市場異常現象在台灣市場的預期報酬與顯著性分析

全文

(1)國立高雄大學金融管理學系碩士論文. 市場異常現象在台灣市場的預期報酬與顯著性分析 The expected return and significance of the anomalies in the Taiwan market.. 研究生：莊博文撰指導教授：余歆儀博士. 中華民國一百零四年七月.

(2) 市場異常現象在台灣市場的預期報酬與顯著性分析指導教授：余歆儀博士國立高雄大學金融管理學系. 學生：莊博文國立高雄大學金融管理研究所. 摘要資本市場一直都存在著許多無法被效率市場所解釋的市場異常現象。本篇研究探討美國市場所發現之異常現象，在台灣市場是否也能得到顯著性的預期報酬。研究結果發現，大部分美國所發現的市場異常現象在台灣的股票市場中並不顯著，只有 Novy-Marx (2012)所發現的營業毛利這個變數，可以在台灣的股票市場預測未來報酬，並利用零資產組合，獲得顯著異常報酬，平均月報酬為 0.86%，約當 10.82%的年報酬率。總結來說，適用於美國市場的因子模型可能並不適用於台灣市場。. 關鍵字：市場異常現象、零資產組合、台灣的股票市場 I.

(3) The expected return and significance of the anomalies in the Taiwan market.. Supervisor：Hsin-Yi Yu Department of Finance, National University of Kaohsiung Student：Po-Wen Chuang Department of Finance, National University of Kaohsiung. Abstract This study examines whether the anomalies found by using the US data can predict the furture expected return in the Taiwan market. The empirical results show that most anomalies found in the US market, such as size, book-to-market, momentum, accruals, and asset growth, can not be applied to the Taiwan market, except for the profitability anomaly in Novy-Marx (2012). The monthly return of a zero-investment portfolio constructed based on the gross profitability is 0.86%, approximately 10.82% annually. In sum, we should not always follow the factor model in the US literature.. Keywords：Anomalies, Zero-investment portfolio, Taiwan stock market II.

(4) 目錄第一章前言........................................................ 1 第二章文獻回顧.................................................... 5 2.1 三因子模型 (Fama-French Three-factor Model) ................... 5 2.2 價格動能 (Momentum) ....................................... 7 2.3 總資產成長率 (Asset growth).................................. 8 2.4 應計項目 (Accruals) 與現金流量 (Cash Flow) .................. 9 2.5 標準化未預期盈餘 (Standardized Unexpected Earnings, SUE) ...... 10 2.6 每單位資產的營業毛利 (Gross Profit-to-asset) ................... 11 2.7 市場異常現象在“非美國”市場的文獻整理.................... 12 第三章資料與研究方法............................................. 13 3.1 樣本描述.................................................. 13 3.1.1 樣本來源............................................ 13 3.2 資料描述.................................................. 14 3.2.1 資料頻率............................................ 14 3.2.2 樣本—股票報酬率.................................... 14 3.2.3 樣本—股票市值...................................... 14 3.3 投資策略—變數............................................ 15 3.3.1 三因子模型 (Fama-French Three-factor Model) ............ 15 3.3.2 價格動能 (Momentum) ................................ 16 3.3.3 總資產成長率 (Asset growth) ........................... 17 3.3.4 應計項目 (Accruals) .................................. 17 3.3.5 現金流量 (Cash Flow) ................................. 18 3.3.6 標準化未預期盈餘 (Standardized Unexpected Earnings, SUE) 18 3.3.7 自由現金流量 (Free Cash Flow)......................... 19 III.

(5) 3.3.8. 每股盈餘 (Earnings Per Share) .......................... 20. 3.3.9 每單位資產的營業毛利 (Gross Profit-to-asset) ............. 20 3.4 樣本調整.................................................. 21 3.4.1 樣本調整—時間偏移.................................. 21 3.4.2 樣本調整—回溯...................................... 22 3.4.3 樣本調整—會計準則.................................. 23 3.5 研究方法.................................................. 24 第四章實證結果................................................... 25 4.1 樣本敘述.................................................. 25 4.2 穩健性測試................................................ 28 4.2.1 資產組合執行期間的改變.............................. 28 4.2.2 資產組合市場的改變.................................. 28. 4.3. 4.2.3. 資產組合資訊落後期間的改變...................................................... 29. 4.2.4. 資產組合買賣比例的改變.............................................................. 29. 4.2.5. 資產組合加權方法的改變.............................................................. 29. 4.2.6. 資產組合持有期間的改變.............................................................. 30. 資產組合實證結果..................................................................................... 30 4.3.1. 三因子模型 (Fama-French Three-factor Model) ........................... 31. 4.3.2. 價格動能 (Momentum) .................................................................. 33. 4.3.3. 總資產成長率 (Asset growth) ........................................................ 42. 4.3.4. 應計項目 (Accruals) ....................................................................... 43. 4.3.5. 現金流量 (Cash Flow) .................................................................... 44. 4.3.6. 標準化未預期盈餘 (Standardized Unexpected Earnings, SUE) ... 45. 4.3.7. 自由現金流量 (Free Cash Flow).................................................... 47. 4.3.8. 每股盈餘 (Earnings Per Share) ...................................................... 51. 4.3.9. 每單位資產的營業毛利 (Gross Profit-to-asset) ............................ 53 IV.

(6) 4.4. 資產組合實證結果－使用 Fama 與 French 的建構方法....................... 58. 第五章結論.............................................................................................................. 59 附錄.............................................................................................................................. 61 參考文獻...................................................................................................................... 78. V.

(7) 圖目錄圖一、月資料偏移示意圖............................................. 21 圖二、季資料偏移示意圖 ............................................ 22 圖三、台灣上市櫃公司財報發佈時間點................................. 22 圖四、季資料回溯調整............................................... 23 圖五、IFRS 下台灣上市櫃公司財報發佈時間點 .......................... 23. VI.

(8) 表目錄表一、樣本敘述統計表............................................... 26 表二、規模因子與未預期報酬之關係................................... 31 表三、市值淨價比因子與未預期報酬之關係............................. 32 表四、價格動能(形成期 3 個月) 與未預期報酬之關係.................... 34 表五、價格動能(形成期 6 個月) 與未預期報酬之關係.................... 36 表六、價格動能(形成期 9 個月) 與未預期報酬之關係.................... 38 表七、價格動能(形成期 12 個月) 與未預期報酬之關係................... 40 表八、總資產成長率與未預期報酬之關係............................... 42 表九、應計項目與未預期報酬之關係................................... 43 表十、現金流量與未預期報酬之關係................................... 44 表十一、標準化未預期盈餘(EPS)與未預期報酬之關係 ................... 46 表十二、標準化未預期盈餘(本期淨利)與未預期報酬之關係............... 47 表十三、自由現金流量與未預期報酬之關係............................. 48 表十四、自由現金流量/資產總額與未預期報酬之關係.................... 49 表十五、自由現金流量/市值(季)與未預期報酬之關係.................... 50 表十六、自由現金流量/市值(上個月)與未預期報酬之關係................ 51 表十七、每股盈餘與未預期報酬之關係................................. 52 表十八、每單位資產的營業毛利與未預期報酬之關係..................... 55 表十九、每單位市值(去年 12 月)的營業毛利與未預期報酬之關係.......... 56 表二十、每單位市值(上個月)的營業毛利與未預期報酬之關係............. 57. VII.

(9) 附表目錄附表一、規模因子與未預期報酬之關係(F&F) ........................... 61 附表二、市值淨價比因子與未預期報酬之關係(F&F) ..................... 62 附表三、總資產成長率與未預期報酬之關係(F&F) ....................... 63 附表四、應計項目為與未預期報酬之關係(F&F) ......................... 64 附表五、現金流量為與未預期報酬之關係(F&F) ......................... 65 附表六、標準化未預期盈餘(EPS) 與未預期報酬之關係(F&F) ............. 66 附表七、標準化未預期盈餘(本期淨利)與未預期報酬之關係(F&F).. ...... .67 附表八、自由現金流量與未預期報酬之關係(F&F) ....................... 68 附表九、自由現金流量/資產總額與未預期報酬之關係(F&F) .............. 69 附表十、自由現金流量/市值(季)與未預期報酬之關係(F&F) .............. 70 附表十一、自由現金流量/市值(上個月)與未預期報酬之關係(F&F).. ...... 71 附表十二、每股盈餘與未預期報酬之關係(F&F) ......................... 72 附表十三、每單位資產的營業毛利與未預期報酬之關係(F&F) ............. 73 附表十四、每單位市值(去年 12 月)的營業毛利與未預期報酬之關係(F&F) .. 74 附表十五、每單位市值(上個月)的營業毛利與未預期報酬之關係(F&F) ..... 75 附表十六、報酬率差異分析表......................................... 76. VIII.

