重大事件對從眾行為與投資人情緒之影響：日內資料的實證研究

全文

(1)國立高雄大學高階經營管理碩士在職專班碩士論文. 重大事件對從眾行為與投資人情緒之影響: 日內資料的實證研究. The impacts of great events on the herding behavior and the investors’ sentiments: Evidences from intraday data. 研究生：薛茗穗撰指導教授：張志向博士. 中華民國 98 年 7 月 14 日.

(2) 謝誌本論文之完成，最先感謝的是指導教授張志向博士的悉心指導，從論文題目的訂定、文獻探討、研究方法與實證結果等，無不多方啟迪與傾囊相授，浩蕩恩情，永銘五內；老師更是一位學識淵博的謙謙學者，學生除在論文的指導期間受其嚴謹治學之惠外，無形中在老師溫和、善良、恭敬、儉朴、謙讓的氛圍中學習到為人處世的道理，其言教與身教，學生深念馳慕。其次感謝口試委員李樑堅博士與黃一祥博士對拙文細心審閱、殷切指正與建議，使本論文更臻完善，謹此至上最誠摯的謝忱。研讀期間感謝同窗的促膝共學及諸多師長的教導，更感恩好友照合、雅年及慧琳無時無刻地關懷與祝福，也謝謝右昌國小的同事月璘老師與秀琪老師總是在我徬徨無助時，陪著我，讓我內心感到很溫暖。最後要謝謝從小一直呵護與陪伴我成長的爸爸與媽媽及家人，你們給我滿滿的愛，讓我學會善解、知足、感恩與惜福，願將這小小的喜悅與您們分享。. 薛茗穗謹誌於國立高雄大學 2009 年 7 月. II.

(3) 重大事件對從眾行為與投資人情緒之影響: 日內資料的實證研究指導教授：張志向博士國立高雄大學金融管理學系. 學生：薛茗穗國立高雄大學(國際)高階經營管理碩士在職專班. 摘要本研究旨在藉由日內資料來探討投資人行為與投資人情緒的從眾傾向。相對於早期相關文獻，本研究具有下列三點特色：首先，本研究採用日內資料進行實證分析。其次，本研究調查重大事件對投資人行為與投資人情緒的影響。最後，本研究調查投資行為、投資情緒與股價績效的領先落後關係。本文實證結果指出，投資人情緒領先投資人行為，而且當 GARCH(1,1)模式納入重大事件的虛擬變數時，投資人情緒與投資人行為都具有從眾傾向。此外，在重大事件發生後，投資人情緒的條件波動性出現顯著地改變。關鍵字：日內資料、投資人情緒、從眾傾向、領先落後關係. III.

(4) Abstract The aim of this study is to apply intraday data to examine the herding tendency of investor’s behavior and investor sentiments. This study differs from previous literature in at least three important aspects. First, this study uses intraday data to do empirical investigation. Second, this study investigates the impacts of great events on the investor’s behavior and the investor sentiments. Finally, we explore the lead-lag relationship among investor’s behavior, investor sentiments, and stock price performance. Our empirical results reveal that investor sentiment leads investor behavior, and both of them have herding tendency for the GARCH(1,1) model with great event dummy variables. Moreover, the conditional volatility of investor sentiments after great events happened is significantly different from that before great events happened. Keywords: intraday data, investor sentiment, herding tendency, lead-lag relationship. V.

(5) 目第一章. 錄. 緒論-------------------------------------------------------------------. 1. 第一節. 研究背景與動機--------------------------------------------------. 1. 第二節. 研究目的----------------------------------------------------------. 4. 第三節. 論文內容與架構--------------------------------------------------. 5. 第四節. 研究限制-----------------------------------------------------------. 6. 第五節. 研究流程------------------------------------------------------------. 7. 第二章. 文獻探討-------------------------------------------------------------. 8. 第一節. 台灣股市之歷年重大事件與非理性行為-----------------------. 8. 第二節. 從眾行為的相關文獻回顧-----------------------------------------. 12. 第三節. 投資人情緒的相關文獻回顧--------------------------------------. 19. 第三章. 研究方法-------------------------------------------------------------. 22. 第一節. 資料來源與樣本處理---------------------------------------------. 22. 第二節. 重大事件的選取---------------------------------------------------. 23. 第三節. 單根檢定法-------------------------------------------------------. 24. 第四節. GARCH(1,1)模式--------------------------------------------------. 25. 第五節. 領先落後關係之檢定----------------------------------------------. 27. 第四章. 實證結果與分析---------------------------------------------------. 29. 第一節. 單根檢定結果----------------------------------------------------. 29. 第二節. 投資人行為與投資人情緒的從眾傾向-------------------------. 31. 第三節. 重大事件對從眾傾向與投資情緒的影響----------------------. 34. 第四節. 投資人情緒、投資人行為與股價反應的領先落後關係------- 39. 第五章. 結論與建議--------------------------------------------------------------- 42. 第一節. 結論-----------------------------------------------------------------. 42. 第二節. 建議-----------------------------------------------------------------. 43. 參考文獻. -------------------------------------------------------------------------. 44. VI.

(6) 表目錄表1. 重大事件衝擊台股的情形---------------------------------------------------------------------10. 表2. 調查國內外重大事件影響之相關文獻----------------------------------------------------- 11. 表3. 單根檢定結果----------------------------------------------------------------------------------- 30. 表4. 台灣股市的委買、委賣及投資情緒的從眾行為傾向----------------------------------- 33. 表5. 中華銀行擠兌事件對台灣股市的委買、委賣及投資情緒之從眾行為的影響----- 36. 表6. 美國次級房貸風暴事件對台灣股市的委買、委賣及投資情緒之從眾行為的影響 37. 表7. 第二次政黨輪替事件對台灣股市委買、委賣及投資情緒之從眾行為的影響----- 38. 表8. 投資人情緒、投資行為與股價反應之領先落後關係的實證結果-------------------- 41. VII.

(7) 圖目錄圖 1 研究流程圖----------------------------------------------------------------------------- 7. VIII.

(8) 第一章第一節. 緒論. 研究背景與動機. 自從 2008 年美國爆發二房(Fannie Mae 與 Freddie Mac)危機與次貸危機以來，金融大海嘯不但導致全球經濟面臨嚴重的衰退，而且也造成台灣及世界各國股市持續重挫。分析股市低迷的原因，除了基本面變壞之外，投資人的信心崩盤亦是主因之一。由於投資人的情緒低落且對股市遠景悲觀，所以股市賣壓沉重且買盤縮手，在此市場一片看壞的情況下，更有些非理性投資人受到情緒的影響而紛紛放棄自己原先的意見與判斷，並選擇和大多數投資人一樣賣出手中所持有的股票，進而造成股市中出現明顯的從眾(herding)傾向。回顧早期的相關文獻發現，從眾行為的實證研究向來是早期投資行為相關文獻的研究重點之一。Choe et al. (1999)的研究指出即使是成熟度較高的外資法人，其投資行為也出現高度的從眾傾向。而且此一從眾傾向也出現在避險基金， Ennis and Sebastian (2003)的研究發現避險基金出現高度的從眾行為。前述的從眾傾向，除了在美國市場外，也出現在其他國家。Voronkova and Bohl (2005)的研究發現波蘭退休基金經理人出現高度類似從眾的行為。Walter and Weber (2006) 的研究發現德國共同基金經理人呈現類似從眾的行為，但此一行為並不影響其股價。而 Chen et al. (2008)的研究發現外國專業投資人在台灣股票市場互相進出同類型的股票，而且也偏愛過去報酬高的大型企業股票。在發現從眾行為之後，近期的研究也開始探討如何降低從眾傾向。Dass et al. (2008)的研究發現，透過契約中的誘因條款可以減少共同基金的從眾行為。雖然早期的研究已對從眾行為進行探討，但是早期的研究幾乎都是採用日資料(daily data)進行實證分析；然而投資人的從眾行為發生極為快速，採用日資料進行實證分析，可能無法完全了解從眾. 1.

(9) 行為的資訊內容；因此，採用更高頻率資料如日內資料(intraday day)進行實證分析，實有其必要性。其實，就影響投資人從眾傾向的因素而言，投資情緒扮演著關鍵的角色，早期相關研究曾發現投資人情緒確實影響投資人的交易行為。Shiller (1984)的研究發現，投資人的誤判常常是群體一起發生,而非隨機發生。Siegel (1992)的研究指出，投資人情緒與崩盤前後的市場報酬有高度相關性。Baker and Wurgler (2006) 的研究發現某些不易評價或難以套利的投資組合，投資人的情緒影響力會最大。國內的研究如徐銘澤(2006)也發現，投資人情緒的確會受過去股價報酬影響。而 Kaustia and Knupfer (2008)的研究則發現投資人情緒駕馭 IPO 的需求，而投資情緒會影響投資人的投資行為。因此，探討投資情緒對從眾傾向的影響，以及分析投資情緒是否出現從眾傾向？亦是另一個值得深入探討的課題。影響股價變化的因素為各種相關資訊的衝擊，然而近年來，除了基本面的資訊外，一些非基本面的資訊（例如：政治因素）對股價變化也產生一定程度的影響。特別是近幾年來，國內、外均發生了足以影響股市交易的重大事件，其所影響的層面很廣，而重大事件亦有可能影響投資人的情緒及投資的決策行為。 Tetlock (2007)的研究即發現，高度悲觀的近期新聞將導致市場價格回歸基本面，並且會增加股票的交易量。因此，我們無法排除非基本面的重大事件可能導致從眾行為的可能性，而分析重大事件對從眾傾向與投資情緒的影響，也是一個值得深入分析的研究方向。傳統的財務理論是以理性行為和效率市為核心。其中，效率市場假說認為投資人是理性的，即使是不理性投資人，他們的交易行為是隨機而不是群體發生的。然而，回顧早期相關文獻，已有許多實證研究發現市場上確實存在某些異常現象(anomalies)，而這些異常現象是傳統財務理論無法解釋的。雖然也有許多的實證研究提出市場不效率的證據，但是一直到 1980 年以後行為財務學的崛起， 2.

