共同基金波動性與成立時間對於流量敏感度之削弱效果

全文

(1)國立高雄大學金融管理學系碩士論文. 共同基金波動性與成立時間對於流量敏感度之削弱效果 The dampening effects of volatility and age on fund flow sensitivity. 研究生：黃永明指導教授：余歆儀. 中華民國九十八年六月.

(2) 共同基金波動性與成立時間對於流量敏感度之削弱效果指導教授：余歆儀博士國立高雄大學金融管理學系. 學生：黃永明國立高雄大學金融管理學系. 摘要. 本文研究共同基金波動性與基金成立時間對於績效和流量之間敏感度之衝擊。先前文獻指出績效和流量之間的關係會受到波動性與成立時間之影響而變得較微弱，亦即波動性和成立時間對於既有之流量和績效之間的關係將會有削弱的效果。本研究使用台灣開放式股票型基金為樣本，實證結果顯示台灣共同基金投資人對於基金過去績效之反應，會存在不對稱現象，投資人在面對較差的基金績效時，其風險趨避程度會變得較小。此外，基金成立時間較長者，基金波動性對基金申購金額之影響變小。另外，當基金成立時間較長者，且基金前期績效表現為最差時，其波動性削弱績效與流量之敏感度效果將會變得更大。本研究之實證結果發現台灣基金投資人對於風險的態度會隨著績效與基金年齡而改變，此發現可提供新興市場之基金經理人作為決定投資風險的參考。. 關鍵字：共同基金、波動性、基金績效、基金年齡、削弱效果. I.

(3) The dampening effects of volatility and age on fund flow sensitivity Advisor: Dr. Hsin-Yi Yu Department of Finance National University of Kaohsiung. Student: Yung-Ming Huang Department of Finance National University of Kaohsiung. ABSTRACT. This paper investigates the influence of fund volatility and fund age on the sensitivity of flow to past performance. Prior research finds that flows respond less strongly to volatile past performance and this dampening effect of volatility is more significant for younger funds. By using a sample of open-end equity fund in Taiwan, we find that the performance-flow relationship of mutual funds is asymmetric in Taiwan. When fund performance is poor, fund investors in Taiwan will be less risk-averse. However, the influence from volatility on inflow diminishes for older funds. Our results shed light on the behavior of fund investors in an emerging market and provide insights for fund managers to engage in risk-shifting strategies.. Keywords: Mutual funds, Volatility, Fund performance, Fund age, Dampening effect. II.

(4) 致謝辭. 研究所的時光很短暫，一轉眼兩年就這樣過了，這兩年使我成長許多，很開心自己可以進入高大金融所，若是沒有這個所，也沒有今天的我。在這兩年學習過程中，很感謝系上所有老師的細心教導與鼓勵，使我成長許多。論文的完成需要耗費許多精神，首先要由衷的感謝指導老師余歆儀博士，在我撰寫論文期間悉心教導，不辭辛勞，提供我許多寶貴的意見，讓我能夠有更精闢的見解，且不管是課業上或是未來人生的旅途上，都使我受益良多，對您的感謝真的是難以用三言兩語道盡。而在論文口試中，更要感謝謝舒帆博士與楊琬如博士於百忙之中撥冗審閱，提供我許多寶貴的意見與指正，使本論文得以更加嚴謹與完整。另外，感謝高大金融所所有的同學，在論文撰寫期間，相互砥礪與扶持。特別是俐錦，適時給予我許多鼓勵，在我忙於論文時幫我買便當。最後，當然要感謝我的父母，沒有你們做為我精神上的後盾，我今天也不可能從研究所畢業，我今天的成就全都是你們給我的。最後，感謝所有曾經幫助過我的人，謝謝你們！. 國立高雄大學金融管理學系黃永明 2009/6/15. III.

(5) 目錄第一章. 前言......................................................................................................1. 第一節. 研究動機............................................................................................................1. 第二節. 研究架構............................................................................................................6. 第二章. 文獻探討 .............................................................................................7. 第一節. 基金過去績效與流量之關係............................................................................7. 第二節. 基金年齡、波動性與基金流量之關係..........................................................11. 第三節. 其它影響基金流量之因素..............................................................................13. 第三章. 研究假說 ...........................................................................................15. 第一節. 影響基金流量之因素......................................................................................15. 第二節. 基金波動性對基金績效和流量關係之影響..................................................17. 第三節. 基金成立時間對基金績效和流量關係之影響..............................................19. 第四節. 其它控制變數對流量之影響..........................................................................21. 第四章. 資料選取與變數定義 .......................................................................22. 第一節. 資料選取..........................................................................................................22. 第二節. 變數定義..........................................................................................................24. 第五章. 實證方法 ...........................................................................................28. 第六章. 實證結果 ...........................................................................................32. 第一節. 敘述統計..........................................................................................................32 IV.

(6) 第二節. 第七章. 實證結果分析..................................................................................................36. 結論與貢獻 .......................................................................................52. 參考文獻.............................................................................................................54. V.

(7) 表目錄表一 2001 年至 2007 年台灣共同基金發展概況 (單位：百萬元)....................................34 表二樣本敘述統計................................................................................................................34 表三績效未分組下，基金年齡與波動性之削弱效果 (使用原始報酬排序)..................39 表四績效分組下，基金年齡與波動性之削弱效果 (使用原始報酬排序)......................41 表五基金年齡對績效波動性削弱效果之影響 (使用原始報酬排序)..............................43 表六績效未分組下，基金年齡與波動性之削弱效果 (使用異常報酬排序)..................46 表七績效分組下，基金年齡與波動性之削弱效果 (使用異常報酬排序)......................48 表八基金年齡對績效波動性削弱效果之影響 (使用異常報酬排序)..............................50 表九實證結果整理................................................................................................................51. VI.

(8) 第一章. 前言. 第一節研究動機. 現今共同基金的概念源自於1822年歐洲荷蘭國王威廉一世，隨後流傳到英國及法國，但直到1980年代與1990年代，共同基金才真正開始在美國蓬勃發展。而相對於英美等國，台灣的共同基金起步較晚，發展至今尚未超過30年，一直到1983年我國方成立第一家投資信託基金公司，取名為「國際證券投資信託公司」。然而，台灣正式開放國內證券投資事業公司之設立是在1991年，並且於1992年元月核准國內十一家新投信公司的基金募集計畫，當時國內共計有十五家投信公司，直到2001年時，國內投信公司家數已到達41家，可見成長之迅速。且截至2007年12月為止，台灣共同基金共計發行523支，而基金規模高達新台幣2.04兆，其中股票型基金檔數從2001年的221檔至2007年的283 檔，且規模也從3千2百億成長至8千5百億，可見台灣投資人已逐漸將共同基金視為一種投資工具了。然而近年來對於投資人投資資本市場之行為的研究日益增多，其中共同基金之流量反應出投資人選擇基金之偏好，並能顯示出投資人懲罰共同基金經理人之機制，而投資人和基金經理人對於共同基金之投資與操作，將可用來檢視市場效率假說成立與否。因此，本文將深入探討共同基金流量之影響因素。然而，影響基金流量之因素有很多， Ippolito (1992)、Chevalier and Ellison (1997)、Sirri and Tufano (1998)、Fant and O’Neal (2000)、Barber et al.(2005)、Huang et al. (2007)、許培基、葉銀華與郭溫慈 (2000)、陳炳聰 (2000)、李鳳美 (2000)、毛存正 (2004)、徐育英 (2004)、彭琪祿 (2005) 與王南喻與陳信憲 (2006) 皆指出基金過去績效，會顯著影響基金當期之流量。江郁青 (2007). 1.

(9) 指出基金短期績效對於基金流量關係顯著為正，但較長期績效影響力則不大，可見台灣投資人對於短期績效較為重視。但由於近年來行為財務的興起，對於投資人的各種行為偏誤多所探討，例如： Ippolito (1992)、Chevalier and Ellison (1997)、Goetzmann and Peles (1997)、Goriaev (2002)、Sirri and Tufano (1998)、Fant and O’Neal (2000)、陳炳聰 (2000) 與許培基、葉銀華與郭溫慈(2000) 皆指出基金流量與績效間呈現非線性且為凸性關係，亦即共同基金投資人會投資過去績效表現較好之基金，但卻不贖回過去績效表現較差之基金。此種投資人之不理性行為，與行為財務學上稱為「錯置效果」(disposition effect) 一致，亦即投資人會對贏家有過度之反應，但卻一直持有輸家之行為。 Sirri and Tufano (1998) 研究指出基金公司大都以過去績效以做為基金之行銷策略，將可能會導致投資人不對稱之行為。然而，此種之不理性行為，隱含投資人會給予表現較佳基金獎勵，但卻不以同樣程度來處罰表現不好之基金。這將使得基金經理人會有提高基金風險以獲取高報酬之動機，Brown et al.(1996) 與Harless and Peterson (1998) 指出因基金經理人的薪酬，一般皆與基金績效有所連結。因此，當基金其報酬前半年是表現較差的，亦即年中為輸家時，其基金經理人為了提高其績效，往往會在後半年增加基金風險，以期待年底時能成為贏家。Harless and Peterson (1998) 更指出由於基金投資人過於注重基金過去的績效與排名，卻未充分了解該基金的風險，當投資人購買過去高績效的明星基金時，其實承擔了高風險。綜觀過去文獻，大部份將焦點放在流量與績效之凸性關係，此不對稱關係導因於基金經理人為了提高基金績效，而使得基金績效的波動變得很大。即使過去文獻仍明確指出基金波動性會顯著影響基金之流量 (Sirri and Tufano, 1998；Shu et al.2002；Barber et al. 2005；Huang et al. 2007；彭琪祿, 2005；羅瑞媛, 2005)。但過去文獻卻較少關心當基金. 2.