(10) 第一章前言資本市場是否具有效率性，長久以來一直是投資學領域探討的重心。基本上，效率市場假說認為股價會反應所有的相關資訊，因為資訊會迅速的反應在市場上，投資人並沒有辦法利用這些資訊持續的獲得超額報酬。即使投資人獲得超額報酬，也是因為資訊的不對稱或短時間內資訊解讀不完全的差異所致。但仍然有許多學者在不同的市場當中發現了市場異常現象，例如：元月效應 (January Effect)、規模效應 (Size Effect)、動能效應 (Momentum Effect)等等。除了上述這些，後來的學者也根據其他不同的參考資訊來制定足以擊敗大盤的交易策略。. 根據傳統財務學的觀點，公司所承擔的系統性風險愈高時，其股票應該為投資人帶來較高的風險溢酬。Markowitz (1952)年提出的資產組合理論(Portfolio Theory)，描述了風險與報酬間的關係。接著由 Treynor (1961)，Sharpe (1964)， Lintner (1965)，Mossin (1966)提出的 CAPM 描述了個別證券所承擔的市場風險愈高時將有較高的預期報酬率，但 CAPM 模型並不能完全解釋股票報酬橫斷面報酬的變化，所以才有後續的學者發現了各種市場異常現象。從最早發現市場異常現象的 Banz (1981)的規模效應(size effect)和 Rosenberg et al. (1985)發現的淨值市價比效應(book-to-market ratios effect， B/M effect)。Chan et al. (1991)採用日本東京的市場作為研究對象，一樣發現淨價市值比對股票的預期報酬率有顯著的解釋能力。之後才由 Fama 與 French (1992, 1993)所歸納的三因子模型，認為可以解釋 CAPM 無法解釋的異常報酬。. 過往的研究中，學者常用淨價市值比將公司分類成價值型或是成長型，用公司的成長性來看說是否可以獲得超額報酬。Lakonishok, Shleifer 與 Vishny (1994) 利用淨價市值比、本益比、平均銷售成長率等將股票分成價值型股票和成長型股 1.

(11) 票，發現價值型股票報酬優於成長型股票報酬率。也有其他學者使用資本支出來探討成長性，Titman, Wei 與 Xie (2004)研究關於資本支出與股價未來報酬的反應，其實證結果顯示資本支出宣告將導致未來股價出現負的異常報酬。Cooper, Gulen 與 Schill (2008) 則提出「總資產成長率」來探討其對於股票報酬的影響，結果與上述學者一致是負向關係。. 另一方面，也有學者從技術分析方面來研究市場異常現象，價格動能策略即是一例。Jegadeesh 與 Titman (1993)提出價格動能策略，發現買進過去報酬率表現優秀的贏家股票且同時賣出表現較差的輸家股票後，可以藉由此交易策略獲得超額報酬，作者認為應是由於投資者對於公司訊息反應不足所造成。Rouwenhorst (1998)亦透過價格動能策略，針對1978年到1995年的歐洲國家進行研究，發現亦有超額報酬的結果。Daniel et al. (1998)則由投資人的行為模式切入，發現投資人的行為皆易導致股票報酬在中期會有動能現象以及在長期會有反轉現象。 Moskowitz 與 Grinblat (1999)則是提出產業動能策略，同樣發現該動能策略有良好的獲利能力。George 與 Hwang (2004)則以52週高價做為交易的訊號，透過買進52週高價數值高的股票及賣出該數據低的股票形成資產組合，一樣可藉由此交易策略獲得超額報酬，作者認為此動能策略的成因是由於定錨效應的影響所造成。綜觀上述各種不同面向的價格動能策略，整體而言都說明了價格動能是個有用的參考資訊。. 如何在資訊不完整的情形下，正確地評價一家公司一直是會計和財務的研究中被廣泛探討的問題。在基本分析中，財務報表一直都是最直觀的參考資訊，其中，又以盈餘為最重要的參考因素。Sloan (1996)針對此項議題進行研究，發現投資人無法完全地分辨出應計項目與現金流量間盈餘持續性的差別，對應計項目資訊反應過度，而對現金流量資訊則反應不足，導致公司擁有相對較高(低)的應計項目使用金額，被預期會有負(正)的未來股票異常報酬的異象發生。Xie (2001)接續Sloan 2.

(12) (1996)的研究，同樣發現相似的結果。現金流量及應計項目是會計盈餘構成的要素，Sloan (1996)的研究結果，確實提供投資人一個投資策略形成的可能性，如果應計項目異常現象確實存在於證券市場，投資人遵循公司當期使用應計項目金額越高，而預測其未來股票異常報酬率越低的異象，進一步可以藉由此套利組合，增加或減少手中持股的比例以獲得超額報酬。除了應計項目和現金流量，也有其他學者利用不同的盈餘資訊來做為評價的標準。Latane 與 Jones (1979)指出未預期盈餘比較高的公司比未預期盈餘較低的公司具有較高的超額報酬，證實了未預期盈餘可以賺取超額報酬。Chan, Jegadeesh 與 Lakonishok (1996)以1977年至 1999年的NYSE、AMEX 及Nasdaq 為樣本進行實證研究，納入標準化未預期盈餘、盈餘宣告前後累積異常報酬以及分析師對盈餘預測等做為指標並建構資產組合，發現可以賺取超額報酬。另外，盈餘相關的財務比率也是評價公司價值時所參考的數據。像是Fama 與 French (1993)發現本益比所造成的異常報酬可以被公司規模與淨值市值比所形成的資產組合所解釋。然而Fama 與 French (2006)將股利折現模型進一步延伸，將公司的獲利性(盈餘)與淨價市值比進行連結，發現高獲利的公司比低獲利的公司有較高的預期報酬率。之後，Novy-Marx (2013)發現用每單位資產的營業毛利進行分組後所建構的資產組合，研究結果一樣是獲利愈高的公司報酬率愈高。. 因此，本篇研究想探討上述較著名的市場異常現象應用在台灣市場是否也能得到顯著性的預期報酬。之前研究台灣市場的學者們，都是以單一個市場異常現象進行深入分析，而本篇研究將常見的市場異常現象整合在一起，針對這些市場異常現象做分析。之前國外的市場異常現象研究都是一些在美國市場甚至是其他國家所研究的結果。然而由於台灣市場的特性跟美國市場截然不同，例如：財報公佈的時間與規定不同、投資者結構不同(台灣散戶投資者較多，美國法人投資者較多)、漲跌幅限制的差異(台灣有7%漲跌幅限制，今年改為10%，美國則無漲跌幅限制)、搓合系統的差異(台灣市場為電子搓合系統，美國市場則有部分為人 3.

(13) 工搓合系統)。所以本研究會根據台灣市場的情況來建構資產組合。. 本研究使用 1986 年 1 月 1 日到 2013 年 12 月 31 日台灣市場中所有的普通股股票為研究樣本。參考每一個市場異常現象的建構方法，來做為我們的參考變數，在每個月月初排序後買進變數最高的 10%且放空最低 10%的股票形成一資產組合，經過一個月的持有期間計算其平均報酬率，並每個月重複進行。然而為了檢驗研究結果是否穩健，我們透過一些參數的改變，來檢測我們先前的研究結果是否仍然顯著或者產生變化。研究結果發現大部分的市場異常現象在台灣市場並不太顯著。只有每單位市值的營業毛利這個變數發現有顯著性的正報酬。因此，適用於美國市場的因子模型可能並不適用於台灣市場。. 此外，本篇研究除了根據台灣市場的情況建構資產組合，另外也於附錄仿照了 Fama 與 French (1993)原始的建構方法，也就是在 7 月開始建構資產組合，而在變數方面，是以年報法為依歸，例如：季資料方面，是根據最新財報資料更新資料但每一年才更換一次資產組合。結果顯示大部分的實證結果並無差異，一樣不顯著，而在唯一顯著的每單位市值的營業毛利這個變數，卻也呈現不顯著，原因可能是由於資訊落後所導致。因此使用台灣樣本時，應該根據台灣市場的情況，來調整建構資產組合的時間。. 總而言之，本研究的主要貢獻為：(1)將常見的市場異常現象做統整，並將其應用在台灣市場上，結果發現大部分的市場異常現象並不顯著。(2)使用每單位市值的營業毛利這個變數建構資產組合，在台灣市場可以獲得超額報酬。. 本文在後續章節的內容如下：第二章為文獻回顧，第三章為資料和研究方法，第四章為實證結果與分析，第五章為本研究的結論。. 4.

(14) 第二章. 文獻回顧. 過往研究中，很多學者發現 CAPM 模型並不能完全解釋股票報酬橫斷面報酬的變化，進而發展出多因子模型，而在多因子模型之下，又進一步發現許多市場異常現象。本章節將這些市場異常現象分成非盈餘相關跟盈餘相關兩大類，針對這些現象做一回顧，並介紹現象在不同市場影響股票報酬橫斷面報酬的情形。. 一、非盈餘相關. 2.1 三因子模型 (Fama-French Three-factor Model). Markowitz (1952)提出資產組合理論(Portfolio Theory)，主要探討投資人關注的風險與報酬之間的關係，作者將符合投資效率的股票所形成的投資機會集合變成為效率前緣，並認為投資人可以按照自己的偏好和風險趨避程度在效率前緣上找出最適的資產組合。再來，由Treynor (1961)，Sharpe (1964)，Lintner (1965)， Mossin (1966)等財務學者於1960 年代所發展出來的資本資產訂價模型(CAPM)，該模型描述個別證券所承擔的市場風險愈高時將有較高的預期報酬率。然而， CAPM 在實務的操作上受到相當大的質疑，因為簡化過多的變數以及對於市場過度樂觀的假設，以致於無法與真實市場相符。但其簡單的模式幫助了解影響公司資金成本的眾多因素，如：市場報酬率、風險等等，更是提供了一個衡量風險報酬的基本架構。. 其實影響資產報酬的因素還有很多，除了CAPM 模型的系統風險(β)外，還有其它因素可解釋異常報酬，如企業的公司特性，比如規模效應(size effect)、淨 5.

