方法. ‧. 格投資組合並與市場報酬比較. Nat. 林靖傑、莊素增 (2011). 2003~2008. i n U. v. 價值效應與成長效應顯著，大型股效應長期顯著，小型股則不顯著財務報表網路申報後有助於減少盈餘宣告後的異象. 價值指標分析結合「淨值財務指標分析市價比」與經營指標分析「前 2 年度總資產報酬. 投資策略. 董澍琦(2011). 以九項基本面財務指標建立一優於大盤的投資組合. 會延長. 學. ‧ 國. 王雍智、張澤(2011). 立建立四種風. 政策簽署期. 率」指標選股以形成投資組合能獲取較高超額報酬. 建立一套選 1996~2009 股指標幫助投資人獲取 15. 最小平方法穩健性檢定無母數檢定. S-Score 的選股策略優於 F-Score.

(22) 高報酬率與. 的選股策略. 較低風險張皓鈞、鍾俊文 (2007). 探討本益比 1995~2005 與未來成長兩者之間是否存在一定的關係. 最小平方法. 盈餘成長或本益比，都無法預測未來盈餘成長. 呂國征(2007). 以 16 項財 2006 務比率為變數分析與航運業. 主成份分析複迴歸分析. 定期航線海運業經營獲利績效與短期償債能. 政治大. 報酬率排序法價格動量持續性於一年內不存在；. sit. n. 探討台灣電 1992~2001 子業淨值市價比、經營效率與股票報酬之關係. Ch. engchi. er. io. al. y. Nat. 量投資策略之績效. 蔡秋田、蔡玉琴 (2006). 濟成長率等四項因素有顯著正相關. ‧. 探討價格動 1992~2007 量投資策略以及產業動. 學. 羅康辛(2007). ‧ 國. 立. 力、成長潛力、穩定力、全球經. 產業動量之績效三年內都存在. v. 無母數分析法財務報表公 Malmquist 生告後，基於產力指數動能生命週期形成之投資組合能獲取可觀的異常報酬. i n U. 陳哲鵬(2006). 探討財務比 2001~2004 率受會計限制無法表達企業實際營運的現象. 資料包絡分析差額變數分析 Tobit 迴歸分析. 多數廠商未來應以改善員工與設備生產效率為提升效率之重點. 倪衍森(2006). 研究重大訊 2002 息的揭露，. 事件觀察法. 幾乎所有重大事件消息. 16.

(23) Hardouvelis, Papanastasopoulos, Thomakos and Wang (2012). 投資人是否. 宣告前幾. 可採行並之於證券市場. 日，股票市場以先反應. 探討股票市 1962~2003 場上的價值效應以及公司外部融資效應. 迴歸分析法. 公司從事外部融資活動時，盈餘品質極為重要，對未來的股票報酬率有極大的影響. Dasgupta, Prat and 投資人群聚 1983~2004 Verardo (2011) 效應在長期是否顯著. 迴歸分析法. 股票的長期報酬與機構投資人的操. 矩陣方法. ‧. Benson, Bortner and 尋找合適模 1930~2000 Kong (2011) 型來預測 S&P500 指數未來報酬. 作呈現負相關. 學. ‧ 國. 立. 政治大. Ch. engchi. sit. 迴歸分析法. er. al. n. Chen and Jindra (2010). 分析美國金 2000~2005 融市場透明性及公平性是否提高. io. Son and Carbtree (2011). y. Nat. 率. i n U. v. 目前本益比越高的股票，盈餘在未來極有可能低於目前水準分析師通常在公司公佈盈餘後，才發表關於公司的評價報告. 探討季節效 1980~2007 應是否顯著. BCD 小公司的季 Mispricing、節效應較大. 存在且有固定的模式. Value/Price 公司顯著 ratio、Book market ratio. Athanassakos(2009) 驗證加拿大 1985~2005 股市是否存在價值溢酬. 單變量分析多變量分析. Hunter and Smith. 探討事件反應網路科技發. 探討網路科 1991~2001 17. 不論牛式雄式皆存在顯著的價值效應.

