國立高雄大學金融管理學系
碩士論文
總體經濟指標發布前的資訊交易行為
-以台灣市場為例
Informed Trading Prior to the Announcements of
Macroeconomic Indicators:
Evidence from the Taiwan Stock Market
研 究 生：林聖凱 撰
指導教授：王功亮 博士
總體經濟指標發布前的資訊交易行為
-以台灣市場為例
指導教授:王功亮博士 國立高雄大學金融管理學系副教授 學生:林聖凱1 國立高雄大學金融管理學系 摘要 Hsieh and He (2014)文章中發現在開發中國家投資市場中，外國基金經理人或投資 者是非常有利的資訊交易者，因他們的預測能力是非常有利的。該文章研究台灣指數 期權市場並發現在重要總經消息發生前後市場中有資訊交易的發生。我們在此篇文章 的基礎下，探討台灣政府重大經濟指標發布前是否會有資訊提前洩漏使得資訊交易者 可以從中得利的情事發生。我們發現(1)在政府預定發布重大經濟指標時若經濟數據結 果不符合一般投資人(包含一般投資人及資訊交易者)預期則會造成政策驚喜，進而造 成買賣單不平衡現象發生；(2)資訊交易者對市場在於政府即將發布經濟指標數據的反 應有顯著的預測及獲利能力。我們結果發現在政府所發布的重大經濟指標中，如實質 固定資本形成、實質民間投資、實質國內生產毛額、實質民間消費等是資訊交易者提 前進行交易的參考依據。 關鍵字:資訊提前洩漏、政府重大經濟指標、買賣單不平衡、台灣股票市場 1 通訊作者。 地址: 高雄市楠梓區 811 高雄大學路 700 號; 電話: (07)591-6982; 傳真:(07)591-9329; 電子郵件: [email protected]。ii
Informed Trading Prior to the Announcements of
Macroeconomic Indicators:
Evidence from Taiwan Stock Market
Advisor(s):Dr. David K.Wang Department of Finance National University of Kaohsiung
Student: Sheng-Kai, Lin Department of Finance National University of Kaohsiung
Abstract
Hsieh and He (2014) shows that, in emerging markets, foreign mutual fund managers or investors often act as informed traders due to their superior prediction skills. It is also shown that there is significant informed trading activities in the Taiwan index options market around key macro-economic news announcements. In this study, we examine informed trading activi-ties in Taiwan prior to key macro-economic indicators announcements. We find that (1) Taiwan policy surprise is caused by the announced key macro-economic indicators not meeting inves-tors’ expectations, resulting in inbalance between buy and sell orders; (2) informed traders are capable of predicting future macro-economic indicators and making profits. Lastly, we find that macro-economic indicators such as gross fixed capital formation, gross national product, pri-vate investments and consumption can be used as informed trading measures.
Keywords: Information leakage ahead of Announcement、Key Macro-economic Indicators、Order Imbalance、Taiwan Equity Market
iv
謝辭
時光飛逝、歲月如梭，轉眼間兩年的研究所生涯即將邁入尾聲，驀然回首總有釋 懷的感覺，心中滿滿不捨，感謝讓我有所蛻變的一切。此篇論文的完成承蒙許多人的 支持以及鼓勵， 讓我在曾經想要放棄之時卻又見到一絲曙光。首先感謝我的父母，他 們願意在我研究所在學期間在後面支持我，並給予我許多幫助，讓我在求學時可以義 無反顧的做研究。 非常感謝我的論文指導教授王功亮老師，在論文撰寫期間給予的教導與督促，並 且從中學習到對於研究的執著與態度。除此之外，王功亮老師也教導我許多做人處事 的道理，讓我獲益良多。也非常感謝我的口試委員蔡維哲老師和張志向老師，提點出 我的論文中不足的地方，幫助我的論文變得更好。 最後，非常感謝和我同班兩年的同學們，我們在一起讀書準備考試、寫論文時互 相勉勵、打氣也是我在求學生涯中美好的記憶，在你們的身上我學到了很多東西，這 兩年與大家相處的時光，將會是我一輩子最美好的回憶。 林聖凱 謹致於高雄大學 民國 107 年 6 月v
目錄
摘要 ... i Abstract ... ii 謝辭 ... iv 中英對照表 ... vii 第一章 緒論 ... 1 第二章 數據與變數資料 ... 14 第一節 測試市場 ... 14 第二節 總體經濟宣告中的驚喜 ... 15 第三節 資訊交易的衡量 ... 23 第三章 研究結果 ... 24 第一節 與總體經濟新聞公告的交易活動 ... 24 第二節 總體經濟新聞對資訊交易(Informed Trading)的不對稱影響性 ... 30 第三節 重大經濟指標發布前之交易行為是否會預測到政策驚喜及隨後的市場反 應? ... 36 第四章 結論 ... 45 第五章 參考文獻 ... 46 第六章 附錄 ... 50vi
表目錄
表 一 ... 17 表 二 ... 18 表 三 ... 21 表 四 ... 26 表 五 ... 31 表 六 ... 38 表 七 ... 43 附表 一 ... 50 附表 二 ... 52 附表 三 ... 84vii
中英對照表
5 劃
台灣經濟新報 Taiwan Economic Journal
台灣證券交易所 Taiwan Stock Exchange 外匯市場 Foreign Exchange Market
民間非營利機構 NonProfit Institutions Serving Households 半強式效率市場 Semi-strong Form Efficiency
自相關 Autocorrelation 6 劃
好消息 Good News 8 劃
金融監督管理會 Financial Supervisory Commission 限價單 Limit Orders 事件期 Event Window 9 劃 流動性 Liquidity 政府宣告總體經濟指標 Macroeconomic Statistics 政策驚喜 Policy Surprise
viii
美國勞工部 United States Department of Labor
美國華爾街日報 The Wall Street Journal
美國證券交易委員會 United States Securities and Exchange Commission 指數股票型證券投資信託基金 Exchange Traded Funds
10 劃
消息洩漏 Information Leakage
消息禁止期間 News Embargoes
消費者物價指數 Consumer Price Index 高頻交易 High Frequency Trading
11 劃 區間 Time Interval 基準化分析法 Benchmarking 基準點 Basis Points 異常報酬 Abnormal Return 12 劃 彭博新聞社 Bloomberg News
最小平方法 Ordinary Least Squares 期貨市場 Futures Market
ix 資本市場 Capital Markets 資料頻率 Frequency 資訊交易 Informed Trading 資訊交易者 Informed Trader 資產價格 Asset Prices 14 劃 實質民間投資 Private Investment 實質民間消費 Private Consumption
實質固定資本形成 Gross Fixed Capital Formation
實質商品及服務輸入 Imports of Goods and Services 實質商品及服務輸出 Exports of Goods and Services 實質國內生產毛額 Gross National Product
對沖交易 Hedge Transactions
15 劃
標準普爾 500 指數 Standard & Poor's 500
16 劃
諮詢委員會 Advisory Councils 17 劃
x
聯邦公開市場委員會 Federal Open Market Committee 19 劃
壞消息 Bad News 20 劃
1
「We use high-frequency trading data to investigate whether informed trading
takes place ahead of macro-news announcements.
