台灣八大類股價量關係 - 政大學術集成
41
0
0
全文
(2) 摘要 本⽂以臺灣⼋⼤類股指數結合分量迴歸模型進⾏價量關係研究。有別於 過去⽂獻多使⽤⼤盤指數進⾏分析，本⽂將以產業類股指數作為研究⽬標。實 證結果顯⽰ : 「價量背離」與「價量⿑揚」的效果同時存在於臺灣股市各個類 股的價量關係中，且後者的效果普遍⾼於前者；⽽在⼋個產業類股中，尤以⾦ 融業在兩側分量的效果⼤於其他產業。另外，在相同的交易機制下，並⾮所有 產業的價量關係皆會受到漲跌幅限制的影響⽽改變。本⽂更進⼀步選⽤法⼈持 股佔該類股市值⽐作為資訊不對稱之代理變數，結果發現資訊不對稱程度較⾼ 的產業，在價量⿑揚時，法⼈持股⽐的係數為負，代表在市場出現正報酬時， 會有抑制股價上揚的效果；反之，在負報酬時，會加深股價下挫的⼒道。. 關鍵字：類股指數、價量關係、分量迴歸、資訊不對稱 . I.
(3) Abstract This research examines the relation between stock return and trading volume of Taiwan’s eight industries using quantile regression model. Our empirical results show that, for most industry indices, both large positive returns and large negative returns are usually accompanied by a large trading volume, with the effect of large positive returns being stronger. Among all industries, the financial industry has the most significant effect in either situation. But for some industries, the price-volume relations change when returns approach the price limits. In addition, we also emphasize the impact of information asymmetry, using ownership share of institutional investors as the proxy variable. The results show that, in the situation of positive returns with large trading volume, the institutional trading variable will restrain stock price from continually rising. In contrast, in the situation of negative returns with large trading volume, the institutional effect will make the stock price overreact.. Keywords : industrial indices, price-volume relation, quantile regression, information asymmetry. II.
(4) ⽬錄. 摘要---------------------------------------------------------------------------------------------------I 表次---------------------------------------------------------------------------------------------------IV 圖次---------------------------------------------------------------------------------------------------V 第⼀章 緒論 ---------------------------------------------------------------------------------------- 1 第⼆章 研究⽅法 ----------------------------------------------------------------------------------4 第⼀節 跨期價量關係與資訊不對稱模型設定 --------------------------------------4 第⼆節 分量迴歸 -----------------------------------------------------------------------------4 第三章 資料說明 ----------------------------------------------------------------------------------6 第⼀節 變數選擇 -----------------------------------------------------------------------------6 第⼆節 變數設定 -----------------------------------------------------------------------------6 第四章 實證結果 ----------------------------------------------------------------------------------8 第⼀節 個別類股跨期價量關係 ----------------------------------------------------------8 第⼆節 資訊不對稱與價量關係 ----------------------------------------------------------12 第五章 結論 ---------------------------------------------------------------------------------------13 參考⽂獻 -------------------------------------------------------------------------------------------- 15 附錄---------------------------------------------------------------------------------------------------31. III.
(5) 表次 表1 ⼋⼤類股樣本統計量與單根檢定 ------------------------------------------------------18 表2 個別類股跨期報酬率與週轉率 斜率估計結果 --------------------------------------20 表3 個別類股法⼈持股佔⽐與週轉率交乘項 基本統計量 ----------------------------22 表4 ⽔泥窯業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果----------------23 表5 ⾷品業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 -------------------24 表6 塑膠化⼯業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 ------------25 表7 紡織業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 -------------------26 表8 電⼦業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 -------------------27 表9 造紙業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 -------------------28 表10 營造業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 -----------------29 表11 ⾦融業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 -----------------30. IV.
(6) 圖次 圖1 ⽔泥窯業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間----------------10 圖2 ⾷品業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間 -------------------10 圖4 紡織業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間 -------------------10 圖5 電⼦業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間 -------------------11 圖6 造紙業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間 -------------------11 圖7 營造業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間 -------------------11 圖8 ⾦融業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間 -------------------11. V.
(7) 第⼀章 緒論 投資者在買賣股票時，經常會以獲得之訊息作為改變投資決策的依據。由於市 場上的訊息並無法具體衡量，過去研究常透過交易活動 (trading activities) 來觀 察市場上流通訊息的變化 ; 如 Clark (1973) 建⽴⼀混合分配模型 (mixture distribution model)，視交易量為衡量訊息流動速度 (speed of information flow) 的 代理變數，並藉以探討股價變動如何受訊息流動速度影響。股價的變動與交易 活動之間的「價量關係」，也因此累積了⼤量的⽂獻探討。 與價量關係相關的研究最早由 Osborne (1959) 所提出，他指出股價變動 的變異數與交易次數具正相關，引起後續學者進⾏價量關係的深⼊研究。爾後， Clark (1973) 結合 Bachelier (1900) ⾦融商品價格隨機漫步模型假說，以及 Mandelbrot (1963) 的價格機率分配形式探討之研究後，提出混合分配模型 (mixture distribution model) 理論。根據該理論，由於市場訊息在不同時間區間 內的分佈並不盡相同，價格也會因此做出不同之反應 ; 尤其當市場上未有新訊 息產⽣時，交易量會趨緩且價格的變動幅度會相對縮⼩ ; 由此可以看出價與量 對訊息反應的過程。綜合上述，價量關係有助於了解在市場中傳遞的訊息如何 影響股價變動 ; ⽽訊息滲透市場的速度以及影響該市場的廣度，也都能透過價 量關係來加以呈現。 過去對於價量關係的研究多以⼤盤指數，或個股加總進⾏分析。如 Granger and Morgenstern (1963) 根據紐約證交所 (NYSE) ⼤盤指數與成交量的週 資料進⾏研究，得出價量之間並不存在任何顯著關係。之後，Ying (1966) 則根 據紐約證交所⽇資料進⾏價量分析，並提出以下三種價量關係表現：(1) 價量⿑ 揚—意指價格上漲伴隨著⾼成交量 ; (2) 價跌量縮—意指價格下跌時，成交量隨 之減少 ; (3) 價量背離—意指股價與成交量成反向變動，尤指價格下降時伴隨著 成交量增加。Karpoff (1987) 對於過去的價量關係⽂獻具有相當完整的回顧，其 中⼤部份皆顯⽰價量之間具有正向關係。. 1.
(8) 本⽂以1989年10⽉⾄2015年5⽉臺灣證交所編列的⼋⼤類股指數為研究對 象，並透過 Koenker and Bassett (1978) 所提出的分量迴歸模型 (quantile regression model) 進⾏價量關係實證研究。相較於既存⽂獻，本⽂具有三⼤特 ⾊：⾸先，有別於過去⽂獻多使⽤⼤盤指數進⾏分析，使⽤類股資料能幫助我 們了解在相同的市場運作機制下，不同產業對於訊息的反應差異為何 ; ⽽以產 業類股為研究對象，也可以避免使⽤個股雜訊過多以致估計⽐較沒有效率的結 果。再者，由於過往研究多以最⼩平⽅法 (ordinary least square, OLS) 進⾏迴歸 分析，僅能刻畫價量之間的平均關係，捕捉「價」變數的條件均數，但無法呈 現完整的條件分配。因此本⽂將如莊家彰與管中閔 (2005)，使⽤分量迴歸描繪 「量」在不同分量 (不僅是平均數) 上對於報酬率的邊際影響⼒；同時，由於台 灣股市具有漲跌幅限制，以錨定效果 (anchoring effect) 來說，投資⼈對於所獲 得之報酬具有⼀定期望⽬標，因此近漲幅限制時將促使投資⼈極⼒追求更⾼報 酬，亦或是接近最⼤跌幅限制時引發恐慌，加劇股價的下跌，我們預期在接近 漲跌幅限制觀察出不同的價量關係表現。⽽當報酬率趨近於最低與最⾼分量時， 分量迴歸⾃然提供了⼀個分析漲跌幅限制如何影響價量關係的⼯具。 最後，由 於價量關係與訊息的傳遞相關，但市場上投資者所持有的訊息量並不相同，產 ⽣資訊不對稱的情形，擁有較多資訊的資訊優勢者將擁有較好的獲利能⼒。⽽ 由過去的⽂獻顯⽰，資訊不對稱程度亦會影響價量關係表現，例如使得報酬出 現過度反應的情況 (Gallant et al., 1992 ; Campbell et al., 1993)。本⽂將以法⼈持 股佔該類股總市值⽐作為代表資訊不對稱程度的變數，在分量迴歸的架構之下， 觀察資訊不對稱程度如何影響台灣類股指數之價量關係。. 我們的實證結果歸納如下，「價量背離」與「價量⿑楊」的效果同時存 在於臺灣股市各個類股的價量關係中，且後者的效果普遍⾼於前者；⽽尤以⾦ 融業在兩側分量的效果⼤於其他產業。在同樣的交易機制底下，接近漲跌幅限 制時不同產業的價量表現卻反應不⼀，推測其主要原因為漲跌幅限制使得 「量」變數所夾帶的訊息流被阻斷，導致類股在極端分量 (接近漲跌幅限制時) 會有異於在⾮極端分量上之價量關係。除此之外，在法⼈持股⽐較⾼的產業，. 2.
