股票流動性與企業價值之關聯性研究 - 政大學術集成
49
0
0
全文
(2) . 謝辭. 隨著畢業季節到來，碩士生活也即將要劃下句點，論文在經過一連串的資 料蒐集、實證分析、初稿、定稿、口試及修改之後，終於得以印上學校戳記， 披上新的外衣，陳列在圖書館架上，也成為在政大財管所的學成證明。 為論文而努力的過程中，感謝師長及身邊好友的協助，讓我能夠更順利地 完成每一個環節，雖然因為交換學生與工作，讓論文遲了一年才完成，但是多 虧師長與身邊好友們的容忍與鼓勵、陪伴與拔刀相助，讓我感受這條漫長的路 走來並不孤單。. 立. 政 治 大. 其中最要感謝我的指導教授－吳啟銘老師，在每次的討論中，總能在論文. ‧ 國. 學. 架構與實證上給予我最直接的意見與方法，我會謹記老師對我的期許。感謝口. ‧. 試委員沈中華老師與張元晨老師，願意在美好的週六下午替我口試，同時也給 我許多寶貴意見，使我的論文呈現更趨完善。感謝奇珅學弟，在研究方法與整. y. Nat. io. sit. 理資料上發揮他的寫程式專長，給我關鍵性的幫助。最後要感謝爸爸、媽媽和. n. al. er. 弟弟，讓我能夠無後顧之憂地實現夢想，感謝宗毅，陪我一同分享生活中的喜. Ch. i Un. v. 怒哀樂，同樣以學生身份陪伴我順利完成這條求學之路。. engchi. 謹以這本論文，作為自己夢想的實踐，以及邁向新生活的一個起點！. 以萱 于 2010 年 7 月. I .
(3) . 摘要 本研究目的為透過實證分析研究 2005 年至 2008 年台灣上市櫃公司股票流 動性與企業價值兩者之關係，企圖瞭解當考慮其他已證實會影響企業價值之因 素，如：公司治理、資訊揭露程度、公司特有風險等因素後，股票流動性是否 依然對企業價值存在影響力，即本研究將在控制公司治理程度、資訊揭露程度 及公司特有風險等因素下，以周轉率作為股票流動性之代理變數、以 Tobin’s Q 作為企業價值之代理變數，分別使用普通最小平方法與兩階段最小平方法，檢. 政 治 大 H. Noe, Sheri Tice[2009]的研究方法，將代表企業價值之 Tobin’s Q 拆解成其他三 立. 視股票流動性是否依然影響企業價值。除此之外，亦參考 Vivian W. Fang, Thomas . 個變數：營業利益對股價比、權益佔資產比及資產報酬率，取代企業價值成為. ‧ 國. 學. 應變數，再以相同研究模型對股票流動性進行實證分析，以求瞭解股票流動性. ‧. 影響企業價值之背後原因。最後，將研究樣本分別依照不同程度之公司治理、. sit. y. Nat. 不同程度之資訊透明度、不同程度之公司特有風險分成低、中、高三組，以普. io. er. 通最小平方法分析在不同程度之控制變數下，股票流動性對企業價值之影響是. al. 否不同。本研究結果如下：第一、股票流動性越高之企業，其企業價值亦越高。. n. iv n C hengchi U 第二、股票流動性高的企業，擁有較低之負債比與較高之資產報酬率，是企業 價值高的中間影響因子。第三、在不同的董監持股比率、董監質押比率、法人 持股比率、獨立董監比率、資訊揭露程度及公司特有風險下，流動性對企業價 值的影響力是不同的。公司治理越差、資訊揭露程度越低、公司特有風險越高 的公司，其流動性對企業價值越具顯著影響力。 關鍵詞：企業價值、流動性、公司治理、資訊揭露程度、公司特有風險 . II .
(4) . Abstract This paper investigates the relationship between stock liquidity and firm performance in Taiwan by using both of Ordinary Least Squares method and two-stage least squares method. To access whether stock liquidity improves, harms, or has no effect on firm performance, a proxy for Tobin’s Q is regressed on the liquidity measure, stock turnover, and several control variables, for example, corporate governance, information transparency, idiosyncratic risk, etc. Next, In. 政 治 大 with high liquidity, based on Vivian W. Fang, Thomas H. Noe, Sheri Tice (2009), I 立. order to gain further insight into the source of higher firm performance for stocks. ‧ 國. 學. break Tobin’s Q into three components: price-to-operating earnings, financial leverage, and operating profitability and then use these three variables as dependent. ‧. variables to be regressed respectively on the liquidity measure in the same regression. sit. y. Nat. model. Besides, I also examine whether the effect of high liquidity on firm. io. er. performance is different for firms with different level of each control variable. At last,. al. iv n C h have stocks with high liquidity not only betterhfirm eng c i Uperformance, but also have more n. this study shows that liquidity positively affects firm performance and proves that. equity in their capital structure and higher operating profitability levels. This study also finds that the effect of stock liquidity on firm performance is significantly different for firms with different level of control variables.. Keyword: firm performance, stock liquidity, corporate governance, information transparency, idiosyncratic risk. III .
(5) . 目錄 中文摘要 ...................................................................................................................... I ABSTRACT .............................................................................................................. III 目錄 ........................................................................................................................... IV 第壹章 緒論 ............................................................................................................... 1 第一節 研究背景與動機 ...................................................................................... 1 第二節 研究目的與範圍 ...................................................................................... 2 第三節 研究架構 .................................................................................................. 5 第貳章 文獻回顧 ....................................................................................................... 6. 政 治 大. 第一節 流動性的定義與衡量指標 ...................................................................... 6 第二節 流動性與企業價值之相關文獻 .............................................................. 8. 立. ‧ 國. 學. 第參章 研究方法 ...................................................................................................... 11. ‧. 第一節 研究假說 ....................................................................................................11 第二節 樣本選取與資料來源 ............................................................................... 12 第三節 研究流程與實證模型 ............................................................................... 24. sit. y. Nat. 第肆章 實證結果與分析 ......................................................................................... 27. n. al. er. io. 第一節 PANEL DATA 分析結果 ............................................................................ 28 第二節 橫斷面分析結果 .................................................................................... 32 第三節 深入探討流動性與企業價值之關係 .................................................... 35. Ch. engchi. i Un. v. 第伍章 結論與建議 ................................................................................................. 40 第一節 結論 ........................................................................................................ 40 第二節 研究限制與後續研究之建議 ................................................................ 42 參考文獻 ................................................................................................................... 43 . IV .
(6) . 第壹章 緒論 第一節 研究背景與動機 根據過去之學術研究，Maug[1998]證明股票市場流動性越高，股東易透過 知情交易(informed trading)賺取利潤，越能提高股東監督意願， 進而使公司治 理發揮效能，有助企業價值提昇。除了股票流動性對公司經營績效產生影響外， 劉玉珍、胡星陽[1998]等指出流動性亦可影響投資人之要求報酬率，進而影響企 業價值，而 Spiegel and Wang[2005]發現，當公司特有風險與流動性同時放入模. 政 治 大. 型中檢驗對股票報酬率的影響時，股票報酬率會隨著公司特有風險(idiosyncratic . 立. risk)增加而增加，而流動性與股票報酬呈現反向關係，但公司特有風險對股票報. ‧ 國. 學. 酬之解釋能力大過流動性。過去台灣學術界有許多針對企業價值與其影響因素. ‧. 之間的研究，但皆為某單一影響因素與企業價值之間的探討，例如：強調公司 治理與企業價值關係之文獻有莊峻銘[2003]、邱鳳美[2006]等、強調資訊揭露程. y. Nat. io. sit. 度或透明度與企業價值關係之文獻有陳玟秀[2004]、林瑞琴[2006]等。而流動性. n. al. er. 與企業價值關係之研究國外有 Vivian W. Fang, Thomas H. Noe, Sheri Tice[2009]、. Ch. i Un. v. 國內有許玉葉[2005]等。本研究將再深入研究股票流動性與企業價值之關係，企. engchi. 圖瞭解當考慮其他已證實會影響企業價值之因素後，股票流動性是否依然對該 企業價值存在影響力。. 1 .
(7) . 第二節 研究目的與範圍 一、研究目的 本研究目的為透過實證，探討台灣上市櫃公司之股票流動性與企業價值間 之關聯，希望能瞭解影響企業價值之背後因素外，更能提供實務界在評價企業 價值時的另一個參考指標。 目前學術界已存在許多跟流動性有關之研究，但大多皆針對流動性與股票 報酬，少數直接針對企業價值做探討，其中在提昇企業經營績效方面，Maug[1998]. 政 治 大. 理論模型證實，在流動性高的股市，可以增強股東監督公司的誘因，因為只有. 立. 在高度流動性的市場才能讓股東運用監督所取得之資訊優勢來進行交易獲取利. ‧ 國. 學. 潤，因此公司股票流動性越高、股東努力監督公司的意願越高、管理效能為之 提升。許玉葉[2005]在公司治理、流動性與公司績效關聯性研究一文中發現， 以. ‧. 內部人持股比率作為公司治理代理變數時，內部人持股率越高的公司，其流動. Nat. sit. y. 性對公司績效有正向且顯著的的影響。. n. al. er. io. 除了流動性外，學術界亦有許多其他因素與企業價值之研究，在公司治理. i Un. v. 方面，Claessens et al[2000]指出若公司有健全的治理機制，管理階層以公司及股. Ch. engchi. 東利益極大化為目標，將可提高公司之經營績效與企業價值，而Brown and Caylor[2006]則表示更好的公司治理有助於經理人減少不當投資、有效執行併購 等對公司整體更好的經營決策而使企業價值提升。另外，由於台灣證券市場主 要以自然人為主，一般的散戶投資人限於本身知識與資金的考量，無法進行長 期投資分析，在不易獲得資訊上的優勢之情況下，仰賴專業分析師提供有用的 建議，而資訊透明度是影響分析師盈餘預測準確度之重要影響因素，企業資訊 揭露程度越高，越有助於分析師追蹤企業的經營現況與財務狀況，也會增加分 析師跟隨該公司進行分析之意願，Trueman[1996]指出，企業的分析師追隨數量. 2 .