We find robust evidence of informed trading」
– Bernile, Hu, and Tang (2016)
第一章 緒論
某些被選定的當事人或提早獲得具有價值的訊息是否會帶給交易市場中其他交易 者不公平的劣勢？金融經濟學家及金融監督管理會長期以來一直在探討這類問題2 。例如 某些公司即便知道會觸犯相關法規條例3 ，但仍會在重大交易宣布前提供一些訊息給部分 人士4 ；且公司內部人士及公司基金投資人是也有可能參與資訊交易(Informed Trading)2 金融監督管理會(Financial Supervisory Commission)一般稱為金管會，主要職責為穩定台灣金融市場穩定。 資料參考自金管會官網: https://www.fsc.gov.tw/ch/home.jsp?id=19&parentpath=0,1,11 3 證券交易法第 157-1 條: 下列各款之人，實際知悉發行股票公司有重大影響其股票價格之消息時，在該消息明確後，未公開前或公 開後十八小時內，不得對該公司之上市或在證券商營業處所買賣之股票或其他具有股權性質之有價證券， 自行或以他人名義買入或賣出： 一、該公司之董事、監察人、經理人及依公司法第二十七條第一項規定受 指定代表行使職務之自然人。 二、持有該公司之股份超過百分之十之股東。 三、基於職業或控制關係獲悉消息之人。 四、喪失前三款身分後，未滿六個月者。 五、從前四款所列之人獲悉消息之人。 前項各款所定之人，實際知悉發行股票公司有重大影響其支付本息能力之消息時，在該消息明確後，未公 開前或公開後十八小時內，不得對該公司之上市或在證券商營業處所買賣之非股權性質之公司債，自行 或以他人名義賣出。 違反第一項或前項規定者，對於當日善意從事相反買賣之人買入或賣出該證券之價格，與消息公開後十 個營業日收盤平均價格之差額，負損害賠償責任；其情節重大者，法院得依善意從事相反買賣之人之請 求，將賠償額提高至三倍；其情節輕微者，法院得減輕賠償金額。 第一項第五款之人，對於前項損害賠償，應與第一項第一款至第四款提供消息之人，負連帶賠償責任。但 第一項第一款至第四款提供消息之人有正當理由相信消息已公開者，不負賠償責任。 第一項所稱有重大影響其股票價格之消息，指涉及公司之財務、業務或該證券之市場供求、公開收購，其 具體內容對其股票價格有重大影響，或對正當投資人之投資決定有重要影響之消息；其範圍及公開方式 等相關事項之辦法，由主管機關定之。 第二項所定有重大影響其支付本息能力之消息，其範圍及公開方式等相關事項之辦法，由主管機關定之。 第二十二條之二第三項規定，於第一項第一款、第二款，準用之；其於身分喪失後未滿六個月者，亦同。 第二十條第四項規定，於第三項從事相反買賣之人準用之。 資料來源取自於全國法規資料庫: http://law.moj.gov.tw/Law-Class/LawSingle.aspx?Pcode=G0400001&FLNO=157-1 4 近期重大內線交易裁罰案舉凡如復興航空倒閉案、胖達人內線交易案等。
2
的行為(如 Cornell and Sirri(1992); Harris(1993))，也會使得後續產生諸多問題。我們在 本篇研究中欲探討關於總體經濟新聞(Macro-news)發布相關的交易問題。
總體經濟新聞會對所有市場的資產價格(Asset Prices)產生廣泛的影響(Andersen,
Bollerslev, Diebold, and Vega(2007); Balduzzi, Elton, and Green(2001); Bernanke and
Kuttne(2005); Ederington and Lee(1993); Flannery and Protopapadakis (2001); French and
Roll(1986); Gurkaynak, Sack, and Swanson(2005); Pearce and Roley(1985); Tetlock(2010);
Vega(2006) ; Veronesi(1999)等研究所述)，我國政府機構若要發布重大消息或重大經濟指 標時，通常會先發函通知國內各大記者及專家告知記者會舉行時間5 ，並於記者會上公布 重大消息或重大經濟指標。即便我國對於重大消息發布有一定的流程，也難保會有消息 洩漏(Information Leakage)的可能性，且會使得某些交易者具有交易上的優勢，並使資訊 交易者(Informed Trader)具有交易上的優勢。 (1)復興航空倒閉案始末: 復興航空於 2016 年 11 月 21 日上市普通股成交 1 萬 742 張，相較於前一個營業日 11 月 18 日成交 398 張 暴增許多，遭金管會會同法務部調查內線交易。當日復興航空向民航局提交，於本月 22 日停飛一天；櫃 買中心公告，復興航空上櫃轉換公司債自本月 22 日起暫停在證券商營業處所買賣。 資料來源參考自維基百科及金管會官網裁罰案件新聞稿，資料網址分別為: https://zh.wikipedia.org/wiki/%E5%BE%A9%E8%88%88%E8%88%AA%E7%A9%BA https://www.fsc.gov.tw/ch/home.jsp?id=131&parentpath=0,2&mcustomize=multimessages_list.jsp (2)胖達人內線交易案臺北地方法院新聞稿: 1、生技達人公司董事長發生變動乃屬於「重大消息」：生技達人公司乃對基因公司財務報表影響重大的重 要子公司，而且是挹注基因公司營收及獲利的重要來源，故涉及生技達人公司經營績效及營收損益等業 務、財務事項，自然是證券市場中投資大眾所關心的重要事項，則生技達人公司董事長發生變動的消息， 自屬於影響基因公司股價的重大消息。何況我國開業從事麵包烘焙業者，縱無上萬家，也有數千家之多， 而生技達人公司之所以能夠脫穎而出成為一知名業者，除有「小 S」等藝人站台力挺外，很大原因也是倚 賴以莊鴻銘為首的麵包師傅團隊的技術能力，才能使「胖達人」麵包打響知名度，進而獲得被告徐洵平、 許慶祥的入資、收購，則莊鴻銘與被告徐洵平間是否因經營理念不合、營運弊端而發生董事長變動的情 事，自然屬於對理性投資人投資判斷會產生重要影響的重大消息。 2、被告徐洵平、姜麗芬、許慶祥知悉生技達人公司董事長變動的重大消息而賣出股票，符合內線交易犯 罪的構成要件：由莊鴻銘與被告徐洵平討論莊鴻銘辭任生技達人公司董事長的的發展過程來看，「生技達 人公司董事長變動」這一重大消息，至遲於 102 年 8 月 15 日已經具體明確。被告徐洵平、姜麗芬身為 基因公司董事長、監察人及持股超過 10％的股東，被告許慶祥至遲於 102 年 8 月 17 日止，已自被告 徐洵平處實際知悉前述重大消息，被告 3 人知悉前述重大消息，且在該重大消息於 102 年 8 月 19 日 下午 6 時公開前的同日上午賣出基因公司股票，違反內線交易禁止規範的「公開消息否則戒絕交易」法 則，均應依法予以論罪科刑。 資料參考自臺灣臺北地方法院新聞稿及金管會官網裁罰案件新聞稿: http://jirs.judicial.gov.tw/GNNWS/download.asp?sdMsgId=43757 https://www.fsc.gov.tw/ch/home.jsp?id=131&parentpath=0,2&mcustomize=multimessages_list.jsp 5 記者會舉辦目的及流程資料參考自維基百科網站，資料網址為: https://zh.wikipedia.org/wiki/%E8%A8%98%E8%80%85%E6%9C%83
3 總體經濟新聞消息發布對資本市場(Capital Markets)來說是影響最大且最廣泛的潛 在影響之一。有鑑於此類消息對於市場的重要性，政府機構對於消息發布有一套嚴格的 管理流程6 ，且發布消息的機構對於此類總體經濟消息發布的即時性、重要性及對於民眾 及資本市場會有怎樣的影響都深有自覺。而為了達成這個目標，標準的作法是將這些總 體經濟指標數據提前給信任的報章媒體及專家，讓他們可以在預定公開發布的時間前做 好相關報導的準備。然而這樣的作法難免會使得這些提前洩漏的訊息會被資訊交易者拿 來提前進行交易，但即便如此台灣目前僅對提前進行交易的資訊交易行為有初步的限制， 並未如美國市場中具有消息禁止期間(News Embargoes)的規定7。
Hsieh and He(2014)發現在開發中國家投資市場中，外國基金經理人或投資者是非常
有利的資訊交易者，因他們的預測能力在開發中國家投資市場中是非常有利的。該文章 研究台灣指數期權市場並發現在重要總體經濟消息發生前後市場中有資訊交易的發生。 然而這些外國投資者會傾向使用限價單(Limit Orders)來進行知情交易以便掩蓋他們資 訊交易的行為8