(9) 即為資訊不對稱程度越⾼者，會在正報酬時，出現抑制股價上揚的效果；反之， 在負報酬時，會加深股價下挫的⼒道。相較之下，資訊不對稱程度較⼩的產業， 價量關係的改變並不明顯。 後續章節如下：第⼆章為研究⽅法，闡述本⽂最主要使⽤的模型設定及 分量迴歸架構。第三章為資料說明與基本統計量，說明相關變數設定。第四章 則為實證結果。第五章呈現全⽂結論。. . 3.
(10) 第⼆章 研究⽅法 第⼀節 跨期價量關係與資訊不對稱模型設定 過去關於跨期價量模型的研究多以探討價量之間的領先落後關係為主，並以 Granger Causility 進⾏分析 ; 如 Smirlock and Starks (1988)、Hiemstra and Jones (1994)等。基於投資者對於訊息流 (information flow) 的反應會有時間落差， 本 ⽂將不針對因果關係著墨。相對地，我們採⽤ Llorente et al. (2002) 分析報酬率 波動性與成交量關係的作法，以落後⼀期的量作為訊息代理變數，探討其對當 期報酬的影響。相關模型設定如下： (1) Rt 為個別類股報酬率，Vt-1 為前⼀期的量變數。 基於過去⽂獻，資訊不對稱程度亦會影響價量關係。為控制資訊不對稱 的影響，以下將式 (1) 擴充為 : (2) 其中 It-1 為衡量資訊不對稱程度之變數，透過其與前期量變數的交乘項 It-1．Vt1 ，以此觀察資訊不對稱程度如何透過「量」影響報酬率。⽽資訊不對稱程度之. 代理變數選定將於第三章說明。 此外，為了解不同分量 (不只是平均數) 下的跨期價量關係式，式 (1) 與 式 (2) 均以分量迴歸模型進⾏估計。茲描繪分量迴歸模型如下。. 第⼆節 分量迴歸 過去⽂獻有⼤量以線性迴歸模型進⾏股市的價量關係研究，但運⽤最⼩平⽅法 進⾏估計時，僅能刻畫價量的平均關係。為突破該限制，本⽂將採⽤ Koenker and Bassett (1978) 所提出的分量迴歸模型 (quantile regression) 進⾏分析，以期能 凸顯成交量在不同正負報酬率時的價量表現差異。. 4.
(11) 令 Yt 與 Xt 分別為被解釋變數與解釋變數向量，T 為樣本量，βθ 為第 θ 分 量之參數。假定分量迴歸為線性模型： (3) 在給定分量為 θ ( 0 < θ < 1 ) 之下，以此估計不同分量迴歸的⽬標函數為： (4) 式 (4) 是以 θ 為權重的⽬標函數，以極⼩化加權平均絕對誤差 (Least Absolute Deviation, LAD) 法來估計參數 βθ。當 θ = 0.5，⽬標函數之正負誤差⽐重將相 等，式 (4) 將與最⼩絕對誤差法之⽬標函數相似，即為中位數迴歸。若 θ ⼩於 ( ⼤於) 0.5，⽬標函數中的正誤差權重將較⼩，負誤差的權重將較⼤，此分量將 位於分配的左 (右) 段。 使式 (3) 極⼩化的⼀階條件為： (5) IA 為 事件 A 的指⽰函數 (Indicator Function) ，其最適解 β' 則為 Yt 條件分配中第 θ 個分量迴歸的係數。⽽在適當的條件下，所得之分量迴歸估計係數將為母體 參數的⼀致估計式，經過標準化後具有極限常態分配。與線性迴歸相⽐，分量 迴歸並未針對誤差項的分佈型態做具體假設，因此對於⾮常態分佈或具有異質 性之資料較為適合。以上為 Koenker and Bassett (1978) 所提出之理論模型，在 不同樣本點給定權重 θ 即可估計出分量迴歸式。 莊家彰與管中閔 (2005) 利⽤分量迴歸模型，針對臺灣與美國⼤盤股市的 價量關係進⾏⽐較。⽽結果顯⽰，使⽤分量迴歸的確與⽤線性迴歸模型所得之 價量表現不同，同時亦能凸顯臺灣與美國股市的差異，由於臺灣股市具有最⼤ 漲跌幅限制，美國股市則無，在接近兩側分量極端值時的價量關係表現與美國 股市有所不同，若使⽤線性迴歸進⾏分析則無法呈現此特點。 . 5.
(12) 第三章 資料說明 第⼀節 變數選擇 本⽂研究重點為臺灣⼋⼤類股的價量關係表現，因此將依照 1987 年證交所所編 列的⼋種產業類別作為研究⽬標，分別是：⽔泥窯業、⾷品業、塑膠化⼯業、 紡織業、電⼦業、造紙業、營造業與⾦融業。1變數⽅⾯則以各類股每⽇收盤指 數作為計算報酬率之來源，量的變數則選擇成交股數、成交市值、週轉率共三 種，⽽代表資訊不對稱程度的變數則以三⼤法⼈持股市值佔該類股總市值⽐進 ⾏分析，由於資訊不對稱程度並⾮可以直接觀察取得之資料，因此過去多使⽤ 替代變數間接描繪，例如使⽤買賣價差 (Bagehot, 1971; Jaffe and Winkler, 1976; Llorente et al., 2002) 、總市值 (Lakonishok, Shleifer and Vishny, 1992)，或法⼈持 股⽐例 (Barber et al., 2009) 等作為衡量資訊不對稱的變數。考量到資料取得的問 題，本⽂選擇法⼈持股佔該類股總市值⽐作為衡量資訊不對稱程度之代理變 數。以上數據皆取⾃於臺灣經濟新報資料庫。 另外，為避免歷年來政府對股市漲跌幅限制的放寬調整，造成資料產⽣ 結構性改變，因此將研究時間定為1989年10⽉2⽇⾄2015年 5⽉29⽇，在此段時 間內的漲跌幅限制為正負 7 個百分點。各類股資料為6735筆，⼋⼤類股共為 53880 筆數據。. 第⼆節 變數設定 報酬率變數是以各類股每⽇收盤指數取對數後，前後兩期相減⽽得。⽽量的變 數則是由成交股數 (以下簡稱為成交量)、成交市值 (以下簡稱成交值) 之原始資 料取對數⽽得，週轉率的部分則是使⽤原始資料。 ⼋⼤類股變數的基本統計量與單根檢定結果呈現於表1。不論是報酬率或 是成交量、成交值與週轉率，皆在 1% 顯著⽔準之下拒絕單根假設。個別類股 報酬率的分配皆為左偏，且為⾼狹峰。⽽在量變數的部分，成交量、成交值⼤ 1. 1987年證交所將產業分為⼋類，1995年增為⼗九類，⾄2007年產業類別已達到三⼗類。為維 持數據資料之⼀致性，特以⼋⼤類股作為研究⽬標。 6.
(13) 致上皆為左偏 (⽔泥窯業、紡織業成交值除外)，峰態係數則不具有⼀致性，週 轉率則是全為右偏的⾼狹峰。 表 1 置於此. 7.
(14) 第四章 實證結果 ⾸先，本⽂將以報酬率為被解釋變數，選定成交量 (或成交值、週轉率) 作為解 釋變數，並在分量迴歸的選擇上，設定分量 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21 條分量迴歸。以下實證結果將分為兩部分，第⼀節將呈 現個別類股的價量關係在不同分量時的表現為何，第⼆節則加⼊討論資訊不對 稱程度對於不同產業的影響。. 第⼀節 個別類股跨期價量關係 不論是以成交量、成交值或週轉率分別做為解釋變數所得的斜率估計值，所表 現的價量關係⾛勢皆⼤致相同，除了電⼦類股在使⽤成交量或成交值作為解釋 變數時具有不同結果。⽽其中，⼜以週轉率所得的斜率估計值分佈表現最佳， 且根據 Lo and Wang (2000) 針對量變數所做的釋義，雖然成交值、成交量包含 許多重要的市場訊息，但週轉率在資本市場的分離理論或實證研究當中，皆⽐ 使⽤成交量、成交值所得的估計值更具有⼀致性，因此以下分析將先以報酬率 與週轉率所呈現的價量關係作為主要探討⽬標，⽽成交量與成交值結果將置於 附錄。 表 2 為依據各類股報酬率與週轉率⽇資料所得的簡單迴歸與分量迴歸斜 率估計值，以及 p-value 檢定結果。我們亦將迴歸結果的斜率估計值與 95 % 信 賴區間繪於圖 1 ⾄圖 8。以圖 1 為例，橫軸為依照報酬率 (被解釋變數) 按⼩⾄ ⼤切為 21 等分之分量，縱軸則為在各分量下的價量斜率估計值。紅⾊實線為運 ⽤最⼩平⽅法所得的斜率估計值，紅⾊虛線則代表最⼩平⽅法的 95% 信賴區間; ⿊⾊實點為分量迴歸各分量的斜率估計值，灰⾊陰影區則代表分量迴歸的 95% 信賴區間。 由表 2 的迴歸估計結果顯⽰，⼋⼤類股利⽤最⼩平⽅法所得的斜率估計 值結果除了電⼦類股的斜率估計值顯著異於 0 以外，其餘類股皆顯⽰價量之間 不具有顯著關係。 8.