(24) (2009). Asness, Friedman, Krail, and Liew (2000). 達使得財務. 及時的提供資訊，縮短事件發生時產生超額報酬的時間. 資訊傳輸更即時. 探討價值策 1982~1999 略在選擇個股時的效力. 股利折現模型價值乘數利差越大及預期盈餘成長利差越小，價值股的報. 政治大隨機支配法易所之上市低階偏差動差立公司是否存法. Chow and Hulburt. 東京證劵交 1978~1997. 學. 在顯著的規模效應. Gini 平均動差法. 建立一套選 1976~1996 股指標幫助. 迴歸分析法. sit. n. er. io. al. y. Nat. 投資人獲取高報酬率與較低風險. ‧. ‧ 國. (2000). Piotroski(2000). 技是否能夠. Perez-Quiros (1999). Ch. engchi. 探討規模大 1954~1997 小不同的公司在面對信用市場負面消息衝擊時. i n U. v. 酬率會高於成長股越多東京證券交易所上市之公司存在價值規模效應經由高淨值市價比及 9 項財務指標所挑選出的公司可帶給投資人超額報酬. 馬可夫轉換. 小公司的報酬率確實在景氣衰退時影響較大公司顯著. 迴歸分析法. 英國股市具有明顯的價值效果，規模效果則不顯著. 的影響 Levis and Liodakis 研究英國股 1968~1997 (1999) 市是否存在顯著價值規模效應資料來源：本研究自行整理. 18.

(25) 第三章研究方法. 第一節研究設計. 本研究的目的在於模擬出一套更優良且系統化的選股策略，協助投資人建立更完整的選股模式，文章將以 Piotroski(2000)的 F-Score 選股策略為基本架構，同時參考董澍琦(2011)的 S-Score 選股策略以及近期的財務相關文獻，另行提出不同的選股策略。. 政治大. F-Score 與 S-Score 在選股評分時皆分成兩階段，而不同的是，F-Score 在第一階段先進行「好價格」的篩選，挑選出高淨值市價比的公司，第二階段再以公司基本面的表現作為評選依據，進行「好公司」的過濾；S-Score 則恰與 F-Score. 立. ‧. ‧ 國. 學. 操作順序相反，該策略認為選取投資標的之優先順序係強調公司財務品質之於中長期投資的重要性，鑑於發展中國家股市價格變異較大，且受市場消息面因素干擾較嚴重，因此第一階段先進行「好公司」的過濾，價格篩選的程序則列於第二階段，依其篩選程序，當投資人在執行第二階段篩選時，已依據公開資訊排除基本面可能有問題之公司，將可減少發生重大虧損之機率。. sit. y. Nat. n. al. er. io. F-Score 與 S-Score 選股策略在挑選基本面健全的「好公司」時，皆依據 9 項財務指標變數給予評分標準，兩者在 1~5 項財務指標內容皆相同，包括總資產報酬率、營業活動現金流量佔平均資產總額之比、應計科目、總資產周轉率、是否進行現金增資；而在其餘 6~9 項指標變數中，F-Score 採用的 4 項指標是總資產報酬率的變動、負債比率的變動、流動比率的變動、毛利率的變動，S-Score 的 4 項指標則分別為營業活動現金流量的變異係數、季營收成長率的變異係數、現金類資產對普通股權益市值的比率，以及董監事、經理人、配偶與子女的持股比率。除此之外，S-Score 與 F-Score 最大的差異在於評分時是以產業平均表現. Ch. engchi. i n U. v. 作為比較基準，而與 F-Score 的絕對數值不同。實證結果發現，無論是 F-Score 或 S-Score 所篩選出的「好公司」，在配合「好價格」的情況下，皆可獲得超過市場指數的報酬，並顯著高於全體樣本投資組合的平均報酬；兩組超額報酬水準雖無顯著差異，但考慮報酬風險後，則以 S-Score 的績效較好，樣本期間的累計報酬也以 S-Score 所篩選出的投資組合為高。整體而言，S-Score 選股策略優於 F-Score 的選股策略。本文將嘗試進一步改良 S-Score 的選股策略，協助投資人模擬出一套更優良且系統化的選股策略。 19.