(10) 波動性有所差異時，是否會影響基金績效與流量之關係。因此，本文將進一步探討基金波動性是否會影響其基金流量對過去績效之敏感性，以瞭解投資人是否會將基金波動性作為投資時之考量。另外，本文不同於 Huang et al. (2007) 之研究，只單純討論波動性對於基金流量與過去績效之削弱效果，本文認為基金波動性之削弱效果，在當前期績效有所不同時，對於投資人行為之影響也可能有所不同，即當前期基金表現較極端時，投資人為了要創造更高獲利或是期待局勢會反轉時，可能會存在放手一搏之心理，亦即投資人不惜承擔風險，仍希望未來基金績效能有過人之優異表現。過去文獻指出新投資對於過去績效之反應存在非對稱關係，也就是流量對於績效之敏感性對於那些績效較佳的會較大。為了獲取流量與績效非線性之關係，本文依照Sirri and Tufano (1998) 建構分段線性迴歸 (piecewise linear regression)。並使用Fama and MacBeth (1973) 估計迴歸之係數與Newey and West (1987) 調整計算其t值。另外，Chevalier and Ellison (1997)、Sawicki and Finn (2002)、Huang et al. (2007)、李柏毅 (2001)、簡玉鴻 (2003) 與毛存正 (2004) 皆指出共同基金的成立時間長短，將會顯著影響基金流量。基金投資人對於投資基金時存在許多不確定性，可能導因於基金投資人與共同基金經理人之間存在資訊不對稱的問題。投資人並無法瞭解此檔基金的好壞，故投資人將會依靠過去績效做為投資時之決策。過去文獻Sawicki and Finn (2002) 與 Chevalier and Ellison (1997) 也指出投資人對於成立時間較短之基金績效相對於成立時間較長之基金績效，會有較大之敏感性。Chevalier and Ellison (1997) 研究更指出流量與績效之非線性關係，顯著受到基金成立時間所影響。因此，本文隨後加入基金成立時間，探討基金波動性之削弱效果是否會受到基金成立時間長短所影響。然而，過去國外文獻大都以基金淨流量來代表投資人之行為 (Ippolito, 1992； Chevalier and Ellison, 1997；Sirri and Tufano, 1998；Sawicki and Finn, 2002；Barber et. 3.

(11) al.2005；Huang et al, 2007)，但Shu et al. (2002) 卻指出基金投資人在申購或贖回行為上有明顯的不同。基於這個理由本文使用台灣開放式股票型基金，使用台灣開放式股票型基金相對於國外有二個優點，第一、因中華民國投信投顧法規定所有基金必須每月公布該基金前一個月之申購金額與贖回金額。因此，我們可以深入分析基金波動性之削弱效果對於投資人在申購與贖回行為上是否有所不同 1 。第二，過去文獻大部份為研究美國共同基金投資人之行為，卻甚少瞭解新興市場之投資人之風險態度是否與已開發家投資人之風險態度有所不同。若存在差異時，實證結果將可提供新興市場之共同基金經理人做為操作基金之考量。本文發現台灣共同基金投資人對於基金過去績效之反應，與國外文獻一致，確實存在不對稱現象。且基金波動性之削弱效果，較明顯存在於績效表現為較差的基金，即投資人對於過去績效表現較差之基金，其風險趨避程度會變小。此外，基金成立時間較長者，基金波動性對基金申購金額之影響變小，亦即當基金成立時間較長時，投資人會變得比較不在意基金之波動性，改以長期觀察基金之績效或操作能力。最後，當基金前期績效表現很差且基金成立時間較長者，其波動性削弱績效與流量敏感度之效果將會變得更強，即基金成立時間，將會削弱波動性加強績效與流量之關係。因此，長期來說投資人之賭博心態會更強。由以上結果可知，台灣共同基金投資人對過去績效的確存在不對稱之效果，且共同基金投資人對於風險的態度會隨著基金績效和年齡而有所改變。若前期基金績效表現較為差時，投資人其風險趨避程度會變小，且此關係將會隨著基金成立時間變長而更強烈，此發現與過去文獻Sirri and Tufano (1998) 發現美國共同基金投資人為風險趨避者有所不同。因此，本文認為新興市場的投資人在投資上所受的訓練不如已開發國家市場. 1. 但為了方便與過去文獻做比較，本文亦使用淨流量來分析。 4.

(12) 久，對於風險的態度亦與已開發國家有所不同。故本文之結果將可使新興市場基金經理人與基金公司更加瞭解投資人之行為，以做為市場行銷與投資操作時之考量。另外，本研究亦可使投資人更加了解自身對於基金風險的不對稱態度，做為將來投資時之參考依據。. 5.

(13) 第二節研究架構本論文共分五章，各章內容摘要如下：第一章前言說明研究動機與論文架構。第二章文獻探討探討國內外研究有關基金績效與基金流量之研究文獻，並進一步探討這個關係是否會受到個別基金風險所影響第三章研究假說探討基金績效與流量之關係，是否會受到基金波動性與基金成立時間長短的影響第四章資料選取與變數定義敘述資料來源與各變數之定義第五章實證方法本文使用 Sirri and Tufano (1998) 建構分段線性迴歸，另使用 Fama and MacBeth (1973) 來獲得基金績效與流量之關係。衡量基金之報酬是使用原始報酬 (Raw return) 與 Carhart (2007) 四因子模式之異常報酬 (abnormal return)；衡量基金的新投資與贖回，是使用基金之申構、贖回金額與淨流量。最後使用基金報酬標準差來衡量基金之風險。第六章實證結果使用Fama and MacBeth (1973) 方法，針對上述各種分析方法之實證結果進行分析與討論。第七章結論與貢獻總括先前實證結果，統整本研究之結論。. 6.

(14) 第二章. 文獻探討. 第一節基金過去績效與流量之關係. 根據半強式效率市場假說，所有公開資訊已經完全且不偏的反應在股價上，因此，共同基金經理人亦無法透過公開資訊獲得異常報酬。因此，過去文獻多藉由實證基金績效之風險調整後報酬是否能夠擊敗大盤，以驗證資本市場是否存在效率性 (Carhart, 1997)。而早期研究共同基金投資人行為之文獻，皆採用問卷調查，但因問卷調查容易產生誤差抽樣等統計上之問題，故近年來研究共同基金投資人之行為，皆改採共同基金當月份之淨流量來代表投資人對於該檔基金之看法 (Ippolito, 1992；Chevalier and Ellison, 1997；Goetzmann and Peles, 1997；Sirri and Tufano, 1998；Fant and O＇Neal, 2000；Jain and Wu, 2000；Sawicki and Finn, 2002；Barber, Odean, and Zheng, 2005；Huang et al., 2007；許培基、葉銀華與郭溫慈, 2000；陳炳聰, 2000；李鳳美, 2000；毛存正, 2004；徐育英, 2004；王南喻與陳信憲, 2006；江郁青, 2007)。過去文獻指出影響投資人行為之因素有很多，其中基金過去績效，皆指出會顯著影響基金當期之流量 (Ippolito, 1992；Chevalier and Ellison, 1997；Sirri and Tufano,1998； Fant and O＇Neal, 2000；Jain and Wu, 2000；許培基、葉銀華與郭溫慈, 2000；陳炳聰, 2000；李鳳美, 2000；毛存正, 2004；徐育英, 2004；王南喻與陳信憲, 2006；江郁青, 2007)。 Capon et al. (1996) 研究發現基金績效似乎為投資人在選擇基金時，最重要之關鍵因素。另外，Ippolito (1992)、Chevalier and Ellison (1997)、 Goetzmann and Peles (1997)、 Sirri and Tufano (1998)、Jain and Wu (2000)、許培基、葉銀華與郭溫慈 (2000) 與江郁青 (2007) 更發現基金過去績效，對當期基金之流量有正面之影響。. 7.

(15) 若詳細將基金過去績效分組時，王南喻與陳信憲 (2006) 研究針對台灣地區共同基金績效與基金流量之關係進行研究，將基金績效依樣本觀察期間之平均基金績效優劣分為五等級基金，其中樣本期間為民國89年7月至95年6月，資料為台灣開放式股票型基金。研究結果指出投資人有買入績效較佳基金的傾向，賣出績效較差基金的情形。但過去大部份之文獻卻提出不同的觀點，認為投資人對於基金過去績效之反應並非為對稱，Ippolito (1992)、Chevalier and Ellison (1997)、Goetzmann and Peles (1997)、Sirri and Tufano (1998)、Fant and O’Neal (2000)、Goriaev (2002)、陳炳聰 (2000) 與許培基、葉銀華與郭溫慈(2000) 皆指出投資人對於過去績效表現較佳之基金反應較強，但卻不去贖回過去績效表現較差之基金。此投資人之不對稱行為，與行為財務 Kahneman and Tverskey（1979）提出的展望理論，即個人面對損失與利得之風險偏好將會有所差異，當面對損失時為風險愛好者，但面對利得時為風險趨避者，且若將此風險態度不對稱地展現於投資行為上，將會與 Shefrin and Statman (1985) 所提岀之「錯置效果」(disposition effect) 行為一致。Shefrin and Statman (1985) 研究更指出股票投資人之錯置效果，將會導致傾向持有輸家太久，但出售贏家太快。而導致此不對稱行為之原因，其中 Odean (1998) 使用 1987 年 1 月至 1993 年 12 月中隨機選取 10,000 筆的投資人交易資料，認為投資人錯置效果行為之解釋有二點。首先、基於稅賦的考量，投資人常常會在 12 月時，急於出售獲利之股票。再者，認為投資人可能為理性，或可能為不理性的，並指出投資人相信目前的輸家，未來表現必定能夠優於現在的贏家。因此，他們可能會賣出當前之贏家來平衡他們的投資組合之損益。另外，Sirri and Tufano (1998) 使用 690 檔美國開放式股票型基金，期間為 1971 年 11 月至 1990 年 11 月，文中發現共同投資人對於過去績效的確存在不對稱之關係，作. 8.