(10) 才有較多相關研究發現市場是偏離傳統理論的主張。依據行為財務學的主張，造成市場無效率的原因包括有限資訊、有限套利、有限心理與目標多元個異等四個主要因素。而其中有限心理是行為財務學所關注的焦點。為了進一步分析投資人從眾傾向的原因，本研究你嘗試以行為財務學的觀點來來了解人的財務行為模式及探索在其背後的驅動因子，並嘗試以台灣股市的日內資料來同時探討投資人從眾行為及投資人情緒。此一研究不但有助於了解股市不安定的因素與主管機構的金融管理，更間接地提升投資人的投資績效。本研究旨在探討重大事件對從眾行為與投資人情緒之影響，相對早期的文獻而言，本文至少有四點特色。首先，本研究採用高頻率的日內資料做進行實證研究，此一資料型態和過去研究中所採用的日資料有所不同，其應有助於了解從眾傾向是否同樣存在於高頻率的日內資料？其次，雖然早期文獻已指出投資人從眾行為與投資人情緒皆可能影響到股價，但是早期文獻卻鮮少同時探討投資人情緒與從眾行為之間的關係，因此本文將同時探討投資人從眾行為與投資人情緒，並且了解重大事件對從眾行為與投資人情緒的影響，藉此一研究可以讓我們瞭解高頻率資料中從眾行為與投資人情緒之間的關係。再者，為了進一步瞭解投資人行為與投資人情緒對股價的影響，本研究調查投資人行為、投資人情緒與加權指數報酬的領先落後關係。最後，本研究嘗試以行為財務學的觀點來解釋投資人的從眾行為，以及瞭解影響投資人情緒的關鍵因素。. 3.

(11) 第二節. 研究目的. 本研究旨在探討高頻率日內資料型態下的從眾行為與投資情緒。亦即本研究採用 2005 年 1 月 1 日至 2008 年 8 月 7 日的每分鐘日內資料進行實證研究，其主要之研究目的如下：一、探討投資人行為與投資人情緒的從眾傾向。二、探討重大事件對投資人從眾行為與投資情緒的影響。三、比較日內資料與其它頻率資料之研究結果的差異。四、調查投資人行為、投資人情緒與股價績效的領先落後關係。五、嘗試以行為財務學的觀點來解釋實證的研究結果。. 4.

(12) 第三節. 論文內容與架構. 本論文的內容共分為五章，茲將其架構說明如下: 第一章：緒論。旨在說明本研究之背景、動機及目的，以及確定本文的研究架構及研究限制。第二章：文獻探討。旨在回顧與整理早期國內外關於投資人從眾行為及投資人情緒的相關研究。第三章：研究方法。旨在說明本研究的資料來源、資料處理、樣本範圍與變數定義，並且介紹本研究所採用的研究方法。. 第四章：實證結果與分析。旨在說明本文的研究結果，並比較日內資料與其它頻率資料結果的差異，以及探討研究結果的涵義(implications)。第五章：結論與建議。旨在將總結本文的實證結果，並提供後續研究之相關建議與未來研究方向。. 5.

(13) 第四節. 研究限制. 本研究採用的研究資料型態是日內資料，其資料來源取自台灣證券交易所及台灣經濟新報資料庫(Taiwan Economic Journal Data Bank; TEJ)。然而從早期的相關文獻中得知，關於投資人情緒的指標很多；其中，主要的投資情緒指標包括兩類，一為直接情緒指標，另一為間接情緒指標。所謂直接情緒指標，就是發佈機構透過調查來統計投資人對未來市場趨勢的多空看法。例如：Shiller and Tustsui (1996)利用每半年發一次問卷給機構投資人的方式來詢問其對美國與日本股市未來走勢的看法，以取得市場情緒指標。另外也有學者嘗試從資料觀察計算來衍生間接情緒指標，例如：封閉型基金折價程度(closed-end fund discounts)、零股買/ 賣比率(old-lot buy/sell ratio)、共同基金的現金流量…等做為情緒指數。如 Lee et al. (1991)的研究認為封閉型股票基金折價反應小型投資人情緒。Barber (1999)認為零股賣/買比例是一個可以預測小公司股價的情緒指標。而本研究由於採用日內資料進行實證分析，其對於取得零股賣/買比率、封閉型基金折價程度或共同基金現金流量的日內資料有相當程度的困難，因此本研究只採用買賣單不平衡指數 (buy-sell order imbalance; BSI)做為投資人情緒的指標。而且在只有採用 BSI 作為投資人情緒代理變數的情況下，我們實在無法排除使用其他情緒指標獲得歧異研究結果的可能性。另一方面，在本研究的研究期間內，國內與國外均發生了許多足以影響股市的重大事件；然而，本研究因時間及其它因素的考量之下，僅採用三個來自國內外的重大事件來進行研究。所以本研究所獲得的研究結果只是針對三項重大事件對投資情緒與從眾傾向的影響。. 6.

(14) 第五節研究流程. 本研究之研究流程如圖 1 所示。從圖 1 中得知，首先，本研究說明研究背景、動機、目的與限制；其次，我們進行國內外相關文獻回顧與整理；再者，本研究進行資料蒐集與研究方法建立；此外，我們也採用相關研究方法進行實證分析；最後，本研究解釋實證結果的涵義（implications）與提供相關研究建議。. 研究動機與目的. 國內外文獻回顧與整理. 樣本處理與研究方法. 實證結果與分析. 結論與建議. 圖 1 研究流程圖 7.

(15) 第二章文獻探討第一節台灣股市之歷年重大事件與非理性行為. 隨著金融自由化與國際化時代的來臨，世界各國金融市場之間的互動日益密切,而且其股價波動性的變化也出現了叢聚的現象，在此國際政經互動密切的時代，影響各國股市的因素不再只是本身國內的重大事件，某國重大事件的發生，也常會牽動其他各國股市的表現。這些重大事件包括天災、人禍及政治事件。例如：在天災方面，1999年9月21日凌晨1時47分台灣發生大地震，此地震為二十世紀末台灣傷亡損失最大的天災；受到此地震影響1999年9月27日股市開盤當日跌了212 點，跌幅達2.6%。在人禍方面，例如2001年9月11日美國發生恐怖攻擊事件，引起全球股市的連鎖效應，台灣股市亦受到嚴重的影響，攻擊事件發生後第一個交易日，投資人不理性的殺盤下，台灣股市下跌了224.4點，當日跌幅達 5.3%，事件發生第二天股市仍重挫177.87點，顯示股市投資人信心嚴重不足。除了天災與人禍之外，就影響股市波動的非經濟面事件而言，影響程度最高的事件就屬政治事件。例如：前總統陳水扁先生2002年8月4日通過電視，向在日本召開的世界台灣人東京大會上發表講話，表示台灣應該用全民公決的方式決定統獨意向。陳前總統認為台灣與中國是各自不同的兩個國家，台灣不接受中國主張的所謂一個中國和一國兩制，而主張「一邊一國論」，當日台灣股市受此言論影響重挫284點，跌幅達5.7%。2004年3月20日為中華民國第十一任總統、副總統選舉日，就在選舉前一日，也就是3月19日下午1點40分，國內發生首次總統與副總統遭槍擊，下午摩根台股指數期貨一開盤便受該槍擊事件影響而重挫，該事件發生後第一個交易日(即2004年3月22日)的台股重挫455.17點，3月23日也下跌 187.03點，直到3月24日股價波動才轉為較小。2006年8月21日紅衫軍發動百萬人倒扁活動，民眾感覺政局不安，使得當日股市大跌215點，跌幅達3.2%。而2007 8.

(16) 年三月二十日馬英九先生與蕭萬長先生分別當選中華民國第十二任總統與副總統；當選後第一個股市交易日，股市上漲了340.36點，當日漲幅3.99%。藉由前述之重大事件對股市影響的回顧，我們可以得知無論是天災、人禍或政治事件的影響，重大事件可能導致大多數投資人形成相似的投資情緒及產生相近的投資行為，並進而造成票市場的價格在短期內出現大幅度的波動。然而，德國知名投資大師安德烈·科斯托蘭尼赫魯(Andre Kostolany)卻指出:「影響股市行情的因素是投資大眾對重大事件的反應，而非重大事件本身。而會影響個人心情的因素是人們對重大事件的反應，而非重大事件本身」。因此，實際影響股票價格的主因乃是投資人的心理定勢與行為反應。而當投資群體一旦形成某種心理定勢，個體的理性就會放棄，非理性的力量就會起絕對作用。除上述的重大事件外，近年來造成台股指數出現巨幅波動的重大事件相當的多，股票市場投資人的情緒也受到深切的影響。茲將重大事件對台股影響及研究重大事件影響的相關文獻加以整理如表1及表2所示。. 9.