。
Cieslak, Morse, and Vissing-Jorgensen (2014)研究得知自 1994 年起美國及全球各地
股市在聯邦準備系統（Federal Reserve System, Fed）決策公告前數周某些股票就有波動
發生9，而文章發現有內部人士在經濟決策發布前就已經與某些報章媒體進行非正式的 6 行政院主計總處於 104 年 9 月發布的新聞稿中明訂關於消息發布的宗旨、策略及開放原則等消息都有 明文規定及規範。資料來源取自行政院主計總處新聞稿，資料網址為: https://www.dgbas.gov.tw/pub-lic/data/open/InfoM/M/Plans-of-Action.pdf 7 消息禁止期間(News Embargoes) 指的是傳媒與公關或消息來源人士之間的君子協定，在指定時間前或 特定條件達成前，不能把該等消息公諸於世。
資料參考自 Bernile, Hu, and Tang (2016)及維基百科網站，資料網址為:
https://en.wikipedia.org/wiki/News_embargo 8 限價單(Limit Orders)是一種以等同或低於指定價格買進特定數量股票的委託單，或一種以等同或高於 指定價格(稱為限定價格)賣出股票的委託單。此類委託單可以確保投資人買進該支股票的價格不會高於 指定的價格，同樣地，若市價一直未達到所指定的價格，該委託單將不會被執行。 資料來源參考自第一證券網站，資料網址為: https://www.firstrade.com/content/zh-tw/education/guidesstocks?h=stockguide_investing.htm 9 聯邦準備制度是美國的中央銀行體系，依據美國國會 1913 年通過的《聯邦準備法案》而創設。整個系 統包括聯邦準備系統理事會、聯邦公開市場委員會、聯邦準備銀行、約三千家會員銀行、及 3 個諮詢委員 會（Advisory Councils）。 資料參考自維基百科網站，資料網址為: https://zh.wikipe-dia.org/wiki/%E8%81%94%E9%82%A6%E5%82%A8%E5%A4%87%E7%B3%BB%E7%BB%9F
4
往來；Bernile, Hu, and Tang (2016)研究政府機構在消息發布前通常會有一段消息禁止期 間，但作者使用高頻資料數據分析中發現在這段期間內，即便規定禁止將消息提前洩漏 出去但市場上依舊會有相關的交易行為發生。我們的研究結果補充了 Bernile, Hu, and
Tang (2016)、Cieslak, Morse, and Vissing-Jorgensen (2014)及 Hsieh and He(2014)的研究結
果，發現在台灣股票市場中某些重大經濟指標結果發布前其經濟指標結果就已經影響到 所有一般投資人及資訊交易者了。
近年來如美國華爾街日報(The Wall Street Journal, WSJ)10、CNBC11、彭博新聞社
(Bloomberg News)12等皆有發表文章表示美國許多政府政策早已洩漏且被關注(Barrett
and Mullins (2013)、Mullins and Patterson (2013)、 Mullins and Patterson (2013)、Javers
(2013)、Torres (2014)) 13。我們本文研究結果目標是探討台灣是否也有被此類問題所牽 連-即政府總體經濟指標數據是否在發布前就有資訊交易行為的發生。我們觀察台灣股 票市場大盤交易量、報酬等資料，因為提前獲得重大資訊的交易者會想在政府重大經濟 指標發布前就先利用它具有的訊息優勢提前進行交易並在市場中布局。 10 美國華爾街日報是側重金融、商業領域報導的日報，創辦於 1889 年，隸屬於新聞集團旗下的道瓊斯公 司。資料來源取自維基百科，資料網址為: https://zh.wikipedia.org/wiki/%E5%8D%8E%E5%B0%94%E8%A1%97%E6%97%A5%E6%8A%A5 11 CNBC 是美國一家通過有線電視、衛星電視和網際網路覆蓋美加地區的財經新聞頻道，隸屬於 NBC 環 球集團下的 NBC 環球新聞集團，同時也是康卡斯特集團的孫公司。CNBC 的總部位於美國新澤西州的恩 格爾伍德克利夫斯森林大道（Sylvan Avenue）900 號。CNBC 在交易日主要播出美國及國際市場的交易資 訊及財經新聞；而在交易日交易結束後或非交易日時段，CNBC 主要播出以財經和商業為主題的紀錄片或 真人秀。資料來源取自維基百科，資料網址為: https://zh.wikipedia.org/wiki/CNBC 12 彭博新聞社（Bloomberg News）主要為一個經濟資訊的平台，提供世界各地的使用者使用其來交換資 訊，它也提供權威性的經濟評論及觀點。資料來源取自維基百科，資料網址為: https://zh.wikipedia.org/wiki/%E5%BD%AD%E5%8D%9A%E6%96%B0%E8%81%9E%E7%A4%BE 13 美國華爾街日報於 2013 年及 2014 年發表數篇文章探討此問題:
1.A Probe on Data Releases is Revived.April 10(by Devlin Barrett and Brody Mullins)
2.Deutsche Borse’s News Service for Traders Draws Scrutiny of Investigators, August 12 (by Brody Mullins and
Scott Patterson)、FBI Finds Black Boxes that Control Government Data are Vulnerable)
且 CNBC 及彭博新聞社也分別有發表相關的文章:
3.Fed Leak Tipped Traders to Historic Stimulus Move, Prompted Secret Inquiry 4.News Organizations Respond to Fed Lockup Questions
資料來源取自美國華爾街日報、CNBC 及彭博新聞社，資料網址分別為: 1.https://www.wsj.com/articles/SB10001424127887324240804578414891811434494 2. https://www.wsj.com/articles/deutsche-borses-news-service-for-traders-draws-scrutiny-of-investigators-1376275083?tesla=y 3. https://www.bloomberg.com/news/articles/2014-12-01/fed-leak-handed-traders-profitable-tip-prompted-secret-inquiry 4.https://www.cnbc.com/2013/09/24/some-traders-got-no-taper-decision-news-early.html
5
我們的研究擴展 Bernile, Hu, and Tang (2016)、Savor and Wilson (2013, 2014)及 Lucca
and Moench (2015)文章，即關於政府預計發布的總體經濟指標消息是否會影響股票市場
價格及交易量。Lucca and Moench (2015)研究在政府預計發布消息前股票市場的價格變 化反映，他們發現在聯邦公開市場委員會(Federal Open Market Committee, FOMC)消息 發布前標準普爾 500 指數（Standard & Poor's 500, S&P 500）在 24 小時內跳動了 49 個 基準點(Basis Points)14，但他們認為這跳動並非是由資訊交易導致而成。而 Bernile, Hu,
and Tang (2016)得出與他們不同的研究結果，他們認為在政府總體經濟指標發布前是有 資訊交易行為發生的，他們的研究結果發現也與我們本文研究結果發現一致。 我們研究在台灣政府機構重大經濟指標宣告前是否具有潛在的資訊交易情形發生。 有鑑於總體經濟新聞對於台灣市場的重要性，了解資訊交易行為的後果對於整個市場的 完整性是極其重要的，且我們本文中亦有研究政府機構重大經濟指標宣告前資訊交易對 於市場價格影響是否是最劇烈的。本文資料收集指標包含中央研究院經濟研究所及行政 院主計總處提供之 2002 年至 2010 年經濟預測及實際數據等資料15 ，其中重大經濟指標