(15) 值市價比效應(book-to-market ratios effect)以及益本比效應(earnings-price ratios effect)等也可解釋異常現象，此意味著投資人可藉由買進某一特徵股票來獲取超額報酬。. 最早發現市場的異常現象為Banz (1981)的規模效應(size effect)，係指加入規模因素經過風險調整後，小型股票的報酬率高於大型股票的現象。之後，開始有部份學者針對公司價值效應探討，像是Rosenberg et al. (1985)發現淨值市價比效應(book-to-market ratios effect， B/M effect)，係指高淨值市價比的股票資產組合，其報酬率會優於低淨值市價比的股票資產組合；Basu (1983)提出益本比效應 (earnings-price ratios effect，E/P effect)，係指益本比越大的股票，其報酬率越大。. 直至 1990 年代，Fama 與 French (1992)參考上述文獻所提及影響橫斷面股票報酬的變數進行實證研究，探討影響美國股票平均報酬率的因素，歸納出公司規模(SIZE)與淨值市值比(B/M effect)兩項因素能有效解釋橫斷面個別公司股票平均報酬率的變異情形。Fama 與 French (1993)更進一步建立三因子模型，結果發現，公司規模能充份解釋股票平均報酬的變異，並且股票報酬和規模變數具有顯著的負向關係，也就是小規模具有較高的報酬，而淨值市價比與報酬具有顯著的正向關係。最後明確指出影響時間序列股票報酬的因素分別為市場風險溢酬 (market risk premium, RMRF)、公司規模相關因子 (size factor, SMB)以及淨值市值比相關因子 (book-to-market factor, HML)，並認為此模型可以解釋 CAPM 無法解釋的異常報酬，而此模型就被後續學者所引用且延伸。. 6.

(16) 2.2 價格動能 (Momentum). 價格動能策略是指買進過去一段期間報酬率相對較高的贏家組合，同時放空報酬率相對較差的輸家組合，並持有一段時間後，可獲取超額報酬的一種投資策略。Jegadeesh 與 Titman (1993)以1965年到1989年紐約券交易所上市之股票月資料為研究樣本，以過去3、6、9、12 個月的報酬率篩選股票，並依報酬率高低分為10 組，買進績效相對較高的贏家組合、賣出績效相對較差的輸家組合，並分別持有3、6、9、12 個月的投資策略。研究結果發現在投資的初期及末期報酬，均無顯著超額報酬現象，但在持有期為 3 至 12 個月時，其實證結果顯示價格動能策略具獲利能力現象。而導致此結果的主要因素為股價具有短期反應不足的現象，使股價波動延後反應，但如果時間再拉長，反應將消失或減弱，因此動能策略適用於中期的投資操作。Chan, Jegadeesh 與 Lakonishok (1996)以1977年到 1993年紐約證交易所、美國證券交易所與那斯達克上市之股票為樣本進行實證研究，目的在檢驗是否因為市場對資訊的反應不足，特別是過去盈餘的消息，而可由過去的報酬得到未來報酬的可預測性。研究者發現：前六個月之股票報酬率可以預測未來之報酬趨勢，且可持續12個月以上。. Daniel et al. (1998)則由投資人的行為模式切入，認為一般投資人在投資行為上會有兩種心理偏誤，一是過度自信 (overconfidence)的現象，即投資人會高估自身對資產價值評估的準確性，對於私有資訊會過度反應而面對公開資訊時卻反應不足。二是自我歸因(self-attribution)的現象，也就是會將成功的投資歸屬於自身的判斷，忽略了其他相關因素。而投資人的這兩種行為皆易導致股票報酬在中期會有動能現象以及在長期會有反轉現象。Barberis et al. (1998) 結合反向及動能投資策略，提出投資人會對新訊息抱持懷疑的態度，所以對於未預期的新訊息有反應不足的情形，但當資訊逐漸普及後，卻容易對公司未來前景抱持較樂觀的態 7.

(17) 度，導致公司的股價有被高估的情形，但股價不可能持續被高估，因此股價之後回復到其真實價值時，股票價格就會有反轉的現象。而 Hong 與 Stein (1999)則是透過投資人的行為模式來解釋動能策略，研究顯示透過二種完全不同投資者的觀點下，推論短期下，股價所呈現的是反應不足現象，此時動能交易者可在訊息尚未完全反應在股價上時，進行動能投資策略來從中獲利。. Moskowitz 與 Grinblat (1999)則是提出產業動能策略，作者按照產業別將股票進行劃分，選擇過去表現最佳和最差的產業同樣進行買入贏家組合賣出輸家組合的動作，同樣發現該動能策略有良好的獲利能力。Jegadeesh 與 Titman (2001) 延續1993年的研究，再納入1990年至1998年的股價資料進行實證分析，依然發現透過價格動能策略的操作，在中期的投資績效表現仍具延續性且有顯著報酬，再透過後續的累積報酬率狀況，證實動量策略利潤之原因為遞延過度反應(Delayed Overreactions)而產生的結果。. George 與 Hwang (2004)則以52週高價做為交易的訊號，透過買進52週高價數值高的股票及賣出該數據低的股票形成資產組合。結果發現，52週高價動能策略法的獲利能力優於價格動能策略法與產業動能策略法，除此之外，作者也發現根據52週高價策略所建構的資產組合在長期並不會有報酬反轉的現象，認為報酬率的短期動能與長期反轉為兩種不同的現象，並不必然會先後發生。. 2.3 總資產成長率 (Asset growth). 如何評價公司的價值一直都是財務的研究中被廣泛探討的問題，投資人常常以成長率來判斷公司未來的表現。過往的研究中，把公司分類成價值型或是成長型是常用的作法，而分類的指標通常是淨價市值比，Lakonishok, Shleifer 與 8.

(18) Vishny (1994)利用淨價市值比、本益比、平均銷售成長率等將股票分成價值型股票和成長型股票，比較他們五年的平均報酬率，結果一致呈現價值型股票報酬優於成長型股票報酬率。另一方面，也有學者從資本資出來探討公司的成長性， Titman, Wei 與 Xie (2004)研究關於資本支出(用R&D當作變數)與股價未來報酬的反應，其實證結果顯示資本支出宣告將導致未來股價出現負的異常報酬。而 Cooper, Gulen 與 Schill (2008) 提出「總資產成長率」這個最能夠代表公司整體成長的變數，來探討其對於股票報酬的影響。其研究結果也證實「總資產成長率」和股票報酬之間的關係是負向的。. 二、盈餘相關. 2.4 應計項目 (Accruals) 與現金流量 (Cash Flow). 自Ball 與 Brown (1968)提出盈餘資訊與股價間具有關聯性之研究後，證實會計盈餘是有資訊內涵，因此，盈餘成為財務報表中重要的參考因素。但由於盈餘是反應一企業當期經營之結果，再加上經營權與管理權的分離，於是管理當局可能為了達成特定目的，而藉由合法的方式(例如，會計方法的選擇及交易時點的控制等)來達到預期盈餘的目標。Dechow (1994)指出管理當局可能為了告訴投資者公司的經營績效是良好的，於是透過應計項目進行調整。. Sloan (1996)將盈餘及其組成份子對未來盈餘的影響定義為盈餘(盈餘組成份子)持續度。他將盈餘拆解為應計項目及現金流量，探討究竟何者較能反應公司之經營績效。實證結果指出現金流量之盈餘持續性高於應計項目之盈餘持續性，而應計項目之所以有較低的持續性是因為應計項目易受管理當局操縱，現金流量則因為不易受管理當局操縱，故較能反應出企業之經營績效，導致公司擁有 9.

(19) 相對較高(低)的應計項目使用金額，被預期會有負(正)的未來股票異常報酬。也就是說，市場低估來自營運活動現金流量的持續性，並高估應計項目的持續性，代表營運活動現金流量占盈餘比例較高(低)的公司股票，在未來盈餘宣告時會有正(負)的累積異常報酬。另外，Sloan 亦指出投資者過度重視盈餘資訊，而未能瞭解應計項目及現金流量二者間的持續性差異及不同的資訊內涵，因而導致應計項目異常現象。Xie (2001)接續Sloan (1996)的研究，將盈餘拆解為現金流量、裁決性應計項目、以及非裁決性應計項目三者，研究結果發現，裁決性應計項目的持續度小於非裁決性應計項目與現金流量的持續度，同時市場會高估(低估)裁決性應計項目(現金流量)之持續度，因此，Xie (2001)認為應計項目異常現象主要來自於裁決性應計項目。. 現金流量及應計項目是會計盈餘構成的要素，Collins 與 Hribar (2000); Richardson et al. (2005); Hirshleifer et al. (2009)均指出應計項目較容易受到公司的操縱，公司對於許多應計項目的認列也多存著主觀的估計。相對的，公司雖然也可透過現金流量的操縱來達到盈餘管理的目的，但是現金流量操縱的難度較大，成本亦較高，相對於應計項目，現金流量不易被操縱，是一個較為客觀的績效衡量指標，因此，大多數的會計實證文獻顯示，現金流量的品質高於應計項目。. 2.5 標準化未預期盈餘 (Standardized Unexpected Earnings, SUE). 在以動能做為交易策略的研究中，除了之前小節所敘述的價格和產業動能外，還有學者是利用會計中的盈餘等相關資訊做為選擇股票之指標。Latane 與 Jones (1979)指出未預期盈餘比較高的公司比未預期盈餘較低的公司具有較高的超額報酬，證實了未預期盈餘可以賺取超額報酬。而在探討動量策略預測未來股價之研究中，Chan, Jegadeesh 與 Lakonishok (1996)以標準化未預期盈餘、盈餘宣告 10.