(17) 表1 重大事件衝擊台股的情形時間/重大事件 1995/7/19. 當日加權指數變化. 中共試射飛下跌229點. 當日波動幅度. 當日加權指數. 下跌4.2%. 5187點. 下跌3.0%. 8204點. 下跌3.28%. 8280.35點. 彈 1999/7/13. 兩國論. 下跌259點. 2000/5/20. 陳前總統就下跌299.42點職演說. 2003/4/28. SARS蔓延. 下跌94點. 下跌2.2%. 4139點. 2006/6/5. 政局動盪. 下跌244點. 下跌3.5%. 6715點. 2007/1/4. 力霸掏空案下跌98.94點. 下跌1.25%. 7835.57點. 資料來源：台灣證券交易所與本研究自行整理。. 10.

(18) 表2 調查國內外重大事件影響之相關文獻研究者(年代). 研究主題. 主要研究結果. Niederhoffer. 國際重大事件與美國股在國際重大事發生後的當天或第二. (1971). 價之間的關係. 天，其有明顯的趨勢顯示股價發生較大的變動。. 黃昱程(1991). 研究重大政經新聞與股當經濟相關的重大新聞發生，其股價及成交量的關係. 價調整開始於發生前。而當政府宣布重大政策或法案，股價調整開始於發生後。. 林麗姬(2001). 以美、日、星、台四國股重大事件發生當天，四個國家股市市為研究對象，並探討前皆呈現下跌；但是美國及新加坡在述國家重大事件發生事件發生後的第一個交易日，其股後，該國股市的變動情價指數就已呈現上漲狀態；而日本及台灣則分別直到第五個及第四個. 況。. 交易日才開始上漲。楊琅傑(2004). 以2004年3月20日台灣總重大事件發生對在可轉債市場尋求統大選為研究事件。. 套利的投資人而言是一個極佳的獲利機會，其可藉由重大事件發生去進行相關的套利行為。. Chang (2005). 以921大地震、911恐怖攻實證研究結果指出911恐怖攻擊事擊與 2000年台灣總統大件對台灣股市的影響高於921大地震與2000年台灣總統大選，而且在. 選為研究事件。. 重大事件發生後，股價出現更明顯的均數復歸(mean reversion)現象。資料來源：楊琅傑(2004)及本研究自行整理。 11.

(19) 第二節從眾行為的相關文獻回顧. 觀察人類的行為可以發現，個體常常在社會群體認同的壓力之下，選擇放棄堅持自己的意見，在知覺、判斷、信念及行為等方面，採取與大多數人一致的策略，此種傾向即稱為從眾傾向。在金融市場上，當眾多投資人紛紛依照某一特定共識方向進行投資時，便形成了從眾風潮。對個人與市場都帶來一定程度的影響，一般稱從眾效應。其又名群羊效應、追風效應或一窩蜂效應(郭敏華，2008)。本節將針對過去國內、外從眾行為相關實證文獻且針對不同特定群體之機構投資人行為的相關文獻進行回顧。本研究將前述相關文獻之分類為：基金(包含共同基金與退休基金等)、自營商、外資、其他法人等四大類。一、有關基金從眾行為的相關文獻回顧國外有關基金從眾行為的相關文獻回顧. (一). 有鑑於投資人的非理性行為造成股票市場價格的大幅波動，以及大多數投資人可能在同一期間內從事相同的投資行為。從70年代開始，已有許多學者投入有關基金從眾行為之研究。Kraus and Stoll (1972)以共同基金與銀行信託的月資料來探討其交易是否有從眾現象，他們的研究發現，平均而言，這些機構的買進與賣出雙方出現極大的金額不平衡。而Klemkosky (1977)以基金產業為研究對象的研究結果發現，某些基金經理人之股票買進行為出現追隨領導者的現象。在發現基金從眾行為之後，部份早期相關研究將此一從眾行為的肇因歸納為正向回饋的交易，而且自90年代開始，已有部份文獻開始探討從眾行為、正向回饋與價格調整的過程。Lakonishok et al. (1992)針對退休基金設計一項指標. 12.

(20) 以衡量從眾行為(簡稱為LSV指標 )，並歸納出只有在小型股中才會有持續從眾與追漲殺跌的現象，且從眾行為及正向回饋(追漲殺跌)交易並不會加深股價的波動。Wermers (1999)修正LSV指標，加入買進從眾與賣出從眾指標來分析1975 年到1994年共同基金的交易活動，其研究發現共同基金的從眾行為加速價格調整的過程。而Choe et al. (1999)與Ennis and Sebastian (2003)的研究則分別發現外資法人與避險基金呈現高度的從眾傾向。回顧早期有關從眾行為的相關研究可以得知，早期從眾行為相關文獻大多以美國資本市場為研究對象；然而，近年來已有許多相關文獻開始關注市場成熟度差異對從眾行為的影響，並著手探討美國以外之資本市場的從眾傾向。 Voronkova and Bohl (2005)的研究發現波蘭退休基金經理人出現高度類似從眾的行為。而 Walter and Weber (2006)的研究則發現德國基金經理人呈現從眾行為與正向回饋交易。除了關注成熟度較低之資本市場的從眾行為、正向回饋交易與價格調整過程外，如何降低從眾行為的負面影響亦成為學術界與實務界關心的課題。因此近期研究也著手分析如何降低共同基金的從眾行為。Dass et al. (2008)的研究發現，透過契約中的誘因條款可以減少共同基金的從眾行為，並避免基金持有者因基金經理人的從眾行為而承擔過高的風險。 (二) 國內有關基金從眾行為的相關文獻回顧在國外基金從眾行為的相關研究快速興起之後，國內的學者也開始陸續投入基金從眾行為的研究。而國內的共同基金從眾行為的研究，主要是從 90 年代開始。林伊玫(1995)選樣 20 家基金，並利用 Grinblatt et al. (1995)所提出的追漲殺跌 M 指標進行從眾傾向的研究；其研究結果發現，基金對介入的個股，在觀察期間有從眾現象，且基金在從眾時最重要的考慮是當期股價報酬。杜樹 13.

(21) 森(1996)探討國內共同基金的投資活動是否存在從眾行為及是否為正向回饋行為交易者，並探討對市場穩定性的可能影響；該研究的結果發現，無論使用正向或負向回饋交易策略，都會增加股市的波動性，並可能使得股市更加不穩定。柯靜君(1998)的研究則是利用 LSV 指標與迴歸分析；其研究結果發現國內共同基金的投資交易行為的確存在從眾現象。在發現基金的從眾行為之後，國內的研究也著手探討在牛市與熊市的基金從眾行為，以及具從眾傾向之基金的投資績效與價格發現功能。羅巧紋(1997) 的研究指出，個股的無方向性從眾行為普遍存在共同基金的交易行為中；而買入個股或賣出個股的有方向性從眾行為並不顯著；此外，採行慣性投資策略與具有從眾行為的基金，其績效表現較佳。吳孟君(2000)利用向量自我迴歸法 (Vector Autoregressive Model; VAR)來檢視從眾與非從眾，以及進一步區分為從眾買入、從眾賣出及未被共同基金青睬之投資組合報酬的動態關係；其研究結果發現，從眾的投資組合對於資訊的反應，均領先非從眾的投資組合；表示共同基金的從眾行為，不分時期都具有價格發現的能力；亦即此從眾行為將使得股市中被共同基金交易且形成從眾的個股，快速地達到其應有的價值。林雋琦 (2001)利用報酬橫斷面標準差、報酬橫斷面絕對值標準差、LSV 與追漲殺跌 M 指標來衡量國內共同基金(共 56 家)的從眾行為，以及彼此之間的相關程度，並以向量自我迴歸法檢定從眾行為的時間落差；其研究結果發現，國內共同基金的確受到個股當期報酬之影響，而且共同基金對其本身所持有的股票出現追漲買進及殺跌賣出的現象；其中尤在市場劇烈上漲期間，共同基金追漲買進的程度最為強烈。而曾麗文(2002)則運用 Lakonishok et al. (1992)及 Wermers (1999) 所提出之從眾行為指標進行研究；其研究結果顯示國內開放式股票型基金經理人之交易行為確實存在從眾之現象，而且平均而言，從眾賣出程度較從眾買入情形顯著，亦代表觀察期間之基金交易傾向空方市場之結果。. 14.

(22) 回顧國內的相關文獻,我們發現部份文獻也探討基金類型與其它特徵變數對從眾行為的影響。例如：范揚洲(1998)的研究發現國內整體共同基金存在顯著的從眾行為；其中以積極成長型基金的從眾行為值最大，成長型次之，收益成長型最小。施生元(2001)的研究發現國內基金的從眾行為程度約 5.22%，高於美國市場的 3.4%。其研究並發現大型股的從眾程度高於小型股；而在產業別方面，以電子產業的從眾程度最高，金融業次之，一般產業從眾程度最低；此一結果符合產業風險高，從眾程度愈高的論點。龔哲瑄(2007)的研究指出，基金經理人在「眾多經理人交易的股票」、「大公司規模的股票」與「前期報酬最高與最低的股票」上，具有較高的從眾行為。而王薇婷(2007)的研究則規納下列四點結論：(1)國內共同基金經理人皆普遍存在從眾現象；(2)經理人的從眾買入決策較賣出決策明顯；(3)從眾買入決策的經理人，在投資策略上仍有差異，而賣出決策的經理人的人數雖少，但投資標的較為相似；(4)基金經理人的學位、主修科系及目前經歷等三項構面與從眾行為之間的確有顯著的影響關聯性，其中經理人的學位及目前經歷的關聯性明顯較高。除了前述的特徵變數外，早期的相關文獻也發現基金的聲望也是影響從眾行為的因素之一。例如：黃淑貞(2001)即指出基金對於「高市值」、「低權益帳面價值對市值比」及「高報酬」的股票有顯著偏好；此一結果顯示國內基金基於聲譽考量進行從眾。而陳怡帆(2005)的研究則發現，在國內開放式股票型基金市場，共同基金經理人並不會因為聲望的考量而進行從眾行為；即使是聲望較低的基金經理人，也不會藉由觀察聲望較高基金經理人的持股變動來進行投資決策。另外，他也調查國內開放式股票型基金投資組合的特股內容後發現，發行公司見報次數較多、流動性較高、公司規模較大及股票報酬波動性高的個股，其從眾程度顯著較高。. 15.