(26) Jegadeesh(1993)研究將過去 6 個月的股票，按照報酬率，由低往高”排序”，分成 10 組，以買進過去高報酬及賣出過去低報酬股票的策略建立投資組合，實證結果優於市場報酬。Chan,Jegadeesh and Lakonishok(1996)同樣將過去 6 個月股票報酬率按照高低”排序”分成 10 組，特別是過去盈餘的消息，而可由過去的報酬率得到未來報酬的可預測性。Lakonishok, Shleifer, and Vishny (1994) 嘗試以市價淨值比、市價現金流量比及市價盈餘比將各股”排序”區分為 10 組，將比值較低的定義為價值股，實證結果發現 5 年後的報酬率價值股皆高於成長股。羅庚辛(2009)探討價格動量投資策略以及產業動量投資策略之績效，不論是價格動量或是產業動量皆將股票報酬率按高低”排序”分成 10 組，利用買進贏家、賣出輸家的策略，實證結果為價格動量持續性於一年內不存在；產業動量策略之績效三年內都存在。張瑋琍(2011)根據價值型指標、經營績效指標及財務績效指標將股票”排序”分成 10 組，並篩選名次最好的第一組進行投資，實證結果優於市場投資組合。. 立. 政治大. ‧. ‧ 國. 學. 本文的構想在於，若兩家不同的公司其中某一項指標皆高於產業平均，皆可獲得 1 分，但若其中一家的指標為產業中名列前茅，但另一家僅是恰好高於產業平均，但兩家同為 1 分得分有失公平性，因此本研究將採取排名制選股策略，修改評分模式，不採用高於產業平均表現則均給予 1 分的得分方式，而是將所有上市櫃公司的，依照挑選出的財務比率依好壞排序分別給予名次，將這 9 項變數的. y. Nat. 名次加總，最後根據加總結果，挑選名次最好(名次加總最少)的前 3%與後 3%公. sit. n. al. er. io. 司進行投資。研究將採用 Student-T 及 Signed Rank Wilcoxon 檢定報酬率平均數及中位數是否顯著高於採取計分制，換句話說，本研究將採取兩種評價策略來篩選上市櫃公司，第一種為延用董澍琦(2011)的計分制，變數若高於產業平均則給予 1 分；第二種為上述說明的排名制。並同樣進行投資組合的報酬風險與敏感性分析，並分別以報酬率的變異係數(C.V.)及夏普指標(Sharpe Ratio)，衡量考慮投資組合之報酬風險後的績效。. Ch. engchi. 20. i n U. v.