(8) . 與該公司預期股價呈現正向關係，吳郁萱[2005]亦指出公司資訊透明度較佳的公 司之績效表現越好，Healy, Hutton, and Palepu[1999]表示當公司增加資訊揭露程 度除了將增加法人機構和分析師的興趣外，亦可使投資人修正遭到錯估的企業 價值並提高流動性。有此可知，影響企業價值的因素亦有機會間接影響到流動 性。 鑑於過去皆針對個別因素對企業價值之影響作研究，本研究將在探討股票 流動性與企業價值之關聯的同時，同步考量其他顯著影響企業價值之因素，做 一整合性研究，並且參考Vivian W. Fang, Thomas H. Noe, Sheri Tice [2009]研究方. 政 治 大. 法，除了以企業價值因子為應變數以外，再將企業價值因子分成三部分，各別. 立. 探討與流動性之關係的同時，企圖找尋流動性透過哪一部份來影響企業價值。. ‧ 國. 學. 最後除了能瞭解流動性是否能真正影響企業價值與其背後因素外，更能提供實 務界在評價企業價值時的另一個參考指標。 . ‧ y. sit. n. al. er. io. 二、研究範圍. Nat. . Ch. i Un. v. 本研究主要探討台灣上市櫃公司之股票流動性與該企業價值之關聯，由於. engchi. 台灣證券交易所為提升成交效率性與交易公平性，以使資訊透明度符合國際化 目標，從西元 2002 年 7 月 1 日起改採集合競價，並揭露未成交的最高一檔買進 及最低一檔賣出申報價格等交易新制度，又於 2003 年 1 月 2 日起實施揭露未成 交的最佳五檔買賣委託價量之新措施，國內學者及外資法人皆表示股市交易新 制將改善資訊不對稱之弊端及提高交易資訊之透明度，是長期振興股市的根本 對策。但徐裕明[2003]在針對該股市新制對台灣證券集中交易市場價量波動性與 流動性之影響所做研究發現新制造成樣本股票流動性下降之結果。 另一方面，為順應公司治理之重要性，我國從 2003 年開始，由台灣證券交. 3 .
(9) . 易所與證券櫃檯買賣中心委託證券暨期貨發展基金會負責並發佈企業資訊透明 度，此揭露系統第一屆（2003 年）與第二屆（2004 年）僅發佈較透明之公司， 而第三屆（2005 年）則修訂透明度等級為 A+、A、B、C 等四個等級，從第四屆 （2006 年）開始透明度分五個等級，分別為 A+、A、B、C 與 C‐。由於此評鑑制 度提供一個評鑑企業資訊透明度之公開資訊，可作為衡量透明度之客觀指標， 目前已發佈 2008 年之評鑑結果，2009 年則尚未公布。吳郁萱[2006]在其公司資 訊透明度、分析師跟隨與公司績效之關連性研究中便以此評鑑系統之結果作為 企業資訊揭露程度之指標。陳柔安[2005]在資訊透明度、流動性與資訊內涵關係. 政 治 大. 之研究中發現，流動性越低，股票異常報酬越高，而當公司資訊透明度越高，. 立. 流動性和異常報酬間的負向關係就會越顯著。 . ‧ 國. 學. 未避免因交易制度改變而造成流動性之系統性影響，與考量企業資訊揭露 評鑑系統建構完整與結果發佈時間，本研究之研究期間選定從西元 2005 年至. ‧. 2008 年，共四年。研究樣本為研究期間內台灣上市櫃公司，當中包含目前已下. Nat. n. al. er. io. sit. y. 市之公司以避免生存者偏誤，其中由於金融業產業特性特殊而予以排除。 . Ch. engchi. . 4 . i Un. v.
(10) . 第三節 研究架構 第壹章 緒論 y y. 研究背景與動機 研究目的與範圍. 第貳章 文獻回顧 y y. 流動性的定義與衡量指標 流動性與企業價值之相關文獻 . 第參章 研究方法 研究假說 樣本的選取與資料來源 研究變數定義與研究流程. y y. y. sit. n. al. er. io y. ‧. Nat. y y y . 學. ‧ 國. 立. 政 治 大. Ch. i. i Un. v. e n 實證結果與分析 gch 第肆章. Panel Data 分析結果 橫斷面分析結果 深入探討流動性與企業價值之關係. 第伍章 結論與建議 y y. 結論 研究限制與後續研究之建議 圖 1‐1. 研究架構 5 .
(11) . 第貳章 文獻回顧 本章首先將先討論「流動性」的定義，以及影響流動性之相關文獻。接著， 回顧現存研究中，分別探討流動性、公司治理、企業資訊透明度、公司特有風 險等影響企業價值之相關文獻。 . 第一節 流動性的定義與衡量指標 一、流動性的定義. 政 治 大 交易之價格(the price of immediacy)」 ，流動性便是交易成本。Amihud and 立. 過去許多學者對流動性下過定義，O’Hara[1995]認為流動性是一「立即完成. ‧ 國. 學. Mendelson[1989]認為流動性可以從兩方面來評估，第一，在特定時間內完成交 易所需的成本；第二，尋找一個理想價格的時間。Schwartz[1988]將流動性區分. ‧. 為價格構面與時間構面，從價格構面來說，若一資產在特定時間內完成交易下，. sit. y. Nat. 買方所負擔之溢價與賣方所承受之折價較少時，則此資產較具流動性，又從時. n. al. er. io. 間構面來說，若交易雙方在可接受的讓價下，完成交易所需的時間越短，則此. i Un. v. 資產越具流動性。Lippman and McCall[1986]則表示若某項資產具備流動性，即. Ch. engchi. 說明此項資產能以可預測的價格迅速的出售。由此可知，流動性是證券持有人 能夠快速的以合理價格成交之能力，如果一資產能夠快速完成交易，而且買方 負擔溢價不大、賣方承受的折價有限時，則此一資產的流動性較佳。 二、流動性的衡量指標 過去學者對流動性的衡量指標並無一致性的看法，但仍有些學者提出幾種 量化指標，如：「買賣價差」、「成交量」與「周轉率」等，分別敘述如下： 從 Demsetz[1968]開始，美國許多學者如 Tinic[1972]認為買賣價差對流動性. 6 .
(12) . 需求者而言是一種交易成本，因市場存在交易成本，投資人買進與賣出價格不 等於完全市場之均衡價格，買進股票需付出溢價，賣出股票需要承受價格折價。 當市場價差越小，投資人的交易成本越低，市場的流動性越佳，而另一方面， 對造市者(market‐maker)而言，買賣價差則是提供流動性所要求的報酬或補償。 Amihud and Mendelson[1986]是以買賣價差為流動性衡量基礎下，將流動性變數 加入資本資產定價模式藉以探討股票平均報酬與流動性的關係，在假設投資人 為理性的條件下，結果發現當投資人持有買賣價差較大，即流動性較低的股票 時，會獲得較高的報酬作為補償，而這項假說使得買賣價差被學者廣泛採用在. 政 治 大. 研究美國股市是否存在流動性溢酬的研究上。不過，美國 NYSE 是一報價驅動. 立. (quote‐driven)市場，由專業會員決定買賣價格，投資人再決定是否以此價格買. ‧ 國. 學. 賣，但是，台灣證券集中交易市場是屬委託單驅動(order‐driven)市場，由委託單 決定成交價格，投資人在經紀商下單後，由經紀商輸入買賣委託申報給證券交. ‧. 易所，經由交易所電腦撮合後，揭示買賣價及成交價量行情。因此， 「買賣價差」. Nat. sit. y. 在台灣集中交易市場與在美國 NYSE 之意義大不相同，台灣集中交易市場的買賣. n. al. er. io. 價差只是證交所在電腦撮合現行市場所有投資人之委託買賣單後，揭示出現行. i Un. v. 成交價格附近最佳買進與賣出價格的差距，並非美國 NYSE 之買賣價差是其專業. Ch. engchi. 會員提供流動性服務所獲得之補償。所以，對台灣市場而言，買賣價差並不適 合作為流動性的衡量指標。 而自從 Demsetz[1968]研究 NYSE 股票發現成交量與買賣價差有顯著負向關 係，Sueu and Ku[1998]以成交量作為流動性之代理變數，發現在空頭市場時期， 台灣上市公司股票報酬與成交量存在顯著負向關係，即低成交量股票較高成交 量股票擁有較高之流動性溢酬。在以周轉率作為流動性衡量指標方面，Chui and Wei[1997a]延續 Amihud and Mendelson[1986]提出的資產定價模式，使用與 Brennan and Subrahmanyam[1995]相近的模式推導出一說明股票之期望報酬與. 7 .