(15) ⽽以分量迴歸的結果來看，則與最⼩平⽅法所得到的結果相當不同，以 表 2 分量迴歸結果顯⽰，個別類股指數的價量之間的確存有關係。⼋⼤類股的 斜率估計值皆在接近左尾時為負值，但隨著分量增加，趨近於右尾時則轉為正 值 ; 這表⽰在左尾報酬為負時出現「價量背離」的情況，但在右尾報酬率為正 時，則出現「價量⿑揚」。此與著過去 Karpoff (1987)、Gallant et al. (1992)、 Blume et al. (1994) 所提出的股市 V 字關係相同，且價量⿑揚的效果⼜⼤於於價 量背離，顯⽰市場對於好消息 (正報酬) 的敏感度⾼於壞消息 (負報酬) 的敏感 度。 若進⼀步⽐較類股之間的差異，則可以發現電⼦類股在左尾時的表現並 不顯著，但其餘產業皆在 1%的顯著⽔準下異於 0，價量⿑揚的情況則不論在何 種產業皆相當顯著。這表⽰，電⼦類股跨期的價量關係以價量⿑揚為主，其餘 類股則是兩種效果皆存在。若觀察左右兩端極值則可發現，⾦融類股不論是價 量背離，⼜或是價量⿑揚的情況下，兩種效果都較其他類股來的強烈且顯著。 ⽽撇除接近漲跌幅限制時所得的估計值，以分量迴歸⽅估計的斜率值會 隨著分量的上升⽽增加，與⼀般我們在股市分析中所熟知的多頭市場情況相同， 應證了成交量的增加是推動股價持續上漲的必要條件，也因此⾼報酬率伴隨著 較⾼的成交量。 但接近漲跌幅限制時，個別產業就有不同的價量表現 ; 當報酬率接近最 ⼤跌幅限制時 (以分量 θ = 0.01 觀察) ，⽔泥窯業、紡織業、造紙業與營造業， 皆出現價量背離效果減緩的情形，尤以紡織業斜率估計值更是出現顯著正值， 呈現價跌量縮的結果。⽽接近最⼤漲幅限制時，⾷品業、紡織業、電⼦業、造 紙業與營造業，出現價量⿑揚效果減緩的情形。以此可⾒，在相同的交易機制 下，不同產業對於漲跌幅限制的反應仍有差異。 表 2 置於此. 9.
(16) ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖1 ⽔泥窯業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖2 ⾷品業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖3 塑膠化⼯業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖4 紡織業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. 10.
(17) ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖5 電⼦業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖6 造紙業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖7 營造業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. ----. 最⼩平⽅法信賴區間. ——. 最⼩平⽅法估計值. 分量迴歸信賴區間 -．-. 分量迴歸估計值. 圖8 ⾦融業跨期報酬率與週轉率迴歸斜率估計值 95% 信賴區間. 11.
(18) 第⼆節 資訊不對稱與價量關係 接著，本⽂想探討不同產業資訊不對稱程度對於跨期價量關係的影響。由於資 訊不對稱程度無法實際觀察⽽得，因此將選⽤代理變數進⾏研究 ; 過去多數研 究以買賣價差、總市值、法⼈持股⽐作為變數選擇，但類股並無買賣價差資料， 且市值⽇資料幾無變動，因此以下選⽤法⼈持股佔該類股總市值⽐作為代表個 別類股資訊不對稱程度之變數。由表 3 顯⽰，資訊不對稱程度按法⼈持股⽐⾼ 低排序，分別為電⼦業、塑膠化⼯業、營造業、紡織業、⾦融業、⽔泥窯業、 造紙業與⾷品業。⽽根據式 (4) 所設定，加⼊資訊不對稱變數控制後的模型估 計值列於表 4 ⾄表 11。 表 3 置於此 加⼊衡量資訊不對稱的代理變數後，各個類股中的價量關係⾛勢並改變， 仍有「價量背離」與「價量⿑揚」的表現，價量⿑揚的效果仍較顯著。但接著， 本⽂想針對交乘項的符號進⾏討論。先以⼋個類股之中，資訊不對稱程度最⼤ 的電⼦業進⾏探討，從表 8 可以看出，在左尾週轉率估計值為負號，顯⽰價量 關係為「價量背離」時，交乘項的估計值卻皆為正號，意為在⾯對報酬率為負 的情況下，資訊不對稱會使得股價過度反應。但在右尾部分，⾯對報酬率為正 時，交乘項的斜率估計值則轉為負號，顯⽰資訊不對稱的程度會使得電⼦業類 股在⾯對市場情況良好時，會減緩股價上漲的⼒道，使得市場出現反應不⾜的 情況產⽣。 ⼤致上，除了⽔泥窯業之外，其餘類股皆出現如同上段敘述的情況，在 價量背離時法⼈持股佔⽐與週轉率交乘項所得的估計值為正號，⽽在價量⿑揚 的情況時則出現負號估計值。但除了電⼦業及營造業在左尾時的資訊不對稱效 果顯著異於 0 之外，其餘類股在左尾的效果皆不顯著，代表資訊不對稱程度在 熊市時的影響較為明顯。同時，若法⼈持股占總市值較低的產業，亦即與其他 類股相⽐其資訊不對稱程度較⼩，例如⽔泥窯業、⾷品業，資訊不對稱程度對 其價量關係則不具有顯著影響。 . 12.
(19) 第五章 結論 本⽂以分量迴歸模型結合臺灣類股指數進⾏價量分析，有別於過去⽂獻多以⼤ 盤為研究對象，本⽂使⽤類股指數針對國內產業進⾏分析。這樣的做法不僅可 以捕捉不同產業投資者對於訊息反應的差異性之外，亦不會出現使⽤個股資料 進⾏價量關係研究時，容易發⽣雜訊過多導致估計缺乏統計效率的問題。本⽂ 主要結論可歸納成以下三點： ㄧ、採之實證結果顯⽰：若使⽤最⼩平⽅法，則僅有電⼦產業具有顯著正向價 量關係，其餘類股皆無顯著價量關係 ; 但採⽤分量迴歸模型分析之實證結 果則顯⽰，個別類股皆在報酬率為正時出現「價量⿑揚」、報酬率為負時 出現「價量背離」的情形。也就是說，分量迴歸模型讓我們更能清楚看出 在每個分量上之價量關係，⽽不只是價量之間的平均關係，此點與莊家彰 與管中閔 (2005) 研究臺灣與美國⼤盤指數之結果⼀致。 ⼆、本⽂資料選取漲跌幅限制皆在 7 %的期間，⽽在同樣的交易機制底下，接 近漲跌幅限制時不同產業的價量關係反應不⼀：漲幅限制會破壞⽔泥窯業、 ⾷品業、電⼦業、造紙業與營造業的價量⿑揚效果 ; ⽽跌幅限制則會影響 ⽔泥窯業、紡織業、造紙業與營造業的價量背離效果。推測其主要原因應 為：漲跌幅限制將使得「量」變數所夾帶的訊息流被阻斷，導致各類股在 極端分量 (接近漲跌幅限制時) 會有異於在⾮極端分量上之價量關係。 三、加⼊衡量資訊不對稱程度的代理變數後，雖無改變各⼤類股價量⿑揚、價 量背離的⾛勢，但資訊不對稱程度相對較⾼的產業，在正報酬時會出現股 價反應不⾜的情形，⽽報酬為負時則會出現股價過度反應。相較之下，資 訊不對稱程度較⼩的產業，價量關係的改變並不明顯。 綜觀本⽂主要實證結果，另⼀部份與既存⽂獻 (莊家彰與管中閔，2005) 的觀察 ⼀致，另⼀部分則為本⽂⾸創之模型設計所得到的結果 : 產業類股間的差異化 價量關係，以及漲跌幅限制與資訊不對稱程度對於不同產業的價量關係影響。. 13.
(20) 這些研究成果將令投資⼤眾、證券業者以及政策制訂者都能對臺灣產業類股之 價量關係有更明確的解讀。 ⽽在本⽂進⾏實證研究的過程中，以三⼤法⼈持股總額與該類股市值⽐作 為資訊不對稱代理變數，但亦有研究顯⽰不同類型之法⼈機構投資者，具有的 資訊優勢程度不⼀。過去⽂獻常以資訊交易機率 (PIN) 作為衡量私有資訊的機 率，⽽外資經常被視為資訊交易優勢者，因此亦能以外資持股⽐佔該產業市值 ⽐作為衡量資訊不對稱程度，本⽂將外資持股⽐之基本統計量置於附錄。 此外， 不同類型之法⼈機構偏好投資之標的也有所不同，因此後續研究或許能將三⼤ 法⼈持股進⾏區別，進⾏資訊不對稱與價量關係的相關研究。 . 14.