(16) 者認為之所以投資人會有不對稱之反應，主要可能是受到媒體的影響，因為基金公司一般會以基金過去績效做為行銷策略，故投資人將會盲目地追逐過去之贏家。另外， Goetzmann and Peles (1997) 實證結果發現由於投資人的過度樂觀，以致於未能及時贖回績效表現不佳之基金。投資人此不對稱行為，即投資人會給予績效表現較佳之基金經理人鼓勵，但卻不懲罰績效表現不佳之基金經理人，將使得基金經理人基於自利的情況下，存在放手一博之心態，藉由提高基金風險，以期待能夠獲得較佳之績效排名，而對於此種現象，過去文獻Brown et al. (1996) 稱為「競賽假說」 (Tournaments hypothesis)。且Musto (1999) 與 Carhart et al. (2002)，皆發現共同基金之賭博行為，會顯著發生在年底績效評比時。而過去文獻指出由於投資人之不對稱行為，最後將導致經理人傾向增加基金之風險，Brown et al. (1996) 使用1976年至1991年334檔成長型共同基金，實證結果指出共同基金經理人之薪酬，一般會與過去績效有連結，故當基金年中績效表現較差之經理人，相對於基金年中績效表現較佳之經理人，會傾向增加基金之風險，以期待能在年底繳出漂亮之成績單。另外，Khorana (1996) 與Taylor (2003) 研究指出共同基金經理人之收入來源為基金管理費，此費用一般為基金資產之固定百分比。因此，將使得基金經理人存在極大化基金規模之誘因，且若投資人對於基金過去績效存在不對稱反應時，基金經理人將會不惜拉高基金波動性，以期待能夠贏過其它同類型之基金。 Chevalier and Ellison (1997) 認為共同基金投資人希望能夠極大化風險調整後報酬，但共同基金公司目標卻是極大化基金淨資產，因此，預期基金公司將會有投資不效率之情況發生。並指出基金公司會收到資產之一定比例之管理費，因此會有增加基金資產之誘因，且因為流量與過去績效之關係，將會被視為提高基金風險之誘因。. 9.

(17) Goriaev (2002) 指出共同基金經理人之努力程度投資人並無法直接觀察，因此，投資人只能觀察經理人過去績效做為參考。且在這個情況下，基金經理人與投資人之間，將會存在潛在的代理問題。另外，作者指出導致經理人與投資人之目標不一致原因有很多，第一、經理人之薪酬契約，當基金績效表現越佳時，通常基金經理人將會有較多的薪酬獎勵計畫。第二、基金經理人的任用政策，當共同基金經理人操作績效不佳時，將會面臨被更換的風險。Khorana (1996) 指出當經理人績效表現為最差時，其被更換的機率，將會是基金績效表現最佳之經理人的四倍。因此，基金經理人將不惜提高基金風險以期待能極大化自身之報酬。最後，Koski and Pontiff (1999) 與 Goriaev (2002) 研究更指出基金前期績效與隨後之基金風險呈現顯著負相關。. 10.

(18) 第二節基金年齡、波動性與基金流量之關係. 前述指出投資人購買基金之行為，主要將會受到過去績效的影響，但過去文獻 Chevalier and Ellison (1997)、Sawicki and Finn (2002)、Goriaev (2002)、Huang et al. (2007)、李柏毅 (2001)、簡玉鴻 (2003) 與毛存正 (2004) 亦指出共同基金的成立時間長短，將會顯著影響基金流量。 Chevalier and Ellison (1997) 使用美國3036檔成長與成長收益型共同基金，期間為 1982年至1992年，實證結果發現基金流量對過去績效的確存在非線性之關係，且認為此不對稱關係之敏感度，將會隨基金成立時間而有所不同。且指出成立時間較短之基金，將會有較強之誘因去改變基金之風險，因為成立時間較短之基金，當績效些許後於市場指數時，將會有賭博之行為產生；但若績效領先於市場指數時，將會有誘因使得經理人遵照市場指數來操作。但是，當基金績效大幅度優於市場指數時，仍會有誘因使經理人放手一搏，因為經理人想要在年底時，成為最頂尖績效之基金。最後，作者再指出假如投資人使用基金歷史績效來推論該檔基金之品質，那麼成立時間較短之基金相對於成立時間較長之基金，其對於過去績效之敏感性將會較大，亦即成立較短之基金其流量對績效之關係，將會接近於線性關係，但成立較長之基金其流量對績效之關係，將會近似於於凸性關係。 Sawicki and Finn (2002) 使用澳大利亞共同基金投資人為樣本，期間為 1980 年 12 月 31 日至 1995 年 5 月 31 日，主要為研究共同基金之規模與年齡效應，是否聰明資金會投資於小型基金上，實證結果發現共同基金投資人，對於基金成立時間較短者，其對於最近之績效有較強的反應。 Goriaev (2002) 指出影響共同基金流量之因素有很多，其中也包括基金成立時間，. 11.

(19) 作者認為成立時間較長之基金已建立相當程度之聲譽，因此，投資人較容易能夠瞭解該檔基金之優劣；但成立時間較短之基金，因為並無任何聲譽，因此，投資人只能藉由最近之績效表現，來判斷該檔基金之優劣。並指出成立時間較短之基金，相較於成立時間較長與規模較大之基金，其流量對於過去績效將會有較大之敏感度。Sirri and Tufano (1998) 另指出基金流量對於過去績效之敏感度，將會隨著時間增加而下降，亦即共同基金投資人較在意基金近期的績效表現。至於基金波動性對於流量之影響，Huang et al. (2007) 使用美國股票型基金，其中包括積極成長型、成長型、成長平衡型與收益型基金，樣本期間為 1993 年至 2004 年，主要為研究共同基金投資人對於過去績效之不對稱關係，是否會到基金波動性與基金年齡所影響。實證結果發現，投資人對於過去績效之波動性並無顯著反應，且與過去文獻一致指出投資人的確存在對過去績效之不對稱反應，但另指出波動性卻會顯著地削弱流量與過去績效之關係，並指出此削弱效果，將會顯著發生於成立時間較短之基金。因此，證實了投資人購買基金時，的確會受到基金波動性與成立時間所影響，並且進一步指出投資人之行為，將會顯著影響基金經理人對於承擔風險之誘因。再者，Sirri and Tufano (1998) 使用美國股票型基金，實證結果發現在績效與費用不變下，基金風險與流量呈現負向關係，故投資人將可能偏好投資基金波度性較小者，亦即共同基金投資人為風險趨避者。因此，投資人將會避免投資風險過高之共同基金。至於國內文獻，江郁青 (2007) 使用台灣開放式股票型基金，樣本期間為1998年1 月至2006年12月，實證結果發現基金風險與淨現金流量之關係呈現正向，但呈現不顯著關係，作為認為可能的原因為台灣共同基金投資人對於風險的重視程度較小。. 12.

(20) 第三節其它影響基金流量之因素. 過去文獻認為影響投資人投資之因素，除了前述幾點外，尚發現基金規模 (Size)，將會顯著影響基金之淨流量。(Sirri and Tufano, 1998；Zheng (1998)；Fant and O'Neal, 2000；Goriaev, 2002；Barber et al., 2005；Huang et al., 2007；李鳳美, 2000；李柏毅, 2001；簡玉鴻, 2003；徐育英, 2004；毛存正, 2004；彭琪祿, 2005；江郁青, 2007)。 Goriaev (2002) 指出普遍來說大規模之基金，將會花費較多之廣告支出，因此會到媒體注意的程度會較大，投資人將能夠較容易獲得該基金的資訊。Sirri and Tufano (1998) 認為當基金受到媒體較多報導，將能夠減少投資人對於該檔基金之搜尋成本，因此將會吸引較多的基金流量。 Zheng (1998) 使用 1970 年 1 月至 1993 年 12 月開放式股票型基金，主要為實證投資人之聰明錢 (Smart money) 效果與資訊效果。實證結果發現資訊效果僅存在於小型基金，亦即使用小基金之現金流量之資訊，將可賺得正的異常報酬，並支持 Gruber (1996) 發現有經驗之投資人應該追逐小型基金。另外，Sawicki and Finn (2002) 實證共同基金投資人之規模效果，實證結果發現投資人會對小型基金之最近績效，會有較強之反應。並且支持 Gruber (1996) 與 Zheng (1998) 之結論，小型基金之績效並非為隨機，因此，作者建議投資人應該要去追逐小型基金之近期績效。至於國內文獻，彭琪祿 (2005) 使用台灣開放式股票型基金，其樣本期間為 2001 年 7 月至 2005 年 2 月，主要為研究台灣開放式股票型基金投資人之行為。結果發現，不同於 Shu, Yeh and Yamada (2002) 之研究，作者發現台灣的開放式股票型基金投資人，當面對有較高之超額報酬時，才會偏好規模較大的基金。再者，基金費用 (Expense) 為另一重要影響投資人決策之重要因素，例如：Sirri and. 13.