14 聯邦公開市場委員會（Federal Open Market Committee，FOMC）屬於美國聯邦儲備系統,負責進行公 開市場操作。公開市場委員會由 12 名委員組成，7 名聯邦儲備委員會成員都是委員，紐約聯邦儲備銀行 負責執行公開市場操作 ，因此其行長也是委員。以上共計 8 個席位，另外 4 個席位則由其餘 11 家聯邦 儲備銀行的行長每年輪流擔任，分別從每組選出一個席位：波士頓、費城和里奇蒙；凱瑞夫蘭和芝加哥； 亞特蘭大、聖路易斯和達拉斯；明尼蘇達、堪薩斯城和舊金山。公開市場委員會由於決議和執行公開市場 操作，是聯儲體系中最重要的部門，每年八次聚首華盛頓會議，平均每六周一次。
標準普爾 500（Standard & Poor's 500，S&P 500）簡稱標普 500 或史坦普 500，是一個由 1957 年起記錄 美國股市的平均記錄，觀察範圍達美國的 500 家上市公司。標準普爾 500 指數裏的 500 家公司都是在美 國股市的兩大股票交易市場，紐約證券交易所和美國全國證券業協會行情自動傳報系統（納斯達克、 NASDAQ）中有多個交易的公司。幾乎所有標準普爾中的公司都是全美最高金額買賣的 500 隻股票。這個 股票指數由標準普爾公司創建並維護。 跟隨道瓊工業平均指數之後，標準普爾 500 指數便是全美第二大的指數。與道瓊指數相比，S&P 500 指數 包含的公司更多，因此風險更為分散，能夠反映更廣泛的市場變化。此外，相較於道瓊指數抓股價加權， 標普 500 指數是採用市值加權，更能反映公司股票在股市上實際的重要性。 聯邦公開市場委員會及標準普爾 500 指數資料來源參考自維基百科，資料網址分別為: https://zh.wikipe-dia.org/wiki/%E8%81%94%E9%82%A6%E5%85%AC%E5%BC%80%E5%B8%82%E5%9C%BA%E5%A7%94%E5%91%98%E 4%BC%9A https://zh.wikipedia.org/wiki/%E6%A0%87%E5%87%86%E6%99%AE%E5%B0%94500%E6%8C%87%E6%95%B0 15 中央研究經濟研究所歷年經濟預測數據參考自中央研究經濟研究所網站，資料網址為: http://www.econ.sinica.edu.tw/content/economicdata/list/2013090215155290268/ 行政院主計總處之經濟預測數據及實際數據參考自官網所提供之新聞稿，資料網址為: https://www.dgbas.gov.tw/lp.asp?CtNode=5624&CtUnit=1818&BaseDSD=29&now-Page=16&pagesize=25&mp=1
6
包含實質固定資本形成(Gross Fixed Capital Formation)、實質民間投資(Private
Invest-ment)、實質國內生產毛額(Gross National Product)、消費者物價指數(Consumer Price
In-dex)、實質民間消費(Private Consumption)、實質商品及服務輸入(Imports of Goods and
Services)、實質商品及服務輸出(Exports of Goods and
Services)及躉售物價指數(Whole-sale Price Index)等，但我們資料因中央研究院經濟研究所及行政院主計總處提供有限故
我們資料只有收集 2002 年至 2010 年。 本文研究方法是採事件研究法16
來進行，事件研究法是由 Fama , Fisher , Jensen, and
Roll(1969)所提出，主要是闡述當某一事件發生後，是否會引起市場價格的異常波動並因 此出現異常報酬(Abnormal Return)現象。 故在本文的研究中，我們將事件日(t=0)定為政府宣告總體經濟指標數據新聞稿的 發布日；而事件期我們則以「t-n」代表事件日前第 n 個交易日，以「t+n」代表事件日 後第 n 個交易日。 本文所建立的事件日及事件期如下圖所示: 16 事件研究法首先要判別研究工作關注的是何種事件，這又要依據研究假設。例如如果研究者設想： 「企業分股行為將導致股價上升」或「企業盈利增長和併購行為相關」，則分股或併購成為研究者關注 的事件。在界定了所關注的事件之後，還需要辨別、確定與之相關的事件期間或稱事件期(Event Win-dow)，即事件可能對因變數(股價、盈利)產生影響的時間段。 事件發作的日期自然應包括在事件期之內，如分股、併購的信息披露之日。通常事件期間要比發生 日期寬廣一些，包括事件發生前後的一段時間。因為事件發生後一段時間的信息能顯示因變數(如股 價、盈利)變化的情況。同時考察事件發生前一段時間的股價，有利於捕捉事件前預兆和事前洩漏訊息 造成的影響。 事件研究法資料來源取自 MBA 智庫百科，資料網址為: http://wiki.mbalib.com/zh-tw/%E4%BA%8B%E4%BB%B6%E7%A0%94%E7%A9%B6%E6%B3%95 事件日(t=0) t-n t+n n n
7
政府重大經濟指標分項定義如下17 :
1. 實質固定資本形成(Gross Fixed Capital Formation)指購置、轉入和自產自用的固定資 產，扣除固定資產的銷售和轉出後的價值，分有形固定資本形成總額和無形固定資 本形成總額。
2. 實質民間投資(Private Investment)是指非國有經濟投資中扣除外資投資的部分，它包 括聯營、股份制、集體、個體和私營及其他經濟類型的投資。
3. 實質國內生產毛額(Gross National Product)是指一個國家（地區）所有常駐機構單位
在一定時期內（年或季）收入初次分配的最終成果18
。
4. 消費者物價指數(Consumer Price Index)反映與居民生活有關的產品及勞務價格統計
出來的物價變動指標，通常作為觀察通貨膨脹水平的重要指標19 。 5. 實質民間消費(Private Consumption)包含家庭及對家庭服務之民間非營利機構消費 支出。 17 政府重大經濟指標資料參考自行政院主計總處、中華民國統計資訊網、MBA 智庫百科等，資料網址 分別如下: 1.實質固定資本形成: http://wiki.mbalib.com/zh-tw/%E5%9B%BA%E5%AE%9A%E8%B5%84%E6%9C%AC%E5%BD%A2%E6%88%90%E6%80%BB%E9%A2%9D 2.實質民間投資: http://wiki.mbalib.com/zh-tw/%E6%B0%91%E9%97%B4%E6%8A%95%E8%B5%84 3.實質國內生產毛額: http://wiki.mbalib.com/zh-tw/%E5%9B%BD%E6%B0%91%E7%94%9F%E4%BA%A7%E6%80%BB%E5%80%BC 4.消費者物價指數: http://wiki.mbalib.com/zh-tw/%E6%B6%88%E8%B4%B9%E8%80%85%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0 5.實質民間消費: goo.gl/mVLaZn_ 6.實質商品服務輸入及實質商品服務輸出: https://www.stat.gov.tw/ct.asp?xItem=10861&ctNode=2404 7.躉售物價指數: http://wiki.mbalib.com/zh-tw/%E8%B6%B8%E5%94%AE%E7%89%A9%E4%BB%B7%E6%8C%87%E6%95%B0 18 一個國家常住機構單位從事生產活動所創造的增加值在初次分配過程中主要分配給這個國家的常駐機 構單位，但也有一部分以勞動者報酬和財產收入等形式分配給該國的非常駐機構單位。同時，國外生產 單位所創造的增加值也有一部分以勞動者報酬和財產收入等形式分配給該國的常駐機構單位。從而產生 了國民生產總值概念，它等於國內生產總值加上來自國外的勞動報酬和財產收入減去支付給國外的勞動 者報酬和財產收入。 19 消費者物價指數可按城鄉分別編製城市居民消費價格指數和農村居民消費價格指數，也可按全社會編 製全國居民消費價格總指數。消費者物價指數追蹤一定時期的生活成本以計算通貨膨脹。如果消費者物 價指數升幅過大，表明通貨膨脹已經成為經濟不穩定因素，央行會有緊縮貨幣政策和財政政策的風險， 從而造成經濟前景不明朗。因此，該指數過高的升幅往往不被市場歡迎。
8
6. 實質商品及服務輸入(Imports of Goods and Services)及實質商品及服務輸出(Exports