(27) 第二節研究變數說明. 本研究所採的變數共 9 個，由於董澍琦(2011)所提出的 S-Scroe 優於 F-Score，此處乃以 F-Scroe 選取的的變數為基準，首先刪除先其中相關係數與報酬率不顯著的 2 個變數，另外再增加 2 個新的重要變數，共得到 9 個變數。各變數說明如下: 1. 總資產報酬率(ROA). 稅後淨利. t. 公式為：ROAt =. 平均資產總額. t. 政治大. 若年度 ROAt 高於同產業平均表現，則得 1 分，反之以 0 計算。 2. 營業活動現金流量佔平均資產總額之比(CFO). 立. ‧ 國. 平均資產總額. t. 學. 營業活動現金流量. 公式為：CFOt =. t. ‧. 若 CFOt 高於同產業平均表現，則得 1 分，反之以 0 計算。 3. 應計科目(ACCRUAL) 公式為：ACCRUALt = ROAt − CFOt. y. Nat. er. io. sit. 若 ACCRUALt 為負，則得 1 分，若為正，則無。 4. 總資產週轉率(TURN). a 營收淨額. iv l Ct n 平均資產總額 h et n g c h i U n. 公式：TURNt =. 若 TURNt 高於同產業平均表現，則得 1 分，反之以 0 計算。 5. 是否有辦理現金增資(EQ_OFFER) 若公司該年度沒有辦理現金增資，則得 1 分，反之以 0 計算。 6. 營業活動現金流量的變異係數(CVCF). 營業活動現金流量的標準差公式為：CVCFt =. 營業活動現金流量的平均數. t t. 若 CVCFt 小於產業中位數，則得 1 分，反之以 0 分計算。 7. 季營收成長率的變異係數(CVSGR). 季營收成長率的標準差公式：CVSGR t =. 季營收成長率的平均數 21. t t.

(28) 若 CVSGR t 為正且低於產業中位數時，則得 1 分，反之以 0 計算。 8. 現金類資產對普通股權益市值的比率(CASH). (現金+約當現金+短期投資)t 現金類資產t 公式：CASHt = = /每股股價普通股權益市值普通股股數 t. t. 若 CASHt 高於產業平均表現，則得 1 分，反之以 0 分計算。 9. 董監事、經理人、配偶及子女的持股比率(HOLD) 定義：HOLDt = 董監事持股比率 + 經理人持股比率 + 配偶及子女持股比率 t. t. t. 若 HOLDt 高於產業平均表現，則得 1 分，反之以 0 分計算。董澍琦(2011)提出 S-Score 後，以 Spearman 等級相關係數檢定後發現，季營收成長率的變異係數(CVSGR)與總資產週轉率(TURN)不論在一年的超額報酬與兩年的超額報酬中，在 5%的顯著水準下皆呈現不顯著。顯示這兩個變數對 S-Score 的變酬率並無顯著影響，故先暫時將這兩個變數刪除。. 政治大. 立. ‧ 國. 學. 本文增加二項 S-score 所採納的變數，其說明如下：. ‧. 10.盈餘的變異係數(ΔEPS) 公式：ΔEPSt = 過去四季 EPS 的變異數(限制至少有四季以上的資料) 若 ΔEPSt 低於產業平均表現，則得 1 分，反之以 0 分計算。盈餘為淨利除以流通在外的股數，觀察盈餘的變動率可衡量企業盈餘的穩定. y. Nat. sit. n. al. er. io. 程度，對於偏好穩健保守的價值投資人而言，穩定的盈餘，愈容易預測未來獲利。 Mohanram, P.(2005)研究認為，對於低淨值市價公司而言，穩定的盈餘可以幫助我們去分辨被過度評價(overvalue)的魅力股(glamour)，因此該文亦採用此變數當作選股的評分標準。Barth et al.(1999)實證結果指出，股市終究偏愛擁有較穩定盈餘的公司，因為其未來盈餘表現通常較佳。Huberts and Fuller(1995) 研究指出，這些公司其未來盈餘的可預測性較佳。 11.利息保障倍數(TIE). Ch. 息前稅前淨利公式：TIEt =. 利息費用. engchi. i n U. v. t. t. 若 TIEt 高於產業平均表現，則得 1 分，反之以 0 分計算。利息保障倍數(times interest earned)又稱為涵蓋比率(coverge ratio)，係衡量公司從營業活動產生之盈餘用以支付融資活動產生之利息費用的能力。由於利息費用必須定期支付予債權人，故公司從營業活動所賺得之盈餘必須優先支付利息費用，方不至週轉失靈。利息保障倍數越高，代表公司支付利息之能力越強。王端儀(2011)研究改善 F-Score 的選股策略中，即將利息保障倍數納入新的選股指標中考量，與報酬率的 Spearman 等級相關係數檢定中亦為顯著，故嘗試 22.