(13) . 周轉率呈負向關係的模式，即高周轉率、高流動性之股票擁有較低之期望報酬。 由於周轉率廣泛被國內外研究學者作為流動性指標，本研究亦將沿用此一指標 作為流動性之代理變數，探討流動性與企業價值之關係。 . 第二節 流動性與企業價值之相關文獻 Khanna and Sonti[2004]指出，流動性將會影響公司營運對股票價格之資訊內 涵的敏感程度，而資訊交易者將透過其交易策略來影響管理者行為與公司營 運，例如：透過交易，造成股票價格上升，背後隱含未來公司前景較好，將影. 政 治 大. 響管理者制訂決策或安排投資，同時當股票價格上升，亦會減輕公司預算限制. 立. 的壓力，如以換股方式進行購併時，將獲得較好之條件，所以資訊交易者可藉. ‧ 國. 學. 由對股票價格影響力來影響管理者做出增加企業價值之決策，即流動性對企業 價值有正面影響力。 . ‧. 另一方面，由於法人具相當大的股本投資，因此許多研究便是針對法人持. y. Nat. io. sit. 股在股票市場中所發揮的監控代理功能，相較於一般的投資散戶，Oviatt[1998]. n. al. er. 認為法人由於擁有較專業的人才、充足的資源以及較豐富的資訊管道，因而能. Ch. i Un. v. 形成較具專業的投資規劃與相對較低廉的監督成本優勢，對於投資標的之選擇. engchi. 與監督具有較佳的效果，在加上持股比率較高的條件下，監督公司管理階層的 工作上便能發揮更高的效率。而法人對公司績效表現不滿時，可以直接出脫手 中持股，即「退出」政策，藉以懲罰管理者，因此法人持股對企業價值有正面 的影響。Coffee[1991]亦深入探討法人的監督角色，表示由於法人持股比例大， 出脫持股時勢必影響股價或須折價出售求現，讓「退出」政策越顯困難，於是 法人從被動的投資者轉變為積極的監控者。Maug[1998]建立一個理論模型，探 討股票流動性與公司治理之間的關係，結果發現股票市場的流動性越高，大股 東參與公司控管的意願會越高，因而提升了公司治理水準，Maug[1998]亦表示，. 8 .
(14) . 在一個股票流動性較佳的情況下，參與公司控管的大股東可以提前獲得公司營 運績效的資訊，並且能夠以利用尚未反映此資訊內涵的價格提前買賣股票，執 行資訊交易，所賺取之利潤可用來彌補參與公司控管所付出之成本，因此大股 東會選擇增加持股來參與公司控管，因此公司治理程度較好，管理效能提升， 即流動性對企業價值有正面影響力。不過 Bhide[1993]表示，股票流動性高將使 「退出」成本下降，且使所有權更形分散，降低股東想監督公司之意願，即流 動性對企業價值有負面的影響力。 從報酬角度而言，許多學者已證實流動性低的證券將有較高的報酬。例如. 政 治 大. 以美國證券市場為實證對象的文獻有：Amihud and Mendelson[1986]、Brennan . 立. and Subrahmanyam[1996]、Hu[1998]以及 Datar et al[1998]等，而以台灣證券市場. ‧ 國. 學. 為實證對象的文獻有：劉玉珍、胡星陽[1998]等，雖然上述學者所用的流動性衡. ‧. 量方法不盡相同，但結果趨向一致，亦即流動性較低的股票，投資人將要求一 較高之流動性風險溢酬。對投資人而言，流動性對於投資人而言是具有價值的，. y. Nat. io. sit. 因缺乏流動性將增加投資者持有一資產的機會成本。在其他情況均若相同下，. n. al. er. 一資產的價值與流動性程度成正相關。換句話說，即持有一資產的期望報酬率. Ch. i Un. v. 將與流動性程度呈負相關。低市場性所帶來的高期望報酬率反映投資人因持有. engchi. 一資產所承擔額外風險的補償報酬。此額外風險即指投資人必須降低價格以將 資產變現之，亦或者可能錯失賺得更高報酬的機會成本。Holmstrom and Tirole[2001]表示不具流動性的股票將採折價交易，隱含著股票流動性與市場價 值之企業價值指標(如：Tobin’s Q ratio)呈現正相關。Baker and Stein[2004]則利用 市場資料觀察出股市的周轉率或股市的流動性可作為衡量投資人情緒的間接指 標，他們發現股市流動性快速提升的背後成因是由於樂觀的非理性投資者進入 市場，因此，換句話說，高流動性的出現可能代表股票價值被高估，此溢價交 易將造成較低之期望報酬。另外，除了流動性溢酬，Spiegel and Wang[2005]採. 9 .
(15) . 用 Fama‐French 三因子模型，同時考慮市場風險溢酬、規模溢酬、帳面市場價 值比溢酬，以迴歸模式殘差之標準差作為公司特有風險，該研究發現，股票報 酬率會隨著公司特有風險(idiosyncratic risk)增加而增加，而流動性與股票報酬雖 如預期呈現反向關係，但公司特有風險對股票報酬之解釋能力大過流動性。 另外，Daimond and Verrecchia[1991]認為揭露資訊可以降低有資訊與無資訊 投資人之間的資訊不對稱，因此對於有高度揭露的公司，投資人較有信心認為 股票是以公平價格交易，降低投資人所要承擔的風險，提高投資者對該公司股 票的需求，進而增加股票流動性。同時因資訊揭露可以降低資訊不對稱，使公. 政 治 大. 司的資金成本降低， 股價上升。 . 立. 因此，由以上文獻探討可知，股票流動性與企業價值之關係並未有定論，. ‧ 國. 學. 兩者可能為正向或負向關係，而兩者之間或許並非所謂的直接影響的關係，因. ‧. 為股票流動性可能透過其他變數來間接影響企業價值。或者，股票流動性與企. y. sit. io. n. al. er. 業價值。 . Nat. 業價值的改變是導因於其他變數，透過其他變數，同時影響了股票流動性與企. Ch. engchi. 10 . i Un. v.
(16) . 第參章 研究方法 第一節 研究假說 本研究之主旨為探討台灣上市櫃公司普通股股票流動性與其企業價值之關 聯，由第貳章-文獻回顧可知，過去已有許多研究發現股票流動性與企業價值間 存在直接或間接之關係。 例如 Maug[1998]表示在一個股票流動性較佳的情況下，大股東會選擇增加 持股來參與公司控管，因此公司治理程度較好，管理效能提升，企業價值較高。. 政 治 大 但若公司治理程度不變，股票流動性是否依舊影響企業價值則尚未有定論。而 立 表示股票流動性較好的公司，會使公司治理程度提升，進而使企業價值增加。. ‧ 國. 學. Daimond and Verrecchia[1991]認為揭露資訊可以降低投資人間的資訊不對稱，降 低投資人所要承擔的風險，提高投資者對該公司股票的需求，進而增加股票流. ‧. 動性。同時因資訊揭露可以降低資訊不對稱，使公司的資金成本降低，企業價. sit. y. Nat. 值提升。表示當公司資訊揭露程度越高，可增加股票流動性，且影響企業價值。. n. al. er. io. 但若公司資訊揭露程度不變，股票流動性與企業價值兩者之間是否依舊存在直. i Un. v. 接影響關係亦尚無定論。另一方面，Spiegel and Wang[2005]發現公司特有風險. Ch. engchi. 對股票報酬之解釋能力大過流動性本身。表示公司特有風險比股票流動性更可 解釋股票報酬的差異，但若控制公司特有風險，股票流動性是否依舊對企業價 值產生影響亦尚無定論。 因此為求更完善之結論，本研究在探討流動性與企業價值之關係時，同時 加入公司治理程度、資訊揭露程度與公司特有風險等控制變數，來探討假說一： 假說一：流動性越好的公司，其企業價值越高（低）（不變）。 公司治理、資訊揭露程度與公司特有風險皆是過去研究中發現的企業價值 影響因子，若此三項因子程度不同，是否流動性對企業價值影響效果亦不同值 得探討，因此本研究將探討假說一、得到流動性與企業價值的關係之後，企圖 11 .
(17) . 探假說二至假說四： 假說二：公司治理愈差的公司，流動性對企業價值的正面影響效果愈大。 假說三：公司資訊揭露程度越高的公司，流動性對企業價值正面影響效果愈大。 假說四：公司特有風險越高的公司，流動性對企業價值的正面影響效果愈大。 . 第二節 樣本選取與資料來源 一、研究對象與樣本期間. 政 治 大 本研究將以「台灣」為研究對象之標的國家，深入探討台灣股市裡， 立. 流動性與企業價值之關係。研究樣本為台灣上市櫃公司，為避免生存者偏. ‧ 國. 學. 誤，樣本將包含目前已下市櫃之公司。另外，由於金融業產業特性特殊而. ‧. 予以排除。最後排除變數缺漏之觀測值之後，最終研究樣本共計 48679 個. sit. y. Nat. 觀測值，樣本之產業分佈請參照表 3‐1。. n. al. er. io. 另一方面，未避免因 2003 年初實施揭露未成交的最佳五檔買賣委託價. i Un. v. 量新措施而造成交易制度改變後，可能對股票流動性產生系統性影響，且. Ch. engchi. 考量由台灣證券交易所與證券櫃檯買賣中心委託證券暨期貨發展基金會負 責並發佈代表企業資訊透明與否之企業資訊揭露評鑑系統之建構完整與結 果發佈時間，本研究之樣本期間選定從西元 2005 年 1 月至 2008 年 12 月， 共 48 個月。 二、資料來源 本研究主要參考台灣經濟新報資料庫(TEJ)所提供之數據，包含：周轉 率、股價、各項財務數字(如：稅前息前營業利益、公司帳面價值等)，以及 董監持股比例、董監質押比例、獨立董事比例、法人持股比重等。另外， 12 .