of Goods and Services)為本國常駐居民(包括個人及機構)與非常駐居民間貨品所有權
之移轉(包括買賣與贈與)，或本國常駐居民對非常駐居民提供(或接受)之服務。 7. 躉售物價指數(Wholesale Price Index)是根據大宗物資批發價格的加權平均價格編製
而得的物價指數，反應不同時期生產資料和消費品批發價格的變動趨勢與幅度的相 對數。包括在內的產品有原料、中間產品、最終產品與進出口品，但不包括各類勞 務。
我們本篇研究文章對總體經濟新聞發布前後對於台灣資本市場影響結果做出了獨 特的貢獻性。我們在本篇文章中除了探討總體經濟新聞在發布後會影響到資本市場價格 (Pearce and Roley (1985)、Balduzzi, Elton, and Green (2001))外，也延伸了文章探討，加 入了政府發布的總體經濟新聞造成的政策驚喜會如何影響到投資人。
我們政策驚喜假設方法及計算方法依循 Bernile, Hu, and Tang (2016)研究論文，我們 將政策驚喜定義為當政府重大經濟指標發布後實際值不如市場投資人的預期，若其值較 某一固定值高則對市場為好消息，設為 1；反之當其值較某一固定值小則對市場為壞消 息，設為-1；若非介於上述兩者範圍則設為 0。 我們測試的宗旨是抓準投資者在重大經濟指標宣告前獲得消息後會想交易系統風 險高但非系統風險低的投資標的；投資標的需在重大經濟指標宣告前可以進行交易，且 流動性足夠去降低交易成本及價格影響的可能性。而台灣股票市場是較符合這些特性的 投資標的市場20 。
半強式效率市場(Semi-strong Form Efficiency)中21
，如果投資人在消息發布前提前知 20 台灣股票市場全球股市市值排行世界第 17 名，是全世界中流動性較不錯的投資市場。 資料來源參考自 MBA 智庫百科及 STOCKQ，資料網址為: http://wiki.mbalib.com/zh-tw/%E5%8F%B0%E6%B9%BE%E8%82%A1%E7%A5%A8%E5%B8%82%E5%9C%BA http://www.stockq.org/economy/cap.php 21 半強式有效市場假說認為價格已充分反應出所有已公開的有關公司營運前景的信息。這些信息有成交 價、成交量、盈利資料、盈利預測值，公司管理狀況及其它公開披露的財務信息等。假如投資者能迅速 獲得這些信息，股價應迅速作出反應。 資料參考自 MBA 智庫百科，資料網址為: http://wiki.mbalib.com/zh-tw/%E5%8D%8A%E5%BC%BA%E5%BC%8F%E6%9C%89%E6%95%88%E5%B8%82%E5%9C%BA%E5%
9 道未來將要發布的市場消息就有可能獲利，且如果這個提前知道的消息與市場一般預期 差距越大則投資人可以從中獲利的利潤就會越大(如 Fama (1970))。因此我們本文衡量 政府公告重大經濟指標發布前的市場預期是重要的，我們將政府在重大經濟指標公告前 發布的預測數據做為市場預期值22 。 我們採兩個方法來測試某些交易者是否真的會在重大經濟指標數據宣告前提前獲 得相關訊息的假說是否成立23 。首先在第一部分我們先測試是否有交易者在重大經濟指 標宣告前進行交易行為(方法參考自 Christophe, Ferri, and Hsieh (2010);Irvine, Lipson, and
Puckett (2007))，我們將買賣單不平衡定義為市場中買方與賣方交易量差距除以市場總交 易量24 。為了要測試在政府公告重大經濟指標附近是否有異常的交易行為發生，我們收 集宣告日前後三十個交易日並使用基準化分析法25 ，然後在每個政府宣告重大經濟指標 中，我們測試政策驚喜及非政策驚喜兩者買賣單不平衡差異。這個經驗測試法利用了重 大經濟指標宣告日相對非宣告日中交易市場行為變異，及政策驚喜相對非政策驚喜之變 異；接著在第二部分我們將市場中非資訊交易者單獨做測試，探討這些市場參與者們是 否會運用政府提供的總體經濟指標預測數據去進行交易並預測到未來的總體經濟指標 結果，且也探討這部分的市場參與者們他們對於政府重大經濟指標發布後市場交易量的 反應。 在第一部分的測試中我們發現幾個重要的發現。首先，在我們研究的幾項政府公告 重大經濟指標中，研究結果發現實質固定資本形成該經濟指標在政府重大經濟指標宣告 前有顯著的資訊交易發生。 81%87%E8%AF%B4 22中央研究經濟研究所歷年經濟預測數據參考自中央研究經濟研究所網站，資料網址為: http://www.econ.sinica.edu.tw/content/economicdata/list/2013090215155290268/
23 本文所採用的兩個測試方法是參考 Bernile, Hu, and Tang(2016)。
24 買賣單不平衡理論指某支股票因為買單及賣單兩者數量相差過多使得雙方根本不可能成交。 資料來源參考自 INVESTOPEDIA，資料網址為: https://www.investopedia.com/terms/o/order-imbalance.asp 25基準化分析法(Benchmarking)就是對所有能衡量的東西給出一個參考值，基準化分析法可以是一種管 理體系、學習過程，它更著重於流程的研究分析。 資料參考自維基百科及 MBA 智庫百科，資料網址分別為: https://zh.wikipedia.org/wiki/%E5%9F%BA%E6%BA%96%E5%8C%96%E5%88%86%E6%9E%90%E6%B3%95 http://wiki.mbalib.com/zh-tw/%E6%A0%87%E6%9D%86%E5%88%86%E6%9E%90%E6%B3%95
10 然而在其他重大經濟標-實質民間投資、實質國內生產毛額、消費者物價指數、實質 民間消費、實質商品及服務輸入、實質商品及服務輸出及躉售物價指數等，我們並沒有 發現在政府經濟指標宣告前有資訊交易的發生。 在我們前面分析結果的基礎下，我們將分析的時間區間從原本的重大經濟指標宣告 日前後三十天的時間區間分成五天、十天、十五天、二十天及三十天等細項的時間區間。 而在上述幾個時間區間中，我們發現政策驚喜大多集中在重大經濟指標發布前五天(即 [-5,0])。而後我們為了進行穩健性分析，我們將消息分成好消息及壞消息26，結果發現資 訊交易較常發生在市場預期發生好消息的情形。然而結果發現好消息與壞消息兩者間具 有不對稱性，兩者不對稱效應之潛在解釋可能是台灣股票市場對於借券賣空有其諸多限 制27 ，這些限制會影響股票市場流動性(Liquidity)及券商提供對沖交易（Hedge Transac-tions）的能力28。另一個可能原因為資訊交易者在發生壞消息前可能已經以某一限定價 26 好消息及壞消息定義及計算方法請參照本文 3.2 節 27 我國證交所對於借券賣出分別有總量與價格限制，其分別敘述如下: 1.總量限制: 自 94 年 6 月 27 日起取消策略性交易目的檢查機制，而以市場借券賣出總量管制措施代之，現行控管方 式如下： (1)市場放空總額度控管：個股借券賣出餘額與信用交易融券賣出餘額合併計算不得超過該種有價證券 上市（櫃）股份或受益權單位數之 25%。 (2)借券賣出總額度控管：個股借券賣出餘額不得超過該種有價證券上市（櫃）股份或受益權單位數之 10%。 (3)每日盤中借券賣出額度限制：個股每日盤中借券賣出委託數量不得超過該種有價證券前 30 個營業日 日平均成交量之 30%。但證券商因發行認售權證、營業處所經營結構型商品與股權衍生性商品交易業 務、擔任受益憑證流動量提供者、期貨自營商擔任股票選擇權或股票期貨造市者等避險需求，得不受限 制。 2.價格限制: 自 102 年 9 月 23 日起放寬投資人融券賣出或借券賣出得為融資融券交易之有價證券，得不受賣出價格 不得低於前一營業日收盤價之限制，若前一營業日收盤價為跌停，或前一營業日無收盤價但其收盤時最 低賣出申報價格為跌停價者，則當日不得於平盤以下融券及借券賣出。
惟指數股票型證券投資信託基金(Exchange Traded Funds, ETF)、證券商及期貨商因辦理業務之避險需求 所為之融券及借券賣出，得不受『平盤下禁止放空』及上述『前一營業日收盤價為跌停，或前一營業日 無收盤價但其收盤時最低賣出申報價格為跌停價者，當日不得於平盤以下融券及借券賣出』之限制。 借券賣出若不符合上述得豁免價格限制之條件者，原則上仍受「平盤下不得放空」之限制。 資料來源取自於台灣證券交易所官網: http://www.twse.com.tw/zh/page/products/sbl/faq.html 28 對沖交易是一種概念。作為一種交易方式，它遵循「市場中性」原則，它是把一個具體的頭寸視為金 融向量，向量的方向為敞口，對沖交易就是通過不同方向的金融工具來做敞口的管理，通常是通過配對 頭寸來擬合敞口（套利）來實現風險敞口管理下的絕對收益。以尋找市場或商品間效率落差而形成的套 利空間為主，通過兩個或兩個以上的交易，利用對沖機制規避風險，使市場風險最小化。比如以利用期 貨進行對沖交易為例，在風險普遍偏高的情況下，交易者買入現貨，做空期貨，使其在高風險時不賠不 賺，有效地化解了風險。當市場風險逐漸減弱、股票走勢明確時，迅速加大期貨持倉，拋出現貨，獲得