(21) 參考⽂獻 中⽂⽂獻 莊家彰、管中閔，2005。台灣與美國股市價量關係的分量迴歸分析，經濟論 ⽂，第 34卷第 4 期，379 – 404 ⾴。 盧陽正，2007，不同類型投資⼈委託資訊與成交揭⽰資訊之透明度與優勢資訊 內涵─以台灣證券交易所掛牌交易公司逐筆資料解析，中華民國證卷商業同 業公會委託專題研究。 英⽂⽂獻 Ackert, L. F. and Athanassakos, G., “The Relationship between Short Interest and Stock Returns in the Canadian Market.” Journal of Banking and Finance, 29 (2005), 1729 – 1749. Bachelier, L., “Theory of Speculation.” Paris: Gauthier-Villars, 1900. Bagehot, W., “The only game in town.” Financial Analyst Journal, 27 (1971), 12 – 22. Barber, B. et al., “Just how much do individual investors lose by trading?” The review of Financial Studies, 22 (2009), 609 – 632 Beaver, W. H., “The Information Content of Annual Earnings Announcement.” Empirical Research in Accounting: Selected Studies, 6 (1968), 67 – 92. Canay, I. A., “A Simple Approach to Quantile Regression for Panel Data.” Econometrics Journal, 14 (2011), 368 – 386. Campbell, J.Y. et al., “Trading Volume and Serial Correlation in Stock Returns.” Quarterly Journal of Economics, (1993), in press. Clark, P. K., “A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices.” Econometrica, 41 (Jan., 1973), 135 – 155. Gallant, A. R. et al., “Stock Prices and Volume.” Review of Financial Studies, 5 (1992), 199 – 242. Granger, C.W. and Morgenstern, O., “Spectral Analysis of New York stock Market Prices”, Kyklos, 16 (1963), 1 – 27.. 15.
(22) Hiemstra, C. and Jones, J. D., “Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation.” The Journal of Finance, 49 (1994), 1639 – 1664. Jaffe, J. F., and Winkler, R. J., “Optimal speculation against an efficient market.” Journal of Finance, 31 (1976), 49 – 61. Karpoff, J. M., “The Relation Between Price Changes and Trading Volume: A Survey.” The Journal of Financial and Quantitative Analysis, 22 (Mar., 1987), 109 – 126. Koenker, R. and Bassett, G., “Regression Quantile.” Econometrica, 46 (1978), 33 – 50. Koenker, R. and Hallock, K.F., “Quantile Regression,” Journal of Economic Perspectives, 15 (2001), 143 – 156. Koenker, R., “Quantile regression for longitudinal data.” Journal of Multivariate Analysis, 91 (2004), 74 – 89. Lakonishok, J. et al., “The structure and performance of the money management industry.” Brookings papers on economic activity: microeconomics, (1992), 33 – 91. Llorente, G. et al., “Dynamic Volume-Return Relation of Individual Stocks.” The Review of Financial Studies, 15 (2002), 1005 – 1047. Lo, A. W. and Wang, J., “Trading Volume: Definitions, Data Analysis, and Implications of Portfolio Theory.” The Review of Financial Studies, 13 (2000), 257 – 300. Mandelbrot, B., “The Variation of Certain Speculative Prices.” Journal of Business, 36 (1963), 394 – 419. Saatcioglu, K. and Starks, L.T., “The Stock Price–Volume Relationship in Emerging Stock Markets: the Case of Latin America. ” International Journal of Forecasting, 14 (1998), 215 – 225. Smirlock, M. and Starks, L.T., “An empirical analysis of the stock price-volume relationship.” Journal of Banking Finance, 12 (1988), 31 – 41.. 16.
(23) Ying, C. C., “Stock Market Prices and Volumes of Sales.” Econometrica, 34 (Jul., 1966), 676 — 685. . 17.
(24) 表1 ⼋⼤類股樣本統計量與單根檢定 此表為⼋⼤類股之敘述性統計及單根檢定結果。報酬率單位為百分⽐，成交量單位為千股，成 交值單位為千元，週轉率單位為百分⽐，法⼈佔⽐單位為百分⽐。 資料期間1989年10⽉2⽇⾄2015年5⽉29⽇，類股資料各為6735筆。 ⽔泥窯業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -7. -0.03. 0. 6.63. 1.89. -0.09. 2.33. -75.65***. -18.10***. 成交量. 7.95. 10.32. 10.34. 12.83. 0.7. 0.08. 0.03. -23.00***. -7.58***. 成交值. 10.93. 13.63. 13.64. 16.55. 0.85. 0.04. -0.06. -18.60***. -6.88***. 週轉率. 0.05. 0.35. 0.49. 3.73. 0.44. 0.24. 3.85. -25.87***. -8.85***. 法⼈佔⽐. 0.05. 0.21. 0.19. 0.35. 0.08. -0.36. -1.03. -0.61. -1.01. ⾷品業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.98. 0.02. 0.01. 6.63. 1.85. -0.21. 2.23. -75.68***. -17.43***. 成交量. 7.86. 10.55. 10.56. 12.91. 0.71. -0.02. -0.5. -19.97***. -7.31***. 成交值. 10.63. 13.94. 13.87. 16.87. 1.07. -0.18. -0.19. -11.84***. -5.13***. 週轉率. 0.02. 0.51. 0.81. 8.03. 0.92. 2.99. 11.41. -17.42***. -7.04***. 法⼈佔⽐. 0.01. 0.02. 0.02. 0.04. 0.01. 0.57. -0.56. -2.27. -2.35. 塑膠化⼯業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.98. 0. 0.01. 6.64. 1.77. -0.13. 2.56. -77.08***. -18.04***. 成交量. 9.1. 11.95. 11.93. 13.79. 0.66. -0.52. 0.83. -18.38***. -7.63***. 成交值. 12.68. 15.51. 15.48. 17.41. 0.68. -0.47. 0.45. -16.41***. -7.18***. 週轉率. 0.07. 0.62. 0.83. 4.91. 0.66. 1.82. 3.95. -21.47***. -8.96***. 法⼈佔⽐. 0.13. 0.25. 0.23. 0.31. 0.05. -0.19. -1.36. -1.87. -2.1. 紡織業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.97. 0. 0. 6.63. 1.92. -0.15. 1.56. -76.68***. -16.96***. 成交量. 9.27. 11.51. 11.49. 13.68. 0.77. -0.05. -0.51. -18.82***. -7.66***. 成交值. 11.8. 14.54. 14.58. 17.75. 1.02. 0.1. -0.41. -14.75***. -6.30***. 週轉率. 0.04. 0.54. 0.81. 7.55. 0.77. 2.16. 6.02. -20.96***. -7.77***. 法⼈佔⽐. 0.08. 0.21. 0.19. 0.35. 0.04. -0.35. -0.66. -2.14. -2.25. 註：*** 代表變數在 1% 顯著⽔準下呈現顯著。 18.
(25) 續表1 ⼋⼤類股樣本統計量與單根檢定 此表為⼋⼤類股之敘述性統計及單根檢定結果。報酬率單位為百分⽐，成交量單位為千股，成 交值單位為千元，週轉率單位為百分⽐，法⼈佔⽐單位為百分⽐。 資料期間1989年10⽉2⽇⾄2015年5⽉29⽇，類股資料各為6735筆。 電⼦業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.97. 0.05. 0.02. 6.57. 0.02. -0.21. 2.07. -75.99***. -17.11***. 成交量. 9.52. 13.92. 13.37. 15.47. 1.27. -0.87. -0.55. -10.92***. -4.22***. 成交值. 13.12. 17.72. 17.19. 19.36. 1.24. -0.96. -0.22. -9.28***. -4.24***. 週轉率. 0.13. 0.83. 1.1. 5.5. 0.77. 1.77. 3.54. -20.59***. -7.61***. 法⼈佔⽐. 0.2. 0.42. 0.39. 0.51. 0.09. -0.84. -0.7. -2.25. -2.15. 造紙業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.99. -0.04. 0. 6.67. 2.063. -0.105. 1.736. -76.136***. -17.882***. 成交量. 6.32. 9.9. 9.9. 12.6. 0.89. -0.02. -0.39. -22.33***. -7.95***. 成交值. 8.88. 12.78. 12.77. 16.2. 1.2. -0.05. -0.41. -18.03***. -7.16***. 週轉率. 0.01. 0.52. 0.85. 7.09. 0.9. 2.19. 5.96. -26.78***. -9.28***. 法⼈佔⽐. 0.05. 0.1. 0.1. 0.14. 0.02. -0.39. -0.75. -2.21. -2.9. 營造業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.99. -0.05. -0.01. 6.83. 2.12. -0.08. 1.39. -72.67***. -16.80***. 成交量. 8. 11.22. 11.17. 13.71. 0.93. -0.35. -0.03. -14.45***. -5.75***. 成交值. 10.98. 14.32. 14.24. 17.21. 1.03. -0.41. 0.02. -11.47***. -5.42***. 週轉率. 0.07. 0.68. 0.91. 7.37. 0.77. 1.95. 5.52. -23.12***. -8.35***. 法⼈佔⽐. 0.03. 0.12. 0.12. 0.27. 0.05. 0.3. -0.68. -3.06. -3.28*. ⾦融業 極⼩值. 中位數. 平均值. 極⼤值. 標準差. 偏態 係數. 峰態 係數. PP 統計量. ADF 統計量. 報酬率. -6.99. -0.04. 0.01. 6.71. 1.96. -0.01. 2.27. -77.74***. -17.10***. 成交量. 8.34. 12.45. 12.14. 14.95. 1.18. -0.77. -0.01. -18.03***. -6.67***. 成交值. 12.24. 15.75. 15.76. 18.16. 0.76. -0.22. 0.49. -21.28***. -8.05***. 週轉率. 0.01. 0.33. 0.47. 3.38. 0.4. 2.33. 6.96. -25.11***. -10.08***. 法⼈佔⽐. 0.07. 0.25. 0.22. 0.32. 0.06. -0.83. -0.69. -1.86. -1.83. 註：*** 代表變數在 1% 顯著⽔準下呈現顯著。 . 19.