(20) 前後累積異常報酬以及分析師對盈餘預測等做為指標並建構資產組合，結果發現以上三種指標對於預測股票市場超額報酬具有不錯的解釋能力，且盈餘動能有別於價格動能，即每個動能策略內所包含的資訊各自有解釋能力，因此利用盈餘資訊來建構資產組合，可以做為預測未來股價重要的參考指標，並為投資人賺取超額報酬。另一方面，也有其他學者試圖從其他角度切入，Chordia 與 Shivakumar (2002)提出動量報酬是受到景氣循環的影響。他們利用前一期的總體經濟變數建立可預測的回歸模型，發現動量報酬是由於投資人承擔了景氣循環風險所獲得的補償。不過Griffin et al. (2003)將美國及其他國家區分為有正成長GDP與負成長的 GDP時期，其研究資料顯示，美國與美國以外的其他國家在景氣循環各時期階段的動能報酬皆大部分為正，認為總體經濟因子無法解釋動能策略報酬。. 2.6 每單位資產的營業毛利 (Gross Profit-to-asset). 盈餘相關的財務比率一直是評價公司價值時被廣泛參考的數據，而一切的起源是來自Miller 與 Modigliani (1961)的股利折現模式，該模型建立了預期股利和股價之間的關係。之後的學者用各種不同的財務比率來預測未來的股價，例： Fama 與 French (1992)、Lakonishok, Shleifer 與 Vishny (1994)，均發現淨價市值比比較高的公司會有較高的報酬率。然而Fama 與 French (2006)將股利折現模型更進一步延伸，他用模型將公司的獲利性(盈餘)與淨價市值比進行連結，發現高獲利的公司比低獲利的公司有較高的預期報酬率。在其他獲利相關方面， Novy-Marx (2013)發現用每單位資產的營業毛利進行分組後所建構的資產組合，在獲利較高的公司報酬率會比獲利較低的公司高，呈現正向關係。另外，作者也用了其他可以代替獲利因子的替代變數，例：自由現金流量、稅前息前淨利等來衡量股票報酬，整體而言也是呈現正向關係。. 11.

(21) 2.7 市場異常現象在“非美國”市場的文獻整理. 由於上述大部分主要都是美國市場的研究，這一小節整理一些非美國市場的研究。淨價市值比方面，Chan et al. (1991)採用東京交易所全體製造業與非製造業作為研究對象，發現淨價市值比對股票的預期報酬率有顯著的解釋能力。在價格動能方面，Rouwenhorst (1998) 以美國以外的12個國家做為研究對象，結果發現採取動量策略每個月可以賺取1%的報酬。而在應計項目上，Pincus, Rajgopal 與 Venkatachalam (2007) 研究發現除了英美等少數國家外，世界上大多數國家不存在應計項目異常現象。另外在價格動能策略上，高贈朋 (2006)研究巴西、中國及印度於1995至2005年間的公司股價月報酬率，採用價格動能策略法建構資產組合，研究動能策略在這三個新興市場上的獲利性，結果發現巴西市場採用反向操作策略會有顯著的報酬率；中國與印度市場在調整風險後的動能策略有顯著的正報酬。徐淯彰 (2002)探究六個新興市場是否存在動能策略獲利性，分別是台灣、馬來西亞、印度、韓國、南非以及泰國，樣本期間為1986至2000年。研究結果顯示，動能策略在南非和印度市場都有顯著的正報酬，而其他四個國家市場則沒有顯著的超額報酬存在。. 12.

(22) 第三章. 資料與研究方法. 3.1 樣本描述. 3.1.1 樣本來源. 本文的樣本資料取自於台灣經濟新報資料庫(TEJ)，使用了 TEJ 資料庫當中 Equity、Finance DB 資料類別。由於台灣的股價分析系統發展於 1986 年，在這之前除了交易系統所提供的資料並無數據型的資料型態，而本研究希望提供一個台灣市場的長期市場全貌，且較長的樣本期間可以使得分析結果趨於完整，甚至可在不同期間檢測研究結果的穩定程度。因此樣本期間採用從 1986 年 1 月 1 日到 2013 年 12 月 31 日止，長達 27 年(336 個月)的樣本期間。. 本研究的主要對象為台灣股票市場的普通股，為了避免存活偏誤 (Survivorship Bias，只採用目前處於上市櫃狀態的公司股票，並排除下市櫃的公司。此偏誤會造成研究只考慮到存活公司的特性，不存在的公司特性會被排除掉，分析上無法完整反應出整體市場得的情況。)，所以樣本之中包含了樣本期間內的上市、上櫃、下市以及下櫃等四種類型的普通股，並排除台灣存託憑證(TDR)。樣本期間內包含了報酬率以及市值資料共 246,957 筆資料。. 13.

(23) 3.2 資料描述. 3.2.1 資料頻率. 本研究所收蒐集的樣本資料包含了報酬率、市值和財務報表裡的各種資料。而上述資料的頻率在資料庫中大致上可分為日、週、月、季和年等等幾種類型。若資料的頻率越短，資訊可能無法完整反應於市場上。反之，資料頻率越長，資訊反應於市場上的時間也越長，市場效率的程度越高;且研究的樣本數也會隨著資料頻率拉長而減少。所以為了使資產組合的建立與實際狀況更為接近，故本研究採用月頻率的資料來進行實證分析。. 3.2.2 樣本—股票報酬率. 樣本的股票報酬率資料是使用台灣經濟新報資料庫(TEJ)資料庫 Equity 類別當中的「調整股價(月)-除權息調整」項目中取得。一般而言，當公司發放現金股利以及股票股利時，也就是公司股價會進行除權或除息的調整，股價因此會產生改變。因除權息而造成的股價波動，並非公司因為營運狀況或其他無實質經濟意義的事件造成，因此必須將除權息所造成的效果予以排除，以調整過除權息的報酬率來計算每個月資產組合的報酬率。. 3.2.3 樣本—股票市值. 樣本中的股票市值資料與報酬率資料相同，都來自於 TEJ 資料庫 Equity 類 14.

(24) 別當中的「調整股價(月)-除權息調整」這個項目。在建構每個月的資產組合時，最後需要計算該組合的報酬率，而一般在計算資產組合的報酬率時，大多是採用市值加權或是等值加權等兩種方式。等值加權是使資產組合內的每一支股票給予相同權重。市值加權則是對資產組合內的每支股票根據這支股票所佔整個資產組合市值的比例做為權重進行加權，以求算出每個月正確的加權平均報酬率。. 3.3 投資策略—變數非盈餘相關 3.3.1 三因子模型 (Fama-French Three-factor Model). 本研究的三因子模型是參考 Fama 與 French (1993)的方法，由於台灣財報發佈的時間與美國不同，台灣的上市櫃公司必須在四、七、十月公布上一季季報，並於四月三十之前一起公布上一季季報與前一年年報，另外，台灣的上市公司會計年度結束時間一律為每年的十二月，而美國上市公司公司的會計年度結束時間並無統一規定。因此將 Fama 與 French (1993)的做法套用在台灣的三因子模型，可能會造成投資人有資訊落後的問題，因此為了配合台灣財報公布時間，必須調整建構期間。以台灣股票市場所建構的三因子必須由每年的 5/1 開始建構，並將其資產組合持有一年至隔年的 4/30 為止，按照此規律於隔年的 5/1 更新資料後重新建構。. 在參考資訊方面，是根據傳統的 Fama 與 French (1993)做法，參考資訊以年報為準，並輔以些微市場最新資料來調整。在市值方面，是使用在建構資產組合前的可取用最新數據，故為 4 月底的數值。若月份是五月以前，參考的是去年 4 月的數值，五月份以後，是參考今年 4 月的數值。另一方面，計算 BE/ME 時， 15.

(25) 若月份是五月以前，淨值市值比中之淨值 (BE)是參考前年底的年報資料，淨值市值比中之市值 (ME)是參考前年底的市值，五月份以後，淨值市值比中之淨值 (BE)是參考去年底的年報資料，淨值市值比中之市值 (ME)是參考去年底的市值。. 在 SMB 和 HML 的計算方面，Fama 與 French 將公司市值依大小排序後，分成兩等份，分別定義市值低於 50%的為小規模公司(S)且高於 50%則為大規模公司(B)。另一方面亦將 B/M ratio 進行排序後，分成三等份，分別定義 B/M 低於 30%的為低帳面市值比的公司(L)、介於 30%~70%為中等(M)且高於 70%的則為高帳面市值比公司(H)。形成 6 個(SL、SM、SH、BL、BM、BH)資產組合，其中 SL 表示股票既在 S 也在 L 中，也就是指此類資產組合股票中即是小公司規模且淨值市值比低的群組，以此類推。每個月依照分類結果，並且依照公司規模的市值，計算六個資產組合的市值加權報酬率，三因子之 SMB 和 HML 計算公式如下： (1) (2). 3.3.2 價格動能 (Momentum). 動能投資策略 (Momentum investment strategy)是指利用過去投資報酬率為基準，當股價報酬率呈現相對強勢時則買進，而呈現相對弱勢時則賣出，並以此模式來建構資產組合。本研究的動能策略變數是參考 Jegadeesh 與 Titman (1993)的方法，在透過建構形成期與持有期分別為 3、6、9、12 個月的資產組合，共 16 組資產組合。進而以均等權重的方式買入贏家股票並賣出輸家股票，並且 16.

(26) 每個月重組資產組合標的，接著計算持有期資產組合的平均月報酬率。 3.3.3 總資產成長率 (Asset growth). 資產成長代表公司的整體成長，總資產成長率最能夠代表公司整體成長的因子，總資產成長率越高，代表公司資產規模越大，成長速度越快。本研究的總資產成長率變數是參考 Cooper, Gulen, 與 Schill(2008)的建構方法，計算方式如下：. 當期的總資產. －去年同期的總資產. 去年同期的總資產. (3). 由於資產總額為年資料，所以當期能看到的最新資料為去年的資產總額(t-1)，去年同期看到的最新資料為前年的資產總額(t-2)。. 盈餘相關. 3.3.4 應計項目 (Accruals). 由於盈餘是會計資訊的中心，且含有資訊內涵，因此，盈餘成為財務報表中重要的參考因素。而應計項目即是可以調整盈餘的一個手段。本研究的應計項目是參考Sloan (1996)的文章來建構變數的，應計項目的計算方式如下：. Accruals=(ΔCA－ΔCash)－(ΔCL－ΔSTD－ΔTP)－Dep ΔCA=流動資產的變化 ΔCash=現金及約當現金的變化 17. (4).