11
格進入市場，而非直接掛最高價格進入市場，這樣的下單方式會使我們難以運用傳統方 式來正確識別出他們的交易方向(如 Baruch, Panayides, and Venkataraman (2014))。
在我們文章分析的最後，我們改變了測試的切入點並以市場中不知情的一般交易者 投資眼光去分析。我們探討重大經濟指標發布前的買賣單不平衡是否包含隨後消息發布 後的政策驚喜，且政策驚喜是否有預測到政策宣告後市場價格的真實反映。在我們的分 析中我們分成兩步來進行，首先我們測試重大經濟指標發布前的市場交易行為是否有預 測到隨後的政策驚喜；接著，我們測試調整後的政策驚喜是否有預測到市場面對到政府 重大經濟指標宣告後的反應。 而此部分結果與前述的資訊交易結果一致，我們從重大經濟指標發布前幾天與政策 驚喜中發現台灣股票市場的買賣單不平衡現象；且在實質固定資本形成該重大經濟指標 中也發現政策驚喜的確預測到隨後的市場反應，也因此我們藉由直接檢查買賣單不平衡 與重大經濟指標發布後的市場反應中得出與前述相似的結果。綜合上述兩個步驟的結果， 我們假設的重大經濟指標發布前會有資訊交易發生的假說在此部分迴歸結果獲得支持。 我們本文的研究有助於台灣學者及專家們研究政府重大經濟指標發布前是否有資 訊交易的發生有個簡單的實證。然而即便知道政府重大經濟指標發布前有資訊交易的發 生，政府提供數據量的限制導致我們無法分析更加詳細的迴歸結果。重大經濟指標發布 前的交易時機與資訊交易行為兩者連結是源自於新聞媒體提前洩漏訊息或政府機關內 部相關人士提前洩漏消息而成；此外也有可能是有部分交易者在重大經濟指標發布前具 有優良的預測能力，使他們可以在重大經濟指標發布前就先預判出未來的情勢並提前布 局，然而這類型的交易者似乎與前述資訊交易不太一致，因資訊交易者能夠在重大經濟 指標發布前就先獲得相關資訊並在市場流動性還較高的時候提前下單，這是較其他交易 者更具交易優勢(Back, Cao, and Willard (2000); Holden and Subrahmanyam (1992))。
收益(至少不會承擔損失)。所以對沖交易是一種低風險、中高收益的交易方式。作為一種理念，對沖交 易中的“對沖”本身就包含化解風險的思想，基於這種思想而進行的化解風險的操作都可以稱為對沖交 易。 資料來源參考自 MBA 智庫百科，資料網址為: http://wiki.mbalib.com/zh-tw/%E5%AF%B9%E5%86%B2%E4%BA%A4%E6%98%93
12
我們的文章在資本市場面對到重大經濟指標有甚麼結果及影響有著貢獻性，現在許 多研究都指出總體經濟消息會在發布後影響市場價格(Andersen, Bollerslev, Diebold, and
Vega (2007); Balduzzi, Elton, and Green (2001); Bernanke and Kuttne (2005); Ederington and
Lee (1993); Flannery and Protopapadakis (2001); French and Roll (1986);
Gur-kaynak,Sack,and Swanson (2005); Pearce and Roley (1985); Tetlock (2010); Vega (2006);
Ve-ronesi (1999))，我們擴展了這個想法並收集台灣股票市場在重大經濟指標發布前後市場
交易情形及重大經濟指標發布前的政策驚喜。我們的研究結果補充了 Cieslak, Morse, and
Vissing-Jorgensen (2014)及 Bernile, Hu, and Tang (2016)的研究結果，且結果發現早在重
大經濟指標發布前其指標結果就已經影響到所有市場參與者了。
我們的研究也與 Savor and Wilson (2013, 2014)及 Lucca and Moench (2015)兩者文章 有所關聯，即關於預計發布的總體經濟指標消息。Lucca and Moench(2015)研究在政府預 計發布消息前股票市場的價格變化反映，他們發現在聯邦公開市場委員會消息發布前標 準普爾 500 指數在 24 小時內上升了 49 個基準點，但他們認為這跳動並非是由資訊交易 導致而成。而與他們的研究不同的是，我們檢查政府重大經濟指標發布前這些總體經濟 數據資訊對市場造成的影響，而最後我們發現在政府總體經濟指標發布前的確是有資訊 交易行為發生的。 從較廣泛的角度來說，我們的文章研究有助於其他人瞭解短期下某些關於交易行為 的個人訊息與價格之間的影響關係，且在現有理論的支持下(Brunnermeier (2005) ;
Hirsh-leifer, Subrahmanyam, and Titman (1994))我們研究結果發現在具有資訊優勢下這些資訊
交易者會具有交易優勢。例如某些交易者在分析師的建議下提前獲得資訊優勢並從事相 關交易行為(Busse, Green, and Jegadeesh (2012) ; Christophe, Ferri, and Hsieh (2010) ;
Goldstein, Irvine, Kandel, and Wiener (2009) ; Irvine, Lipson, and Puckett (2007) ; Kadan,
Michaely,and Moulton (2014))；而在美國市場中，也有其他高頻交易（High Frequency
Trad-ing,HFT）者從提前發布的新聞中進行交易行為(Hu, Pan, and Wang (2017) ; Beschwitz,
Keim, and Massa (2013))或利用美國證券交易委員會(United States Securities and
13
Skinner, and Zechman (2014)) 29。且過去研究也有發現的確某些市場參與者在資訊發布前
就已經早早進入市場進行相關交易(Michaelides, Milidonis, Nishiotis, and Papakyriacou (2015))；也發現在政府政策新聞發布前也有類似的研究結果發現(Reeb, Zhang, and Zhao (2014))。而在這些文章的支持下，最近有許多研究結果發現與我們結果一致，即在政府 重大經濟指標發布前會出現短暫的信息優勢。 本文章節部分安排如下:第二章介紹數據與變數資料；第三章介紹本文的研究結果； 第四章介紹結論。 29 高頻交易及美國證券交易委員會分敍如下:
1.高頻交易（High Frequency Trading,HFT），是指從那些人們無法利用的、極為短暫的市場變化中尋求
獲利的自動化程序交易，比如某種證券買入價和賣出價差價的微小變化，或者某隻股票在不同交易所之 間的微小價差。這種交易的速度如此之快，以至於有些交易機構將自己的「伺服器群組」安置到了離交 易所的伺服器很近的地方，以縮短交易指令通過光纜以光速傳送的時間。一般是以電腦買賣盤程式進行 非常高速的證券交易，從中賺取證券買賣價格的差價。
2.美國證券交易委員會（United States Securities and Exchange Commission,SEC），常被稱為證管會， 是根據《1934 年證券交易法》成立、直屬美國聯邦政府的獨立機關、準司法機構，負責美國的證券監督 和管理工作，為美國證券業最高主管機關。 資料來源參考自維基百科，資料網址分別為: https://zh.wikipedia.org/wiki/%E9%AB%98%E9%A0%BB%E4%BA%A4%E6%98%93 https://zh.wikipe-dia.org/wiki/%E7%BE%8E%E5%9B%BD%E8%AF%81%E5%88%B8%E4%BA%A4%E6%98%93%E5%A7% 94%E5%91%98%E4%BC%9A
14
第二章 數據與變數資料
第一節 測試市場