(23) 二、外資、投信、自營商等三大法人及其它機構投資人之從眾行為的相關文獻回顧除了上述探討有關國內外基金從眾行為的相關研究外，早期相關文獻更擴及探討不同類型的機構投資人，如外資、投信、自營商等三大法人的投資行為是否有從眾現象？以及不同類型的機構投資人彼此間潛在從眾的來源與其回饋交易策略的關係。例如：蘇惟宏(2000)以三大機構投資人的月持股明細變化與個股月報酬率的變化來觀察法人總持股月變化，以及調查各法人本身的持股月變化是否有從眾現象及其對報酬率的影響；其研究結果指出三大法人具有從眾傾向。劉坤青(2000)採用 Pearson 積差相關係數檢定法及淨相關分析檢定法來探討外國法人、證券自營商、投信的鉅額交易對台灣上櫃市場股價的影響；其研究研究結果發現，外資與投信在買賣方向上具有一致性，自營商與投信在買賣方向上與外資卻不一致。而 Kim 與 Wei (2002)則研究外資在金融風暴前與金融風暴期間在南韓的投資行為，並將外資分為四個群體：機構投資人、一般自然人投資人、是否居住在南韓及在南韓設有分公司或是子公司。這一篇關於南韓市場的研究發現，在金融風暴之前外資為正向回饋交易者，並有顯著的從眾行為，但是在金融風暴期間，其從眾行為減弱，且正向回饋交易消失。張恭華(2006)在調查本國與外國投資者之從眾行為的研究中發現，法人與外資於從眾當期跟隨著一年內的正向回饋交易，但散戶則為負向回饋交易；而且在從眾後期時，本國散戶之從眾賣出有掌握到訊息效果，但外資傾向從眾買進已過度上漲的股票，而本國法人之從眾則無明顯訊息效果；此外，台股投資人之從眾行為並非屬於盲目地跟隨其他投資人策略的資訊流從眾，而是法人與外資跟隨負向回饋交易。而 Chen and Hong(2006) 的研究則發現公司特性與法人從眾行為存在一定的關係，法人所有權變更與同期報酬主要是受日間從眾行為的影響。除了探討機構法人的投資行為是否從眾外，近期的相關文獻也開始分析產業. 16.

(24) 差異性對從眾行為的影響。吳政樂(1999)利用 LSV 指標來研究自營商從眾行為，並利用合併橫斷面與時間序列(pooling of cross-section and time-series)的迴歸分析來探討自營商的選股偏好；其研究結果發現，證券自營商之間的確存在從眾行為，證券自營商的資金流向明顯集中於電子產業與金融產業且其選股會特別注重股票之流動性與獲利性；此外，此一研究並發現從眾行為在買進股票的決策上尤其明顯，其中對於市場總值較小的公司，買進從眾的行為愈形明顯。林皇瑞(2004) 的研究發現外資與自營商對台灣股票市場存在從眾行為，且不論在何種產業類股中，自營商均較外資呈現較明顯的從眾行為；另外，針對自營商與外資對不同產業間的差異，均一致的顯示傳產類股之從眾行為顯著地高於電子與金融類股，而且電子與金融類股之間則無明顯的規律行為。而 Chen et al. (2008)的研究則發現台灣股市中外資有從眾行為；而且外資挑選股票時有產業效果，而他們是動能潮交昜者，且偏好過去績效好及大型的股票。三、針對整體市場從眾行為的相關文獻回顧除了有關三大法人從眾投資行為的探討外，亦有些文獻是從市場整體是否從眾來做調查？例如：Christie 與 Huang (1995)以股票報酬的橫斷面分散程度 (Cross-Sectional Standard Dispersion; CSSD)來描述從眾行為。Chang et al. (2000) 則修正 CSSD 模式為非線性的訂價模式(Cross-Sectional Absolute Deviation; CSAD) 來檢視在不同市場中，市場參與者的投資行為是否傾向有從眾行為？其研究結果發現，美國和香港的市場參與者並沒有存在從眾的跡象，而日本股市則有部分從眾，至於新興市場的南韓和台灣則有顯著的從眾現象。Uchida and Nakagawa (2007) 以日本國內貸款市場為研究對象之結果發現，日本國內貸款市場出現不理性的從眾行為，而且地區性及地域性相近的銀行從眾現象愈明顯，但是銀行不理性的從眾行為只有存在泡沫經濟期間。而 Blasco and Ferreruela (2008)的研究則發現，知名度較高或較熟悉的股票，其國際從眾的行為較明顯. 17.

(25) 綜合上述國內外從眾行為的相關文獻，我們可以歸為如下：許多早期的相關文獻已經發現，無論是國內外共同基金、三大法人、其它機構投資人或是整體市場的投資行為均出現顯著從眾現象的證據。. 18.

(26) 第三節投資人情緒相關文獻回顧. 傳統財務學認為市場是有效率的，在投資者是理性且追求最大效用下，股價應能迅速且完全的反應所有資訊，而投資人的改變所導致的需求衝擊是無法影響股價的變化。在效率市場的假設下，即使部分投資人是不理性的，但是因為套利者的進入，此需求衝擊很容易被消化掉，價格亦會回復至理論價格。因此傳統財務理論對於金融商品的評價並未考慮人的因素，而且多以完美市場的假設進行推論。然而，實際上在過去的許多例證中可以發現行為偏誤支配投資人的行為，投資人可能不符合理性的假設。例如：1961年投資人對小型、年輕和成長股的狂熱； 1967與1968年的投資一窩瘋偏愛電腦、電話設備等有高度成長的潛力股；1970 年代新興自然資源公司與高科技公司的IPO熱潮；1990年代後期投資人在無視網路股尚無獲利的情況下前仆後繼的買進股票等(林晏竹，2005)。如果市場真的是效率市場，股價長期而言將會回復至真實價格，而非理性投資人的交易行為只能造成市場價格的短期失衡。但是「美國歷史上這些泡沫化的事件」、「投資人都對特定類別的股票抱著不合理的期待」或「聽信了不實的謠言而加碼買進」等行為，使得市場價格不僅沒有回到合理價格，反而吸引更多非理性的投資人進場。而這些非理性投資人的狂熱情緒讓這些股票達到不可置信的高價。由這些歷史事件可以知道投資人情緒的確影響投資人行為，而且此一投資行為的改變有足夠的力量影響市場價格；因此本節將就針對投資人情緒相關文獻做系列回顧。許多早期的相關文獻已經指出，投資人的情緒與過去股價報酬有高度性的相關性。例如：Siegel (1992)的研究發現，投資人情緒與崩盤前後的市場報酬有高度相關性。Keim and Madhavan (1995)研究 21 家機構投資者的交易行為發現，部份機構投資者的買賣決策與過去報酬有顯著相關，但是也有另一部份機構投資者則無顯著的關係。Brown and Cliff (2005)的研究發現，投資情緒可以影響資產評價，而且未來幾年股票報酬與情緒成負相關；此外，獨立估價模式之市場價格的 19.

(27) 錯誤和情緒成正相關。徐銘澤(2006) 針對投資人情緒與股價報酬關係的研究發現，投資人情緒確實會受到過去股價報酬的影響；但是股價報酬卻不會受到投資人情緒影響。鄭明遠(2007)的研究指出，股價報酬對市場情緒指標各變數的影響較明顯且影響時間較長，而市場情緒指標各變數對股價報酬之影響較弱且影響時間較短。而 Kaustia and Knupfer (2008)的研究則發現，投資人情緒駕馭 IPO 的需求，而且 IPO 過去報酬與芬蘭投資人的購買量具有正相關。早期相關文獻除了指出投資人情緒與過去股價報酬具有高度相關外，他們也發現公開的訊息及新聞事件和投資人情緒具有很高的相關性。其中，在國外相關研究方面，Davies and Canes (1978)以華爾街日報的專欄為研究對象之研究發現，專家們所發佈的訊息是會影響股價。Huth and Maris (1992)同樣以採用華爾街日報的專欄為研究對象也發現，推薦買進的個股在事件日前有正的異常報酬，並在推薦日後則有負的異常報酬；而推薦賣出的個股反應則完全相反。Antweiler and Frank (2004)探討股市網路留言版的訊息對投資人行為影響之研究發現，網路留言版的訊息數量和成交量、價格波動有顯著的正向關係，而且網路流言版的訊息指標和成交量也有顯著的正相關。Tellock (2007)的研究則發現，媒體的高度悲觀可以預測到跟隨在價格修正之後的股價向下壓力，而高度與低度悲觀也可以預測高度的市場交易量。至於在國內相關研究方面，曾昱達和王正己(2001)以聯合晚報與工商時報每日刊登之券商選股作為研究對象來探討兩份特性不同的報紙之專家推薦資訊是否具有資訊效果？其研究結果發現聯合晚報與工商時報的專家推薦資訊所推薦之個股在事件日之前就已經出現顯著的超額報酬，而在資訊公佈之後，除了事件日當日外，皆無明顯的異常績效，而且兩報在事件日當天均產生正的異常報酬，其中，聯合晚報異常報酬大於工商時報的異常報酬。莫佳嘉(2007) 的研究則指出，藏股宣告之短期宣告效果並不受投資人情緒所影響，但長期異常報酬，確實受到投資人情緒影響。. 20.