(26) 表2 個別類股跨期報酬率與週轉率 斜率估計結果 Rt = α + βVt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉率，單位為百 分⽐。分量迴歸之分量設定為 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21條分量迴歸。以下顯⽰各類股斜率估計值 β。. 分量. ⽔泥窯業. ⾷品業. 塑膠化⼯業. 紡織業. 0.01. -1.745 (0.000)***. -1.792 (0.000)***. -1.436 (0.000)***. 0.277 (0.001)***. 0.05. -2.509 (0.000)***. -1.730 (0.000)***. -0.902 (0.001)***. -0.514 (0.005)***. 0.1. -1.476 (0.000)***. -1.184 (0.000)***. -0.812 (0.000)***. -0.660 (0.000)***. 0.15. -1.090 (0.000)***. -0.856 (0.000)***. -0.633 (0.000)***. -0.569 (0.000)***. 0.2. -0.967 (0.000)***. -0.667 (0.000)***. -0.491 (0.000)***. -0.637 (0.000)***. 0.25. -0.782 (0.000)***. -0.589 (0.000)***. -0.436 (0.000)***. -0.496 (0.000)***. 0.3. -0.574 (0.000)***. -0.473 (0.000)***. -0.325 (0.001)***. -0.381 (0.001)***. 0.35. -0.389 (0.003)***. -0.260 (0.015)**. -0.245 (0.007)***. -0.309 (0.002)***. 0.4. -0.282 (0.011)**. -0.216 (0.032)**. -0.135 (0.075)*. -0.237 (0.008)***. 0.45. -0.232 (0.090)*. -0.088 (0.381). -0.094 (0.168). -0.151 (0.146). 0.5. -0.159 (0.144). 0.046 (0.644). -0.055 (0.451). -0.074 (0.463). 0.55. -0.026 (0.833). 0.115 (0.198). 0.000 (1.000). 0.024 (0.808). 0.6. 0.136 (0.319). 0.176 (0.066)*. 0.123 (0.144). 0.103 (0.332). 0.65. 0.332 (0.021)**. 0.260 (0.011)**. 0.182 (0.052)*. 0.238 (0.026)**. 0.7. 0.562 (0.000)***. 0.362 (0.003)***. 0.292 (0.003)***. 0.255 (0.022)**. 0.75. 0.831 (0.000)***. 0.546 (0.000)***. 0.380 (0.000)***. 0.389 (0.011)**. 0.8. 1.144 (0.000)***. 0.800 (0.000)***. 0.527 (0.000)***. 0.677 (0.000)***. 0.85. 1.544 (0.000)***. 1.065 (0.000)***. 0.896 (0.000)***. 0.726 (0.000)***. 0.9. 2.072 (0.000)***. 1.290 (0.000)***. 0.991 (0.000)***. 1.050 (0.000)***. 0.95. 2.495 (0.000)***. 1.635 (0.000)***. 1.510 (0.000)***. 1.010 (0.000)***. 0.99. 2.830 (0.000)***. 1.617 (0.000)***. 1.736 (0.000)***. 0.417 (0.025)**. OLS. 0.030 (0.719). -0.012 (0.876). 0.012 (0.861). 0.003 (0.966). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。. 20.
(27) 續表2 個別類股跨期報酬率與週轉率 斜率估計結果 Rt = α + βVt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉率，單位為百 分⽐。分量迴歸之分量設定為 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21條分量迴歸。以下顯⽰各類股斜率估計值 β。. 分量. 電⼦業. 造紙業. 營造業. ⾦融業. 0.01. 0.032 (0.858). -0.619 (0.001)***. -0.716 (0.000)***. -3.935 (0.000)***. 0.05. -0.290 (0.272). -1.261 (0.000)***. -1.134 (0.000)***. -2.159 (0.000)***. 0.1. -0.423 (0.018)**. -0.892 (0.000)***. -1.060 (0.000)***. -1.448 (0.000)***. 0.15. -0.367 (0.010)***. -0.769 (0.000)***. -0.858 (0.000)***. -1.073 (0.000)***. 0.2. -0.168 (0.114). -0.568 (0.000)***. -0.576 (0.000)***. -0.850 (0.000)***. 0.25. -0.105 (0.273). -0.484 (0.000)***. -0.441 (0.000)***. -0.592 (0.000)***. 0.3. -0.081 (0.345). -0.380 (0.000)***. -0.349 (0.000)***. -0.473 (0.003)***. 0.35. -0.027 (0.743). -0.312 (0.000)***. -0.220 (0.001)***. -0.247 (0.090)*. 0.4. 0.028 (0.713). -0.243 (0.000)***. -0.156 (0.010)***. -0.097 (0.447). 0.45. 0.046 (0.471). -0.170 (0.017)**. -0.072 (0.267). -0.026 (0.805). 0.5. 0.072 (0.337). -0.072 (0.334). 0.022 (0.742). 0.050 (0.696). 0.55. 0.128 (0.058)*. -0.013 (0.862). 0.129 (0.084)*. 0.194 (0.150). 0.6. 0.168 (0.017)**. 0.168 (0.042)**. 0.265 (0.001)***. 0.295 (0.020)**. 0.65. 0.229 (0.006)***. 0.233 (0.006)***. 0.373 (0.000)***. 0.473 (0.000)***. 0.7. 0.350 (0.000)***. 0.392 (0.001)***. 0.448 (0.000)***. 0.474 (0.000)***. 0.75. 0.406 (0.000)***. 0.632 (0.000)***. 0.669 (0.000)***. 0.665 (0.000)***. 0.8. 0.463 (0.000)***. 0.748 (0.000)***. 0.846 (0.000)***. 1.003 (0.000)***. 0.85. 0.495 (0.001)***. 0.945 (0.000)***. 1.007 (0.000)***. 1.403 (0.000)***. 0.9. 0.697 (0.000)***. 1.161 (0.000)***. 1.151 (0.000)***. 2.062 (0.000)***. 0.95. 1.325 (0.000)***. 1.288 (0.000)***. 1.234 (0.000)***. 2.642 (0.000)***. 0.99. 1.057 (0.008)****. 0.847 (0.000)***. 0.866 (0.000)***. 3.958 (0.000)***. OLS. 0.189 (0.004)***. 0.019 (0.680). 0.023 (0.626). 0.136 (0.167). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。. 21.
(28) 表3 個別類股法⼈持股佔⽐與週轉率交乘項 基本統計量 類股. 極⼩值. 第⼀分位. 中位數. 平均數. 第三分位. 極⼤值. 電⼦業. 3.355. 20.09. 25.46. 27.84. 32.75. 87.44. 塑膠化⼯業. 2.044. 6.266. 9.518. 11.77. 15.4. 58.69. 營造業. 0.429. 3.313. 6.244. 8.833. 11.25. 66.9. 紡織業. 1.104. 3.433. 5.795. 7.835. 10.02. 70.57. ⾦融業. 0.937. 4.237. 6.084. 7.666. 9.337. 51.87. ⽔泥窯業. 0.442. 2.669. 4.634. 6.838. 8.973. 58.96. 造紙業. 0.236. 1.541. 3.161. 5.323. 6.37. 79.93. ⾷品業. 0.089. 0.36. 0.657. 1.075. 1.452. 8.962. 22.