在本節中，我們將介紹資料數據、樣本選擇與變數資料。 我們使用台灣股票市場大盤報酬作為我們主要測試的數據，會選擇台灣股票市場大 盤報酬作為測試最主要是因為:第一、台灣股票市場是在面對到各種消息時最快且最劇 烈變動的指標之一30 ；第二、台灣股票市場開盤時間為早上九點至下午一點半31 ，而我們 所觀察的重大經濟數據發布時間通常為下午兩點半，這使得我們要觀察的台灣股票市場 大盤較不會受到當天即將宣布的重大經濟數據所影響32 ，且也可以觀察到台灣股票市場 是否具有資訊交易(Informed Trading)；第三、資訊交易者(InformedTrader)在流動性(Li-quidity)較高的市場是更具有交易動力與慾望的，而在台灣市場中最具有流動度的市場
就屬股票市場。綜觀以上三個原因，這也是為什麼本篇研究我們將以台灣股票市場作為 觀察標的。
本文中台灣股市市場資料取自於台灣經濟新報(Taiwan Economic Journal, TEJ)以及 台灣證券交易所(Taiwan Stock Exchange, TWSE)官網33
。 30 台股大盤波動影響資料擷取自中央銀行所撰之「103 年中央銀行年報」P.73~P.76，資料網址為: https://www.cbc.gov.tw/public/Attachment/562516115171.pdf 31 台灣股市開盤時間為早上 9 點至下午 1 點半。資料參考自維基百科網站，資料網址為: https://zh.wikipedia.org/wiki/臺灣證券交易所 32 下午兩點半發布經濟指標是參照行政院主計總處每季發布新聞稿的時間，資料網址為: https://www.dgbas.gov.tw/lp.asp?CtNode=5624&CtUnit=1818&BaseDSD=29&mp=1 33 台灣經濟新報及台灣證券交易所官網網址分別為: http://www.tej.com.tw/twsite/ http://www.twse.com.tw/zh/
15
第二節 總體經濟宣告中的驚喜
在本文中我們觀察台灣政府每年會發布的重大經濟指標數據，其中包含實質固定資 本形成(Gross Fixed Capital Formation)、實質民間投資(Private Investment)、實質國內生 產毛額(Gross National Product)、消費者物價指數(Consumer Price Index)、實質民間消 費(Private Consumption)、實質商品及服務輸入(Imports of Goods and Services)、實質商 品及服務輸出(Exports of Goods and Services)及躉售物價指數(Wholesale Price Index)等。 在這些重大經濟指標數據的公告中，我們收集自 2002 年至 2010 年各數據公告日期和時 間，而關於這些經濟指標數據可於表一中查看更多細節，包含資料來源、資料頻率、計 算單位及發布時間等。 我們在表二中呈現了每個重大經濟指標預期值與實際值之統計量與他們的差異值34 ， 我們認為資訊交易者的預測會與中央經濟院裡的研究專員預測類似，若預測值與實際值 兩者相差小則代表對與資訊交易者而言他們的預測是準確的；反之當相差較大則代表他 們的預測較不準確。其中在 Panel B 顯示實質民間投資預測值與實際值之平均數分別為 4.48 與 4.75，而他們差值的平均數與中位數差異小於 7 個基準點(Basis Points)也代表 他們差異是非常小的，其中差值之最大值高達 22.26。相同情況也可於 Panel F-實質商 品及服務輸入中可以看見同樣的情況，也代表此二經濟指標有著相同的預期結果。然而 在 Panel A、G、H 中看出實質固定資本形成、實質商品及服務輸出與躉售物價指數三者 有相似，且與上述實質民間投資與實質商品及服務輸入相反的結果，即他們的差值平均 數有著很大的差異量。我們認為會有如此巨大的差值平均數除了因為指標計算方法不同 使得投資人會更重視此指標外35 ，也代表實質民間投資經濟指標宣布時「相對」政策驚喜 34 我們考量到季資料較符合本文假設與研究方法，故表二只有呈現季資料值。而年資料值則附於附錄表 一中。 35 實質固定資本形成計算中舉凡機器設備、 廠房與公共建設等都稱為固定資本財,家用住宅也算是固定 資本財。固定資本財的特點是可使用多年, 因此是耐久財;也因為耐久,因此存在二手市場。例如,中古車 或中古房子的買賣都是很大的市場。不過,固定資本形成毛額係指當年新建造的固定資本財之購買支出, 二手商品的買賣並不計入。 資料擷取自吳聰敏所撰之「經濟學原理」(二版)。
16 (Policy Surprise)是小於後三項指標(實質固定資本形成、實質商品及服務輸出及躉售物 價指數)的。 對於投資人來說，政策驚喜的程度是會很直接的影響到私人信息的潛在價值的。然 而較小的政策驚喜因預期的價格變動太小是不太會引起太多資訊交易(Informed Trad-ing)，所以我們為了進行較有意義的測試分析，我們將政策驚喜單獨建構一個變數-SUR36， 若其值較某一固定值高則對市場為好消息，設為 1；反之當其值較某一固定值小則對市 場為壞消息，設為-1；若非介於上述兩者範圍則設為 0。
17
表 一
表中列出了八個總體經濟指標，分別為實實質固定資本形成(Gross Fixed Capital Formation)、實質民間投資(Private Investment)、實質 國內生產毛額(Gross National Product)、消費者物價指數(Consumer Price Index)、實質民間消費(Private Consumption)、實質商品及服 務輸入(Imports of Goods and Services)、實質商品及服務輸出(Exports of Goods and Services)及躉售物價指數(Wholesale Price Index)。這 些數據都是從中研院及主計處得出資料；而採用時間皆為本國中原標準時間。 宣告指標 (Announcement) 資料來源 (Source) 資料頻率 (Frequency) 計算單位 (Units) 發布時間
(Scheduled release time, EST) 實質固定資本形成
(Gross Fixed Capital Formation)
中研院,主計處 Quarterly 比率 14:30
實質民間投資(Private Investment) 中研院,主計處 Quarterly 比率 14:30 實質國內生產毛額(Gross National Product) 中研院,主計處 Quarterly 比率 14:30 消費者物價指數(Consumer Price Index) 中研院,主計處 Quarterly 比率 14:30 實質民間消費(Private Consumption) 中研院,主計處 Quarterly 比率 14:30 實質商品及服務輸入
(Imports of Goods and Services)
中研院,主計處 Quarterly 比率 14:30
實質商品及服務輸出
(Exports of Goods and Services)
中研院,主計處 Quarterly 比率 14:30
18
表 二
本表目的在於了解政府每年公告總體經濟指標數據預測值(EXP)及實際值(ACT)他們的相關簡單敘述統計結果。表中列出了自 2002 年 至 2010 年共 8 年季資料之總體經濟指標的預期值(EXP)、實際值(ACT)及其差值(DIFF)樣本統計。其中差值(DIFF)計算方法為實際值 (ACT)減去預期值(EXP)。而 2002 年至 2010 年年資料值則列於下表。 變數名稱 (Statistics) 樣本數 (N) 平均數 (Mean) 標準差 (Standard deviation) 中位數 (Median) 最小值 (Minimum) 最大值 (Maximum) Panel A:實質固定資本形成(Gross Fixed Capital Formation)預測值(EXP) 36 3.59 4.39 3.55 -11.15 12.75 實際值(ACT) 36 2.08 13.07 2.44 -28.09 29.20 差(DIFF) 36 -1.51 8.69 -1.11 -16.94 16.45 Panel B:實質民間投資(Private Investment)
預測值(EXP) 36 4.48 6.28 4.81 -16.30 16.85 實際值(ACT) 36 4.75 18.64 4.11 -34.99 39.11 差(DIFF) 36 0.27 12.37 -0.70 -18.69 22.26 Panel C:實質國內生產毛額(Gross National Product)