(28) 除上述投資人情緒與過去報酬、新聞事件及公開訊息具有高度相關外，近期的相關研究也發現投資人情緒與投資動能策略有相關。例如：在林淑芬(2005)之投資人情緒與台灣股市動能效應相關性的研究中，投資人情緒代理變數是以成交變動量、融資變動量及融券變動量三變數為代表；而她的實證結果發現，在投資人情緒與台灣股市動能方面，三項投資人情緒指標均指出短期動能報酬來自未來看壞個股的情緒指標，而且對未來看壞個股的情緒指標採取反向操作策略，也可獲得異常報酬。夏斌威(2006)的研究指出，考慮投資人情緒下之動量投資策略的績效較固定期間之動量投資策略為佳，表示投資人情緒確實影響動量投資策略之投資績效。莊幸雯(2007)參考 Jegadeesh 與 Titman (2001)的研究方法，使用形成期 1 個月、6 個月分別對應持有期 1 個月、6 個月的動能策略來檢視台灣股市動能獲利情況；其研究結果發現，當情緒高昂時，動能獲利對於三因子模型中的市場及規模因子呈現敏感性上升；而情緒低迷時，三因子敏感度呈現下降的現象。而 Luo and Li (2008)的研究則發現，當市場情緒是牛市時，外資是淨賣出；而當市場情緒是熊市時，外資是淨買入。此外，相同的動能策略會導致投資人獲得不同的投資結果，而且資訊與行為動能策略是並存於台灣市場。. 21.

(29) 第三章研究方法第一節資料來源與樣本處理. 本研究是以台灣證券交易所集中市場之每分鐘委買量、每分鐘委賣量、每分鐘加權股價指數報酬率與每分鐘 BSI 為研究對象來探討重大事對從眾行為與投資人情緒之影響。本研究之資料來源取自於台灣證券交易所及台灣經濟新報資料庫。由於本文之研究資料型態為每分鐘的日內資料，因此我們採用台灣證券交易所之正常交易時間的每一分鐘資料來進行實證研究，而本文的研究期間為 2005 年 1 月 2 日上午 9:00 至 2008 年 8 月 7 日下午 1:30。由於本研究採用高頻率的日內資料來探討重大事對從眾行為與投資人情緒之影響，並以每一分鐘的委買量、委賣量、股票報酬及 BSI 為一筆觀察值，因此每一交易日共有 270 筆觀察值，其研究期間共 228,419 筆觀察值。其中，我們採用 BSI 為投資人情緒的指標，其計算方式如下:. BSI t =. Buy t − Sell t , Buy t + Sell t. 其中，BSI t 為第 t 分鐘的買賣單不平衡指數； Buy t 為第 t 分鐘的委買量； Sellt 為第 t 分鐘的委賣量。. 22.

(30) 第二節重大事件的選取. 本研究的研究期間為 2005 年 1 月 2 日上午 9:00 至 2008 年 8 月 7 日下午 13:30；在這段期間內國內、外均發生足以影響股市的重大事件。然而，由於本研究採用高頻率的日內資料，其對於重大事件的發生時點，必須精確得知於幾時幾分發生，但是當重大事件發生時，通常我們僅能得知發生的日期，但不容易獲得事件發生的精確時點。為了克服前述問題，本研究採用發生時點皆是台灣時間週末時段（股市未交易的時段）的三項重大事件為研究對象；而週末時段正是台灣股市的休市日，所以本研究將重大事件發生的時點定義為休市後第一個交易日開盤時點（即上午 9:00）。茲將本研究所選取的重大事件介紹如下：一、2007 年 1 月 6 日星期六，中華銀行發生擠兌風波，並請求金管會接管。由於 2007 年 1 月 6 日星期六不是台灣股市交易日，故其本研究將重大事件發生的時點應定義為為 2007 年 1 月 8 日股市交易開盤時間 9:00。也就是重大事件發生後第一個交易日的開盤時間定為重大事件發生的時點。二、2007 年 8 月 11 日星期六，美國爆發次級房貸風暴，世界各地央行在 48 小時內注資超過 3,262 億美元救股市，美國聯邦儲備理事會更是在一天內三次向銀行注資 380 億美元以穩定股市。由於 2007 年 8 月 11 日是星期六，本研究定義該重大事件發生時點為台灣時間 2007 年 8 月 13 日星期一上午 9:00。三、2008 年 3 月 22 日馬英九先生及蕭萬長先生分別當選中華民國第十二任總統及副總統，並且完成台灣政治史上第二次政黨輪。由於 2008 年 3 月 22 日星期六台灣股市休市一日，故採事件發生後第一個交易日，也就是 2008 年 3 月 24 日上午 9:00（開盤時點）為該事件的發生時點。. 23.

(31) 第三節單根檢定法. 由於非定態(non-stationary)資料結構會導致假性迴歸(spurious regression)的問題，所以在進行每一分鐘委買量、每一分鐘委賣量、每一分鐘股價指數報酬率與每一分鐘買賣單不平衡指數(BSI)的計量分析之前，本研究將採用 Dickey and Fuller (1981)所提出的 Augmented Dickey-Fuller (ADF)單根檢定法來檢驗每一分鐘委買量、每一分鐘委賣量、每一分鐘股價指數報酬率與每一分鐘 BSI 等四個時間序列資料是否為定態?其中對於落後期選擇是採用 SC 準則(Schwartz’s Criterion) 來決定最適落後期數。若 ADF 單根檢定法的結果顯示前述時間序列資料為非定態，則需將時間序資料先以差分處理，然後再進行單根檢定直到資料結構呈現定態為止。茲將本研究所採用「無漂浮項(drift term)與無時間趨勢(trend)模式」、「有漂浮項無時間趨勢模式」及「有漂浮項與有時間趨勢模式」加以整理說明如下: K. ΔΥm ,t = ω a Υm ,t + ∑ν a , j ΔΥm ,t − j + ψ a ,t , j =1. k. ΔΥm,t = μ b + ωb Υm,t + ∑ν b , j ΔΥm,t − j + ψ b ,t ' , j =1. k. ΔΥm,t = μ c + χΤ + ω c Υm,t + ∑ν c , j ΔΥm,t − j + ψ c ,t , j =1. m = 1, 2, 3, 4. (1). m = 1, 2, 3, 4. (2). m = 1, 2, 3, 4. (3). 其中，(1)~(3)式的虛無假設皆為 Υm,t 有單根(亦即 ω a = 0 、 ω b =0 與 ω c = 0 )； Δ 為差分符號；k 為根據 SC 準則所決定的最適落後期數； Τ 為時間趨勢項； μ b 與 μ c 為漂浮項； ω a 、 ωb 、 ω c 、ν a, j 、ν b, j 、ν c, j 與 χ 為迴歸係數；ψ a,t 、ψ b,t 與ψ c,t 為殘差項； Υ1,t 為第 t 分鐘委買量， Υ2,t 為第 t 分鐘委賣量， Υ3,t 為第 t 分鐘的 BSI， Υ4,t 為第 t 分鐘的加權股價指數票報酬率。. 24.

(32) 第四節. GARCH(1,1)模式. 本研究旨在探討投資人行為與投資人情緒的從眾傾向，以及調查重大事件對從眾行為與投資人情緒的影響。其中，關於「投資人行為與投資人情緒之從眾傾向的探討」及「重大事件對從眾行為與投資人情緒影響的調查」，本研究所採用的研究方法均為自我條件異質波動性迴歸模式 (Generalized Autoregressive Conditional Heteroskedasticity; GARCH)。GARCH源自ARCH模式(Autoregressive Conditional Heteroskedasticity)，而ARCH為Engle (1982)年所提出，後經Bollersler (1986)將其一般化，並簡稱為GARCH。在過去10至20年中，GARCH模式是在財務時間序列領域中最廣泛被運用的模式之一。GARCH模式廣泛受到運用的原因之一，在於GARCH模式能適切描述股票報酬及其他金融商品報酬的兩種現象。首先，GARCH模式可描述金融市場波動常有的群聚現象；亦即大的波動後常伴隨著大的波動，小的波動後常伴隨小的波動。其次，股票報酬大多具有肥尾現象，而且雖然股票報酬本身並沒有很大的相關性，但是報酬之平方卻具有較明顯的自我相關，而GARCH模式正適切地說明此資料特性。由於GARCH模式具有上述的優點，因此本研究採用郭敏華與蔡世烈 (2003) 及郭敏華 (2008) 的方法，使用下列的 GARCH(1,1)模式進行實證分析。茲將本研究所採用的GARCH(1,1)模式說明如下： Ym ,t = β 0 + β 1Ym ,t −1 + β 2Y4,t −1 + ε t ， m=1，2，3. (4). σ t2 = α 0 + α 1ε t2−1 + α 2σ t2−1 ,. (5). 其中， Υm,t 分別為第 t 分鐘委買量、第 t 分鐘委賣量與第 t 分鐘的 BSI（亦即 m = 1, 2, 3）。而 Υm,t −1 分別為第 t -1 分鐘委買量、第 t -1 分鐘委賣量與第 t -1 分鐘的 BSI。而 Y4,t −1 是第 t -1 分鐘的加權指數報酬率。 ε t 為第 t 分鐘的誤差值。 α 1 、 β 1 、 β 2 為. 25.