(21) Tufano (1998)、Barber et al. (2005)、彭琪祿 (2005)、翁林聖 (2006) 與江郁青 (2007) 皆發現共同基金投資人會規避基金費用。而基金費用對投資人之影響，過去文獻已發現高費用率將會導致基金有較低之流量，導因於投資人為極大化扣除基金費用後之淨報酬。Gruber (1996) 使用 270 檔美國股票型基金，樣本期間為 1985 年至 1994 年，實證結果發現積極管理之共同基金，在經過風險調整與扣除手續費後，並無法獲得正向之報酬。Carhart (1997) 使用 1962 年 1 月至 1993 年 12 月之美國股票型基金，實證結果指出在控制了其它因素之後，收取手續費基金相較於無收取手續費之基金，其報酬約低了 80%，並指出即使績效表現最佳之基金，頂多也只能賺回投資成本，因此在扣除了手續費之後，並無法獲得異常報酬。至於國內文獻，陳安琳、洪嘉苓與李文智 (2001) 指出，當收取較低費用率之基金，將會有較佳的績效表現。 Barber et al. (2005) 使用各種類型之美國股票型基金，樣本期間為 1970 年至 1999 年，主要是探討基金費用之收取方式與投資人購買基金頭之行為是否有關。實證結果發現亦發現基金之總費用率與基金流量呈現負向關係，且認為此關係歸因於基金公司向投資人直接收取之申購手續費。至於在國內文獻方面，江郁青 (2007) 使用台灣開放式股票型基金，研究期間為 1998 年 1 月至 2006 年 12 月的月資料，主要為研究投資人投資基金的行為與費用的相關性。實證結果發現基金費用與基金流量具有顯著的負向關係，顯示投資人會規避基金費用。此外，作者將樣本分為前 50%大型基金、前 75%大型基金與存續期間超過五年的基金，實證結果皆與整體樣本一致指出投資人之規避現象。. 14.

(22) 第三章. 研究假說. 第一節影響基金流量之因素. 共同基金流量反映了投資人分配之決策，在缺乏搜尋成本與交易成本之下，投資人對於基金之分配是基於個人對未來基金報酬之預期，歸納先前研究投資人購買基金之決定因素可分為；第一、先前無法觀察的經理人操作能力，第二、個別基金特性，第三、可觀察之過去績效 (Huang et al. 2007)。而且績效與流量之正向關係是一個普遍且重要的假設，文獻上也提出許多論點。例如：Berk and Green (2004)、Huang et al. (2007) 與 Lynch and Musto (2003) 假設投資人從過去績效來判斷經理人之能力，其中發現流量與績效將會呈現正相關。江郁青 (2007) 發現基金短期績效對於基金流量關係顯著為正，但長期績效影響力則不大，可見台灣投資人對於短期績效較為重視。Gruber (1996) 將這個現象歸因於投資人行為之不理性，因為會追逐過去的贏家，即便只是很微小的績效持續性產生，投資人也會盲目追尋。但一般投資者應該會追求過去績效表現好之基金，並且贖回過去績效表現差之基金。 Ippolito (1992)、Chevalier and Ellison (1997)、Goetzmann and Peles (1997)、Sirri and Tufano (1998)、Fant and O’Neal (2000)、Goriaev (2002)、陳炳聰 (2000) 與許培基、葉銀華與郭溫慈(2000) 實證結果卻發現投資者會盲目追逐過去的贏家，但是卻不棄卻過去的輸家。以上這種現象，也有學者稱為「錯置效果」，亦即基金績效表現很好時，投資人會盲目追尋；但當基金的績效呈現損失時，則會選擇持有基金。因此本文假設當過去基金績效表現較佳者，未來流量將會較大，意即過去績效與未來流量間存在正向關係。但對於過去基金績效表現較差者，未來流量將會較小，意即過. 15.

(23) 去績效與未來流量間存在負向關係。亦即投資人只對於基金好的績效有反應，對於基金差的績效並無太大之反應，Shefrin and Statman (1985) 與Odean (1998) 將投資人此種現象歸因於投資人心理因素，認為存在以下現象，投資人可能會傾向持有損失的基金，但當基金獲得時即馬上出售，因為他們不願意承認失敗，只想承認獲利而不願承擔損失。為了獲得此投資人購買基金之不對稱行為，本文遵照Sirri and Tufano (1998) 之分段線性迴歸，將共同基金按照原始報酬與Carhart (1997) 四因子模式計算之異常報酬排序，分為績效最佳組 (High)、績效中等組 (Mid) 與績效最差組 (Low)。分別探討當過去績效表現有所不同時，其對基金申購金額、贖回金額與淨流量之影響是否有所不同。. 假設一：過去績效對當期流量之影響為正向關係，但因為投資人的盲目追求過去績效表現佳之基金，而不棄卻過去績效表現不好的基金。因此，本文假過去績效表現較佳者，其流量與過去績效之關係將會很強；但過去績效表現較差者，其流量與過去績效將會較微弱。. 16.

(24) 第二節基金波動性對基金績效和流量關係之影響. 本文假設投資人會觀察基金經理人之前的操作能力和過去績效，來做為購買基金時之依據，亦即投資人會利用對於基金之事前預期與近期所觀察到績效納入投資時之考量。換句話說，假如投資人在意基金之波動性，將會納入基金波動性以做為投資時之依據。Sirri and Tufano (1998) 認為基金投資人為風險趨避者，亦即當基金高波動性將可能阻止投資人的投資意願。因此當基金績效有較大波動時，投資人對於過去績效之敏感度將會變得較小。在其它情況不變下，波動性較大之基金，會產生較多噪音訊號 (noisy signal)，投資人可能會害怕此基金之高績效是冒著高波動性而得之高報酬，故投資人將不敢過於依靠過去績效做為投資決策之考量 (Huang et al., 2007)。因此，將會使得基金過去績效與流量之關係會較薄弱。換句話說，假如投資人如果完全不在意基金波動性，那麼流量對過去績效之敏感性應該會與基金波動性無關。但若台灣共同基金投資人在投資基金時，會將基金波動性納入考量，將會使得假設一所指出的過去績效對於當期流量之影響變得較不明顯，投資人會避免接觸這類高波動性之基金，因為投資人會害怕基金之高報酬是冒著高波動性而得，故此績效可能較不穩定。另外，為了瞭解基金波動性之削弱效果，是否會因過去績效有所差異而改變，本文同前將過去基金績效表現分為最佳組 (High)、中等組 (Mid) 與最差組 (Low)，觀察基金波動性對於流量與績效之削弱效果，是否在三個績效分組下有所不同。故本文將基金績效波動性與此三個變數成為交互作用項，個別做探討。. 17.

(25) 假設二之一：假設基金績效波動性較大之基金，其過去績效對流量之影響將會較微弱。. 假設二之二：假設基金績效波動性對過去績效對流量之影響，於過去績效表現不同時，可能會有所差異。. 18.

(26) 第三節基金成立時間對基金績效和流量關係之影響. 過去文獻皆發現基金成立時間長短，將可能會影響投資人對於此檔基金之偏好 (Chevalier and Ellison, 1997；Sawicki and Finn, 2002)，因為當基金成立時間較長時，投資人可以長期追蹤此檔基金的表現，並藉此衡量此檔基金之獲利能力，以減少購買此基金前之不確定感。國內文獻中簡玉鴻 (2002)、毛存正 (2004) 與江郁青 (2007) 實證結果也發現基金成立時間，將會與基金流量呈現正向關係。. 假設三之一：基金成立時間長短，對於基金流量之影響為正。. Chevalier and Ellison (1997)、Sawicki and Finn (2002) 與Huang et al. (2007) 實證結果皆發現成立時間較短之基金相對於成立時間較久之基金，其流量對績效之敏感度將會較大。Huang et al. (2007) 更指出投資人在投資共同基金之前，無法觀察到經理人之操作能力，因此投資人將會把重點放在基金最近可觀察之績效。因此，當基金成立時間較長時，那麼投資人能夠獲得的資訊也會較多，故流量對於績效之敏感度將會較小。另外，為了瞭解基金成立時間，若是存在於過去基金績效表現最佳組 (High)、中等組 (Mid) 與最差組 (Low) 時，是否有顯著不同。因此，本文將基金成立時間與此三個變數成為交互作用項，個別做探討。故有以下假說：. 假設三之二：其它情況相同下，基金成立時間較短者相對基金成立時間較長者，過去績效對流量之衝擊會較大。. 19.

(27) Huang et al. (2007) 認為當投資人對基金經理人之能力有較多不確定感時，投資人會仰賴過去績效來做判斷。因此，當基金投資人無法了解先前基金經理人的能力時，績效與流量之敏感度將會較大。本文使用基金成立時間來代理投資人對於基金經理人能力之不確定性感。雖然先前的不確定性與過去績效波動性皆會影響流量對於績效之敏感度，但兩者為互補關係。假如投資人能夠追蹤基金長期過去紀錄，將能夠完全掌握經理人能力，因此，將會對於基金最近績效有較小的敏感性。當基金成立時間較長時，由假設三之二可知，投資人會仰賴較多的基金經理人長期之操作能力，做為投資的依據。因此，績效之波動性對於基金最近之績效與流量之削弱效果將會變得比較不明顯。但若基金成立時間較短，那麼投資人就只能依靠近期之績效來做為投資的依據，那麼投資人受績效波動性的影響會變得較深。因此，本文認為成立時間較短之基金，其績效波動性之對過去績效與流量之影響將會較大。另外，為了瞭解基金成立時間對於績效波動性之削弱效果之影響，是否在不同的績效有顯著不同，故依照過去績效將基金分為最佳組 (High)、中等組 (Mid) 與最差組 (Low)。本文將基金成立時間、波動性與此三個變數成為交互作用項，個別做探討。. 假設三之三：假如某些投資人將基金波動性納入投資時之考量，那麼成立時間較短之基金相較於成立時間較長之基金，績效波動性對於績效與流量敏感度之削弱效果會較大。. 20.