(27) ΔCL=流動負債的變化 ΔSTD=短期借款的變化 ΔTP=所得稅費用的變化 Dep=折舊和攤提費用. Accruals Component=. 應計項目平均總資產. (5). 3.3.5 現金流量 (Cash Flow). 現金流量是指企業在一定會計期間按照現金收付實現制，通過一定經濟活動 (包括經營活動、投資活動、籌資活動和非經常性項目)而產生的現金流入、現金流出及其總量情況的總稱。這個變數一樣是參考Sloan (1996)的文章來建構，計算方式如下：. 繼續營業部門純益=營業利益+營業外收入合計-營業外支出合計-所得稅費用 Earnings=. 繼續營業部門純益. (6). 平均總資產. Cash Component=. 繼續營業部門純益應計項目平均總資產. (7). 3.3.6 標準化未預期盈餘 (Standardized Unexpected Earnings, SUE). 在以動能做為交易策略的研究中，不只有價格動能這方面，有關於盈餘資訊預測股價之研究中，學者是利用會計中的盈餘等相關資訊做為選擇股票之指標，盈餘資訊的內容包括盈餘、分析師預測等。這些學者指出以盈餘相關資訊作為資 18.

(28) 產組合的策略方式稱為盈餘動量。本文研究的 SUE 變數即是參考 Chan, Jegadeesh 與 Lakonishok (1996)的建構方法，本文所選取的與盈餘資訊有關的指標為標準化未預期盈餘(Standard Unexpected Earnings，SUE)，計算方式如下：. (8). 其中. 為股票i在第t月後最近宣告日之季每股盈餘，. 季的每股盈餘，. 為股票i在第t月前四. 為股票i在第t月前八季未預期盈餘之標準差。. 根據上述公式，在盈餘的指標選擇上，是以每股盈餘為主，而在直觀上，本期淨利即可代表盈餘的指標，所以在本文研究中，兩種的盈餘指標都會當作我們的變數來分析。. 3.3.7 自由現金流量 (Free Cash Flow). 自由現金流量，簡單的說，就是衡量在支付所有必要支出後，可供公司任意使用的現金，最早由Jensen (1986)提出了自由現金流量假說(Free Cash Flow Hypothesis)，用來探討公司代理成本的問題。以往文獻，對於自由現金流量並無一致性定義，本研究的自由現金流量計算方式如下：. FCF=NI＋折舊攤提－固定資產(購置) －〔期末(流動資產－流動負債)－期初(流動資產－流動負債)〕. (9). 那本研究的FCF變數，除了原本的自由現金流量當作變數，又因為考量到公司規模的部分，分別將自由現金流量除以市值及總資產帳面價值，計算方式如 19.

(29) 下：自由現金流量. (10). 市值. 自由現金流量. (11). 總資產帳面價值. 3.3.8 每股盈餘(Earnings Per Share). 每股盈餘為每家公司的每一股所能分到的淨利潤，每股盈餘高代表著公司每單位資本額的獲利能力高，公司獲利能力越好，越值得投資。本研究的每股盈餘變數，計算方式如下：. 每股盈餘. 年度盈餘. (12). 流通在外發行股數. 按當期之加權平均股數計算，而不採用追溯調整後之股數；為方便使用，凡面額不為 10 元者一律轉換為面額 10 元之加權平均股數來計算。. 3.3.9 每單位資產的營業毛利(Gross Profit-to-asset). 在過去的研究中，獲利性指標與股票報酬之間的關係一直都備受討論。而獲利性指標很多種，本研究的獲利性指標變數是每單位資產的營業毛利，建構方法是參考Novy-Marx (2013)的文章，計算方式如下：. 營業收入淨額營業成本資產總額 20. (13).

(30) 另外，除了上面以資產總額做為基準的變數，本研究也使用了以市值做為基準的變數，因為市值的資料(月資料)更新頻率較快，較能觀察到對於公司獲利表現的市場反應，計算方式如下：. 營業收入淨額營業成本. (14). 市值. 3.4 樣本調整. 3.4.1 樣本調整—時間偏移. 在上述所提到的所有變數，都希望貼近實際投資人所面臨的市場狀況來建構資產組合，因此為了不觸犯前瞻偏誤(Look-Ahead Bias，意即在實際上不可取得某特定數值的時間點，卻使用了該數據來進行分析，這樣的偏誤可能會導致偏差或錯誤的研究結果)，必須將樣本資料的時間點進行調整。. 由於從資料庫取得的報酬以及市值資料為每月月底的資料，在每月月初建立資產組合時可以參考的最新資訊是上個月的資訊，也就是在 t 期所使用的最新資訊為 t-1 期的資訊，偏移的結果如同圖一所示。. YM. 實際發生. 2007/03. 89485. 2007/04. 95418. 89485. 2007/05. 99748. 95418. 2007/06. 偏移. 99748. 圖一、月資料偏移示意圖 21.

(31) 而如果變數為季資料的頻率，須根據台灣的各季季報公布時間來做偏移，例如：七月初投資人可取得最近的季報是三月底的第一季財報，九月則是使用六月底的第二季財報，以此類推，如圖二所示。. YM. 實際發生. 2011/03. 0.36. 偏移. 2011/04 2011/05 2011/06. 0.36 1.1. 圖二、季資料偏移示意圖. 3.4.2 樣本調整—回溯. 在我們的變數中，有可能有季頻率或年頻率的資料，這兩種資料除了考慮時間點的偏移之外，還要考慮資產組合的建立是每月重新排序建立，每個月都需要有參考資訊，需要將這兩種資料轉換成月資料，以利資產組合訊號排序使用。台灣上市櫃公司財報發佈時間點如圖三所示：. 季別. 第一季. 第二季. 第三季. 第四季(年報). 財報期間. 1/1～3/31. 1/1～6/30. 1/1～9/30. 1/1～12/31. 發佈時間. 4 月 30 日. 8 月 31 日. 10 月 31 日. 隔年 4/30 日. 圖三、台灣上市櫃公司財報發佈時間點. 根據圖三的時間點，由於每個月月初都會重新建立資產組合，必須考慮當下投資人可得到的最新季資料，也就是往前回溯去尋找季資料作為當月資訊進行訊號排序，範例如圖四所示。 22.

(32) YM. 實際發生. 2011/03. 0.36. 偏移. 回溯. 0.36. 0.36. 2011/04 2011/05 2011/06. 1.1. 0.36. 2011/07. 0.36. 2011/08. 0.36. 2011/09. 1.79. 1.1. 1.1. 圖四、季資料回溯調整. 如果是年頻率的資料的話，由於看到的最新資料是年底的資料，所以每個月月初重新建立資產組合時，每個月都是使用去年底的最新資料，一年裡都是同一筆資料，到下一年再更換一次最新資訊。. 3.4.3 樣本調整—會計準則. 由於本研究的樣本期間是到 2013 年 12 月 31 日，而台灣於 2013 年全面採用 IFRS (International Financial Reporting Standard)，使國內會計準則與國際接軌。所以 2013 年的財報公布時間是跟之前不同的，為了使得研究更加準確，所有變數資料的偏移跟回溯，在 2013 年都會根據新財報的時間點進行調整，圖五為 IFRS 下台灣上市櫃公司財報發佈時間點：. 季別. 第一季. 第二季. 第三季. 第四季(年報). 財報期間. 1/1～3/31. 4/1～6/30. 7/1～9/30. 1/1～12/31. 發佈時間. 5 月 15 日. 8 月 15 日. 11 月 15 日. 隔 3 年 31 日. 圖五、IFRS 下台灣上市櫃公司財報發佈時間點 23.

(33) 3.5 研究方法. 本研究透過上述的各別變數來建構資產組合，檢視台灣股票市場中普通股股票的橫斷面報酬。在每個月月初將市場中上市櫃和下市櫃股票的變數按照數值大小進行排序，排序後買入變數最高的 10%且放空最低 10%的股票，形成一個零資產組合，並且持有至當月月底後使用上一個月月底的市值為權重，以市值加權法計算該組合的加權平均報酬率。最後再對每個月資產組合的加權平均報酬率進行統計檢定，檢視透過各種不同的變數建構的資產組合是否能夠擊敗市場大盤且存在異常報酬。完成上述主測試的檢驗過程後，再修改檢驗過程內的各種參數進行穩健性測試，例如改變研究期間、市場狀況、買賣比例、加權方法及持有期間等，或者以不同期數的變數來進行測試，讓分析更為完整。. 24.