(29) 表4 ⽔泥窯業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. 估計值. (週轉率) -0.561 (0.111). 分量 0.55. (交乘項) -0.113 (0.000)*** 0.05. -1.915 (0.001)***. -0.939 (0.003)***. 0.6. -0.880 (0.000)***. 0.65. -0.742 (0.000)***. 0.7. -0.686 (0.000)***. 0.75. -0.505 (0.022)**. 0.8. -0.297 (0.115). 0.85. -0.159 (0.253). 0.9. -0.151 (0.169). 0.95. 1.632 (0.000)*** 0.068 (0.000)***. 0.99. -0.007 (0.285) 0.5. 1.614 (0.000)*** 0.036 (0.105). -0.010 (0.149) 0.45. 1.311 (0.000)*** 0.023 (0.161). -0.008 (0.365) 0.4. 0.870 (0.008)*** 0.020 (0.138). -0.009 (0.378) 0.35. 0.578 (0.007)*** 0.021 (0.045)**. -0.008 (0.408) 0.3. 0.432 (0.047)** 0.012 (0.247). -0.014 (0.183) 0.25. 0.183 (0.351) 0.009 (0.348). -0.025 (0.073)* 0.2. 0.040 (0.825) 0.006 (0.488). -0.040 (0.045)** 0.15. -0.029 (0.857) 0.001 (0.950). -0.058 (0.110) 0.1. 估計值. 1.539 (0.000)*** 0.076 (0.003)***. -0.149 (0.304) -0.001 (0.910). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 23.
(30) 表5 ⾷品業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. (週轉率). 估計值 1.267 (0.002)***. 分量 0.55. (交乘項) -1.120 (0.000)*** 0.05. -1.387 (0.176). -1.177 (0.037)**. 0.6. -0.896 (0.050**. 0.65. -1.044 (0.003)***. 0.7. -0.881 (0.001)***. 0.75. -0.674 (0.048)**. 0.8. -0.343 (0.256). 0.85. -0.338 (0.215). 0.9. -0.168 (0.549). 0.95. 2.130 (0.016)** -0.171 (0.573). 0.99. 0.023 (0.801) 0.5. 1.313 (0.011)** -0.008 (0.966). 0.042 (0.653) 0.45. 1.398 (0.003)*** -0.135 (0.415). 0.030 (0.764) 0.4. 0.843 (0.087)* -0.012 (0.940). 0.073 (0.512) 0.35. 0.618 (0.088) -0.025 (0.839). 0.105 (0.265) 0.3. 0.395 (0.226) -0.013 (0.908). 0.143 (0.250) 0.25. 0.313 (0.277) -0.017 (0.864). 0.020 (0.903) 0.2. 0.243 (0.355) -0.024 (0.791). -0.004 (0.983) 0.15. 0.122 (0.619) -0.002 (0.983). -0.152 (0.698) 0.1. 估計值. 2.219 (0.129) -0.209 (0.683). 0.178 (0.518) -0.047 (0.602). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 24.
(31) 表6 塑膠化⼯業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. (週轉率) -2.438 (0.161) (交乘項). 0.05. 估計值. 分量 0.55. 0.064 (0.319) -1.096 (0.146). -0.922 (0.027)**. 0.6. -0.660 (0.054)*. 0.65. -0.460 (0.092)*. 0.7. -0.441 (0.058)*. 0.75. -0.434 (0.057)*. 0.8. -0.447 (0.035)**. 0.85. -0.310 (0.093)*. 0.9. -0.236 (0.172). 0.95. 3.578 (0.000)*** -0.105 (0.000)***. 0.99. 0.006 (0.411) 0.5. 1.748 (0.000)*** -0.033 (0.061)*. 0.008 (0.304) 0.45. 1.368 (0.000)*** -0.022 (0.155). 0.010 (0.292) 0.4. 0.710 (0.045)** -0.009 (0.525). 0.006 (0.564) 0.35. 0.593 (0.016)** -0.011 (0.312). 0.000 (0.987) 0.3. 0.435 (0.088)* -0.006 (0.591). -0.002 (0.889) 0.25. 0.120 (0.621) 0.003 (0.742). 0.001 (0.941) 0.2. 0.050 (0.808) 0.004 (0.684). 0.008 (0.701) 0.15. -0.077 (0.713) 0.004 (0.683). 0.013 (0.680) 0.1. 估計值. 3.604 (0.000)*** -0.140 (0.001)***. -0.173 (0.361) 0.006 (0.501). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 25.
(32) 表7 紡織業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. (週轉率). 估計值 0.381 (0.376). 分量 0.55. (交乘項) -0.014 (0.758) 0.05. -0.801 (0.006)***. -0.868 (0.007)***. 0.6. -1.098 (0.002)***. 0.65. -0.698 (0.053)*. 0.7. -0.612 (0.083)*. 0.75. -0.367 (0.229). 0.8. -0.292 (0.306). 0.85. -0.121 (0.616). 0.9. -0.075 (0.773). 0.95. 1.029 (0.000)*** -0.002 (0.932). 0.99. -0.006 (0.691) 0.5. 1.547 (0.000)*** -0.028 (0.228). -0.008 (0.549) 0.45. 1.735 (0.001)*** -0.053 (0.056)*. -0.001 (0.958) 0.4. 1.200 (0.001)*** -0.035 (0.079)*. -0.001 (0.937) 0.35. 0.875 (0.063)* -0.027 (0.254). 0.007 (0.700) 0.3. 0.399 (0.259) -0.008 (0.647). 0.004 (0.844) 0.25. 0.363 (0.139) -0.007 (0.587). 0.029 (0.091)* 0.2. 0.295 (0.302) -0.011 (0.449). 0.015 (0.511) 0.15. 0.093 (0.749) -0.004 (0.794). 0.016 (0.548) 0.1. 估計值. -0.102 (0.755) 0.051 (0.005)***. 0.018 (0.944) -0.005 (0.739). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 26.
(33) 表8 電⼦業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. (週轉率) -0.963 (0.238) (交乘項). 0.05. 估計值. 分量 0.55. 0.042 (0.120) -1.952 (0.000)***. -1.936 (0.000)***. 0.6. -1.521 (0.000)***. 0.65. -1.198 (0.000)***. 0.7. -0.905 (0.000)***. 0.75. -0.884 (0.000)***. 0.8. -0.781 (0.000)***. 0.85. -0.592 (0.000)***. 0.9. -0.450 (0.000)***. 0.95. 3.381 (0.000)*** -0.086 (0.000)***. 0.99. 0.022 (0.000)*** 0.5. 2.669 (0.000)*** -0.066 (0.000)***. 0.026 (0.000)*** 0.45. 1.792 (0.000)*** -0.043 (0.000)***. 0.029 (0.000)*** 0.4. 1.302 (0.000)*** -0.029 (0.000)***. 0.031 (0.000)*** 0.35. 0.826 (0.000)*** -0.016 (0.002)***. 0.032 (0.000)*** 0.3. 0.594 (0.003)*** -0.009 (0.067)*. 0.039 (0.000)*** 0.25. 0.193 (0.285) 0.001 (0.819). 0.048 (0.000)*** 0.2. 0.043 (0.783) 0.006 (0.154). 0.061 (0.000)*** 0.15. -0.243 (0.114) 0.013 (0.154). 0.066 (0.000)*** 0.1. 估計值. 3.417 (0.000)*** -0.087 (0.003)***. -0.410 (0.001)*** 0.019 (0.000)***. 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 27.
(34) 表9 造紙業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. 估計值. (週轉率) -0.439 (0.125). 分量 0.55. (交乘項) -0.038 (0.164) 0.05. -2.616 (0.001)***. -2.042 (0.000)***. 0.6. -1.444 (0.002)***. 0.65. -0.885 (0.017)**. 0.7. -0.591 (0.031)**. 0.75. -0.432 (0.058)*. 0.8. -0.317 (0.153). 0.85. -0.231 (0.319). 0.9. 0.000 (0.999). 0.95. 3.256 (0.000)*** -0.201 (0.000)***. 0.99. -0.017 (0.482) 0.5. 2.823 (0.000)*** -0.173 (0.0020***. -0.001 (0.957) 0.45. 2.039 (0.000)*** -0.114 (0.017)**. 0.001 (0.966) 0.4. 1.810 (0.000)*** -0.114 (0.001)***. 0.006 (0.792) 0.35. 1.671 (0.000)*** -0.114 (0.001)***. 0.011 (0.675) 0.3. 1.468 (0.000)*** -0.108 (0.001)***. 0.031 (0.342) 0.25. 0.812 (0.017)** -0.063 (0.040)**. 0.060 (0.146) 0.2. 0.652 (0.005)*** -0.060 (0.0070***. 0.118 (0.000)*** 0.15. 0.529 (0.018)** -0.050 (0.017)**. 0.163 (0.033)** 0.1. 估計值. 2.196 (0.087)* -0.127 (0.286). 0.375 (0.160) -0.045 (0.056)*. 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 28.