(18) . 公司資訊揭露程度的變數指標則取自證基會發佈之企業資訊揭露系統。所 有資料皆以月資料為主。. 表 3‐1. 研究樣本之產業分佈表 年份 . 2005 . 2006 . 2007 . 2008 . 總計 . 個數 . 比例 . 個數. 比例. 個數. 比例. 個數. 比例 . 個數. 比例. 1.水泥工業 . 84 . 0.7% . 84 . 0.7%. 72 . 0.6%. 84 . 0.7% . 324 . 0.7%. 2.食品工業 . 264 . 2.3% . 252 . 2.1%. 252 . 2.0%. 264 . 2.1% . 1032. 2.1%. 3.塑膠工業 . 336 . 3.0% . 316 . 312 . 2.5% . 1276. 2.6%. 4.紡織纖維 . 573 . 5.0% . 4.6% . 2337. 4.8%. 5.電機機械 . 610 . 立 642 . 576 . 5.4% . 674 . 5.4% . 2598. 5.3%. 6.電器電纜 . 144 . 1.3% . 7.化學生技 . 742 . 8.玻璃陶瓷 . 政2.6% 治312 大2.5% 592 4.8% 596 4.8% 5.4%. 168 . 1.4%. 168 . 1.3%. 156 . 1.2% . 636 . 1.3%. 6.5% . 797 . 6.5%. 794 . 6.4%. 844 . 6.7% . 3177. 6.5%. 48 . 0.4% . 48 . 0.4%. 48 . 0.4%. 48 . 192 . 0.4%. 9.造紙工業 . 84 . 0.7% . 84 . 0.7%. 84 . 0.7%. ‧. 0.4% . 84 . 0.7% . 336 . 0.7%. 10.鋼鐵工業 . 384 . 3.4% . 396 . 3.2%. 402 . 3.2%. 415 . 3.3% . 1597. 3.3%. 11.橡膠工業 120 . 1.1% . 120 . 1.0%. 130 . 1.0%. 120 . 1.0% . 490 . 1.0%. 60 . 0.5%. 60 . 0.5%. 60 . 0.5% . 235 . 0.5%. io. al. 0.5% . sit. Nat. 55 . er. ‧ 國. 672 . 學. 5.2%. y. 產業別 . 6105 . 53.7% . 14.建材營造 . 540 . 4.8% . 587 . 4.8%. 557 . 4.5%. 504 . 4.0% . 2188. 4.5%. 15.航運業 . 251 . 2.2% . 264 . 2.2%. 240 . 1.9%. 240 . 1.9% . 995 . 2.0%. 16.觀光事業 . 120 . 1.1% . 120 . 1.0%. 120 . 1.0%. 120 . 1.0% . 480 . 1.0%. 17.貿易百貨 199 . 1.8% . 204 . 1.7%. 203 . 1.6%. 199 . 1.6% . 805 . 1.7%. 18.油電燃氣 . 143 . 1.3% . 144 . 1.2%. 144 . 1.2%. 144 . 1.1% . 575 . 1.2%. 19.其他 . 564 . 5.0% . 624 . 5.1%. 635 . 5.1%. 632 . 5.0% . 2455. 5.0%. 11366 100% 12254. 100%. 12463. 100%. 12596 100% 48679. 100%. 總計 . n. 13.電子業 . v ni 6752 C h 55.1% 6974 U56.0% engchi. 12.汽車工業 . 13 . 7120. 56.5% 26951 55.4%.
(19) . 三、研究變數之選取 1) 應變數：企業價值 本研究將採 Tobin’s Q ratio 為企業價值之替代變數。過去有相當多研究皆以 Tobin’s Q ratio 代表企業價值，如 Morck, Shleifer and Vishny[1988]、Kaplan and Zingales[1997]、Gompers, Ishii and Metrick[2003]、Vivan, Thomas and Sheri[2009] 等，國內研究則有陳瓊芬[1994]、林秀鳳[2007]等。 Tobin’s Q 為 Lindenberg and Ross[1997]提出，是以市場價值作為分子，而以. 政 治 大. 公司有形資產之重置成本為分母所構成之比率。當公司財務報表所無法列示的. 立. 無形資產價值越大時，Tobin’s Q 值越大；另一方面，由於市場價值反應投資人. ‧ 國. 學. 對未來的預期，也反應出對公司管理團隊決策與計畫之執行能力之評估，當管 理團隊能力越好、公司管理品質越佳時，預期公司好的投資計畫能有效執行，. ‧. 可創造較高之企業價值，Tobin’s Q 值也就越大。由於 Tobin’s Q 能將外部投資人. Nat. sit er. io. 值之替代變數。 . y. 對企業未來績效期待之市場評價包含在內，因此本研究使用 Tobin’s Q 為企業價. al. n. iv n C h e n特別股市值＋負債帳面價值 普通股市值 gchi U , 以 Q 表示之。. Tobin s Q. 總資產帳面價值. (公式 3‐1) 為求深入流動性對企業價值產生影響之成因，驗證假說背後可能因素，本 研究參考 Vivian、Thomas and Sheri[2009]研究方法，再將 Tobin’s Q 拆成三部分， 如公式 3‐2 所示，分別為營業利益對股價比(OIP)、權益佔資產比(LEVERAGE)及資 產報酬率(OIOA)，將各別作為應變數，對因變數作橫斷面迴歸分析。 . 14 .
(20) . Tobin s Q. . 總資產市值 總資產帳面價值 1. 1. 稅前息前營業利益. 稅前息前營業利益 普通股市值. 普通股市值 總資產市值. 總資產帳面價值. 1 OIP. 1 LEVERAGE. OIOA . (公式 3‐2) 2) 因變數：. 政 治 大. 由於台灣股票市場屬於委託單驅動 (order‐driven)市場，而非報價驅動. 立. (quote‐driven)市場，因此以周轉率作為股票流動性之代理變數，以 TURN 代表之。 . ‧ 國. 學. ‧. io. sit. y. (公式 3‐3) . n. al. er. 3) 控制變數：. Nat. . 周轉率=成交量/流通在外股數 . i Un. v. i. 上市與否：以虛擬變數 D_TSE 表示該公司上市與否，當 D_TSE 為 1，表示. Ch. engchi. 該公司屬於上市公司，而當值等於 0，表示該公司屬於上櫃公司。 ii. 公司成立年限：以公司成立年限取自然對數，以 AGE 表示之。 iii. 資產規模：為求降低規模效應對實證之影響，以總資產帳面價值取自然對 數作為控制變數之一，以 SIZE 表示之。 iv. 動能投資策略： 動能投資策略亦稱追漲殺跌投資策略，是指當股價上漲時買進股票，股 價下跌時賣出持股。杜幸樺[1998]指出台灣股票市場存在動能效應，投資者. 15 .
(21) . 可藉由動能策略獲得更高的超額報酬，而且動能效應的持續期間約 1 至 6 個 月，期間拉長之後則有報酬反轉的情形發生。而在有關證券市場操作策略方 面之文獻中，有以股市中個股資料如股價、成交量或周轉率等因素來探討股 市操作策略之研究，如 Lee and Swaminathan[1999]認為在採取追漲殺跌之投 資策略時，除了考量個股前期報酬率之外，還可將前期周轉率之因素納入， 結果發現投資前期交易量大的公司獲利較低。蔡劼麟[1999]探討台灣股市價 格動能與周轉率之關係時發現，除了以前期報酬率為基礎之追漲殺跌策略在 加入周轉率之後，其績效更好。Gutierrez and Pirinsky[2007]以實證研究發現，. 政 治 大. 投資人會追求相對高報酬之贏家組合，同時也發現贏家組合是以高市場價值. 立. 除以帳面價值(high M/B ratio)的股票組成，因此以股票前六個月累積報酬作. ‧ 國. ‧. v. 公司治理水準： . 學. 為控制變數之一，以 MOMEN 代表之。 . sit. y. Nat. Gompers, Ishii, and Metrick[2003]認為公司治理水準較高者，股票異常報. io. er. 酬較高，企業價值亦較高。他們根據 1990 年、1993 年、1995 年及 1998 年. al. 美國投資人責任保護中心(Investor Responsibility Research Center, IRRC)出版. n. iv n C hengchi U 的企業惡意併購防禦研究(Corporate Takeover Defenses, CTD)所列出的 22 項 企業抵禦惡意購併時使用的條款，列出五種類別、共 28 項檢核條件，每個 條件檢核標準簡化為「存在」及「不存在」兩類，逐一對該年度 CTD 涵蓋在 內的美國企業作檢核，採取每項檢核條件權數相等的方式，每符合一項給予 一點，最後將各企業的總點數作為公司治理指標，稱為 The Governance Index，以 G 值表示，用以衡量該企業的股東與管理者之間是否權力平衡， 若 G 值較大，表示該企業管理者權力大於股東控制權。管理者會利用公司營 運條款合法抵禦外來的惡意併購者，隱含該企業公司治理水準較低；若 G 值 較小，表示該企業管理者控制權較小，表示該企業股東控制權較強，公司治 16 .