(28) 第四節其它控制變數對流量之影響. 除了前三節為本文欲探討影響共同基金投資人之行為之因素外，本文仍遵照過去文獻加入影響基金流量之控制變數。第一、基金同類型之流量 (Category flow)，過去文獻 Sirri and Tufano (1998)、Fant and O'Neal(2000)、Huang et al.(2007) 與徐育英 (2004)皆發現基金同類型之流量，將會與個別基金之流量呈現顯著正向關係，亦即同類型基金，對於該檔基金有正面鼓舞之效果。因此，本文預期同類型基金之流量與個別基金之流量關係，將會呈現顯著為正。第二、基金規模 (Fund size)，Sirri and Tufano (1998)、Fant and O'Neal(2000)、Barber et al. (2005)、Huang et al.(2007)、李鳳美 (2000)、李柏毅 (2001)、簡玉鴻 (2003)、徐育英 (2004) 與毛存正 (2004)、彭琪祿 (2005) 與江郁青 (2007) 研究結果發現共同基金之規模，與基金之流量顯著為負之關係。然而，Fant and O'Neal(2000)、彭琪祿 (2005) 與簡玉鴻 (2003) 皆發現基金規模，將會與基金流量呈現顯著正相關。因此，本文認為基金規模對流量之影響，將可能為正或負。第三、基金費用 (Expense)，Sirri and Tufano (1998)、Barber et al. (2005)、彭琪祿 (2005)、翁林聖 (2006) 與江郁青 (2007) 皆發現共同基金投資人會規避基金費用。與過去文獻一致，本文假設基金費用將會基金流量呈現負向關係。. 21.

(29) 第四章. 資料選取與變數定義. 第一節資料選取. 本文樣本期間西元2001年1月1日到2007年12月31日，基金淨值、基金規模、周轉率、成本與費用率等資料來源為台灣經濟新報資料庫 (TEJ)。其中排除指數型基金、貨幣市場基金、組合型基金、資產證券化基金、債券與平衡型基金，因為本文欲探討存在積極管理經理人之基金，並且確保本文樣本基金報酬波動性能夠比較。且為了方便計算基金之異常報酬，因此本文資料主要納入積極管理並且投資於中華民國境內之股票型基金，樣本數從2001年之131檔至2007年165檔股票型基金，並刪除資料遺漏之樣本。除此之外，為了避免極端值影響實證結果，於樣本期間內成立不滿一年之基金亦予以刪除。 Grinblatt and Titman (1989,1993) 與Wermers (1997) 指出基金大部份績效歸因於基金選股之特徵，亦即當基金使用價值投資選股相較於指數，將會較高平均報酬。因此本文依照其投資標的，將基金分成以下類型： (1) 一般型：無特殊持股內容規定之基金，以及除中小型、中概股、科技類及價值型以外之特殊持股內容約定之基金。 (2) 中小型：基金投資資本額在一定規模以下之公司股票總額，應不低於基金淨資產價值的60%。 (3) 中概類：投資於股票之總額不低於本基金淨資產價值之百分之七十（含），且投資於「中國概念股」之上市或上櫃公司股票之總額不低於本基金淨資產價值之百分之六十（含）。 (4) 科技類：基金投資高科技類股票總額，應不低於基金淨資產價值的60%。. 22.

(30) (5) 特殊型：投資之目標市場具有特殊性。 (6) 價值型：基金以投資於低市值/淨值比或低本益比之股票為主。 (7) 上櫃型：基金投資上櫃股票，應不低於基金淨資產價值的60%。基金的分類除採用台灣經濟新報資料庫的分類外，並參考台大財務金融學系共同基金績效評比網站 2 和李存修及邱顯比先生基智網網站 3 。存活偏誤 (survivorship bias) 為任何研究共同基金報酬時最大的問題，Brown et al.(1992) 指出樣本期間所消失的基金績效較差，將會導致剩下來的基金有假的績效持續性，因此將會高估計整體基金之超額績效。因此，為了解決存活偏誤之問題，本文在篩選樣本時，將納入本研究期間存在之基金，研究期間因清算或合併而退出市場之基金，以及在研究期間新募集之基金，藉此以解決共同基金研究普遍存在的存活偏誤問題。. 2 3. http://140.112.111.12 http://www.funddj.com/y/yFund.htm 23.

(31) 第二節變數定義 1 基金流量 (Inflows、Outflows、Net flows). 先前文獻多在探討台灣開放式股票型基金之前期績效對基金淨流量之衝擊。其中，基金淨流量之計算在國外文獻中皆採調整基金報酬率後之基金規模成長率為計算基準。但在台灣，由於投資信託公司依法每月必須申報申購金額 (Inflows) 及買回金額 (Outflows)，本文與Shu et al. (2002) 一致使用申購金額、贖回金額與淨流量，做為迴歸中之應變數分別探討之。至於淨流量之計算方法如下，將依照台灣經濟新報資料庫所提供之各基金之當月的申購金額和贖回金額定義基金淨流量比率（Net flows）為： Net. flowsi , t =. Inflowsi , t − Outflowsi ,t TNAi ,t −1. (4.2.1). TNAi ,t −1 為基金 i 於第 t-1 月總淨資產 (total net assets)，Inflowsi ,t 為基金 i 於第 t 月之申購金額，而 Outflowsi ,t 為基金 i 於第 t 月贖回金額。. 2 基金績效 (Performance) 與波動性 (Volatility). 本文在衡量基金過去績效表現時，首先使用基金之當月原始月報酬，原始報酬之計算方法，本文取自台灣經濟新報資料庫，其定義為基金當月份之淨值變動率。至於基金績效波動性，本文使用該檔基金過去 12 個月報酬之年化標準差來衡量。本文另外使用 Carhart (1997) 之四因子模式 (four-factor model)，此估計能夠衡量異常報酬與因子的敏感度。四因子模式包含了市場均衡之風險因子：高低 beta 因子. 24.

(32) (RMRF)、大小市值股 (SMB)、價值與成長股 (HML)、動能因子 (Momentum)。. rit = α iT + biT RMRFt + siT SMBt + hiT HMLt + piT PR1YRt + eit. t = 1,2,...., T. (4.2.2). biT ：為市場因子之係數 siT ：為規模因子之係數 hiT ：為淨值市值比因子之係數 piT ：為動能因子之係數. 其四因子模式之計算方法如下： (1) RMRF (市場因子)： RMRFt = Rm ,t − R f ,t. Rm ,t ：第t期末台灣證券交易所發行量加權股價指數 R f ,t ：第 t 期無風險報酬，本文以台灣銀行一個月之定期存款利率。. (2) SMB (規模因子)：首先依照樣本每個月之股票市值由小至大排序，並將前 1/3 之小規模投資組合報酬率，減去後 1/3 之大規模投資組合報酬率，即可得 SMB 值。. (3) HML (淨值市值比因子)：首先排除淨值市值比為負之公司，再者依樣本每月之淨值市值比由小至大排序，淨值之計算之每年十二月底為準，並將後 1/2 之高淨值市值比投資組合報酬率，減去前 1/2 之低淨值市值比投資組合報酬率，即可得 HML 值。. (4) PR1YR (動能因子；momentum)：將所有樣本按照每個月的前一年之報酬率由小至大排序，並將後 30%之高動能投資組合報酬率，減去前 30%之低動能投資組合報酬率，即可得 PR1YR 值。. 25.

(33) 3 其它控制變數. (1) 同類型共同基金之淨流量 (Category)：本文依照基金之投資標的，將基金種類共分為七種 (一般型、中小型、中概類、科技類、價值型與上櫃型)，變數定義為第 i 類第 t 月該類型基金之當月淨流量：. Categoryi ,t =. Inflowi ,t − Outflowi ,t TNAi ,t −1. (4.2.3). TNAi ,t −1 為第 i 類於第 t-1 月總淨資產價值（Total Net Assets）， Inflowi ,t 為第 i 類基金於第 t 月之總和申購金額，而 Outflowi ,t 為第 i 類基金於第 t 月之總和贖回金額。. (2) 基金規模 (Size)：本文採用共同基金之淨資產價值來衡量基金之規模，將各檔基金之總淨資產價值 (TNA) 取自然對數，來衡量每一檔基金之規模。. (3) 基金成立時間 (Age)：因為基金成立時間為間斷變數，本文遵照 Huang et al. (2007) 使用虛擬變數，若某基金成立時間超過同類型基金樣本成立時間之中位數，則該虛擬變數為 1，否則為 0。. (4) 基金費用 (Expense)：基金費用取自台灣經濟新報資料庫(TEJ)，本文採用基金總費用率來衡量基共同基金收取之費用大小，其中總費用之計算為直接交易成本加上間接費用，直接交易成本包括手續費加交易稅，間接費用為經理費、保管費與其它相關費用，其費用率即除以基金 26.

(34) 之淨資產。其中手續費為證券經紀商受託買賣股票或受益憑證成交後，向委託人收取之費用，交易稅為依證券交易稅條例規定，證券交易稅為向有價證券賣出人按每次交易成交價格。另外，經理費為基金支付經理費給基金經理公司，做為投資、營運和管理之用，但是投資人並不需要額外支付，這筆費用會每天由基金的資產中自動扣除。最後，保管費為基金支付資產保管機構（通常為銀行）的費用。. 27.