(34) 第四章. 實證結果. 4.1 樣本敘述. 本研究將前面所提的市場異常現象，設定為投資變數，透過這些變數來制定買賣策略。表一為本研究所使用的樣本之敘述統計表。由於表中一部分盈餘相關的變數數值會有過大或過小的情況，所以我們將統一乘以或除以一百萬(註 1)1。表中可以看到總資產成長率的最大值為 2987%，是因為某家公司的資產總額差距過大所造成(註 2)2。標準化未預期盈餘(EPS)在樣本期間內的平均數為 0.0046(百萬)，最大值為 166.0263(百萬)，最小值為-62.4653(百萬)，會有如此高和低的標準化未預期盈餘(EPS)是因為有某幾家公司的前 8 季~前 1 季標準差特小所造成 (註 3)3。另外在自由現金流量方面，樣本期間內的平均值為 0.4637(百萬元)，最大值為 535.529(百萬元)，最小值為-421.878(百萬元)，是因為有幾家公司的自由現金流量特大或特小所造成(註 4)4。. 1. 註 1：由於數值過大，標準化未預期盈餘(EPS)與自由現金流量這兩個變數統一除以一百萬，另外，自由現金流量/市值(季)和自由現金流量/市值(上個月)這兩個變數數值過小，所以統一乘上一百萬。 2. 註 2：新潤 (6186)在 1998 年底的資產總額為 11,752(千元)，但在 1999 年底的資產總額為 362,870(千元)，所以造成總資產成長率很高。. 3. 註 3：這幾家公司是東森 (2614)、長榮航 (2618)、遠航 (5605)、華興 (6164)。東森在 1996 的 9、10 月的標準差為 2.43*10-8，長榮航在 2000 年的 9、10 月的標準差為 8.6*10-9，遠航在 1998 年的 9、10 月的標準差也為 2.43*10-8，華興在 2002 的 11 月到 2003 的 4 月的標準差為 6.08*10-9。. 4. 註 4：分別是國泰金 (2882)、兆豐金 (2886)、中壽 (2823)。國泰金在 2006 年第二季的自由現金流量為 535,529,027，兆豐金在 2006 年第一季的自由現金流量為 441,445,706，中壽在 2013 年第一季的自由現金流量為-421,877,648。 25.

(35) 表一、樣本敘述統計表項目名稱. 平均數. 標準差. 最小值. 中位數. 最大值. 市值(百萬元). 15,657.45. 66,250.67. 6. 3,319. 2,878,040. 報酬率(%). 1.3. 16.92. -83.37. -0.0002. 633.54. 非盈餘相關經調整後市值 (百萬元). 16,193.63. 66,794.22. 25. 3,589. 2,605,787. 淨價市值比. 0.00086. 0.00104. -0.06. 0.00071. 0.02. 價格動能(%) (形成期 3 個月). 0.37. 9.46. -63.99. 0. 140.75. 價格動能(%) (形成期 6 個月). 0.14. 6.64. -50.04. 0.07. 67.72. 價格動能(%) (形成期 9 個月). 0.06. 5.33. -37.54. 0. 55.87. 價格動能(%) (形成期 12 個月). 0.01. 4.59. -31.74. -0.01. 39.50. 總資產成長率(%). 12.29. 40.15. -88. 6. 2,987. 盈餘相關應計項目. -0.02. 0.13. -1.44. -0.02. 1.75. 現金流量. 0.06. 0.12. -5.16. 0.06. 1.97. 0.01. 0.90. -62.47. 0. 166.03. -0.01. 6.68. -904.98. 0.04. 380.36. 0.46. 9.45. -421.88. 0.03. 535.53. 0.01. 0.12. -11.32. 0.01. 3.17. 3.78. 563.05. -110,000. 12. 20,000. 標準化未預期盈餘 (EPS) 標準化未預期盈餘 (本期淨利) 自由現金流量(百萬元) 自由現金流量資產總額自由現金流量市值季. 26.

(36) 自由現金流量市值上個月每股盈餘(元) 營業收入淨額. 營業成本. 資產總額營業收入淨額. 營業成本. 市值去年底營業收入淨額. 營業成本. 市值上個月. -0.61. 990.58. -290,000. 11.8. 40,000. 0.80. 1.91. -76.18. 0.49. 60.2. 0.14. 0.13. -1.2. 0.12. 1.28. 0.0002. 0.0002. -0.01. 0.0001. 0.0048. 0.0002. 0.0003. -0.03. 0.0001. 0.02. 27.

(37) 4.2 穩健性測試. 在接下來的實證結果中，除了每個因子的主測試外，我們還將所有變數的參數設定進行改變，以探討在期間、市場、買進賣出比率、報酬率加權方法、持有期間、資訊落後時間改變下資產組合的報酬率。透過這些參數的改變，來檢測我們先前的研究結果是否仍然顯著或者產生變化。. 4.2.1 資產組合執行期間的改變 (T). 對於執行期間的改變，可以避免在某區段間報酬率特別高或低的偏誤，也可以觀察資產組合在期間較近的時間獲利較高或是在過去的期間獲利較高。所以在更動樣本期間這項參數上，每個變數會根據原有的樣本期間拆解成兩段，來檢視資產組合的報酬率。. 4.2.2 資產組合市場的改變 (M). 由於本篇研究使用的樣本包含所有上市櫃和下市櫃的普通股股票，因此為了看出改變市場狀況將會如何影響報酬率，我們將所有普通股股票以上下市和上下櫃進行區隔，目的是想了解是否在某個特定市場中，資產組合的報酬率可以獲利。. 28.

(38) 4.2.3 資產組合資訊落後期間的改變 (B). 在先前的研究方法裡，說明了當我們將所有變數進行排序之前，為了避免不觸犯前瞻偏誤，會先將變數進行平移跟回補，以確保在投資人身處的時間點，是可取得最新且可用的數據。因此，這裡改變投資人資訊落後的程度，分別落後 3、 6、9、12 期來探討市場需要多久的時間來維持它的效率性。當然，當資產組合資訊落後愈久，預期資產組合報酬率越低且越不顯著。. 4.2.4 資產組合買賣比例的改變 (R). 在買賣比例這項參數上，如同研究方法所述，在原本的主測試中，是以排序後買入變數最高的 10%且放空最低 10%的股票來建構資產組合。在參數的調整上，將原本的 10/10 改成 20/20、30/30、50/50，也就是買入排序後變數最高的 20%、30%、50%且放空最低 20%、30%、50%的股票來建構資產組合。一般情況下，若變數代理股票報酬率的能力愈強，則買入和賣出的兩組股票報酬率差異應會愈大，所以 10/10 的買賣比例應會有較高的資產組合報酬率，並隨著買賣比例提高而報酬率有遞減的現象。但如果這個變數風險與報酬的關係是非線性的關係，報酬率就不一定會隨著買賣比例的狀況而產生規律的變化。. 4.2.5 資產組合加權方法的改變 (W). 在計算加權平均報酬率時的加權方法上，根據研究方法，我們是採用市值加權法來計算每個月的資產組合平均報酬。若股票的市值愈大，則整個組合的加權 29.

(39) 平均報酬率會受到股票的影響程度就愈高。因此這邊改成以等值加權來重新計算每個月的加權平均報酬率，所謂的等值加權就是將資產組合中的每檔股票都給予相同的權重，所以計算時便不會受到公司市值大小的影響。. 4.2.6 資產組合持有期間的改變 (S). 最後，我們考慮每個月資產組合建立後所持有的期間。在主測試中，對於資產組合持有的時間為一個月，表示每隔一個月，便會結算資產組合的結果並重新建立新的資產組合。因此我們將持有期間改為 3、6、9、12 個月。我們預期資產組合持有期間愈長，由於投資人資訊更新的速度減緩，資產組合的報酬率會逐漸下降。. 4.3 資產組合實證結果. 按照前一章節研究方法所述，參考台灣市場情況且透過不同的投資變數建立資產組合。本文中的報酬率平均值皆以基點 basis point(=報酬率*10000=百分比 *100)為單位。除了三因子模型是依照 Fama 與 French (1993)的比例買進和賣出外，其餘所有投資變數的主測試，是將所有股票按照研究方法排序後，買入該變數最高的 10%且賣出最低 10%的股票，形成一零資產組合後將其持有 1 個月，並在當月月底所計算的資產組合加權平均報酬率。分析完主測試後，再根據不同的參數設定進行穩健性測試。接下來一樣將市場異常現象分成非盈餘相關跟盈餘相關兩大類進行實證分析。. 30.

(40) 非盈餘相關. 4.3.1 三因子模型 (Fama-French Three-factor Model). 根據前面研究方法所述，使用台灣市場資料並參考 Fama 與 French (1993) 的方法來建構資產組合。結果如表二和表三。我們發現 SMB、HML 的主測試結果都是不顯著的，表示台灣市場並無法藉由這兩個投資變數獲得顯著的超額報酬。那在穩健性測試方面，SMB 在採用等值加權後，其報酬率的平均數為 46.96 個基點並且在 10%的顯著水準下顯著，表示如果換了等值加權法，即不受到市值的影響下，SMB 是可以在台灣市場獲得顯著的超額報酬。HML 則是在 2000 年到 2013 年這段時間上，其報酬率的平均數為 86.18 個基點並且在 10%的顯著水準下顯著，代表在這段時間裡，投資高淨價市值比的公司是可以獲得顯著的超額報酬。. 表二、規模因子與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照公司市值和帳面市值比大小進行排序，接著根據 Fama and French (1993) 建構 SMB 因子的方式買入和賣出，形成一零資產組合後，將其持有 1 個月，以市值加權法計算該組合的加權平均報酬率。 *,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數. 平均值. 主測試. 25.067 28.966 20.968 33.73 50.821 32.659. 時間. 198701~200012 200001~201312 市場上下市上下櫃落後期資訊落後 3 期 31. T值. P值. 0.8221 0.5543 0.6966 1.1127 1.3834 1.0456. 0.4117 0.5801 0.4871 0.2667 0.1676 0.2965. 顯著性.