(29) 將此變數納入模型中。本文以盈餘的變異係數及利息保障倍數取代董澍琦(2011)S-Score 中的季營收成長率的變異係數(CVSGR)與總資產週轉率(TURN)，選取以上 9 個指標做為挑選好公司的要件，期望能完整涵蓋獲利能力、盈餘管理程度、盈餘穩定度、償債能力與公司治理等多重財務管理的目標。根據各個財務指標得分給予加總，若總分在 8 分以上歸類為高分群，總分 2 分以下歸類為弱低分群，總分 1 分一下歸類為嚴格低分群，分析時會同時比較高分群-弱低分群及高分群-嚴重低分群報酬之間的差異。至於是否存在共線性的問題，郭世豪(2006)嘗試研擬以各項財務比率作為個體投資人選擇股票的工具，先以線性相關係數剔除出具有高度共線性的財務比率，再以多元迴歸分析選取解釋能力高的財務比率，最後篩選出 15 個具有解釋能力的財務比率，新增的變數與上述 9 個變數並無共線性問題，且都具有顯著解釋能力。. 政治大本研究將樣本公司依照 S-Score 分數分為高分群、弱低分群及嚴重低分群；立依照 S-Rank 分為排名前 3%、後 3%五類，第二階段分類僅針對高分群及排名前 ‧. ‧ 國. 學. 3%的公司，按照淨值市價比(book-market ratio)排序，最高的前 20%歸類為高淨值市價比(簡稱 HBM)族群，此為第二階段價格好壞的分類。一般投資人在採用的主流指標通常為市價淨值比(market-book ratio)，若採用市價淨值比則必須挑選最低的 20%。但由於本文主要參照為 Piotroski(2000)及董澍琦(2011)的選股策略，考量到最後結果並不會因此不同，因此指標與文獻保持一致。其中淨值. y. Nat. n. al. CBM =. 每股淨值. h e n g股價 c ht i. t. er. io. sit. 市價比的公式如下：. i n U. v. 該式中每股淨值為淨值扣除特別股股本後再除以普通股股本，為衡量企業經營績效的財務指標之一。股價則為該公司 5 月第 1 個交易日的股價。本研究投資組合報酬率與超額報酬率的計算方式為，首先經由計分制與排名制篩選出各年度(t-1)的投資組合各分群樣本，包括全體樣本、高分群、弱低分群、嚴重低分群、排名前 3%、排名後 3%、高分群且 HBM、排名前 3%且 HBM、的投資標的後，以下一個會計年度(t)5 月份第 1 個交易日的開盤價作為買進價，次年(t+1)4 月份最後 1 個交易日的收盤價作為賣出價，依此計算買進持有 1 年的持有期間報酬(holding period return)。由於開盤價與收盤價皆取自已考慮除權息的股價資料庫，因此不再額外考慮當年度現金股利、股票股利已及增減資的影響。買進持有 2 年的持有期間報酬率之計算方式與持有 1 年相同，僅持有期 23.

(30) 間增加 1 年，賣出價格以順延 1 年(t+2)的同一時間計算。公司各年度的持有期間報酬率，減去同一時間持有台灣加權股價指數的持有期間報酬率後，即為該年的超額報酬率。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 24. i n U. v.