(22) . 理水準較高。之後，他們利用迴歸模型檢驗公司 G 值與股票異常報酬率及企 業價值的關係，發現當公司 G 值越高，股票異常報酬率越低，企業價值亦較 低。而藍顯德[2005]以「上市上櫃公司治理實務首則」作為台灣公司治理制 度之基準，採用評等項目權數相等的模式，建構一公司治理系統。從過去眾 多與公司治理相關之論文中可以發現，國際評等機構或是國內學者所提出之 公司治理評等方法中，除了財務透明度外，股權結構與組織結構兩項構面最 為重視。由於研究時間有限，本研究採以過去研究常用之四項公司治理指標 代表，分別是：董監持股比率、董監質押比率、法人持股比率、獨立董監事. 政 治 大. 比率，各以 G_SHARE、G_PLEDGE、G_INSTIT、G_INDEN 代表之。 . 立. 董監持股比率(G_SHARE)：Morck, Shleifer and Vishny[1988]發現董監事. 學. ‧ 國. y. 持股比率與 Tobin’ Q 並非直線關係，而國內楊蕉霙[1990]研究發現董監. 董監質押比率(G_PLEDGE)：楊麗弘[1990]、林君玲[1990]、熊大中[1990]. sit. y. Nat. y. ‧. 事持股比率與 Tobin’s Q 是呈現顯著負相關。 . io. al. er. 研究發現董監事質押比率與企業經營績效呈現顯著負相關，主要原因. n. 為董監事喜好買賣股票而不注重本業，而股價重挫時，容易挪用公司 資金護盤。 y. Ch. engchi. i Un. v. 法人持股比率(G_INSTIT)：Pound[1988]效率監督假說主張，機構投資人 比小股東擁有更多的專業知識與技術，可以較低的監督成本更有效的 監控管理階層，Bushee[1998]並表示此一監控行為可以導正管理階層短 視近利之行為。Chaganti & Damanpour[1991]、Gorton & Schmid[2000] 認為機構法人持股越多，公司財務結構越佳、公司績效越好，但由於 機構法人監督是需要成本的，當其監督之效益大於成本時，才有誘因。 . 17 .
(23) . 法人持股比率=政府機構持股+本國/僑外金融機構持股+本國/僑外信 託基金持股+本國/僑外公司法人持股 (公式 3‐4) 獨立董監事比率(G_INDEN)：葉銀華[2004]指出獨立董事代表的是外部. y. 股東，要發揮獨立董事功能就必須授權，特別是獨立董事之席次比率 應佔一定重要性，Davidson et al. [1998]指出內部董事較會支持管理者 而犧牲股東財富，但外部董事則較會追求股東財富的提升，當獨立董 監席次比例越高，越能夠防止董事會與高階管理者聯手侵害股東權益。 . 治 獨立監察人數 政 獨立董事人數 大 董事會總人數. 獨立董監事比率. 立. . ‧ 國. 學 ‧. vi. 資訊揭露程度： . (公式 3‐5) . sit. y. Nat. 以每年證基會發佈之企業資訊揭露程度結果為此控制變數，該企業資. io. er. 訊揭露系統之評鑑工作主要是由證基會邀集學者專家組成之委員會及證基. al. 會內部人員組成之資訊評鑑工作小組共同規劃與執行，評鑑指標有：資訊. n. iv n C hengchi U 揭露相關法規遵循情形、資訊揭露時效性、預測性財務資訊之揭露、年報 之揭露（包含：財務及營運資訊透明度、董事會及股權結構）以及企業網 站之資訊揭露等。潘麗卿[2007]以該資訊揭露系統之結果作為資訊透明度指 標，將 A+及 A 級公司資訊透明度之虛擬變數設為 1，而 B 級以下公司之虛 擬變數設為 0。本研究為求更加精確，A+級與 A 級公司是為資訊透明程度最 高組，B 級公司是為中間組，而 C 級與 C‐級公司則是最低組。此控制變數以 INFORM 代表之。 . 18 .
(24) . vii. 公司特有風險(idiosyncratic risk)： 以往探討投資組合效益之文獻，認同公司特有風險可以藉由完美投資 組合分散掉，但處於非理想狀態的現實社會中，由於受到財富的限制、投 資標的的選擇，或資訊未能充分有效傳遞等因素之影響，大部分投資者無 法持有完美的投資組合。當公司特有風險增加，投資者無法取得其他分散 風險的管道，則此一風險將增加潛在交易成本。過去許多文獻進而探討股 票市場報酬與公司特有風險之間的關係，Malkiel and Xu[1997.2000]研究公 司特有風險與證券報酬之關係發現，公司特有風險比β值或公司規模在股. 政 治 大. 票報酬之橫斷面分析上更有解釋能力。本研究採用 Spiegel and Wang[2005]. 立. 研究方法，由 Fama‐French 三因子模型計算出殘差，如公式 3‐6。再以前. ‧ 國. 學. 60 期殘差( )之標準差作為當期公司特有風險代理變數，以 IR 表示之。 . ‧. (公式 3‐6) . y. Nat. io. sit. 其中， : 單一上市櫃公司股票月報酬率； . n. al. er. : 無風險利率，採用第一銀行一個月之定存牌告利率； . Ch. : 每月市場報酬； . engchi. i Un. v. : 採用前 60 個月，每月前 30%小規模股票之平均報酬扣除後 30%大 規模股票之平均報酬，作為規模影響因子，規模大小之排序依據公司前一 年底市值為基準，分為大‐30%、中‐40%、小‐30%三個規模群組； : 採用前 60 個月，每月前 30%高淨值市價比股票之平均報酬扣除後 30%低淨值市價比股票之平均報酬，作為淨值市價比之影響因子，淨值市 價比大小之排序依據前一年底公司「帳上股東權益總值扣除特別股總值」 除以「權益市值」為基準，分為大‐30%、中‐40%、小‐30%三個淨值市價比 群組； : 殘差值。 19 .
(25) . viii. 產業別： 本研究考量產業效果(fixed industry effects)，藉以控制產業之特定因 素影響。而本研究之產業分類乃根據台灣經濟新報資料庫(TEJ)裡的分類 為主，共十九個產業類別(含其他)。在刪除遺漏資料的樣本後，由表 3‐1 中可看出電子業所佔總樣本之比重最高，且各年度均佔樣本過半家數。 此控制變數以 INDUS 代表之。 ix. 年份別： . 政 治 大. 由於本研究涵蓋四個年度，因此在後續分析中考慮年效果(year fixed . 立. effecst)。西元 2005、2006、2007、2008，共四年，以 YEAR 代表之。 . ‧ 國. y. sit er. al. n. . io. . Nat. . ‧. . 學. . Ch. engchi. 20 . i Un. v.
(26) . 表 3‐2. 各研究變數定義表 . 變數名稱 . 變數代碼 . 變數定義 . 應變數 . Tobin’s Q . Q . Q=(普通股市值+特別股市值+負債帳面價值)/總資產帳面價值 . 營業利益對股價比 . OIP . OIP=稅前息前營業利益/普通股市值 . 權益對資產比 . LEVERAGE . LEVERAGE=普通股市值/總資產市值 . 資產報酬率 . OIOA . OIOA=稅前息前營業利益/總資產帳面價值 . 因變數 . 周轉率 . TURN . TURN=成交量/流通在外股數 . 控制變. 上市虛擬變數 . D_TSE . TSE=1，上市公司；TSE=0，上櫃公司 . 數 . 公司成立年限 . AGE . AGE=LN(公司成立年限) . 資產規模 . SIZE . SIZE=LN(資產帳面價值) . 動能投資 . MOMEN . MOMEN=前六個月累積報酬 . 董監事持股 . G_SHARE . G_SHARE=董事持股比率+監事持股比率 . 董監事質押 . G_PLEDGE . G_PLEDGE=董事質押比率+監事質押比率 . 法人持股 . G_INSTIT . G_INSTIT=政府機構持股+本國金融機構持股+本國信託基金持股+本. ‧ 國. 學. 持股+僑外信託基金持股 . ‧. G_INDEN . G_INDEN=獨立董監事人數/董事會總人數 INFORM_L=1，表示公司之資訊揭露程度為 C 或 C‐ ，INFORM_M=1，. io. sit. y. INFORM . 表示公司之資訊揭露程度為 B 級，而公司資訊揭露程度屬於 A+與 A. n. al. 級則表示 INFORM_L 與 INFORM_M 皆為 0。 . er. 資訊揭露程度 . 國公司法人持股+本國其他法人持股+僑外金融機構持股+僑外法人. Nat. 獨立董監比 . 立. 政 治 大. iv n 三因子模型計算出之殘差，IR=前六十期殘差之標準差 CFama‐French h e n g19c種，設立 h i U 18 個虛擬變數 產業分類共. 公司特有風險 . IR . 產業虛擬變數 . INDUS . 年虛擬變數 . YEAR . 研究期間共四年，設立 3 個虛擬變數 . 前期周轉率 . TURNt‐1 . TURNt‐1=前期成交量/前期流通在外股數 . 平均周轉率 . M_TURN . 同產業內市值相近二個他家公司之平均周轉率 . 控制變數最低組與. D_控制變數. 將各控制變數分成三組，前 33%、33%~66%與後 33%。以董監持股. 周轉率之交乘項 . _L*TURN . 比率為例：前 33%為 15.3%以下的公司，後 33%為 26.03%以上的公 司。當 D_G_SHARE_L=1，表示公司之董監持股比率在 15.3%以下；當 D_G_SHARE_L=0，表示公司之董監持股比率在 15.3%以上。 . 控制變數中間組與. D_控制變數. 以董監持股比率為例：當 D_G_SHARE_M=1，表示公司之董監持股比. 周轉率之交乘項 . _M*TURN . 率在 15.3%至 26.03%；當 D_G_SHARE_M=0，表示公司之董監持股比 率在 15.3%以下或 26.03%。 . 21 .