(41) 資訊落後 6 期資訊落後 9 期資訊落後 12 期權重等值加權持有期持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 29.053. 0.9476. 0.3441. 32.34 23.971 46.962 25.21 26.177 24.346 22.893. 1.0453 0.7763 1.9266 0.8237 0.8555 0.7975 0.7551. 0.2967 0.4382 0.0549 0.4107 0.3929 0.4257 0.4507. *. 表三、市值淨值比因子與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照公司市值和帳面市值比大小進行排序，接著根據 Fama and French (1993) 建構 HML 因子的方式買入和賣出，形成一零資產組合後，將其持有 1 個月，以市值加權法計算該組合的加權平均報酬率。 *,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數. 平均值. T值. P值. 198701~200012 200001~201312 市場上下市上下櫃落後期資訊落後 3 期資訊落後 6 期資訊落後 9 期. 8.1810 -66.013 86.18 1.957 43.866 22.621 11.658 0.225. 0.1916 -0.927 1.9218 0.0455 0.8901 0.5514 0.319 0.0062. 0.8481 0.3553 0.0565 0.9637 0.3742 0.5817 0.7499 0.995. 資訊落後 12 期權重等值加權持有期持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 7.178 39.088 4.535 9.589 10.009 7.254. 0.2036 1.0252 0.1065 0.2306 0.243 0.1775. 0.8388 0.306 0.9152 0.8177 0.8082 0.8592. 主測試時間. 32. 顯著性. *.

(42) 4.3.2 價格動能 (Momentum). 在價格動能方面，根據 Jegadeesh 與 Titman(1993)的方法，先將月報酬落後一期，在建構形成期與持有期分別為 3、6、9、12 個月的資產組合，結果如表四、表五、表六、和表七。. 由於價格動能策略是以均等權重的方式買入贏家股票並賣出輸家股票，所以主測試是以均等權重的方式來計算，並且分別持有 3、6、9、12 個月。那在穩健性測試中，就改以市值加權來做測試。在實證結果中，我們可以發現在四個形成期中，全部持有期間下的主測試都是不顯著的。表示台灣市場並不能藉由價格動能策略獲得超額報酬。而在穩健性測試中，四個形成期都有在資訊落後的情況下獲得顯著性的結果。在形成期 3 個月時，資訊落後 6 期並持有 3 個月的情況下，可以獲得其報酬率的平均數為 62.56 個基點並且在 10%的顯著水準下顯著。資訊落後 9 期並持有 3、6、9 個月的情況下，反而是呈現顯著的負報酬。在形成期 6 個月時，資訊落後 3 期並持有 3 個月的情況下，可以獲得其報酬率的平均數為 78.72 個基點並且在 10%的顯著水準下顯著。資訊落後 9 期並持有 3、6、9 個月的情況下，也是呈現顯著的負報酬，且在資訊落後 12 期下並持有 3、6 個月的情況下，一樣呈現顯著的負報酬。總結來說，四個形成期在資訊落後 9 期的情況下，都有在不同的持有期間下獲得負向的顯著性報酬。這表示於台灣的證券市場中，落後期的市場報酬具有可以預測未來策略報酬的條件資訊，意味者在台灣市場，執行反向操作策略，可以獲得超額報酬。但台灣股票市場以月報酬率進行價格動能策略，普遍不存在價格動能策略效應。. 33.

(43) 表四、價格動能(形成期 3 個月)與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照數值大小進行排序，買入該變數最高的 10%且賣出最低 10%的股票，形成一零資產組合後，將其持有 1 個月，以均等加權法計算該組合的加權平均報酬率。*,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數主測試持有期持有 3 個月持有 6 個月持有 9 個月持有 12 個月時間. 市場. 平均值. T值. P值. -26.8422 1.1766 16.1826 -2.054. -0.6302 0.0329 0.5630 -0.0809. 0.5290 0.9738 0.5738 0.9356. 5.1344 22.3213 21.9764 17.4016. 0.0812 0.3935 0.4936 0.4492. 0.9354 0.6945 0.6222 0.6539. -58.0575 -19.4646 10.5268 -21.0464. -1.0125 -0.4403 0.2868 -0.6363. 0.3128 0.6603 0.7746 0.5254. -26.9102 -4.1592 14.2424. -0.6395 -0.1179 0.4897. 0.5230 0.9062 0.6246. 1.2997. 0.0510. 0.9593. -73.6577 -15.9001 -7.0865 -33.266. -1.2581 -0.3631 -0.1838 -1.0096. 0.2093 0.7168 0.8543 0.3135. 14.1585 35.1325. 0.3795 1.1543. 0.7045 0.2492. 198605~199912 持有 3 個月持有 6 個月持有 9 個月持有 12 個月 200001~201312 持有 3 個月持有 6 個月持有 9 個月持有 12 個月上下市持有 3 個月持有 6 個月持有 9 個月. 持有 12 個月上下櫃持有 3 個月持有 6 個月持有 9 個月持有 12 個月落後期資訊落後 3 期持有 3 個月持有 6 個月. 34. 顯著性.

(44) 持有 9 個月. 6.2149. 0.2420. 0.8089. -6.6183. -0.2844. 0.7763. 62.5613 3.2823 -9.8845 -17.7619. 1.7127 0.1150 -0.3797 -0.7464. 0.0877 0.9085 0.7044 0.4559. *. -67.0412 -52.9749. -1.9366 -1.7734. 0.0537 0.0771. * *. 持有 9 個月持有 12 個月資訊落後 12 期持有 3 個月. -50.6334 -37.6093. -1.9766 -1.5922. 0.0489 0.1123. **. -41.9588. -1.1463. 0.2526. 持有 6 個月持有 9 個月持有 12 個月. -45.3296 -29.1461 -12.6743. -1.5784 -1.1235 -0.5095. 0.1155 0.2621 0.6108. 20/20 持有 3 個月持有 6 個月. -27.4252 -11.2165. -0.7777 -0.3955. 0.4373 0.6927. 持有 9 個月持有 12 個月. 3.1427 -7.3571. 0.1368 -0.3597. 0.8913 0.7193. 30/30 持有 3 個月持有 6 個月持有 9 個月持有 12 個月. -21.5077 -12.1346 -1.1382 -8.6817. -0.7170 -0.5052 -0.0582 -0.5018. 0.4739 0.6138 0.9537 0.6162. 50/50 持有 3 個月. -17.2933. -0.8073. 0.4201. -7.0625 1.9463 -4.2793. -0.4037 0.1359 -0.3396. 0.6867 0.8920 0.7344. 15.2776 18.7913 41.4683 21.1041. 0.3044 0.4447 1.2394 0.6687. 0.7610 0.6568 0.2161 0.5042. 持有 12 個月資訊落後 6 期持有 3 個月持有 6 個月持有 9 個月持有 12 個月資訊落後 9 期持有 3 個月持有 6 個月. 比例. 權重. 持有 6 個月持有 9 個月持有 12 個月市值加權持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 35.

(45) 表五、價格動能(形成期 6 個月)與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照數值大小進行排序，買入該變數最高的 10%且賣出最低 10%的股票，形成一零資產組合後，將其持有 1 個月，以均等加權法計算該組合的加權平均報酬率。*,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數主測試持有期持有 3 個月持有 6 個月持有 9 個月持有 12 個月時間. 市場. 平均值. T值. P值. -10.9237 38.6124 20.8175 -1.1585. -0.2147 0.8856 0.5534 -0.0339. 0.8301 0.3765 0.5804 0.9730. 36.1972 69.6947 44.4569 27.0552. 0.4555 1.0020 0.7616 0.5215. 0.6494 0.3179 0.4474 0.6027. -56.0812 8.8252 -1.8370 -28.1996. -0.8723 0.1651 -0.0382 -0.6302. 0.3843 0.8691 0.9695 0.5294. -9.7101 38.9475 31.0902. -0.1928 0.8819 0.8098. 0.8472 0.3784 0.4186. 15.0582. 0.4354. 0.6636. -38.6188 31.7416 -7.2388 -39.71. -0.6160 0.5936 -0.1585 -0.9755. 0.5384 0.5533 0.8742 0.3301. 78.7237 33.7394. 1.8050 0.8775. 0.0720 0.3809. 198608~199912 持有 3 個月持有 6 個月持有 9 個月持有 12 個月 200001~201312 持有 3 個月持有 6 個月持有 9 個月持有 12 個月上下市持有 3 個月持有 6 個月持有 9 個月. 持有 12 個月上下櫃持有 3 個月持有 6 個月持有 9 個月持有 12 個月落後期資訊落後 3 期持有 3 個月持有 6 個月. 36. 顯著性. *.

(46) 持有 9 個月. 比例. 權重. 1.5462. 0.0438. 0.9651. 持有 12 個月資訊落後 6 期持有 3 個月持有 6 個月持有 9 個月持有 12 個月資訊落後 9 期持有 3 個月持有 6 個月. -12.7003. -0.3805. 0.7038. -10.5306 -40.0383 -46.4662 -46.9916. -0.2544 -1.0336 -1.3009 -1.4361. 0.7994 0.3021 0.1942 0.1519. -75.3722 -70.0618. -1.7639 -1.8327. 0.0787 0.0678. * *. 持有 9 個月持有 12 個月資訊落後 12 期持有 3 個月. -60.9093 -38.9334. -1.7758 -1.2035. 0.0767 0.2297. *. -77.5895. -1.9414. 0.0531. *. 持有 6 個月持有 9 個月持有 12 個月. -62.8055 -34.2242 -20.6784. -1.7611 -1.0212 -0.6652. 0.0792 0.3080 0.5064. *. 20/20 持有 3 個月持有 6 個月. -12.4059 15.8330. -0.3088 0.4511. 0.7577 0.6522. 持有 9 個月持有 12 個月. 8.2326 -6.7963. 0.2710 -0.2499. 0.7866 0.8028. 30/30 持有 3 個月持有 6 個月持有 9 個月持有 12 個月. -18.7919 5.5346 2.6479 -8.6477. -0.5600 0.1922 0.1055 -0.3816. 0.5759 0.8477 0.9160 0.7030. 50/50 持有 3 個月. -11.6634. -0.5016. 0.6163. -1.1466 -1.1656 -9.8390. -0.0569 -0.0667 -0.6157. 0.9547 0.9469 0.5385. -17.0303 35.0832 35.4121 7.1448. -0.2846 0.6999 0.7544 0.1633. 0.7761 0.4845 0.4512 0.8704. 持有 6 個月持有 9 個月持有 12 個月市值加權持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 37.