(31) 第三節資料來源與績效評估. 本研究的觀察期間為 2000 年 1 月至 2010 年 12 月，樣本對象為各年度所有上市櫃公司，並由台灣經濟新報資料庫(Taiwan Economic Journal,TEJ)獲取所有公司的財務資料及股價，針對具有充分資料的公司進行產業分類，共分為六類 (傳統民生、塑化、機電、電子、營建、服務)。刪除不適樣本包括：(1)營業性質與財務結構特殊的金融保險產業，(2)全額交割股、(3)已下市櫃股以及(4)各會計年度公司財務資料有所缺之者。其中盈餘的變異係數與現金流量的變異系數由於需要各季的盈餘(EPS)及營運現金流量(Operating Cash Flow,OCF)，需採最接近會計年度的前四季資料，若前四季有資料缺失，則視為資料不足不予採用，樣本將自該會計年度刪除。. 政治大績效的評比依下列敘述不同標準進行討論：1.選股能力是否符合預期，例如：立得分較高(排名前面)的高分群(前名次群)樣本之各項基本面平均表現，是否顯著. er. io. al. sit. Nat. Rank Wilcoxon Test，以及 Spearman 等級相關係數。. y. ‧. ‧ 國. 學. 優於低分群(後名次群)樣本?評比總分與報酬是否存在相關性?2.絕對報酬與超額報酬的高低，投資組合內樣本股票的報酬分佈，以及累計報酬等。其中絕對報酬率以買進(buy-and-hold)持有一年及二年之累計的年化報酬率計算，超額報酬則以絕對報酬減去同期間買進持有台灣加權股價指數的報酬率取得。3.調和報酬與風險程度的整體投資績效。採用的統計檢定，包括：Student-T Test、Singed. n. 另外，本研究考量風險後衡量報酬的兩個指標分別為變異係數(Coefficient of Variation;C.V.)及夏普指標(Sharpe ratio)。本文將變異係數應用在衡量盈餘(EPS)及營運現金流量(OCF)的變動是否穩定，若變異係數過高則代表投資該公司所承擔的風險較大。變異係數的概念在於每一單位報酬所承擔的風險，其公式如下：. Ch. engchi. C. V. =. i n U. v. 𝜎 𝐸(𝑅𝑝 ). 該式中的𝐸(𝑅𝑝 )代表投資組合之平均報酬，𝜎代表投資組合之標準差。變異係數越高，代表給定特定的報酬下，投資組合必需承擔越高的風險。反之，變異係數越低代表投資績效越佳。夏普指標衡量投資組合每承擔一單位的總風險，可以獲得之風險溢酬(超額報酬)，也稱為報酬變異比(Reward to Variability)。在此風險溢酬是指投資組合的報酬率超過無風險報酬率的部分。其公式如下：. 25.

(32) 𝑆ℎ𝑎𝑟𝑝𝑒 𝑅𝑎𝑡𝑖𝑜 =. 𝐸(𝑅𝑝 − 𝑅𝑏 ) 𝜎. 其中當夏普指標越大，代表在每一單位總風險所獲得之風險溢酬越高，及投資組合績效越好，越值得投資。此外，夏普指標即為資本配置線(capital allocation line)的斜率，故資本配置線的斜率越大，表示夏普指標越高，該投資組合的績效越好。其中𝑅𝑏 代表參考標的之投資組合報酬。由於本研究旨在提供客觀的選股方式期能建立報酬超越台灣加權股價指數表現的投資組合，因此在計算夏普指標時以台灣加權股價指數同期間的報酬率取代文獻上較常見的以風險報酬率作為參考指標之投資組合。由於 Piotroski(2000)認為高帳面市值比的公司若規模較小其超額報酬較明顯。本文加入探討利用 S-Score 選股策略所獲得的超額報酬是否會受到小公司效果的影響，亦或是不論公司規模，只要利用 S-Score 所篩選出的公司皆可進行投資，關於規模效應的文獻，Chen, Hong, Huang and Kubik(2004)檢測美國共同基金的績效，發現大型基金的報酬率會小於小型基金。邱欣慧(2010)以十年度的上市公司財務資料為樣本，計算各風格投資組合的單季報酬率、累積報酬率，並與市場報酬率進行比較，實證結果為小型股長期存在股票異常報酬。因此，本文在最後敏感性分析的部份，採用的方法為將高分群-低分群、前名次-後名次的. 立. 政治大. ‧. ‧ 國. 學. y. Nat. 公司依照股價及市值，分成高股價、中股價、低股價、大規模、中規模、小規模六種型態，首先觀察高分群-低分群與前名次-後名次公司分別是集中在何種價位. sit. n. al. er. io. 及何種規模，接著並以 T 檢定、Signed Rank Wilcoxon Test 比較高分群-低分群、前名次-後名次公司在這六種型態報酬率的差異是否具有統計顯著。. Ch. i n U. v. 倪衍森(2006)以公開資訊站所發布的重大資訊來研究台灣證券市場是否存在內線交易，觀察前 5 個及後 5 個交易日的股票報酬率。實證結果發現，在重大消息宣告前幾日，股價已先反應訊息，認為台灣證券市場內線交易現象明顯。因此為了檢視財務指標所篩選出來的投資組合是否會產生落後效果，本文藉由觀察 2000~2010 年高分群以及前名次所挑選出的價值股，於財務報表公佈期限(規定為次年 5 月 1 日)前 5、10、20 個交易日的超額報酬表現，檢定是否存在財務報. engchi. 表的落後效果，來衡量散戶投資人能否藉由財務指標挑選出的優良股來賺取超額報酬。. 26.