(27) . . 政 治 大. OIOA TURN AGE SIZE MOMEN G_SHARE G_PLEDGE G_INSTIT G_INDEN INFORM IR 0.05 0.18 3.08 15.32 0.06 0.24 0.09 0.36 0.15 2.99 7.36 0.04 0.09 3.12 15.14 0.01 0.21 0.00 0.32 0.08 3.00 7.84 0.07 0.23 0.54 1.38 0.43 0.14 0.17 0.22 0.16 0.73 7.70 0.01 0.05 0.29 1.90 0.18 0.02 0.03 0.05 0.03 0.54 59.31 1.31 2.58 4.68 8.66 9.60 0.95 1.00 0.98 0.75 4.00 44.41 ‐0.80 0.00 ‐0.54 12.13 ‐0.88 0.00 0.00 0.00 0.00 1.00 0 0.51 2.58 4.14 20.78 8.72 0.95 1.00 0.98 0.75 5.00 44.41 48679 48679 48679 48679 48679 48679 48679 48679 48679 48679 48679 . 立. 學. ‧. y. sit. io. Q Leverage OIP 1.28 0.58 0.06 1.05 0.58 0.06 1.01 0.21 0.13 1.02 0.04 0.02 58.38 0.99 4.32 0.33 0.00 ‐3.06 58.71 1.00 1.27 48679 48679 48679 . Nat. 變數 平均數 中位數 標準差 變異數 範圍 最小值 最大值 個數 . 敘述統計量表 . al. er. . ‧ 國. . v. n. 說明：應變數企業價值(Q)的平均值為 1.28、營業利益對股價比(OIP)的平均值為 0.06、權益佔資產比(LEVERAGE)的平均值為 0.58 及資產報酬率(OIOA) 的平均值為 0.05，而因變數周轉率(TURN)的平均值為 18.04%。各變數定義請參照表 3‐2。 . Ch. engchi. 表 3‐3. 各變數之敘述統計量 . 22 . i n U.
(28) . 相關係數表 . Q . Q . LEVERAGE . . 0.618 . LEVERAGE 0.416. OIP . OIOA. TURN. TSE. AGE. ‐0.077 0.3393. 0.335. ‐0.103 ‐0.324 ‐0.066. . ‐0.128 . 0.317. 0.183. . SIZE MOMEN G_SHARE G_PLEDGE G_INSTIT G_INDEN INFORM ‐0.008 . ‐0.116 . 0.182 . 0.244 . 0.055 . 0.216 . ‐0.091 ‐0.267 ‐0.281. 0.042 . ‐0.185 . 0.090 . 0.183 . 0.071 . 0.075 . 0.077 . 0.019 . 0.123 . 0.046 . 0.100 . ‐0.251 . OIP . ‐0.031. ‐0.024 . . 0.813. 0.028. 0.060. OIOA . 0.170. 0.292 . 0.658 . . 0.166. 0.015. TURN . 0.189. 0.186 . 0.015 . 0.104. . 0.052. TSE . ‐0.084. ‐0.092 . 0.057 . 0.023. ‐0.007. AGE . ‐0.220. ‐0.268 . 0.047 . ‐0.094. SIZE . ‐0.083. ‐0.268 . 0.115 . MOMEN . 0.242. 0.208 . G_SHARE ‐0.013. 0.309 . IR . 0.191 治 政 0.061 0.169 0.069 大. 0.081 . ‐0.073 . 0.210 . 0.171 . 0.141 . ‐0.309 . ‐0.197. 0.156. 0.339 . ‐0.292 . 0.021 . ‐0.084 . 0.116 . 0.091 . 0.247 . . 0.342. 0.598. 0.023 . ‐0.125 . 0.251 . 0.236 . ‐0.314 . 0.135 . ‐0.114 . ‐0.186. 0.314. . 0.271. 0.007 . ‐0.039 . 0.228 . ‐0.005 . ‐0.429 . ‐0.041 . 0.041 . 0.081. 0.014. 0.546. 0.226. . ‐0.006 . ‐0.203 . 0.400 . ‐0.282 . 0.220 . ‐0.047 . 0.052 . 0.129. 0.390. ‐0.013 ‐0.034 ‐0.046. . ‧. 0.331 . 0.027 . ‐0.006 . 0.062 . 0.003 . ‐0.069 . ‐0.038 . 0.046 . 0.066 . 0.085. ‐0.214 ‐0.097. ‐0.064 ‐0.125. 0.004 . . ‐0.145 . 0.284 . 0.052 . ‐0.018 . ‐0.143 . G_PLEDGE ‐0.078. ‐0.203 . 0.017 . ‐0.081. ‐0.019. 0.186. 0.239. ‐0.031 . sit. . 0.070 . ‐0.258 . ‐0.010 . 0.079 . G_INSTIT . 0.101. 0.090 . 0.093 . 0.196. ‐0.105. ‐0.031. 0.436. 0.025 . 0.055 . . ‐0.048 . 0.143 . ‐0.146 . G_INDEN . 0.137. 0.184 . 0.037 . 0.156. 0.096. a ‐0.308l. ‐0.197 . ‐0.048 . . 0.080 . ‐0.131 . INFORM . 0.019. 0.077 . 0.087 . 0.134. 0.035. 0.128. ‐0.022 . 0.156 . 0.085 . . ‐0.109 . IR . 0.098. ‐0.093 . ‐0.113 ‐0.253. 0.073. ‐0.099 ‐0.052 ‐0.176. 0.075 . ‐0.156 . ‐0.093 . ‐0.104 . . io. 0.231. ‐0.103 . n. er. Nat. 0.208. y. 0.204 . ‧ 國. 0.081. 學. 立 ‐0.108. 0.398 . 0.019 i v0.044 n ‐0.008 C U ‐0.056 ‐0.078 h e n0.247 i gch. ‐0.428 ‐0.248. 0.057 . ‐0.106 . 說明：表右上方為 Spearman 相關係數，表左下方為 Pearson 相關係數。從表中可知，周轉率(TURN)與企業價值(Q)呈現正相關，也與營業利益對股價比(OIP)、 權益佔資產比(LEVERAGE)、資產報酬率(OIOA)皆呈現正相關，表示股票流動性越好的公司，其企業價值越高、資本結構中負債比重越低、營運效率也越高。 董監事持股比率(G_SHARE)及董監事質押比率(G_PLEDGE)皆與企業價值(Q)呈現負相關，而法人持股比率(G_INSTIT)、獨立董監比率(G_INDEN)、資訊揭露程度 (INFORM)及公司特有風險(IR)皆與企業價值(Q)呈現正相關。各變數定義請參照表 3‐2。 . 表 3‐4. 各變數之相關係數一欄表 . 23 .
(29) . 第三節 研究流程與實證模型 首先，將研究期間全部樣本資料(panal data)以普通最小平方法與兩階段最 小平方法(如下所述)，即依照公式 3‐7、公式 3‐8 及公式 3‐9 進行分析。再分年 度(2005、2006、2007、2008)各別進行分析，方法相同。 一、普通最小平方法 以普通最小平方法探討股票流動性是否影響該企業價值，其研究之實. 政 治 大. 證模型設計如公式 3‐7。其中應變數為 Tobin’s Q 企業價值(Q)與其組成：營. 立. 業利益對股價比(OIP)、權益佔資產比(LEVERAGE)及資產報酬率(OIOA)，而因. ‧ 國. 學. 變數為周轉率(TURN)，另外加入控制性變數包括資產規模(SIZE)、公司成立 年限(AGE)、動能投資策略(MOMEN)、公司治理(G_SHARE、G_PLEDGE、. ‧. G_INSTIT、G_INDEN)、資訊揭露程度(INFORM)、公司特有風險(IR)以及三個. Nat. n. al. er. io. sit. y. 虛擬變數，分別為上市與否(TSE)、產業(INDUS)及年份(YEAR)。 . Ch. engchi. i Un. v. (公式 3‐7) 二、兩階段最小平方法 為求結果之穩定，參考 Vivian, Thomas, Sheri[2009]研究中以兩階段最小 平方法來修正流動性代理變數可能引發的內生性偏誤，亦即使用流動性代 理變數之工具變數「前期周轉率」(TURN t‐1)與「同產業內市值相近之其他. 24 . .
(30) . 兩家公司周轉率平均值」(M_TURN)估計出流動性代理變數之估計值 (FIT_TURN)，實證模型如公式 3‐8，而後再利用此估計值取代原本值，依照 公式 3‐7 分別檢視其對企業價值的影響，實證模型如公式 3‐9。 . (公式 3‐8) . 立. 政 治 大. ‧ 國. 學. (公式 3‐9) . ‧. 以普通最小平方法與兩階段最小平方法進行分析，得知流動性與企業價值. sit. y. Nat. 關係之實證結果後，接下來將針對其他六個控制變數(董監持股比率(G_SHARE)、. io. er. 董監質押比率(G_PLEDGE)、法人持股比率(G_INSTIT)、獨立董監佔比(G_INDEN)、. al. 資訊揭露程度(INFORM)及公司特有風險(IR))分別以普通最小平方法深入瞭解該. n. iv n C hengchi U 控制變數高低的不同是否有影響流動性與企業價值之關係。以董監持股比率. (G_SHARE)為例：總樣本資料按照高低排序後分成董監持股比率最低、中等組與 最高組，與公式 3‐7 不同之處在於，增設二個研究變數：董監持股比率最低組 虛擬變數(D_G_SHARE_L)與周轉率(TURN)之交乘項及董監持股比率中間組虛擬 變數(D_G_SHARE_M)與周轉率(TURN)之交乘項，如公式 3‐10。從該公式可看出， 當樣本公司屬於董監持股比率最低組，β1+β2 將會是表示流動性影響企業價值 的關鍵係數。從此係數顯著與否、數字正負與高低狀況可判斷出董監持股比率 最低組流動性與企業價值關係與其他兩組的差異。 25 .