(47) 表六、價格動能(形成期 9 個月)與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照數值大小進行排序，買入該變數最高的 10%且賣出最低 10%的股票，形成一零資產組合後，將其持有 1 個月，以均等加權法計算該組合的加權平均報酬率。*,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數主測試持有期持有 3 個月持有 6 個月持有 9 個月持有 12 個月時間. 市場. 平均值. T值. P值. 21.7397 22.8836 5.6830 -17.4744. 0.4181 0.4931 0.1353 -0.4419. 0.6762 0.6223 0.8925 0.6589. 54.4179 46.3190 26.1807 1.3751. 0.6379 0.6071 0.3884 0.0219. 0.5244 0.5446 0.6983 0.9825. -10.9386 -0.5519 -14.8146 -36.3239. -0.1833 -0.0104 -0.2994 -0.7517. 0.8548 0.9917 0.7688 0.4533. 21.3342 30.7282 24.7975. 0.4081 0.6539 0.5789. 0.6835 0.5136 0.5630. 0.5359. 0.0136. 0.9892. 0.2833 3.1444 -39.2035 -58.3663. 0.0040 0.0536 -0.7491 -1.2057. 0.9968 0.9573 0.4544 0.2289. 15.9728 -7.9064. 0.3505 -0.1831. 0.7262 0.8549. 198611~200005 持有 3 個月持有 6 個月持有 9 個月持有 12 個月 200006~201312 持有 3 個月持有 6 個月持有 9 個月持有 12 個月上下市持有 3 個月持有 6 個月持有 9 個月. 持有 12 個月上下櫃持有 3 個月持有 6 個月持有 9 個月持有 12 個月落後期資訊落後 3 期持有 3 個月持有 6 個月. 38. 顯著性.

(48) 比例. 持有 9 個月. -33.9362. -0.8236. 0.4108. 持有 12 個月資訊落後 6 期持有 3 個月持有 6 個月持有 9 個月持有 12 個月資訊落後 9 期持有 3 個月持有 6 個月. -38.6316. -0.9846. 0.3255. -42.3677 -69.7822 -63.0499 -52.4132. -0.9212 -1.6069 -1.5306 -1.3430. 0.3576 0.1091 0.1269 0.1802. -103.689 -77.3483. -2.3434 -1.8382. 0.0197 0.0670. 持有 9 個月持有 12 個月資訊落後 12 期持有 3 個月. -55.2383 -33.863. -1.3757 -0.9089. 0.1699 0.3641. -58.1341. -1.3134. 0.1900. 持有 6 個月持有 9 個月持有 12 個月. -34.698 12.2852 -2.2098. -0.8164 -0.3116 -0.0601. 0.4149 0.7556 0.9521. 20/20 持有 3 個月持有 6 個月. 14.0084 6.9092. 0.3297 0.1839. 0.7419 0.8542. 持有 9 個月持有 12 個月. -0.6756 -16.5658. -0.0198 -0.5214. 0.9842 0.6024. 30/30 持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 9.3016 -0.5050 -6.0870 -21.2028. 0.2656 -0.0162 -0.2149 -0.7984. 0.7907 0.9871 0.8300 0.4252. 5.0892. 0.2088. 0.8347. -1.4346 -3.2296 -13.9077. -0.0658 -0.1603 -0.7328. 0.9475 0.8728 0.4642. 28.0966 28.2612 6.6729 -11.7839. 0.4710 0.4936 0.1264 -0.2459. 0.6379 0.6219 0.8995 0.8059. 50/50 持有 3 個月. 權重. 持有 6 個月持有 9 個月持有 12 個月市值加權持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 39. ** *.

(49) 表七、價格動能(形成期 12 個月)與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照數值大小進行排序，買入該變數最高的 10%且賣出最低 10%的股票，形成一零資產組合後，將其持有 1 個月，以均等加權法計算該組合的加權平均報酬率。*,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數. 平均值. T值. P值. 持有 12 個月. -18.6807 -13.5765 -18.7927 -36.0332. -0.3526 -0.2843 -0.4146 -0.8336. 0.7246 0.7764 0.6787 0.4052. 198702~200005 持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 21.1722 7.2951 0.7504 -19.1775. 0.2429 0.0945 0.0103 -0.2813. 0.8084 0.9248 0.9918 0.7789. -57.8001 -34.064 -37.976 -52.5788. -0.9478 -0.5990 -0.6924 -0.9801. 0.3446 0.5500 0.4897 0.3285. -1.7905 4.8790 3.3913. -0.0331 0.1001 0.0739. 0.9736 0.9204 0.9411. -17.4876. -0.4085. 0.6832. -59.6105 -26.3628 -62.0978 -84.4463. -0.8483 -0.4353 -1.0901 -1.5364. 0.3970 0.6637 0.2766 0.1256. -16.4086 -27.4938. -0.3370 -0.5830. 0.7363 0.5603. 主測試持有期持有 3 個月持有 6 個月持有 9 個月時間. 市場. 200006~201312 持有 3 個月持有 6 個月持有 9 個月持有 12 個月上下市持有 3 個月持有 6 個月持有 9 個月. 持有 12 個月上下櫃持有 3 個月持有 6 個月持有 9 個月持有 12 個月落後期資訊落後 3 期持有 3 個月持有 6 個月. 40. 顯著性.

(50) 比例. 權重. 持有 9 個月. -45.3661. -0.9992. 0.3185. 持有 12 個月資訊落後 6 期持有 3 個月持有 6 個月持有 9 個月持有 12 個月資訊落後 9 期持有 3 個月持有 6 個月. -44.6824. -1.0212. 0.3079. -47.2042 -64.3234 -53.9564 -42.2717. -0.9644 -1.3548 -1.1754 -0.9729. 0.3356 0.1764 0.2407 0.3313. -85.2493 -55.8166. -1.6919 -1.1696. 0.0917 0.2430. 持有 9 個月持有 12 個月資訊落後 12 期持有 3 個月. -35.8827 -19.6079. -0.7939 -0.4553. 0.4279 0.6492. -41.4622. -0.8646. 0.3879. 持有 6 個月持有 9 個月持有 12 個月. -22.7742 -7.8397 -3.7818. -0.5025 -0.1821 -0.0909. 0.6157 0.8557 0.9276. 20/20 持有 3 個月持有 6 個月. -22.8738 -16.4903. -0.5356 -0.4326. 0.5926 0.6656. 持有 9 個月持有 12 個月. -23.1845 -35.287. -0.6453 -1.0324. 0.5192 0.3027. 30/30 持有 3 個月持有 6 個月持有 9 個月持有 12 個月. -13.6892 -13.4545 -18.238 -27.7273. -0.3841 -0.4166 -0.5988 -0.9618. 0.7011 0.6773 0.5498 0.3369. 50/50 持有 3 個月. -5.9778. -0.2402. 0.8103. -9.5410 -12.3838 -19.5445. -0.4193 -0.5782 -0.9606. 0.6753 0.5636 0.3375. 10.2080 -2.0586 -3.5729 -25.1766. 0.1568 -0.0346 -0.0650 -0.4988. 0.8755 0.9724 0.9482 0.6183. 持有 6 個月持有 9 個月持有 12 個月市值加權持有 3 個月持有 6 個月持有 9 個月持有 12 個月. 41. *.

(51) 4.3.3 總資產成長率 (Asset growth). 接下來以總資產成長率做為投資變數，並且使用相同的主測試參數來建構資產組合，結果如表八。我們發現以總資產成長率做為投資變數並建構資產組合，主測試是不顯著的，也就是在台灣市場無法獲得超額報酬。穩健性測試方面，在調整了買賣比例後，改成買入最大的 30%並放空最小的 30%，其報酬率的平均數為 52 個基點並且在 10%的顯著水準下顯著，是可以獲得顯著性的正報酬。亦即台灣股票市場具有反向資產成長效應，有異於美國股票市場的資產成長效應 (Cooper, Gulen, 與 Schill, 2008)。. 表八、總資產成長率與未預期報酬之關係本表報告每月平均報酬率，單位是基點(basis point)。樣本期間為 1986 年 1 月到 2013 年 12 月止，市場為台灣股票市場上下市櫃的普通股股票。在每個月月初將市場中上市櫃和下市櫃股票的變數按照數值大小進行排序，買入該變數最高的 10%且賣出最低 10%的股票，形成一零資產組合後，將其持有 1 個月，以市值加權法計算該組合的加權平均報酬率。*,**,***分別代表在 10%、5%、1%的顯著水準下顯著。變動參數. 平均值. T值. P值. 主測試. 37.3899 101.4763 -25.0532. 0.8427 1.4036 -0.4834. 0.4001 0.1625 0.6295. 41.4340 39.4022 24.6329 26.7080 36.4341 46.1265 54.1882 52.0060 34.9671. 0.9144 0.6546 0.5682 0.6573 0.9293 1.1976 1.4872 1.6858 1.6080. 0.3612 0.5133 0.5703 0.5115 0.3535 0.2320 0.1380 0.0929 0.1089. 時間. 198805~200012 200101~201312 市場上下市上下櫃落後期資訊落後 3 期資訊落後 6 期資訊落後 9 期資訊落後 12 期比例 20/20 30/30 50/50. 42. 顯著性. *.