(35) 第五章. 實證方法. 先前文獻指出新投資對於過去績效之反應存在非對稱關係，也就是流量對於績效之敏感性對於那些績效較佳的會較大。為了獲取流量與績效非線性之關係，本文依照 Sirri and Tufano (1998) 建構分段線性迴歸 (piecewise linear regression)。根據過去 12 個月計算 Carhart 四因子風險調整後報酬與原始報酬，每月將從 0 至 1 將基金績效排序 ( Ranki ,t )。i 基金 t 時點基金績效表現最差之組別 ( Lowi ,t ) 定義為 Min ( Ranki ,t ,0.2)，i 基金 t 時點基金績效表現中等之組別 ( Midi ,t ) 定義為 Min (0.6, Ranki ,t − Lowi ,t )，i 基金 t 時點基金績效表現最佳之組別 ( Highi,t ) 定義為 Min ( Ranki,t − Midi ,t − Lowi ,t )。但為了確認此關係是否的確存在，本文另外將基金過去績效根據原始與異常報酬，將過去績效分為五組。亦即每月將從 0 至 1 將基金績效排序 ( Ranki ,t )。i 基金 t 時點基金績效表現最差之組別 ( Lowi ,t ) 定義為 Min ( Ranki ,t ,0.2)，i 基金 t 時點基金績效表現第四之組別 ( 4thi,t ) 定義為 Min (0.2, Ranki ,t − Lowi,t )，i 基金 t 時點基金績效表現第三之組別 ( 3thi,t ) 定義為 Min (0.2, Ranki ,t − 4thi ,t − Lowi,t )，i 基金 t 時點基金績效表現第之組別 ( 2thi,t ) 定義為 Min (0.2, Ranki ,t − 4thi ,t − 3thi ,t − Lowi,t )，i 基金 t 時點基金績效表現最佳之組別 ( Highi,t ) 定義為 Min ( Ranki ,t − 4thi ,t − 3thi ,t − 2thi ,t − Lowi,t )。實證結果發現，結論與依過去績效好壞分為三組時類似，因此，本文僅呈現將過去績效分為三組之實證結果。本文依照Sirri and Tufano (1998) 所建立之分段線性迴歸，並使用Fama and MacBeth (1973) 迴歸方法估計其係數，流程如下：每個月進行一次橫斷面迴歸，依本文之樣本期間共產生83個迴歸係數，接著將此係數加以簡單平均，即可求得其FM (1973) 之迴歸係數。另外，使用FM (1973) 的好處是能夠允許迴歸係數隨時間變動，可用於長期間之 28.

(36) 研究，並且適用於各期基金個數皆有所差異時。而對於標準誤之計算，本文採用Newey and West (1987) 加以調整，本文不使用一般OLS方法來估計，原因為當使用普通最小平方法時，其中有個重要假設是殘差必須是白噪音 (white noise)，亦即殘差需具備同質變異數，且相互獨立與同分配狀況下，但由於樣本資料每月之觀察值與其它月份間可能不獨立，且變異數並非為同質，若使用OLS 估計可能會產生自我相關 (autocorrelation) 的問題，導致低估迴歸係數之標準誤進而高估t值。因此，在使用Fama and MacBeth (1973) 之實證方法時，我們對於流量與其它解釋變數存在之潛在自我相關效果，採用Newey and West (1987) 調整自我相關與異質變異數後之標準誤 (autocorrelation-and heteroskedasticity-consistent standard errors) 來計算t 值。當我們採用Newey and West (1987) 之調整方法，縱使樣本存在自我相關與異質變異之現象，仍可透過調整標準誤之方法降低其誤差，以便解決OLS估計時之誤差問題。本文透過以下分段線性迴歸 (piecewise linear regression) 分析流量與績效之關係，主要分為以下三部份：. 第一部份是假設沒有將基金績效分組前，其流量 (Flow) 分為申購金額 (Inflows)、贖回金額 (Outflows) 與淨流量 (Net flows)；分別探討基金過去績效對當期流量之影響，基金波動性對過去績效與流量之削弱效果，與基金成立時間，對於過去績效與流量之影響。. Flowi ,t = a + b1 * Performancei ,t −1 + b2 * Voli ,t −1 + b3 * Performancei ,t −1 * Voli ,t −1 + b4 * Agei ,t −1 + b5 * Performancei ,t −1 * Agei ,t −1 + b6 Control Variables i ,t −1 + ε i ,t. 29. (5.1).

(37) 第二部份是依過去績效將基金分為最佳組 (High)、中等組 (Mid) 與最差組 (Low)，將流量 (Flow) 分為申購金額 (Inflows)、贖回金額 (Outflows) 與淨流量 (Net flows) 分別探討基金過去績效對當期流量之影響、基金波動性對過去績效與流量之削弱效果，與基金成立時間對於過去績效與流量之影響。. Flowi ,t = a + b1 * Lowi ,t −1 + b2 * Mid i ,t −1 + b3 * Highi ,t −1 + b4 *Voli ,t −1 + b5 * Agei ,t −1 + b6 * Lowi ,t −1 * Voli ,t −1 + b7 * Mid i ,t −1 *Voli ,t −1 + b8 * Highi ,t −1 * Voli ,t −1 + b9 * Lowi ,t −1 * Agei ,t −1 + b10 * Mid i ,t −1 * Agei ,t −1 + b11 * Highi ,t −1 * Agei ,t −1 + b12Control Variables i ,t −1 + ε i ,t. (5.2). 第三部份亦將過去績效將基金分為三組探討基金成立時間的長短，將流量 (Flow) 分為申購金額 (Inflows)、贖回金額 (Outflows) 與淨流量 (Net flows)，對於基金波動性對於過去績效與流量之削弱效果。. Flowi ,t = a + b1 * Lowi ,t −1 + b2 * Mid i ,t −1 + b3 * Highi ,t −1 + b4 *Voli ,t −1 + b5 Agei ,t −1 + b6 *Voli ,t −1 * Agei ,t −1 + b7 * Voli ,t −1 * Agei ,t −1 * Lowi ,t −1 + b8 *Voli ,t −1 * Agei ,t −1 * Mid i ,t −1 + b9 *Voli ,t −1 * Agei ,t −1 * Highi ,t −1 + b10Control Variables i ,t −1 + ε i ,t. (5.3). 各變數之解釋如下： Flow ：基金之申購金額 (Inflows) 取自然對數、贖回金額 (Outflows) 取自然對數與淨. 流量比例 (Net flows) Performance ：基金之原始月報酬或異常報酬 Vol ：月報酬之前 12 個月績效標準差 (年化) Age ：為當基金年齡超過當月基金年齡中位數時，此虛擬變數為 1，反之為 0. Lowi ,t −1 ：基金第 t-1 月績效之排序為 Lowi ,t −1. 30.

(38) Mid i ,t −1 ：基金第 t-1 月績效之排序為 Mid i ,t −1 Highi ,t −1 ：基金第 t-1 月績效之排序為 Highi ,t −1. Control Variables i ,t −1 ：其它控制變數. 迴歸式中績排序最差組 ( Lowi ,t −1 )、中等組 ( Midi ,t −1 ) 與最佳組 ( Highi ,t −1 )。第一部份本文首先使用原始報酬來排序，第二部份本文使用 Carhart (1997) 四因子模式所計算之 α來排序，當我們使用α排序時，除了基金成立時間為虛擬變數外，其他變數皆將該段期間內變數值取直接平均而得其值。例如：2002 年 2 月至 2003 年 1 月之費用率，即使用這 12 個月之費用率直接取平均得而此段期間之平均費用率做為代表。在基金成立時間方面，因為其為虛擬變數，故將取其該段時間內之最後一個月來代表該期間之基金成立時間，例如第 i 檔基金其 2002 年 2 月至 2003 年 1 月之基金成立時間，即使用 2003 年 1 月之基金成立時間該變數來代表之。最後再使用 Fama and MacBeth (1973) 方法得其迴歸之係數，且採用 Newey and West (1987) 調整自我相關與異質變異數後標準誤 (autocorrelation- and heteroskedasticity-consistent standard errors) 來計算 t 值。. 31.

(39) 第六章. 實證結果. 第一節敘述統計. 本文樣本為台灣開放式股票型基金，樣本取自台灣經濟新報資料庫 (TEJ)，研究期間從 2001 年 1 月 1 日至 2007 年 12 月 31 日，資料頻率為月資料，表一為 2001 年至 2007 年台灣共同基金發展概況，表二 Panel A 為整體樣本之敘述統計，Panel B 為各年度樣本之敘述統計，Panel C 為各基金類型之敘述統計，其中包括基金之淨流量 (Net flows)、申購金額 (Inflows)、贖回金額 (Outflows)、原始報酬 (Raw)、波動性 (Vol)、總費用率 (Expense)、淨資產價值 (Szie)、同類型基金之流量 (Category)、基金年齡 (Age) 與異常報酬 (Alpha)。表一為 2001 年至 2007 年台灣共同基金發展概況，由表一顯示，台灣股票型基金之市佔率從 2001 年的 18.07%至 2007 年的 42.07%，其中國內募集之開放式股票型基金之市佔率，更是從 2001 年的 12.73%成長至 2007 年的 20.55%，顯見股票型基金在台灣共同基金市場中，有著舉足輕重的地位。由表二 Panel A 可知，基金之淨流量平均數為 0.223%，最小值當月流量為-92%、但最大值當月流量 1417%，標準差為 18.599，表示不同基金之流量可能有相當大之差異。申購金額與贖回金額皆為 1 億元左右，申購金額之標準差與贖回金額之標準差分別為 2.8 億與 1.83 億，顯示投資人對於不同基金之申購金額相較於贖回金額有較大的差異。原始報酬為尚未經過風險調整後之月報酬，平均數約為 1.326%。使用 Carhart (1997) 四因子模式計算之基金異常月報酬平均為 0.055%，可見經過當基金經過風險調整後，其報酬變得非常微小。波動性平均數為 25.830，最小值為 5.013、最大值為 68.967，可. 32.