(31) . (公式 3‐10) . 研究方法： . 政 治 大 2. 兩階段最小平方法(2SLS) 1. 普通最小平方法(OLS) . 立. ‧ 國. 學. 因變數： . ‧. 應變數： 企業價值(Q) 營業利益對股價比(OIP) 權益佔資產比(LEVERAGE) 資產報酬率(OIOA) . 股票流動性(TURN) . n. er. io. sit. y. Nat. al. 分析： . Ch. engchi. i Un. v. 董監持股比率不同下，對流動性與企業價值之關聯的影響? 董監質押比率不同下，對流動性與企業價值之關聯的影響? 法人持股比率不同下，對流動性與企業價值之關聯的影響? 獨立董監比率不同下，對流動性與企業價值之關聯的影響? 公司資訊揭露程度不同下，對流動性與企業價值之關聯的影響? 公司特有風險不同下，對流動性與企業價值之關聯的影響? . 圖 3‐1. 研究流程 26 .
(32) . 第肆章 實證結果與分析 本章將依照第参章之研究方法與流程，由解釋變數周轉率(TURN)來分別針 對被解釋變數企業價值(Q)與其三部分組成營業利益對股價比(OIP)、權益對資產 比(LEVERAGE)、資產報酬率(OIOA)進行實證分析，並詳述其結果。 第一節將針對總樣本資料(Panel Data)來進行分析，先以普通最小平方法(模 型如公式 3‐7)，再使用兩階段最小平方法(模型如公式 3‐8 與公式 3‐9)。 第二節將針對各年(2005、2006、2007、2008)進行橫斷面分析，同樣先以普. 政 治 大. 通最小平方法(模型如公式 3‐7)，再使用兩階段最小平方法(模型如公式 3‐8 與公. 立. 式 3‐9)。 . ‧ 國. 學. 第三節將根據第一節與第二節之實證結果，進行深入探討，針對其他控制. ‧. 變數，如：董監持股比率(G_SHARE)、董監質押比率(G_PLEDGE)、法人持股比率. sit. y. Nat. (G_INSTIT)、獨立董監佔比(G_INDEN)、資訊揭露程度(INFORM)及公司特有風險(IR). io. al. er. 等六個變數，依照公式 3‐10 進行分析，以視此六個控制變數的不同下，對周轉. n. 率(TURN)與企業價值(Q)關係之影響。 . Ch. engchi. 27 . i Un. v.
(33) . 第一節 Panel Data 分析結果 由表 4‐1 可知，以企業價值(Q)為應變數時，無論使用普通最小平方法或兩 階段最小平方法，在 99%信賴水準下，總樣本資料所得到之實證結果皆為股票 周轉率(TURN)與企業價值(Q)呈現顯著正相關，亦即股票流動性越好的公司，其 企業價值越高。在其他控制變數方面，兩種方法之結果皆顯示上市公司(TSE)擁 有較高之企業價值；資產規模(SIZE)與企業價值(Q)呈現顯著負相關，表示小公司 平均而言擁有較高之企業價值；如預期，動能投資策略(MOMEN)與企業價值(Q). 政 治 大 (G_PLEDGE)與企業價值(Q)為顯著負相關，而法人持股比率(G_INSTIT)則與企業價 立. 呈現顯著正相關，過去贏家持續贏家。公司治理變數中，董監事質押比率. 值(Q)呈現顯著正相關，不過獨立董監比率(G_INDEN)則與企業價值(Q)關係並不. ‧ 國. 學. 顯著，而董監事持股比率(G_SHARE)在普通最小平方法，以 95%信賴水準下，呈. ‧. 現負相關，此結果與楊蕉霙[1990]研究發現相同。在資訊揭露程度方面，普通最. sit. y. Nat. 小平方法與兩階段最小平方法下，資訊揭露程度低(INFORM_L)與企業價值(Q)呈. io. er. 現顯著負相關，而兩階段最小平方法下亦顯示資訊揭露程度中(INFORM_M)與企. al. 業價值(Q)同樣呈現顯著負相關，且資訊揭露程度低者較資訊揭露程度中等者對. n. iv n C hengchi U 企業價值的負面影響更鉅，因此公司資訊揭露程度越高，企業價值亦較高。而 對於公司特有風險(IR)而言，其值越高，企業價值亦越高。 而當營業利益對股價比(OIP)、權益佔資產比(LEVERAGE)、資產報酬率(OIOA) 分別為應變數時，結果亦呈現於表 4‐1。OIP 背後隱含股東們對公司未來營運的 成長與風險之看法，結果顯示 OIP 與周轉率(TURN)呈現正向關係，但未達統計 顯著性，表示當股票流動性越高，市場上對公司未來營運呈現看壞的情況並不 明顯。應變數 LEVERAGE 表示股東權益佔資產比重，該變數越大，指負債在資本 . 28 .
(34) . 表 4‐1. Panel Data 分析結果 . 普通最小平方法(OLS) . . 兩階段最小平方法(2SLS) First Stage . Ch. engchi. 29 . 0.369*** (0.031) ‐ ‐ ‐ ‐ 0.273*** (0.035) 0.034 (0.040) ‐0.476*** (0.014) 0.276*** (0.011) 0.010 (0.078) . y. sit. ‐ ‐ 0.542*** (0.004) 0.287*** (0.005) 0.001 (0.002) ‐0.022*** (0.002) 0.008*** (0.001) 0.095*** (0.002) ‐0.103*** (0.007) . er. al. 政 ‐ 治 大‐ ‐ ‐ . 0.012*** (0.001) ‐ ‐ ‐ ‐ ‐ ‐ ‐0.004* (0.002) ‐0.024*** (0.003) 0.002** (0.001) 0.005*** (0.001) 0.040*** (0.005) . 立. Q . ‧. 0.053*** (0.002) ‐ ‐ ‐ ‐ ‐ ‐ 0.005 (0.004) ‐0.023*** (0.007) ‐0.068*** (0.002) 0.064*** (0.001) ‐0.125*** (0.009) . TURN . 學. 0.003 (0.003) ‐ ‐ ‐ ‐ ‐ ‐ 0.005 (0.004) ‐0.012*** (0.005) 0.006*** (0.002) 0.002 (0.001) 0.087*** (0.010) . OIOA . n. 0.182*** (0.019) ‐ ‐ ‐ ‐ ‐ ‐ 0.217*** (0.032) 0.085** (0.039) ‐0.411*** (0.013) 0.342*** (0.010) ‐0.150** (0.074) . LEVERAGE . io. OIP . Nat. TURN FIT_TURN TURNt‐1 M_TURN TSE AGE SIZE MOMEN G_SHARE . Q . ‧ 國. . Second Stage . i n U. v. OIP ‐ ‐ 0.020 (0.005) ‐ ‐ ‐ ‐ 0.008* (0.004) ‐0.008* (0.005) 0.006*** (0.002) 0.000 (0.002) 0.093*** (0.011) . LEVERAGE ‐ ‐ 0.092*** (0.003) ‐ ‐ ‐ ‐ 0.013*** (0.005) ‐0.018*** (0.007) ‐0.076*** (0.002) 0.055*** (0.001) ‐0.092*** (0.009) . OIOA ‐ ‐ 0.030*** (0.002) ‐ ‐ ‐ ‐ ‐0.002 (0.002) ‐0.020*** (0.003) 0.003*** (0.001) 0.002** (0.001) 0.050*** (0.005) .
(35) . 表 4‐1. Panel Data 分析結果(續) . 普通最小平方法(OLS) . . 兩階段最小平方法(2SLS) First Stage . al. 0.354 . Q . OIP . ‐0.020*** (0.003) 0.048*** (0.004) 0.006 (0.004) ‐0.004*** (0.001) ‐0.001 (0.001) ‐0.001*** (0.000) 0.083*** (0.017) . ‐0.036*** (0.004) 0.015*** (0.005) ‐0.008*** (0.002) ‐0.004** (0.002) (0.001)*** (0.000) 0.016 (0.015) . ‐0.093** (0.041) 1.016*** (0.054) ‐0.092 (0.058) ‐0.101*** (0.019) ‐0.037** (0.016) 0.011*** (0.001) 7.718*** (0.250) . ‐0.007 (0.006) ‐0.011 (0.008) 0.020** (0.008) ‐0.008*** (0.003) ‐0.006** (0.002) ‐0.001*** (0.000) ‐0.004 (0.032) . ‐0.035*** (0.004) 0.188*** (0.006) ‐0.004 (0.006) ‐0.011*** (0.002) ‐0.004** (0.002) 0.001*** (0.000) 1.756*** (0.039) . ‐0.019*** (0.003) 0.036*** (0.004) 0.008* (0.004) ‐0.005*** (0.001) ‐0.002* (0.001) ‐0.001*** (0.000) 0.055*** (0.018) . 0.044 . 0.422 . 0.116 . 0.011 . 0.365 . 0.042 . Ch. y. sit. 0.010** 政 治 (0.004) 大. er. 0.011 . 立. TURN . ‧. 0.118 . ‐0.035*** (0.004) 0.209*** (0.006) ‐0.005 (0.006) ‐0.011*** (0.002) ‐0.003** (0.002) 0.001*** (0.000) 1.653*** (0.037) . OIOA . 學. ‐0.007 (0.006) ‐0.002 (0.007) 0.011 (0.008) ‐0.007*** (0.003) ‐0.005** (0.002) ‐0.001*** (0.000) 0.010 (0.029) . n. ‐0.094** (0.038) 1.117*** (0.050) ‐0.046 (0.055) ‐0.072*** (0.018) ‐0.001 (0.014) 0.011*** (0.001) 6.620*** (0.238) . LEVERAGE . io. 調整後 R^2 . OIP . Nat. G_PLEDGE G_INSTIT G_INDEN INFORM_L INFORM_M IR 截距項 . Q . ‧ 國. . Second Stage . engchi. i n U. v. LEVERAGE . OIOA . 註：粗體字為各變數係數，旁邊***號(**號)(*號)表示在 99%(95%)(90%)信賴水準下該變數對應變數的解釋能力呈現顯著。跨弧內 為係數之標準差。產業別與年份別之控制變數皆已包含在內，僅未列出。各變數定義請見第參章研究變數定義一節。 . 30 .