(33) 迴歸係數。α 0 、 β 0 為漂浮項。 σ t 2 為 ε t 的條件變異數。σ t2−1 為 ε t −1 的條件變異數。. 前述模式旨在調查在控制了前期報酬對本期委買、委賣與 BSI 的影響下，是否仍可觀察到從眾的現象？當 β 1 為一個統計上顯著地正值時，則顯示前期市場的委買量或委賣量或 BSI 愈大，則本期市場的委買量、委賣量或 BSI 也隨之愈大，亦即代表市場中有從眾傾向的存在。因為量愈大，「眾」的成形愈明顯。也就是說，當前期市場的委買量增加時，本期的委買量仍然繼續增加；而當前期市場的委賣量增加時，本期的委賣量亦隨之增加。另外由於 BSI 是投資人情緒的代理變數，所以在 β 1 為一個顯著地正值的情況下，前期 BSI 愈大，則本期 BSI 值也愈大；顯示投資人於本期進行投資決策時，其有跟隨前期的投資情緒傾向。亦即當前期投資人的情緒愈高時，本期投資人的情緒亦隨之愈高，代表投資人情緒也有從眾傾向。另一方面，本研究也使用虛擬變數(Dummy Variable)來調查重大事件對從眾傾向與投資人情緒的影響。亦即我們將第(4)式與第(5)式修改如下： Ym ,t = β 0 + β 1Ym ,t −1 + β 2Y4,t −1 + ε t. (6). σ t2 = α 0 + α 1ε t2−1 + α 2σ t2−1 + α 3 × Dt ,. (7). 其中， Dt 為一虛擬變數，並假設在重大事件發生前， Dt = 0 ，而在重大事件發生後，令 Dt = 1 ；而 α 3 為迴歸係數。當 α 3 為一個顯著地正值時，則表示在重大事件發生後的委買量、委賣量與 BSI 的條件異質性波動性比重大事件發生前的委買量、委賣量與 BSI 的條件異質性波動性呈現明顯地增加。. 26.

(34) 第五節領先落後關係之檢定. 早期研究已發現由股票市場的非同步交易效果所導致的股票報酬序列相關可能影響領先落後關係之實證結果(Stoll and Whaley, 1990; Chan,1992; Shyy et al., 1996 。而 Chan 的研究更指出：「雖然實證研究指出投資組合的報酬服從 ARMA(p,q)，但是其中只有 AR(p)是由非同步交易效果所產生，而且利用殘差項作為股票報酬的替代變數，並透過替代變數的 AR(p)序列即可修正非同步交易效果」（張志向，2006）。除了 Chan 之外，後績研究如 Abhyankar (1995)、Iihara et al. (1996)、Chiang and Fong (2001)與 Gwilym and Bukle (2001)亦利用相近的方法修正非同步交易效果（張志向，2006）。前述非同步交易效果除了發生在股票報酬的時間序列資料外，其亦可能出現在委買量、委賣量與 BSI 的時間序列資料。因此，本研究參考 Chan (1992)與張志向（2006）的方法，將非同步交易效果的替代變數 AR(k)序列由時間序列中抽離，所剩下的殘差項即為真實時間序列資料的替代變數(innovation)，並以替代變數來進行後續的領先落後關係檢定（張志向，2006）。茲將其說明如(8)式所示: k. Y i,t = α 0 + ∑ Β j Ri ,t −1 + y i ,t. i=1,2,3,4. (8). j =1. 其中， α 0 與 β j 為迴歸係數， y i ,t 為前述 Yi ,t 的替代變數 (亦即模式的殘差項)。在消除股票市場的非同步交易影響，序列相關問題之後，本研究應用 Stoll and Whaley (1990)、Chan (1992)、Abhyanker (1995)及 Chiang and Fong (2001)的方法建投資人情緒、投資行為與股價反應的領先落後關係模式。此外，本研究也參考張志向（2006）預設領先落後期數為三期的方法。假若三期的預設期數在實證模型中，其係數值仍為顯著的正值，則增加期數直到係數值不是顯著為止。茲將投 27.

(35) 資人情緒、投資人行為與股價反應的領先落後關係之實證模式加以說明如(9)、(10) 與(11)式所示： y 3,t = C10 +. 3. ∑ D1. k = −3. y 3 ,t = C 2 0 +. y 3 ,t = C 3 0 +. k. y1,t + k + ε 1t. 3. ∑ D2. k = −3. 3. ∑ D3. k = −3. k. k. (9). y 2 ,t + k + ε 2 t. (10). y 4 ,t + k + ε 3 t. (11). 其中 C1 0 、C2 0 、C3 0 、D1 k 、D2 k 、D3 k ，為迴歸係數，而 ε 1t 、 ε 2 t 與 ε 3t 為殘差項。此外，當 K=1,2,3 時，若 D1 k 、D2 k 、D3 k 為統計上顯著地大於零(係數為正值且顯著)，則表示投資人情緒領先投資人行為(或股價反應)；反之，當 k= -1,-2,-3 時，若 D1 k 、D2 k 與 D3 k 為統計上顯著小於零，則表示投資人情緒落後投資人行為或股價反應。. 28.

(36) 第四章. 第一節. 實證結果與分析. 單根檢定結果. 由於非定態時間序列資料將造成假性(spurious)迴歸的問題，因此為了確保本研究後續計量經濟分析之研究結果的正確性，本研究採用「無漂浮項(drift term) 與無時間趨勢(trend)模式」、「有漂浮項與無時間趨勢模式」及「有漂浮項與有時間趨勢模式」的 DF (Dickey-Fuller)及 ADF 單根檢定法來檢驗委買量、委賣量、加權股價指數報酬率及 BSI 等四個時間序列資料是否為定態(stationary)?如果前述委買量、委賣量、加權股價指數報酬率及 BSI 的水準項是一定態時間序列資料，則本研究將進行後續的計量經濟分析；相反地，若前述四種資料的水準項是一定態時間序列資料，則本研究將針對前述四種資料取一階差分，並再進行單根檢定。茲將 DF 及 ADF 單根檢定研究結果加以整理如表 3 所示。從表 3 中 DF 的結果可以得知，委買量、委賣量、加權股價指數報酬率及 BSI 之日內資料在 1%的顯著水準下皆拒絕有單根的假設，亦即前述四種時間序列資料在三種不同模式下皆呈現定態。此外，根據表 3 中四種時間序列資料的 ADF 檢定結果可以發現，在 1%的顯著水準下，三種模式結果皆顯示委買量、委賣量、加權股價指數報酬率及 BSI 之日內資料均拒絕單根的虛無假設;亦即如同 DF 的檢定結果，ADF 的研究結果也顯示委買、委賣量、股票指數報酬及 BSI 的時間序列資料已具備定態的特性。因此，根據 DF 及 ADF 單根檢定的結果，本研究可以直接應用前述四種時間序列資料於後續的 GARCH 分析與領先落後關係檢定。. 29.

(37) 表 3 單根檢定結果模式. 委買量. 委賣量. 報酬率. BSI. 無漂浮 DF. ADF. DF. ADF. DF. ADF. DF. ADF. 項與無. ** -0.0777. ** -0.0362. ** -0.0557. ** -0.0310. ** -0.2663. ** -0.0891. ** -0.9879. ** -0.9479. ** -0.2014. ** -0.1065. ** -0.1537. ** -0.0957. ** -0.2677. ** -0.0897. ** -0.9879. ** -0.9479. ** -0.2152. ** -0.1156. ** -0.1661. ** -0.1051. -2.690. ** -0.0902. ** -0.9879. ** -0.9479. 時間趨勢模式有漂浮項與無時間趨勢模式有漂浮. **. 項與有時間趨勢模式註：”**”表示在顯著水準 1%情形下顯著異於零。”DF”表示 Dickey-Fuller unit root test。. 30.

(38) 第二節. 投資人行為與投資人情緒的從眾傾向. 雖然早期相關文獻已經指出金融市場投資人的投資行為出現從眾傾向，但是早期相關研究大多使用日資料進行實證分析，其鮮少使用日內資料來探討投資人的從眾傾向。為了檢驗前述從眾行為是否也出現於日內資料的實證研究？本研究採用高頻率的日內資料來探討投資人行為的從眾傾向。此外，除了調查投資人行是否具有從眾傾向外，由於早期相關研究也發現投資情緒會影響投資人的決策，因此調查投資情緒是否也具有從眾傾向?亦是另一個值得探討的問題。關於投資人行為及投資情緒的從眾趨勢調查，本研究乃採用 GARCH(1, 1)模式來探討整體市場每分鐘的委買量、委賣量、BSI 及加權股價指數報酬率之從眾傾向。茲將實證研究結果加以整理如表 4 所示。由表 4 實證結果可以發現前期委買量與前期委賣量的係數皆為統計上顯著的正值；此一結果表示前一期的委買量或委賣量愈大，則當期委買量或委賣量也隨之愈大。換句話說，根據委買量與委賣量之 GARCH(1,1)模式的研究結果得知，投資人委託購買與賣出股票的投資行為出現從眾傾向。另外，從表 4 的研究結果亦可得知，前期 BSI 的迴歸係數是一個統計上不顯著的正值，顯示前一期的 BSI 與當期的 BSI 值並無統計上顯著的正向關係。亦即顯示投資人於當期的投資情緒，並未出現跟隨前期投資情緒的從眾傾向。另一方面，前期報酬率的迴歸係數也顯示，前期報酬率對委買量、委賣量或 BSI 並無統計上顯著的預測能力；亦即表示前期的報酬率並無法影響投資人的投資行為與與投資情緒。從上述研究結果可以發現，投資人的投資行為出現從眾傾向，但是投資人的投資情緒卻未出現從眾傾向的證據，而且前一期的股價績效並未影響投資行為與投資情緒。分析前述的研究結果可以得知，投資人的投資行為出現從眾傾向是與 31.