(35) 表10 營造業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. 估計值. (週轉率) -0.445 (0.072)*. 分量 0.55. (交乘項) -0.045 (0.024)** 0.05. -1.010 (0.000)***. -1.650 (0.000)***. 0.6. -1.358 (0.000)***. 0.65. -1.126 (0.000)***. 0.7. -0.851 (0.000)***. 0.75. -0.651 (0.000)***. 0.8. -0.475 (0.000)***. 0.85. -0.386 (0.001)***. 0.9. -0.244 (0.025)**. 0.95. 2.580 (0.000)*** -0.123 (0.000)***. 0.99. 0.021 (0.015)** 0.5. 2.385 (0.000)*** -0.110 (0.000)***. 0.025 (0.004)*** 0.45. 1.858 (0.000)*** -0.080 (0.000)***. 0.027 (0.005)*** 0.4. 1.503 (0.000)*** -0.064 (0.000)***. 0.033 (0.003)*** 0.35. 1.026 (0.000)*** -0.038 (0.003)***. 0.042 (0.001)*** 0.3. 0.656 (0.000)*** -0.02 (0.096)*. 0.055 (0.000)*** 0.25. 0.522 (0.001)*** -0.016 (0.137). 0.053 (0.0030*** 0.2. 0.290 (0.040)** -0.002 (0.844). 0.057 (0.036)** 0.15. -0.031 (0.823) 0.014 (0.141). -0.011 (0.641) 0.1. 估計值. 1.444 (0.000)*** -0.063 (0.017)**. -0.182 (0.108) 0.022 (0.013)**. 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。. 29.
(36) 表11 ⾦融業跨期報酬率與週轉率、法⼈持股佔⽐ 斜率估計結果 Rt = α + βVt-1 + γ It-1．Vt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期週轉 率，單位為百分⽐ ; ⽽交乘項中的 It-1 為該類股前⼀期三⼤法⼈持股佔該類股 總市值⽐，與前⼀期週轉率相乘以此觀察資訊不對稱程度透過量影響報酬率 的過程。以下顯⽰類股週轉率估計值 β，與交乘項之估計值 γ。 分量 0.01. 估計值. (週轉率) -0.056 (0.947). 分量 0.55. (交乘項) -0.180 (0.000)*** 0.05. -1.360 (0.055)*. -1.873 (0.002)***. 0.6. -1.284 (0.012)**. 0.65. -1.044 (0.001)***. 0.7. -0.870 (0.003)***. 0.75. -0.767 (0.003)***. 0.8. -0.629 (0.013)**. 0.85. -0.439 (0.045)**. 0.9. -0.319 (0.124). 0.95. 3.253 (0.000)*** -0.027 (0.454). 0.99. 0.014 (0.153) 0.5. 2.479 (0.000)*** -0.033 (0.216). 0.020 (0.048)** 0.45. 1.682 (0.000)*** -0.016 (0.439). 0.023 (0.054)* 0.4. 1.527 (0.000)*** -0.034 (0.063)*. 0.022 (0.094)* 0.35. 0.964 (0.015)** -0.013 (0.408). 0.020 (0.167) 0.3. 0.390 (0.180) 0.004 (0.740). 0.015 (0.333) 0.25. 0.358 (0.104) 0.007 (0.514). 0.012 (0.591) 0.2. 0.155 (0.525) 0.011 (0.324). 0.030 (0.282) 0.15. -0.028 (0.909) 0.014 (0.230). -0.064 (0.096)* 0.1. 估計值. 1.197 (0.049)** 0.097 (0.064)*. -0.180 (0.454) 0.013 (0.239). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 30.
(37) 附錄 個別類股跨期報酬率與成交量 斜率估計結果 Rt = α + βVt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期成交量，單位為百分⽐。 分量迴歸之分量設定為 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21條分量迴 歸。以下顯⽰各類股斜率估計值 β。 分量. ⽔泥窯業. ⾷品業. 塑膠化⼯業. 紡織業. 0.01. -1.249 (0.000)***. -0.835 (0.011)**. -0.593 (0.049)**. 0.045 (0.821). 0.05. -1.369 (0.000)***. -0.760 (0.000)***. -0.290 (0.063)*. -0.383 (0.005)***. 0.1. -0.853 (0.000)***. -0.535 (0.000)***. -0.213 (0.050)**. -0.494 (0.000)***. 0.15. -0.630 (0.000)***. -0.395 (0.000)***. -0.183 (0.014)**. -0.377 (0.000)***. 0.2. -0.496 (0.000)***. -0.298 (0.000)***. -0.182 (0.003)***. -0.321 (0.000)***. 0.25. -0.399 (0.000)***. -0.232 (0.000)***. -0.161 (0.002)***. -0.249 (0.000)***. 0.3. -0.312 (0.000)***. -0.176 (0.000)***. -0.081 (0.117). -0.197 (0.000)***. 0.35. -0.213 (0.000)***. -0.120 (0.002)***. -0.044 (0.332). -0.156 (0.000)***. 0.4. -0.173 (0.000)***. -0.080 (0.035)**. -0.021 (0.608). -0.108 (0.005)***. 0.45. -0.117 (0.000)***. -0.035 (0.326). -0.015 (0.692). -0.064 (0.118). 0.5. -0.079 (0.042)**. 0.012 (0.735). 0.008 (0.852). -0.024 (0.539). 0.55. -0.002 (0.950). 0.056 (0.106). 0.035 (0.382). 0.021 (0.600). 0.6. 0.081 (0.039)**. 0.076 (0.036)**. 0.073 (0.088)*. 0.078 (0.056)*. 0.65. 0.150 (0.000)***. 0.106 (0.010)***. 0.104 (0.026)**. 0.138 (0.000)***. 0.7. 0.284 (0.000)***. 0.172 (0.000)***. 0.126 (0.013)**. 0.169 (0.000)***. 0.75. 0.383 (0.000)***. 0.236 (0.000)***. 0.182 (0.001)***. 0.235 (0.000)***. 0.8. 0.475 (0.000)***. 0.373 (0.000)***. 0.269 (0.000)***. 0.347 (0.000)***. 0.85. 0.675 (0.000)***. 0.471 (0.000)***. 0.308 (0.000)***. 0.491 (0.000)***. 0.9. 0.946 (0.000)***. 0.619 (0.000)***. 0.366 (0.000)***. 0.582 (0.000)***. 0.95. 1.285 (0.000)***. 0.735 (0.000)***. 0.519 (0.000)***. 0.825 (0.000)***. 0.99. 1.577 (0.000)***. 0.743 (0.000)***. 0.465 (0.146). 0.371 (0.059)*. OLS. 0.010 (0.818). 0.007 (0.854). 0.032 (0.488). 0.019 (0.638). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。. 31.
(38) 個別類股跨期報酬率與成交量 斜率估計結果 Rt = α + βVt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期成交量，單位為百分⽐。 分量迴歸之分量設定為 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21條分量迴 歸。以下顯⽰各類股斜率估計值 β。 分量. 電⼦業. 造紙業. 營造業. ⾦融業. 0.01. 0.353 (0.286). -0.844 (0.000)***. -0.947 (0.000)***. -1.452 (0.000)***. 0.05. 0.229 (0.384). -0.908 (0.000)***. -1.461 (0.000)***. -0.919 (0.000)***. 0.1. 0.413 (0.012)**. -0.567 (0.000)***. -1.080 (0.000)***. -0.513 (0.000)***. 0.15. 0.298 (0.014)**. -0.425 (0.000)***. -0.749 (0.000)***. -0.370 (0.000)***. 0.2. 0.234 (0.005)***. -0.338 (0.000)***. -0.526 (0.000)***. -0.285 (0.000)***. 0.25. 0.209 (0.016)**. -0.263 (0.000)***. -0.431 (0.000)***. -0.197 (0.002)***. 0.3. 0.259 (0.001)***. -0.228 (0.000)***. -0.291 (0.000)***. -0.151 (0.010)***. 0.35. 0.244 (0.000)***. -0.162 (0.000)***. -0.209 (0.000)***. -0.077 (0.132). 0.4. 0.240 (0.000)***. -0.12 (0.000)***. -0.108 (0.005)***. -0.02 (0.659). 0.45. 0.237 (0.000)***. -0.075 (0.004)***. -0.057 (0.167). -0.009 (0.834). 0.5. 0.205 (0.001)***. -0.012 (0.653). 0.037 (0.358). 0.032 (0.489). 0.55. 0.191 (0.002)***. 0.026 (0.317). 0.142 (0.000)***. 0.090 (0.067). 0.6. 0.170 (0.004)***. 0.118 (0.000)***. 0.248 (0.000)***. 0.165 (0.001)***. 0.65. 0.156 (0.014)**. 0.156 (0.000)***. 0.333 (0.000)***. 0.195 (0.000)***. 0.7. 0.124 (0.086)*. 0.222 (0.000)***. 0.450 (0.000)***. 0.227 (0.000)***. 0.75. 0.184 (0.017)**. 0.322 (0.000)***. 0.582 (0.000)***. 0.286 (0.000)***. 0.8. 0.165 (0.054)*. 0.442 (0.000)***. 0.742 (0.000)***. 0.318 (0.000)***. 0.85. 0.079 (0.439). 0.582 (0.000)***. 0.978 (0.000)***. 0.468 (0.000)***. 0.9. 0.120 (0.346). 0.761 (0.000)***. 1.180 (0.000)***. 0.728 (0.000)***. 0.95. 0.294 (0.198). 0.919 (0.000)***. 1.373 (0.000)***. 1.018 (0.000)***. 0.99. 0.815 (0.076)*. 0.769 (0.000)***. 0.801 (0.000)***. 1.211 (0.004)***. OLS. 0.239 (0.000)***. 0.022 (0.507). 0.049 (0.320). 0.057 (0.268). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。. 32.