(40) 見股票型基金為高風險之投資工具。費用率之平均數為 0.332%，最小值為 0.033%、最大值為 4.666%，標準差 0.153，顯示不同基金費用之收取，並無明顯的差異。基金淨資產平均數為 14.778 億，最小值為 0.243 億，最大高達 225.222 億，標準差為 16.203 億。在 Panel B 中主要觀察不同年度中樣本之敘述統計是否有顯著差異。由申購金額、贖回金額與淨流量變數中，可知共同基金產業在近三年越來越活絡，近三年之交易量顯著大於 2001 至 2004 年，尤其以 2007 年，其流量大幅度地增加。另外，標準差大致上也隨著時間而變大，可見基金波動性在近年來有增大的趨勢。在基金原始報酬方面，每個月約有 1%至 2%之報酬率，但若使用 Carhart (2007) 所計算出異常報酬每個月大約只有 0.8%至 1.1%之間，與 Panel A 結論一致。最後，由基金各年之樣本數來看，從 2001 年的 131 檔到 2007 年的 165 檔，可見台灣股票型基金有逐年增加的趨勢。在 Panel C 中，本文主要為觀察不同基金類型之敘述統計，共分為上櫃型、一般型、中小型、中概型、科技型、特殊型與價值型。在本文樣本期間內，除了中概型基金其淨流量 2.728%，相較於其它類型基金有較大之淨流量之外，其它類型基金流量大致上並無明顯差異。另外，上櫃型基金有較大之波動性，而中概型基金有較小之波動性。同類型基金之影響，除了中概型基金為 1.97%的影響較大外，其它類型基金並無顯著差異。至於基金成立時間為一般型基金成立較久，而中概型基金成立時間最短，原始報酬與異常報酬方面，在不同基金類型並沒有發現有明顯之差異。因此，本文發現除中概型基金其特性有較大之差異外，其它類型之基金性質大致為相同。. 33.

(41) 表一 2001 年至 2007 年台灣共同基金發展概況 (單位：百萬元) 種類. 基金數量. 2001. 2002. 2003. 2004. 2005. 2006. 2007. 封閉式(投資國內). 5. 3. 3. 3. 1. 1. 1. 開放式(投資國內). 173. 178. 181. 183. 180. 176. 180. 國外募集(投資國內). 9. 8. 6. 3. 2. 2. 2. 國際股票型. 34. 49. 54. 57. 63. 79. 100. 股票型基金小計. 221. 238. 244. 246. 246. 258. 283. 所有基金合計. 326. 362. 417. 466. 502. 508. 523. 封閉式(投資國內). 16,313.26. 6,901.43. 8,223.57. 8,341.92. 5,297.86. 5,489.87. 5,619.85. 開放式(投資國內) 226,284.22 209,653.55 240,064.27 230,437.95 238,071.61 239,498.08 419,406.26 基金規模. 國外募集(投資國內) 20,845.53 國際股票型. 57,814.79. 13,183.45. 13,944.60. 7,657.86. 9,501.49. 66,983.43. 80,205.93. 82,729.95. 10,783.26. 12,188.50. 121,380.67 231,813.24 421,395.61. 股票型基金小計. 321,257.80 296,721.87 342,438.36 329,167.68 374,251.62 487,584.45 858,610.21. 所有基金合計. 1,777,609.53 2,181,164.06 2,666,847.58 2,481,255.74 1,963,117.63 1,966,523.55 2,040,907.74. 封閉式(投資國內). 0.92%. 0.32%. 0.31%. 0.34%. 0.27%. 0.28%. 0.28%. 開放式(投資國內). 12.73%. 9.61%. 9.00%. 9.29%. 12.13%. 12.18%. 20.55%. 1.17%. 0.60%. 0.52%. 0.31%. 0.48%. 0.55%. 0.60%. 3.25%. 3.07%. 3.01%. 3.33%. 6.18%. 11.79%. 20.65%. 股票型基金小計. 18.07%. 13.60%. 12.84%. 13.27%. 19.06%. 24.79%. 42.07%. 所有基金合計. 100.00%. 100.00%. 100.00%. 100.00%. 100.00%. 100.00%. 100.00%. 基金規模國外募集(投資國內) 市佔率國際股票型. 資料來源：www.sitca.org.tw. 表二樣本敘述統計 Panel A 中 Net Flow 為基金之淨流量，Inflow 為基金之申購金額，Outflow 為基金之贖回金額，Raw 為基金之原始月報酬，Vol 為基金報酬之年化標準差，Expense 為基金之總費用率，Size 為基金之總淨資產，Category 為同類型基金之淨流量，Age 為基金之成立時間，Alpha 為基金由四因子模式所求出之異常報酬。Panel B 與 Panel C 表格中為平均數，括號內為標準差。. Panel A：整體樣本之敘述統計. Net Flow(%) Inflow(百萬) Outflow(百萬) Raw (%) Vol Expense(%) Size(百萬) Category(%) Age(年) Alpha(%). 平均. 中位數. 最小值. 最大值. 0.223 106.115 102.955 1.326 25.830 0.332 1477.800 -0.094 6.640 0.055. -0.632 27.777 43.092 0.884 22.838 0.299 946.541 -0.089 6.148 0.071. -92.048 0 0 -22.548 5.013 0.033 24.322 -20.724 0.907 -5.854. 1417.919 8022.717 3130.297 45.244 68.967 4.666 22522.201 49.005 21.526 4.900. 34. 第 1 四分位數 -3.363 7.569 14.508 -3.626 18.270 0.228 521.175 -2.038 3.882 -0.688. 第 3 四分位數 1.333 94.978 111.719 5.810 30.941 0.398 1788.905 1.078 8.652 0.860. 標準差 18.599 280.552 183.718 7.832 10.326 0.153 1620.334 4.682 3.697 1.211.

(42) Panel B 各年度之敘述統計 2001. 2002. 2003. 2004 2005 2006 2007 平均數 (標準差) 0.244 0.615 0.497 -0.532 -2.170 -1.202 4.126 Net Flows (7.149) (7.208) (34.440) (9.097) (10.460) (11.028) (26.788) (%) Inflows 67.610 85.190 60.899 68.985 75.380 90.931 271.953 (百萬) (149.553) (170.952) (120.696) (134.401) (139.689) (164.968) (592.733) Outflows 63.880 79.167 66.084 80.193 111.250 107.134 192.655 (百萬) (126.887) (159.957) (101.787) (137.719) (164.652) (140.008) (312.127) 0.575 0.640 1.523 -0.170 2.487 2.154 1.709 Raw (11.911) (9.863) (6.722) (5.380) (6.363) (5.802) (8.051) (%) 41.073 41.624 23.694 19.691 18.119 24.308 19.133 Vol (7.438) (5.960) (3.449) (3.349) (4.124) (5.157) (5.762) 0.370 0.382 0.365 0.306 0.287 0.319 0.313 Expense (0.160) (0.164) (0.155) (0.139) (0.109) (0.125) (0.184) (%) Size 1319.569 1513.910 1336.046 1430.991 1344.198 1289.241 2049.079 (百萬) (1290.571) (1451.435) (1292.807) (1416.120) (1339.659) (1254.833) (2574.652) 0.236 0.707 -0.529 -0.787 -2.038 -1.910 3.106 Category (1.638) (1.784) (1.397) (2.493) (2.795) (3.975) (6.096) (%) Age 4.408 4.996 5.593 6.279 7.162 8.044 8.932 (年) (3.084) (3.147) (3.274) (3.395) (3.452) (3.525) (3.620) -1.167 -0.059 -0.020 1.088 0.242 Alpha (1.138) (0.922) (0.833) (0.907) (1.120) (%) 樣本數 131 140 152 158 161 164 165. Panel C 各基金類型之敘述統計上櫃型. Net Flows (%) Inflows (百萬) Outflows (百萬) Raw (%) Vol Expense (%) TNA (百萬) Category (%) Age (年) Alpha (%) 樣本數. 0.849 (24.446) 100.910 (35.960) 88.708 (20.716) 1.494 (9.022) 29.629 (12.179) 0.342 (0.133) 1157.686 (1062.338) 0.023 (5.628) 7.094 (2.101) -0.001 (0.014) 8. 一般型. 0.145 (21.283) 103.186 (287.668) 100.266 (187.532) 1.278 (7.781) 25.587 (10.331) 0.333 (0.162) 1432.098 (1516.763) -0.175 (3.443) 7.700 (3.974) 0.000 (0.012) 91. 中小型. 中概型. 0.509 (13.396) 142.536 (284.957) 135.528 (199.794) 1.548 (7.958) 26.147 (10.341) 0.306 (0.115) 1703.083 (1610.776) -0.187 (4.315) 5.155 (2.402) 0.002 (0.013) 22. 平均數 (標準差) 2.728 (19.301) 126.451 (252.653) 77.227 (109.960) 1.355 (6.392) 20.350 (5.674) 0.335 (0.126) 1086.924 (1916.423) 1.970 (6.405) 3.179 (1.389) 0.003 (0.011) 6. 35. 科技型. 特殊型. 0.015 -0.761 (11.716) (15.623) 106.935 41.212 (270.101) (72.224) 110.461 52.150 (182.697) (76.565) 1.249 1.330 (7.899) (7.921) 26.575 26.116 (9.900) (11.336) 0.334 0.398 (0.158) (0.142) 1787.329 493.935 (2026.350) (341.632) -0.430 -0.632 (3.119) (2.288) 5.289 7.531 (2.519) (6.262) 0.000 0.000 (0.012) (0.013) 32 5. 價值型. -0.525 (9.423) 58.862 (96.677) 65.201 (67.251) 1.524 (6.638) 22.061 (8.283) 0.321 (0.115) 1026.280 (500.891) -1.056 (4.612) 4.066 (1.909) 0.002 (0.008) 6.