(39) 早期相關文獻的結論一致，但前期股票報酬率無法預測當期投資行為的證據則是與早期相關文獻出現歧異的結論。分析出現歧異研究結果的原因應是來自於資料型態的不同。由於本研究是採用每分鐘的日內資料進行實證分析，而投資人在交付委買單（或委賣單）且等待成交的時間大多超過 1 分鐘，因此前一分鐘的股價績效的影響並無法立即反應在投資人的投資行為與投資情緒上。再者，對於投資情緒未出現從眾行為的原因，其可能是受到「認知失調」(cognitive dissonance) 與「高頻率資料型態」的影響。因為行為財務學的研究已經發現投資人對訊息的反應出現「初期反應不足」與「後期過度反應」的現象，在每分鐘日內資料型態下，投資人由於對訊息的反應出現「初期反應不足」，此時市場投資人的投資情緒尚未出現一致性的認知，因此高頻率資料的實證結果較容易發現投資情緒沒有從眾傾向。. 32.

(40) 表 4 台灣股市的委買、委賣及投資情緒的從眾行為傾向因變數自變數截距項前期委買. 本期委買. 本期委賣. 本期 BSI. 15013.2232 (245.4356)** 0.0925 (28.8409)**. 14619.6134 (234.5046)**. 0.0011 (0.2088). 前期委賣. 0.1106 (33.3448)**. 前期 BSI. 0.0046 (0.5830) 前期報酬率 0.0003 -0.0036 0.0001 (0.0003) (-0.0054) (0.1089) ARCH(1) 0.3782 0.4050 0.0004 (108.0196)** (85.3957)** (0.9450) GARCH(1) -0.0081 -0.0066 0.0011 (-7.3424)** (-1.4426) (0.5717) 註：”**”及”*”分別表示係數在顯著水準為 1%及 5%下顯著異於零。. 33.

(41) 第三節. 重大事件對從眾傾向與投資情緒的影響. 股價主要是受到各種訊息的影響，其中，重大事件對投資決策的影響更是明顯。而就訊息對投資決策過程的影響而言，其不可避免地將影響投資情緒與投資行為。由於投資人的情緒易受到訊息的影響，而且投資情緒亦會影響投資行為，因此本研究將針對重大事件對從眾傾向與投資情緒的影響做進一步探討。亦即本研究將採用 GARCH(1,1)模式來探討重大事件對從眾傾向與投資情緒的影響，茲將研究結果加以整理如表 5、表 6 與表 7 所示。在中華銀行擠兌事件對台灣股市的委買量、委賣量及投資情緒之從眾行為的影響方面，從表 5 的研究結果可以得知，前期委買量與前期委賣量的迴歸係數皆為統計上顯著的正值，而前期 BSI 的迴歸係數也是統計上顯著大於零；前述研究結果顯示台灣股市投資人的投資行為與投資情緒皆具有從眾傾向。此外，表 5 的研究結果也指出，在委賣量之 GARCH(1,1)模式的研究結果中，其前期報酬率的係數值是一個統計上顯著的負值；顯示前期加權指數報酬率愈小，則當期的委賣量愈大。而在中華銀行擠兌事件的影響方面，表 5 的研究結果指出，在中華銀行擠兌事件發生後，BSI 的條件波動性呈現顯著地增加；亦即投資人的情緒在中華銀行擠兌事件發生後，呈現更大的波動。在美國次級房貸風暴事件對台灣股市的委買量、委賣量及投資情緒之從眾行為的影響方面，從表 6 的研究結果可以得知，前期委買量與前期委賣量的係數值皆為顯著大於零，而前期 BSI 的迴歸係數也是統計上顯著的正值；前述研究結果顯示台灣股市投資人的投資行為與投資情緒都具有從眾傾向。另外，表 6 的研究結果也發現，委賣量迴歸模式中之前期報酬率的係數值是統計上顯著小於零；顯示前期加權指數報酬率愈小，則當期的委賣量愈大。而在美國次級房貸風暴事件的影響方面，表 6 的研究結果發現，在美國次級房貸風暴事件發生後，BSI 的. 34.

(42) 條件波動性呈現顯著地增加；亦即台灣股市投資人的投資情緒在美國次級房貸風暴事件發生後，呈現更大的波動。在第二次政黨輪替事件對台灣股市的委買量、委賣量及投資情緒之從眾行為的影響方面，從表 7 的研究結果可以發現，前期委買量與前期委賣量的迴歸係數皆呈現為統計上顯著的正值，而前期 BSI 的迴歸係數值也呈現是統計上顯著大於零；前述研究結果顯示台灣股市投資人的投資行為與投資情緒都具有從眾傾向。再者，相異於表 5 及表 6 的研究結果，表 7 中委賣量之 GARCH(1,1)模式的結果中，其前期報酬率的係數值是統計上不顯著異於零；顯示前期加權指數報酬率無法預測當期的委賣量。而在第二次政黨輪替事件的影響方面，表 7 的研究結果發現，在第二次政黨輪替事件發生後，BSI 之 GARCH(11)模式的研究結果顯示，事件係數是一個顯著的負值。亦即台灣股市投資人的投資情緒在第二次政黨輪替事件發生後，其條件波動性呈現顯著地減少。總結表 5、表 6 實證結果可以得知，三項重大事件的研究結果皆指出，不僅投資人的行為具有從眾傾向，投資人的情緒也同樣存在從眾行為。前述結果顯示在重大事件發生時，投資人的投資行為與投資情緒比較容易形成一致的看法與更明顯的從眾傾向。另外，表 5、表 6 與結果也指出，前期報酬率只會影響投資人委賣股票的投資行為，其並不會影響委買量與 BSI。此一結果顯示當訊息衝擊抵達股市時，投資人的持股信心比購入股票的意願更容易受到前期股價績效的影響。最後，表 5、表 6 的結果皆發現，在三個重大事件發生前後，委買量與委賣量的條件波動性都不會產生異常變化，但是 BSI 的條件波動性在三個重大事件發生後呈現顯著地改變。亦即顯示在重大事件發生之後，投資人的情緒領先於投資人的投資行為而出現明顯的改變。. 35.

(43) 表 5 中華銀行擠兌事件對台灣股市的委買、委賣及投資情緒之從眾行為的影響因變數自變數截距項前期委買. 本期委買. 本期委賣. 本期 BSI. 9351.3247 (907.4242)** 0.2961 (375.9230)**. 8838.5463 (619.5602)**. 0.0030 (0.5000). 前期委賣. 0.2174 (160.4939)**. 前期 BSI. 0.4410 (52.0506) ** 前期報酬率 -0.1800 -14.6787 0.0000 (-1.0672) (-70.0860)** (0.4515) ARCH(1) 0.7583 1.2826 0.0081 (311.6579)** (424.6101)** (20.0478)** GARCH(1) 0.3034 0.1742 0.0536 (598.7848)** (175.4077)** (27.3407)** 事件 6637.6410 -22251.4065 0.1899 (0.2502) (-0.5476) (557.1996)** 註：”**”及”*”分別表示係數在顯著水準為 1%及 5%下顯著異於零。. 36.

(44) 表 6 美國次級房貸風暴事件對台灣股市的委買、委賣及投資情緒的從眾行為的影響因變數自變數截距項前期委買. 本期委買. 本期委賣. 本期 BSI. 9381.3666 (579.1788)** 0.3274 (250.3451)**. 8836.9382 (593.2570)**. 0.0023 (0.4287). 前期委賣. 0.2280 (165.0586)**. 前期 BSI. 0.2987 (84.5267) ** 前期報酬率 -0.1257 -14.6741 -0.0001 (-0.6736) (-61.6736)** (-0.2831) ARCH(1) 1.1544 1.2792 0.0049 (293.1328)** (406.8751)** (32.5921)** GARCH(1) 0.1592 0.2105 -0.0193 (153.4731)** (209.2650)** (-9.5195)** 事件 -33730.5574 13972.4782 0.0025 (-0.7697) (0.2522) (8.5431)** 註：”**”及”*”分別表示係數在顯著水準為 1%及 5%下顯著異於零。. 37.