(33) 第四章實證結果. 第一節樣本分布及敘述統計. 本研究主要探討根據財務指標建構的投資組合能否真正為投資人提供超額報酬，因此實證結果主要在驗證投資篩選出來的好公司後，報酬率能否顯著的擊敗大盤，也就是高於台股加權指數。此外，我們也比較依照分數篩選以及依照排名篩選後的報酬率，進而評估何種篩選方式較適合投資人。本研究首先由台灣經濟新報(TEJ)獲取 S-Score 所需要的經濟數據，再針對各項目的表現決定是否給予分數，評估的標準臨界值為各個產業的中位數，因此需將各樣本依照產業分類。目前台灣證交所的產業分類多達 29 項，因此為了避免某些產業的公司數目過少，本研究將所有上市上櫃公司的產業總括分為 6 類，分別是傳統民生類(食品、紡. 立. 政治大. ‧. ‧ 國. 學. 織、造紙)、塑化類(塑膠、化工、橡膠)、機電類(電機機械、電器電纜、汽車)、電子類、營建類(水泥、玻璃陶瓷、鋼鐵、營造建材)及服務類(航運、觀光、百貨、其他)等。銀行、證券及保險業由於財務結構特殊，因此不在本研究的討論範圍內。. y. Nat. 電子. Ch. 機電. e n g c 55 hi U. 247. er. al. 塑化. n. 年度. 傳統民生. io. 類別. sit. 表 4-1 各會計年度六大產業類別樣本數統計表營建. 服務. Total. 92. 72. 613. v ni. 2000. 74. 73. 2001. 79. 77. 332. 60. 98. 78. 724. 2002. 81. 80. 385. 64. 105. 98. 813. 2003. 80. 95. 457. 69. 105. 101. 907. 2004. 81. 96. 505. 71. 106. 102. 961. 2005. 83. 98. 534. 73. 107. 102. 997. 2006. 81. 102. 581. 76. 112. 104. 1056. 2007. 81. 103. 601. 79. 113. 107. 1084. 2008. 83. 107. 615. 72. 114. 110. 1101. 2009. 80. 111. 635. 80. 116. 112. 1134. 27.