(43) 第二節實證結果分析 1 使用原始報酬下，探討基金年齡與波動性對流量之影響. 由表三可知當應變數為申購金額 (Inflows)、贖回金額 (Outflows) 或淨流量 (Net flows) 時，原始報酬 (Raw) 在 (1) (5) (9) 欄中係數分別為0.112、0.055與0.550，在1% 顯著水準下顯著為正。表示投資人喜歡投資前期績效表現較好之基金，顯示基金績效的確影響當期之基金流量；但另一方面，投資人也喜歡贖回前期績效表現較好之基金，這顯示了為台灣的投資人在基金投資上有獲利了結的心態。基金波動性 (Vol) 在申購金額、贖回金額與淨流量迴歸中，在 (1) (5) (9) 欄中係數分別為0.55、0.028與0.002，在1%顯著水準下顯著為正，這表示台灣共同基金投資人，喜歡購買與贖回高風險的基金，我們的發現與先前文獻一致，Shu et al. (2002) 與羅瑞媛 (2005) 指出台灣共同基金投資人大部份為散戶，而散戶喜歡頻繁進出以獲取短期之獲利。此外，本文為了深入瞭解基金投資人，對於過去績效之不對稱反應，即投資人只對基金過去績效表現好有所反應；但對基金過去績效表現差，並無明顯贖回之行為。因此本文遵照 Sirri and Tufano (1998) 之分段線性迴歸，依照基金當月績效排序，將基金績效分為表現最佳組 (High)、中等組 (Mid) 與最差組 (Low) 三組。當應變數為申購金額 (Inflows) 時，在最佳組 (High) 與中等組 (Mid)，其係數顯著為正，分別為 0.723 與 2.253，但在最差組 (Low) 則該係數呈現不顯著。亦即投資人只對過去績效好之基金有所反應，對於過去績效表現較差之基金並無顯著反應，實證結果支持前述之假設一，亦與 Ippolito (1992)、Chevalier and Ellison (1997)、Goetzmann and Peles (1997)、Sirri and Tufano (1998)、Fant and O’Neal (2000)、Goriaev (2002)、陳炳聰 (2000) 與許培基、葉 36.

(44) 銀華與郭溫慈(2000) 結論一致，投資人對於基金過去績效存在不對稱反應。當我們不將前期基金績效分組時，不管應變數為申購、贖回或淨流量時，其波動性之削弱效果皆不顯著。因此，為了進一步探討績效波動性之削弱效果，是否在前期績效不同時有所差異，本文隨後亦將基金績效分為三組分別加以探討波動性之削弱效果。另外，基金成立時間 (Age) 在申購與贖回金額迴歸中，在 (1) (5) 欄中係數分別為 -0.115 與-0.312，在 1%顯著水準下顯著為負，但兩者互相抵消下，於淨流量迴歸中係數為 0.007，在 10%顯著水準下顯著為正。此實證結果支持假說三之一，當基金成立時間較長時，投資人將可以長期追蹤基金之績效，藉以減少購買此基金之不確定性。表三中基金成立時間與原始報酬之交互作用項 (Age*Raw) 係數並不顯著，亦即基金時立時間對績效與流量關係之影響皆不顯著。因此，為了進一步探討基金成立時間對績效與流量之影響，是否在前期績效不同時，是否有所差異。本文稍後將基金績效分為三組分別加以探討。其它控制變數如：基金規模 (Size) 在申購金額、贖回金額迴歸中，在 (1) (5) 欄中係數為0.987與0.978，在1%顯著水準下顯著為正，表示投資人喜歡進出一些大規模基金，因為他們的聲譽可能會較佳。同類型基金之流量 (Category) 在申購金額與淨流量迴歸中，在 (1) (9) 欄其係數為0.075與0.234，在1%顯著水準下顯著為正，意即當同類型基金之流量越大，對該類型之基金流量將會有正面的影響，這暗示了台灣共同基金投資人可能有隨波逐流之心態，與Sirri and Tufano (1998)、Fant and O'Neal (2000)、Huang et al. (2007) 與徐育英 (2004) 文獻結論一致。費用率 (Expense) 在申購金額迴歸中並不顯著，但在贖回金額迴歸中，在 (5)欄其係數為 0.595，在 1%顯著水準下顯著為正，在淨流量迴歸中，在 (9) 欄其係數為-2.744，在 1%顯著水準下顯著為負，表示當基金費用較高時，投資人贖回金額會較大。此結果. 37.

(45) 與 Sirri and Tufano (1998)與 Barber et al. (2005) 檢視美國共同基金投資人與彭琪祿 (2005)、翁林聖 (2006)、江郁青 (2007) 檢視台灣共同基金投資人結果一致，發現台灣共同基金投資人對於基金費用將會有規避之現象。. 38.

(46) 表三績效未分組下，基金年齡與波動性之削弱效果 (使用原始報酬排序) 應變數 Inflows 為基金之申購金額取自然對數，Outflows 為基金之贖回金額取自然對數，Net Flows 為基金之淨流量。自變數 Category 為基金同類型基金之淨流量，Raw 為基金之原始報酬。根據基金當月之原始報酬，每月將從 0 至 1 將基金績效排序 (Rank)，基金當月基金績效表現最差之組別 (Low) 定義為 Min (Rank,0.2)，基金當月基金績效表現中等之組別 (Mid) 定義為 Min (0.6,Rank-Low)，基金當月基金績效表現最佳之組別 (High) 定義為(Rank-Mid-Low)。Vol 為基金之年化標準差，Age 為基金成立時間之虛擬變數，即當基金成立時間大於該月之所有基金中位數時為 1，Size 為基金之總淨資產價值 (TNA) 取自然對數，Expense 為基金之總費用率。***：表示 1%顯著水準下異於零，**：表示 5%顯著水準下異於零，*：表示 10%顯著水準下異於零，括號内為 P-value. Flowi ,t = a + b1 * Performancei ,t −1 + b2 * Voli ,t −1 + b3 * Performancei ,t −1 *Voli ,t −1 + b4 * Agei ,t −1 + b5 * Rawi ,t −1 * Agei ,t −1 + Control Variables i ,t −1 + ε i ,t Inflows Intercept Category Raw. (1) -5.273 (0.000)*** 0.075 (0.001)*** 0.112 (0.000)***. 0.055 (0.000)***. -0.115 (0.001)***. -0.097 (0.005). 0.048 (0.000)*** -0.027 (0.891) -0.118 (0.001)***. 0.987 (0.000)*** 0.222 (0.197) 301.620 (0.000)*** 0.278. 0.990 (0.000)*** 0.135 (0.441) 210.930 (0.000)*** 0.277. 0.987 (0.000)*** 0.214 (0.205) 228.080 (0.000)*** 0.278. Mid High. Vol*Raw Age. (3) -5.047 (0.000)*** 0.075 (0.001)*** 0.101 (0.051)*. -0.474 (0.359) 0.723 (0.000)*** 2.253 (0.000)*** 0.051 (0.000)***. Low. Vol. (2) -5.227 (0.000)*** 0.088 (0.000)***. Age*Raw Size Expense F-value R-square. Outflows (4) -5.324 (0.000)*** 0.076 (0.001)*** 0.120 (0.000)***. (5) -3.924 (0.000)*** 0.021 (0.166) 0.055 (0.000)***. (6) -3.902 (0.000)*** 0.026 (0.076)*. (7) -3.320 (0.000)*** 0.019 (0.221) 0.061 (0.182). 0.055 (0.000)***. 0.028 (0.000)***. -0.010 (0.98) 0.311 (0.000)*** 1.221 (0.000)*** 0.024 (0.000)***. 0.033 (0.691) -1.546 (0.265) 0.986 (0.000)*** 0.219 (0.196) 259.960 (0.000)*** 0.278. -0.312 (0.000)***. -0.300 (0.000)***. 0.013 (0.224) -0.026 (0.892) -0.312 (0.000)***. 0.978 (0.000)*** 0.595 (0.000)*** 333.120 (0.000)*** 0.367. 0.979 (0.000)*** 0.535 (0.000)*** 233.690 (0.000)*** 0.366. 0.975 (0.000)*** 0.570 (0.000)*** 258.690 (0.000)*** 0.367. 39. (5.1). Net flows (8) -3.926 (0.000)*** 0.021 (0.170) 0.050 (0.000)***. (9) 0.121 (0.133) 0.234 (0.030)** 0.550 (0.001)***. (10) 0.131 (0.140) 0.261 (0.001)***. (11) 0.182 (0.035)** 0.248 (0.021)** -0.513 (0.083)*. (12) 0.110 (0.122) 0.258 (0.029)** 0.692 (0.000)***. 0.002 (0.031)**. 0.028 (0.000)***. 0.002 (0.041)**. -0.090 (0.389) 0.031 (0.008)*** 0.157 (0.000)*** 0.002 (0.068)*. -0.227 (0.003)*** 0.961 (0.350) 0.976 (0.000)*** 0.587 (0.000)*** 263.030 (0.000)*** 0.366. 0.007 (0.096)*. 0.008 (0.073)*. -0.001 (0.148) 0.045 (0.006)*** 0.007 (0.087)*. -0.011 (0.032)** -2.744 (0.005)*** 6.170 (0.000)*** 0.062. -0.011 (0.032) -2.597 (0.015)** 7.510 (0.000)*** 0.059. -0.011 (0.035)** -2.750 (0.004)*** 5.010 (0.000)*** 0.071. 0.026 (0.207) -0.330 (0.126) -0.011 (0.031)** -2.894 (0.003)*** 8.420 (0.000)*** 0.066.