(39) 個別類股跨期報酬率與成交值 斜率估計結果 Rt = α + βVt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期成交值，單位為百分⽐。 分量迴歸之分量設定為 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21條分量迴 歸。以下顯⽰各類股斜率估計值 β。 分量. ⽔泥窯業. ⾷品業. 塑膠化⼯業. 紡織業. 0.01. -0.544 (0.021)**. -0.318 (0.205). 0.211 (0.492). 0.158 (0.328). 0.05. -0.603 (0.000)***. -0.332 (0.001)***. 0.046 (0.753). -0.007 (0.964). 0.1. -0.413 (0.000)***. -0.156 (0.007)***. -0.016 (0.872). -0.104 (0.317). 0.15. -0.273 (0.000)***. -0.121 (0.005)***. 0.000 (1.000). -0.082 (0.231). 0.2. -0.226 (0.000)***. -0.095 (0.013)**. -0.060 (0.301). -0.140 (0.018)**. 0.25. -0.207 (0.000)***. -0.065 (0.045)**. -0.065 (0.172). -0.124 (0.007)***. 0.3. -0.147 (0.000)***. -0.039 (0.182). -0.039 (0.351). -0.093 (0.028)**. 0.35. -0.115 (0.001)***. -0.025 (0.350). 0.006 (0.879). -0.069 (0.082)*. 0.4. -0.111 (0.000)***. 0.000 (1.000). 0.000 (1.000). -0.052 (0.150). 0.45. -0.075 (0.008)***. 0.007 (0.785). 0.012 (0.711). -0.052 (0.174). 0.5. -0.052 (0.069)*. 0.006 (0.824). 0.014 (0.689). -0.028 (0.448). 0.55. -0.026 (0.362). 0.005 (0.826). 0.012 (0.730). 0.000 (1.000). 0.6. 0.027 (0.352). 0.027 (0.317). 0.010 (0.784). 0.005 (0.887). 0.65. 0.061 (0.044)**. 0.000 (1.000). 0.000 (1.000). 0.026 (0.527). 0.7. 0.120 (0.000)***. 0.033 (0.270). 0.029 (0.504). 0.056 (0.226). 0.75. 0.203 (0.000)***. 0.049 (0.161). 0.000 (1.000). 0.041 (0.407). 0.8. 0.249 (0.000)***. 0.083 (0.044)**. 0.000 (1.000). 0.096 (0.067)*. 0.85. 0.286 (0.000)***. 0.117 (0.018)**. 0.013 (0.849). 0.125 (0.061)*. 0.9. 0.417 (0.000)***. 0.158 (0.005)***. -0.009 (0.904). 0.192 (0.032)**. 0.95. 0.606 (0.000)***. 0.311 (0.001)***. -0.141 (0.362). 0.250 (0.040)**. 0.99. 0.428 (0.053)*. 0.406 (0.002)***. -0.460 (0.120). 0.123 (0.536). OLS. -0.016 (0.669). -0.003 (0.913). -0.021 (0.605). 0.005 (0.913). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。 . 33.
(40) 個別類股跨期報酬率與成交值 斜率估計結果 Rt = α + βVt-1 被解釋變數 Rt 為當期報酬率，單位為百分⽐ ; 解釋變數 Vt-1 為前⼀期成交值，單位為百分⽐。 分量迴歸之分量設定為 θ = 0.01, 0.05, 0.1, 0.15, …, 0.9, 0.95, 0.99，每⼀類股共有 21條分量迴 歸。以下顯⽰各類股斜率估計值 β。 分量. 電⼦業. 造紙業. 營造業. ⾦融業. 0.01. 0.591 (0.036)**. -0.616 (0.000)***. -0.511 (0.001)***. -0.975 (0.040)**. 0.05. 0.470 (0.029)**. -0.539 (0.000)***. -0.465 (0.000)***. -0.676 (0.000)***. 0.1. 0.541 (0.000)***. -0.419 (0.000)***. -0.210 (0.010)***. -0.289 (0.008)***. 0.15. 0.297 (0.007)***. -0.299 (0.000)***. -0.101 (0.056)*. -0.265 (0.002)***. 0.2. 0.201 (0.016)**. -0.240 (0.000)***. -0.038 (0.406). -0.204 (0.001)***. 0.25. 0.216 (0.005)***. -0.184 (0.000)***. -0.046 (0.254). -0.167 (0.003)***. 0.3. 0.192 (0.007)****. -0.162 (0.000)***. -0.034 (0.292). -0.116 (0.034)**. 0.35. 0.201 (0.002)***. -0.129 (0.000)***. -0.012 (0.615). -0.061 (0.197). 0.4. 0.196 (0.000)***. -0.099 (0.000)***. 0.003 (0.905). -0.021 (0.612). 0.45. 0.204 (0.000)***. -0.053 (0.018)**. 0.029 (0.193). -0.016 (0.690). 0.5. 0.176 (0.000)***. -0.017 (0.436). 0.060 (0.009)***. 0.008 (0.857). 0.55. 0.102 (0.091)*. 0.005 (0.814). 0.080 (0.001)***. 0.055 (0.226). 0.6. 0.075 (0.171). 0.060 (0.001)***. 0.095 (0.001)***. 0.114 (0.009)***. 0.65. 0.053 (0.398). 0.098 (0.000)***. 0.106 (0.001)***. 0.140 (0.002)***. 0.7. 0.016 (0.805). 0.152 (0.000)***. 0.135 (0.000)***. 0.156 (0.001)***. 0.75. -0.033 (0.644). 0.234 (0.000)***. 0.115 (0.005)***. 0.190 (0.001)***. 0.8. -0.059 (0.504). 0.303 (0.000)***. 0.167 (0.001)***. 0.191 (0.008)***. 0.85. -0.227 (0.018)**. 0.373 (0.000)***. 0.151 (0.032)**. 0.302 (0.000)***. 0.9. -0.234 (0.508). 0.505 (0.000)***. 0.164 (0.099)*. 0.444 (0.000)***. 0.95. -0.329 (0.118). 0.598 (0.000)***. 0.145 (0.225). 0.604 (0.000)***. 0.99. -0.445 (0.290). 0.481 (0.000)***. 0.110 (0.344). 0.565 (0.115). OLS. 0.103 (0.099)*. -0.001 (0.975). 0.001 (0.983). 0.016 (0.741). 註：*** 表 1% 的顯著⽔準 ; ** 表 5% 的顯著⽔準 ; * 表 10% 的顯著⽔準。. 34.
(41) 個別類股 外資持股⽐基本統計量 類股. 極⼩值. 第⼀分位. 中位數. 平均數. 第三分位. 極⼤值. ⽔泥窯業. 0.799. 1.26. 1.564. 1.632. 1.811. 3.149. ⾷品業. 6.076. 10.1. 25.69. 21.89. 29.47. 36.68. 塑膠化⼯業. 11.31. 14.03. 17.92. 17.5. 19.82. 25.28. 紡織業. 6.441. 13.23. 17.01. 15.9. 18.76. 23.23. 電⼦業. 0.093. 0.226. 0.305. 0.418. 0.622. 1.173. 造紙業. 4.375. 6.916. 8.974. 8.777. 10.84. 12.45. 營造業. 2.754. 6.601. 10.6. 10.79. 13.29. 26.95. ⾦融業. 6.036. 15.13. 22.85. 20.53. 25.27. 30.53. 35.
(42)
相關文件
obtained by the Disk (Cylinder ) topology solutions. When there are blue and red S finite with same R, we choose the larger one. For large R, it obeys volume law which is same
The empirical results indicate that there are four results of causality relationship between Investor Sentiment and Stock Returns, such as (1) Investor
Indeed, in our example the positive effect from higher term structure of credit default swap spreads on the mean numbers of defaults can be offset by a negative effect from
The significant and positive abnormal returns are found on all sample in BCG Matrix quadrants.The cumulative abnormal returns of problem and cow quadrants are higher than dog and
5 Economic Benefits of the Independent Visitor Scheme for Hong Kong：How Large are
Income is generated from wages and salaries, interest, rent and profits. In a labour-intensive industry such as tourism, a large part of income comes from wages and salaries earned
◦ Disallow tasks in the production prio rity band to preempt one another.... Jobs
For large-cap stocks (quintiles 1 and 2), the autoquote instrument shows that an increase in algorithmic liquidity supply narrows both the quoted and effective spread.. To interpret