(36) . 結構裡比重較低，結果顯示 LEVERAGE 與周轉率(TURN)呈現顯著正相關，表示股 票流動性越高的公司，其資本結構裡，以負債籌資的比重較低，公司面臨財務 風險的危機亦較低。從其他控制變數與 LEVERAGE 關係來看，公司成立年限(AGE) 越久、公司資產規模(SIZE)越大，因有形資產越多，提出抵押品或擔保品的可能 越大，因此以負債籌資的機會亦越大。另外，股票周轉率(TURN)與資產報酬率 (OIOA)呈現顯著正相關，顯示股票流動性越佳之公司，其資產獲利能力亦較高。 因此，本研究發現，高股票流動性的公司，其擁有較低之負債比與較高之資產 報酬率，企業價值亦較高。而普通最小平方法與兩階段最小平方法下的結果皆 十分相似。 . 立. . ‧ 國. y. sit er. al. n. . io. . Nat. . ‧. . 學. . 政 治 大. Ch. engchi. 31 . i Un. v.
(37) . 第二節 橫斷面分析結果 不論是普通最小平方法或兩階段最小平方法，從各年資料所做之橫斷面實 證結果來看，2006、2007、2008 皆顯示在 99%信賴水準下，周轉率(TURN)與企 業價值(Q)呈現顯著正相關，即股票流動性越好，企業價值越高。 另外，各年結果皆顯示，公司成立年限(AGE)、資產規模(SIZE)、董監事持股 比率(G_SHARE)與企業價值(Q)呈現顯著負相關，表示越年輕公司、資產規模小、 董監事持股比例少的公司，其企業價值越高。動能投資策略(MOMEN)、法人持. 政 治 大. 股比率(G_INSTIT)、公司特有風險(IR)則與企業價值(Q)呈現顯著正相關，此與. 立. panel data 呈現結果一致。 . ‧ 國. 學. 至於董監質押比率(G_PLEDGE)在 2007 與 2008 年實證結果顯示在 99%信賴. ‧. 水準下，與企業價值(Q)呈現負相關，表示董監質押比率越高，將減損企業價值， 但 2005 年與 2006 年結果則並不顯著。獨立董監佔比(G_INDEN)雖然在上一節. y. Nat. io. sit. panel data 的分析結果顯示對企業價值(Q)的解釋力並不顯著，但在 2006 年、2007. n. al. er. 年與 2008 年實證結果顯示在 99%信賴水準下，與企業價值(Q)呈現正相關，表. Ch. i Un. v. 示董事會裡，獨立董監事人數比例多，的確可以發揮作用，幫助企業價值提升。. engchi. 而在資訊揭露程度方面，2007 與 2008 年實證結果顯示在 99%信賴水準下，資 訊揭露程度低等者(INFORM_L)與資訊揭露程度中等者(INFORM_M)皆與企業價 值(Q)呈現顯著負相關，且資訊揭露程度低等者(INFORM_L)對企業價值的負面影 響比資訊揭露程度中等者(INFORM_M)大，但此控制變數在 2005 與 2006 年則並 不顯著。另外，從調整後 R 平方來看，2007 與 2008 年的模型解釋力較 2005 年 與 2006 年強。. 32 .
(38) . 表 4‐2. 橫斷面分析結果 . al. 2005 . 2006 . 政 治‐ 大 ‐ . Ch. 0.190 (0.119) ‐0.144*** (0.036) ‐0.129*** (0.034) ‐0.026 (0.018) 0.293*** (0.052) ‐0.425*** (0.131) ‐0.052 (0.084) 0.949*** (0.085) . engchi. 33 . ‐ ‐ 0.357*** (0.053) 0.012 (0.017) ‐0.250*** (0.016) ‐0.121*** (0.008) 0.270*** (0.020) ‐0.646*** (0.063) 0.056 (0.041) 0.628*** (0.040) . y. sit. 0.647*** (0.030) ‐ ‐ 0.099*** (0.012) ‐0.182*** (0.012) ‐0.086*** (0.005) 0.575*** (0.017) ‐0.487*** (0.041) ‐0.165*** (0.027) 0.783*** (0.029) . er. 立. 2008 . ‧. 0.165*** (0.035) ‐ ‐ 0.113*** (0.021) ‐0.430*** (0.020) ‐0.145*** (0.009) 0.506*** (0.019) ‐0.991*** (0.072) ‐0.352*** (0.054) 1.078*** (0.048) . 兩階段最小平方法(2SLS) . 學. 0.148*** (0.034) ‐ ‐ 0.018 (0.018) ‐0.235*** (0.016) ‐0.072*** (0.007) 0.371*** (0.019) ‐0.684*** (0.063) ‐0.066 (0.043) 0.757*** (0.041) . n. 0.0312 (0.066) ‐ ‐ ‐0.119*** (0.032) ‐0.159*** (0.029) ‐0.016 (0.014) 0.414*** (0.040) ‐0.472*** (0.112) 0.014 (0.074) 0.919*** (0.073) . 2007 . io. 2006 . Nat. TURN FIT_TURN TSE AGE SIZE MOMEN G_SHARE G_PLEDGE G_INSTIT . 2005 . ‧ 國. . 普通最小平方法(OLS) . i n U. v. 2007 ‐ ‐ 0.340*** (0.058) 0.116*** (0.020) ‐0.410*** (0.020) ‐0.193*** (0.010) 0.431*** (0.021) ‐0.929*** (0.075) ‐0.212*** (0.054) 1.024*** (0.049) . 2008 ‐ ‐ 1.012*** (0.041) 0.102*** (0.012) ‐0.170*** (0.012) ‐0.120*** (0.005) 0.493*** (0.018) ‐0.348*** (0.043) ‐0.094*** (0.028) 0.698*** (0.030) .
(39) . 表 4‐2. 橫斷面分析結果(續) . 普通最小平方法(OLS) . 2.617*** (0.126) . 0.055 . 0.185 . 0.384*** (0.035) ‐0.090*** (0.017) ‐0.033*** (0.011) 0.018*** (0.001) . ‐0.000 (0.050) 0.112 (0.044) 0.014*** (0.003) . 4.366*** (0.150) . 2.732*** (0.084) . 1.468*** (0.293) . 0.301 . 0.042 . al. n. 0.279 . Ch. engchi U. v ni. 2007 . 2008 . 0.149*** (0.048) ‐0.041* (0.022) 0.041 (0.019) 0.014*** (0.001) . 0.286*** (0.058) ‐0.142*** (0.025) ‐0.116*** (0.023) 0.031*** (0.002) . 0.338*** (0.036) ‐0.082*** (0.017) ‐0.022** (0.011) 0.016*** (0.001) . 3.420*** (0.134) . 5.027*** (0.162) . 3.158*** (0.092) . 0.202 . 0.297 . 0.294 . er. 1.416*** (0.232) . 政 治0.002 大 (0.103) . 0.274*** (0.058) ‐0.146*** (0.025) ‐0.101*** (0.022) 0.032*** (0.002) . 立. 2006 . ‧. 0.115** (0.049) ‐0.006 (0.023) 0.066 (0.019) 0.014*** (0.001) . 2005 . 學. ‐0.022 (0.089) 0.020 (0.043) 0.116 (0.037) 0.017*** (0.003) . 2008 . sit. 2007 . io. 調整後 R^2. 2006 . Nat. G_INDEN INFORM_L INFORM_M IR 截距項 . 2005 . ‧ 國. . 兩階段最小平方法(2SLS) . y. . 註：粗體字為各變數係數，旁邊***號(**號)(*號)表示在 99%(95%)(90%)信賴水準下該變數對應變數的解釋能力呈現 顯著。跨弧內為係數之標準差。產業別之控制變數皆已包含在內，僅未列出。另外，兩階段最小平方法之實證結果， 僅列出第二階段部分。各變數定義請見第參章研究變數定義一節。 . 34 .
相關文件
This thesis applied Q-learning algorithm of reinforcement learning to improve a simple intra-day trading system of Taiwan stock index future. We simulate the performance
The one we saw earlier (p. 305) models the stock price minus the present value of the anticipated dividends as following geometric Brownian motion.. One can also model the stock
• Delta hedge is based on the first-order approximation to changes in the derivative price, ∆f , due to changes in the stock price, ∆S.. • When ∆S is not small, the
– Funding liquidity - ability to borrow money to buy securities or make loans.... The
That is, when these records produced association rule: “Stock A drop Î Stock B drop”, the rule shows that when stock A drops, stock B drops with high probability on the same day..
股市預測在人工智慧領域是一個重要的議題。我們的研究使用混合式的 AI 以預測 S&P 500 芭拉價值指標和 S&P 500 芭拉成長股之間的價值溢價；S&P 600 小
This paper aims to study three questions (1) whether there is interaction between stock selection and timing, (2) to explore the performance of "timing and stock
Wilson (1996), “A Longitudinal Study of the Impact of Market Structure, Firm Structure, Strategy, and Market Orientation Culture on Dimensions of Small-Firm Performance,” Journal