(45) 表 7 第二次政黨輪替事件對台灣股市的委買、委賣及投資情緒之從眾行為的影響因變數自變數截距項前期委買. 本期委買. 本期委賣. 本期 BSI. 15020.6645 (243.5748)** 0.0752 (24.3504)**. 14908.0631 (251.7350)**. 0.051 (0.9992). 前期委賣. 0.0864 (26.3454)**. 前期 BSI. 0.2644 (35.4663)** 前期報酬率 -0.0001 -0.0020 0.0004 (-0.0001) (-0.0033) (1.5861) ARCH(1) 0.2830 0.3237 0.0035 (117.8835)** (93.3585)** (13.8518)** GARCH(1) -0.0124 -0.0106 -0.0356 (-7.5790)** (-1.9980)* (-4.3648)** 事件 -1360.1584 1118.8621 -0.0589 (-0.0018) (0.0031) (-11.6976)** 註：”**”及”*”分別表示係數在顯著水準為 1%及 5%下顯著異於零。. 38.

(46) 第四節投資人情緒、投資人行為與股價反應的領先落後關係. 在確定委買量、委賣量、股票指數報酬、BSI 的時間序列資料為定態之後，本研究應用 Chan (1992)的方法，以 AR (k)表示非同步交易效果成分及序列相關成分，並採用 Stoll & Whaley (1990)、Chan (1992)、Chan et al. (1993)、Abhyanker (1995)及 Chiang & Fong (2001)的方法來探討投資人情緒、投資人行為與股價反應之領先落後關係。其分析過程如下：首先，最適落後期數是預設為三期，並將最適落後期數代入(8)式；其次，將(8)式中各個時間序列的殘差值作為真實資料的替代變數，並將前述替代變數代入(9)式~(11)式；最後利用最小平方法估計(9)~(11) 並獲得迴歸係數的估計值（張志向，2006）。茲將投資人情緒、投資人行為與股價反應之領先落後關係的實證結果加以整理說明如表 8 所示。. 從表 8 的實證結果可以發現，係數 D1 0 與 D2 0 分別為統計上顯著的正值與負值(兩者分別為 8.37×10-6 與-7.83×10-6 )；此一研究結果顯示「BSI 與委買量」及「BSI 與委賣量」之間呈現高度的同期相關性。而且當投資人情緒愈高時（或愈樂觀時），同一時期的委買量將出現顯著地增加，而同一時期委賣量則會出現顯著地減少。此外，係數 D1 0 與 D2 0 的顯著性是明顯高於迴歸模式中的其它係數，表示「BSI 與委買量」及「BSI 與委賣量」的主要關係是來自於同期相關性。另一方面，D1 3 、D1 2 、D1 1 及 D1 −1 皆是統計上顯著的正值；前述研究結果指出 BSI 領先委買量 3 期，但委買量領先 BSI 只有一期。亦即實證結果證實投資人的情緒領先投資人的買入股票行為。此外 D2 −3 、 D2 − 2 、D2 −1 、D2 3 、D2 2 及 D2 1 都是統計上顯著異於零；此一結果顯示 BSI 領先委賣量三期，而委賣量也領先 BSI 三期。不過由於 D2 −3 、D2 − 2 、D2 −1 的統計顯著性是小於 D2 3 、 D2 2 、 D2 1 ，因此「BSI 領先委賣量」的情形是比「委賣量領先 BSI」更明顯；而且投資人的. 39.

(47) 情緒改變是在賣出股票行為之前就發生。值得注意的是「BSI 與股價指數報酬」的領先落後關係，從表 8 的結果中並未發現任何顯著的同期相關性或領先落後關係，顯示使用 BSI 並無法預測股價指數的變化。整體而言，表 8 的結果顯示投資人情緒領先投資人行為，而善用投資人情緒的變化，將有助於瞭解投資人的操作行為。但是，令人驚訝地，表 8 的結果卻顯示投资人情緒對股價績效無預測能力；亦即瞭解投資人情緒有助於預測投資人的從眾行為，卻無助於提升投資績效。分析造成前述結果的原因可能有三：其一為資料型態的影響。因為本研究使用每分鐘的日內資料，而高頻率的資料有助於提早發現投資人情緒及行為的改變，但是股價需等待撮合成交（亦即股價績效需要經過一段時間才能完全反應）；換句話說，投資情緒與投資行為是自發性的改變，投資人接受資訊後可能立即改變投資情緒與投資行為，但是股價是投資人自發性改變後的結果，其可能無法在三分鐘內（即三期）立即反應投資情緒的變化。除了資料型態的原因之外，另一種可能的原因是投資人的反應不足。由於消息抵達股市時，投資人在初期對消息的影響反應不足，導致其情緒及行為是逐漸改變，而非一次反應完畢；因此股價在反應消息影響上將比投資情緒與投資行為更加緩慢，使得投資情緒與股價反應在高頻率資料中出現無顯著的相關性。除了前述兩種可能的原因之外，影響上述研究結果的最大可能原因是投資人在極短期內仍不願意「高價買進」及「低價賣出」。當投資人情緒轉為樂觀時 (利多消息來臨時)，雖然委買量呈現增加及委賣量呈現減少，但是在投資人短期內尚未完全認同此一利多消息的情況下，投資人仍不願意立即以較高的委買價下單（雖然委買量增加，但大多是較低委買價的委託單），使得股價並未立即上漲。同樣情形也出現在利空消息來臨時，雖然投資人的情緒已轉為悲觀，但是投資人也不願意立即以較低委賣價下單（雖然委賣量增加，但大多是較高委賣價的委託單），使得股價並未立即下跌；而且前述情形在高頻率的每分鐘日內資料將更為. 40.

(48) 明顯。表 8 投資人情緒、投資行為與股價反應之領先落後關係的實證結果 BSI 與委買量. BSI 與委賣量. BSI 與加權指數報酬率. 係數. 估計值. t值. 估計值. C1 0 ~C3 0. 2.06×10-7. 6.20×10-5 3.86×10-6. T值. 估計值. t值. 0.0012. 2.84×10-6. 8.51×104. D1 −3 ~D3 −3. 4.85×10-6. -1.324. -4.44×10-. 3.1782**. 1.22×10-6. -0.0378. 2.3630*. 1.31×10-6. 0.0515. 2.2088*. 3.45×10-7. 0.0332. -0.0700. 6. D1 − 2 ~D3. 3.76×10-6. -0.8009. 6. −2. D1 −1 ~D3 −1. -4.18×10-. 4.29×10-6. 4.7136**. -4.97×106. D1 0 ~D3 0. 8.37×10-6. 17.4536*. -7.83×10-. -13.7327*. -8.88×10-. *. 6. *. 6. D1 1 ~D3 1. 2.5×10-6. 8.9945**. 1.25×10-6. -8.7804**. 4.13×10-6. 0.0028. D1 2 ~D3 2. -3.81×10-. 7.8804**. 1.34×10-6. -7.3854**. 6.36×10-6. 0.0106. -6.31×10-. 10.1677*. 1.80×10-6. -7.8223**. -4.65×10-. -0.0099. 7. *. 7. D1 3 ~D3 3. 6. 註：”**”及”*”分別表示係數在顯著水準為 1%及 5%下顯著異於零。. 41.

(49) 第五章結論與建議第一節結論. 相對於早期相關文獻偏重於藉由日資料來探討投資行為的從眾傾向，本研究採用高頻率的日內資料來調查投資行為與投資情緒的從眾傾向。亦即我們使用台灣股市中每一分鐘委買量、每一分鐘委賣量、每一分鐘股價指數報酬率及每一分鐘 BSI 來探討投資人行為與投資人情緒的從眾傾向。此外，本研究也調查重大事件對投資人情緒與投資人從眾行為的影響，以及探討投資人情緒、投資人行為及股價變化的領先落後關係。本文的實證結果發現，台灣股市投資人的委買及委賣行為出現從眾傾向，但是投資人情緒卻未出現從眾現象，而且前一期的股價績效並未影響投資人行為及投資人情緒。此外，當納入重大事件的虛擬變數進入 GARCH(1, 1)模式後，實證結果發現不僅投資行為有明顯的從眾傾向，投資人的情緒也有顯著的從眾傾向，而且前一期的加權指數報酬率會影響投資人的委賣行為，但不會影響委買量與 BSI。此外，在重大事件發生之後，投資人情緒的條件波動性出現顯著地改變。再者，投資人情緒、投資人行為與股價績效的領先落後關係的研究結果指出，雖然投資人情緒領先投資人行為，但是受限於資料型態、初期對訊息影響反應不足. 42.

(50) 與心理因素的影響，投資人情緒並未領先股價反應。根據本文的實證結果，本研究推論在實務上若能善用投資人情緒的變化，則將有助於瞭解投資人的操作行為，而且瞭解投資人情緒亦有助於預測投資人的從眾傾向。不過，受限於投資人在短期內對訊息反應不足及不願意立即高價買進（低價賣出）的影響，股價反映資訊的影響是較為緩慢。. 第二節建議. 綜合本研究的實證結果，我們對後續研究提出以下列幾點建議：一、本研究採用每一分鐘的 BSI 做為投資人情緒的代理變數，但是早期相關文獻認為適合作為投資情緒的代理變數不少，未來研究者可以使用其他的代理變數來做為投資人情緒的指標。例如：後續研究可採用成交量、週轉率、融資餘額變動率、股價淨值比…等代理變數來研究投資人的情緒變化。二、本研究僅針對台灣股市中每一分鐘委買、每一分鐘委賣、每一分鐘股票報酬及每一分鐘 BSI 來探討投資人行為及投資人情緒的從眾傾向，未來研究可以進行成熟市場（如美、英、日等股市）及新興市場（台、韓等股市）之從眾行為及投資人情緒變化的比較。三、本研究只探討整體股市的從眾行為及投資情緒，後續研究可以進一步調查個股的從眾行為及投資情緒。. 43.