(34) 2010. 82. 120. 664. 83. 116. 115. 1180. Total. 885. 1062. 5556. 782. 1184. 1101. 10570. 資料來源：台灣經濟新報(TEJ) 由表 4-1 可發現，六大產業中以電子產業公司樣本數最多，佔約 52.6%，其次為營建類股，佔約 11.2%，樣本數最少的則為機電類股，佔約 7.4%。顯示台灣由於缺乏天然資源，以電子產業為主要產業，對世界經濟舉足輕重，大多數電腦電子零部件都是在台灣與中國大陸所生產。2000 年電子類股約占總上市櫃公司的四成，2003 年首度超過五成，2010 年更上升達五成六，公司數更多達 664 家，隨著電子產業佔台股的比重逐年增加，台灣的經濟發展將越來越仰賴電子產業的表現。. 政治大. 表 4-2 各會計年度樣本公司 S-Score 的家數分布(按照分數) 分數. 立7~3. 2. 1. 0. 9~8. 2~0. 1~0. 35. 110. 34. 45. 98. 25. 25. 478. 76. 32. 2. 2001. 6. 39. 581. 73. 22. 3. 2002. 10. 35. 621. 92. 50. 5. 45. ‧. 147. 55. 2003. 10. 36. 101. 37. 2. 46. 140. 39. 2004. 16. Nat. 721. 57. 754. 80. 52. 2. 73. 134. 54. 2005. 5. 36. 124. 51. 182. 58. 3. 39. v ni. 41. 2006. a l 774 Ch 827. 42. 187. 74. 2007. 4. 23. 836. 2008. 1. 19. 2009. 1. 2010 Total. er. n. 7. sit. 10. io. 2000. y. 8. 學. 年度. ‧ 國. 9. 65 U 9 i e113 ngch 148. 60. 13. 27. 221. 73. 861. 138. 74. 8. 20. 220. 82. 18. 897. 138. 68. 12. 19. 218. 80. 8. 28. 930. 146. 52. 16. 36. 214. 68. 74. 355. 563. 79. 429. 1,871. 642. 8,280 1,229. 資料來源：本研究自行整理表 4-2 為 S-Score 各個分數層級的分布，本研究將得分在 8 分以上的公司歸類為高分群，得分在 2 分以下的歸類為弱低分群，得分在 1 分以下的歸類為嚴重低分群。高分群的總公司家數為 429 家，佔約 4.05%，弱低分群總共有 1,871 家，佔約 17.68%，嚴重低分群共有 642 家，佔約 6.07%。 28.

(35) 表 4-3 各會計年度樣本公司 S-Rank 的家數分布(按照排名) 名次 3%. 10%. 20%. 30%. 50%. 70%. 90%. 97%. 2000. 18. 61. 123. 184. 307. 429. 552. 595. 2001. 22. 72. 145. 217. 362. 507. 652. 702. 2002. 25. 81. 163. 244. 407. 569. 732. 789. 2003. 27. 91. 181. 272. 454. 635. 816. 880. 2004. 29. 96. 192. 288. 481. 673. 865. 932. 2005. 30. 100. 199. 299. 499. 897. 967. 2006. 32. 110. 220. 770. 990. 1067. 2007. 32. 108. 政 330治 550大 217 325 542. 698. 759. 976. 1051. 2008. 34. 110. 220. 330. 551. 771. 1068. 2009. 34. 113. 227. 340. 567. 學. 991. 794. 1021. 1100. 2010. 36. 118. 236. 354. 590. 826. 1062. 1145. Total. 319. 1060. 2123. 3183. 5310. 7431. 9554. 10296. 年度. ‧. ‧ 國. 立. sit. y. Nat. 資料來源：本研究自行整理. n. al. er. io. 表 4-3 為 S-Rank 各個排名層級的分布，由於 6 大產業的家數不同，為了避免某些產業(如電子產業)公司家數過多所造成整體平均名次會多於公司家數較少的產業(如機電產業)，因此本研究在比較財務比率計算排名時，將同年分不同產業的公司併在一起排序，接著計算 9 項財務比率名次加總，最後挑選排名前 3%的公司進行投資，並篩選出名次加總排名最後的 3%進行比較分析。. Ch. engchi. i n U. v. 表 4-4 各會計年度高分群及排名前 3%且 HBM 家數統計高分群且 HBM. 排名前 3%且 HBM. 2000. 7. 4. 2001. 9. 5. 2002. 9. 5. 2003. 9. 6. 2004. 15. 6. 2005. 8. 6. 29.