預測值(EXP) 36 3.67 1.98 3.97 -2.33 9.82 實際值(ACT) 36 4.61 4.91 5.80 -8.12 13.11 差(DIFF) 36 0.94 2.93 1.83 -5.79 3.29 Panel D:消費者物價指數(Consumer Price Index)
預測值(EXP) 36 1.08 0.94 0.98 -0.63 3.55 實際值(ACT) 36 1.05 1.58 1.04 -1.35 4.52 差(DIFF) 36 -0.03 0.63 0.07 -0.72 0.97 Panel E:實質民間消費(Private Consumption)
19 變數名稱 (Statistics) 樣本數 (N) 平均數 (Mean) 標準差 (Standard deviation) 中位數 (Median) 最小值 (Minimum) 最大值 (Maximum) 預測值(EXP) 36 2.64 0.79 2.80 0.46 4.08 實際值(ACT) 36 2.42 2.59 2.42 -3.22 9.32 差(DIFF) 36 -0.23 1.81 -0.38 -3.68 5.24 Panel F:實質商品及服務輸入(Imports of Goods and Services)
預測值(EXP) 36 5.85 6.83 5.91 -13.80 25.93 實際值(ACT) 36 6.33 14.64 4.64 -33.16 48.48 差(DIFF) 36 0.48 7.81 -1.27 -19.36 22.55 Panel G:實質商品及服務輸出(Exports of Goods and Services)
預測值(EXP) 36 6.26 6.15 5.93 -11.86 24.22 實際值(ACT) 36 9.68 12.52 11.34 -25.49 39.75 差(DIFF) 36 3.42 6.38 5.41 -13.63 15.53 Panel H:躉售物價指數(Wholesale Price Index)
預測值(EXP) 35 0.63 2.99 1.02 -6.80 6.72 實際值(ACT) 35 2.72 5.75 2.84 -12.80 10.40 差(DIFF) 35 2.08 2.77 1.82 -6.00 3.68
20
為了衡量 SUR 大小，我們採用計算方法來計算出特別突出的政策驚喜。首先我們先 計算各個重大經濟指標實際值與預測值之中位數兩者差距，詳細計算公式如下:
𝐹𝐸𝑡= 實際宣告值
𝑡-預測值中位數𝑡 (1)
接著我們使用「Rolling-Window Standard Deviation」方法來計算37
，將上面所得出的 各季𝐹𝐸𝑡值38
除以用「Rolling-Window Standard Deviation」方法計算出來的以四個月為周 期的變異數39 ，詳細公式如下: 𝑆𝐹𝐸𝑡= 𝐹𝐸𝑡 𝜎𝑡−4,𝑡−1𝐹𝐸 (2) 計算出來的𝑆𝐹𝐸𝑡值若介於-1.65 與 1.65 間則 SUR 令為 0:小於-1.65 則將 SUR 令為 -1 並將其列為壞消息；若大於 1.65 則將 SUR 令為 1 並將其列為好消息40 。 表三呈現了各個重大經濟指標在經過前面的計算後各個的 SUR 數量41 ，我們在這邊 將 SUR 分為|𝑆𝑈𝑅|=0 及|𝑆𝑈𝑅|=1 兩個類別。其中可以看到各個重大經濟指標中政策驚喜 (|𝑆𝑈𝑅|=1)在每個年份幾乎都是有發生的，且也可以看到各個指標中政策驚喜佔全部 SUR 比率大約六成。
37 「Rolling-Window standard deviation」方法是採用 Bernile, Hu, and Tang(2016)。 38 以「Rolling-Window Standard Deviation」方法計算出各經濟指標各季𝐹𝐸
𝑡值及 Rolling-Window 時間為三
年詳細值請參照附錄附表二。
39 Bernile, Hu, and Tang(2016)文中是以前 24 個月做為 Rolling-Window 週期，但本文鑑於台灣市場規模性 故改以四個月為 Rolling-Window 週期。
40 除了 1.65 外，於附表另有 1.75 與 2 三個值及他們的結果，最後因 1.65 較另外兩個值更具顯著性的
分類效果，故採納 1.65 而非 1.75 或 2。研究方法是採 Bernile, Hu, and Tang(2016)。 41 這邊如同上面𝑆𝐹𝐸
𝑡一樣，我們也有依據不同的𝑆𝐹𝐸𝑡做各個 Panel，分別是𝑆𝐹𝐸𝑡為 1.65、1.76 及 2，結
21
表 三
表中報告了 2002 年至 2010 年共 8 年總體經濟數據，依據 SFEt 值分類成各個類別，並再進一步將其中分類為在年度中有政策驚喜 (︱SUR︱=1)及無政策驚喜(SUR=0)。因本文計算方法採「Rolling-Window Standard Deviation」計算，故 2002 年資料作為樣本需求刪除。 當主計處公布的實際值與前段實際公布之預測值偏離超過 12.5 基準點時則被列為具政策驚喜，若未超過 12.5 基準點則被列為不具政 策驚喜。
實質固定資本形成
(Gross Fixed Capital For-mation)
實質民間投資 (Private Investment)
實質國內生產毛額 (Gross National Product)
消費者物價指數
(Consumer Price Index)
SUR=0 ︱SUR︱=1 SUR=0 ︱SUR︱=1 SUR=0 ︱SUR︱=1 SUR=0 ︱SUR︱=1
2003 3 1 1 3 2 2 0 4 2004 0 4 0 4 1 3 1 3 2005 1 3 1 3 2 2 0 4 2006 2 2 2 2 1 3 1 3 2007 2 2 1 3 1 3 2 2 2008 0 4 0 4 0 4 2 2 2009 2 2 2 2 2 2 2 2 2010 0 4 0 4 1 3 4 0 總和 10 22 7 25 10 22 12 20 總計 32 32 32 32
22
實質民間消費
(Private Consumption)
實質商品及服務輸入 (Imports of Goods and Ser-vices)
實質商品及服務輸出 (Exports of Goods and Ser-vices)
躉售物價指數
(Wholesale Price Index)
SUR=0 ︱SUR︱=1 SUR=0 ︱SUR︱=1 SUR=0 ︱SUR︱=1 SUR=0 ︱SUR︱=1
2003 1 3 3 1 3 1 3 0 2004 2 2 0 4 1 3 1 3 2005 3 1 2 2 3 1 4 0 2006 1 3 2 2 1 3 1 3 2007 0 4 3 1 2 2 0 4 2008 0 4 0 4 0 4 3 1 2009 1 3 1 3 0 4 1 3 2010 2 2 2 2 2 2 2 2 總和 10 22 13 19 12 20 15 16 總計 32 32 32 31
23
第三節 資訊交易的衡量
資訊交易(Informed Trading)無法直接觀察，故我們根據微觀結構文獻假設交易者們 會利用信息優勢來執行交易。我們設計(B-S)/(B+S)公式並藉由交易買賣量來衡量資訊 交易行為42 ，其中 B 為台灣股票市場大盤買單數量、S 為台灣股票市場大盤賣單數量。Bernile, Hu, and Tang (2016)文章中衡量資訊交易的行為除了用買賣單數量衡量外亦
有採用買賣單交易金額做衡量，然我們因台灣股市買賣單交易金額資料收集困難，故此 處僅以買賣單數量作為分析標的。 台灣股票市場交易資料並不會觸發交易的方向，因此我們依靠勾選規則來指定交易 方向，也就是說當交易價格高於最近不同的交易價格時，此交易就會被認定為是由買方 發起的交易行為(賣方發起的交易行為)；反之當交易價格低於最近不同的交易價格時此 交易就會被認定為是由賣方發起的交易行為。 在我們的基本分析中我們檢查了幾個事件窗口，包含[-30,0]:重大經濟指標宣告日(t) 前 30 天、[0,30]:重大經濟指標日(t)宣告後 30 天、[-5,0] :重大經濟指標宣告日(t)前 5 天、[0,5] :重大經濟指標宣告日(t)後 5 天、[-10,0] :重大經濟指標宣告日(t)前 10 天、 [0,10] :重大經濟指標宣告日(t)後 10 天、[-15,0] :重大經濟指標宣告日(t)前 15 天、 [0,15] :重大經濟指標宣告日(t)後 15 天、[-20,0] :重大經濟指標宣告日(t)前 20 天及 [0,20] :重大經濟指標宣告日(t)後 20 天。在每個事件窗口中我們藉由計算他們的買賣差 異量除買賣總和來對應各期間的買賣單不平衡。最後我們研究經濟指標公告日(ANN=1) 及非公告日(ANN=0)與政策驚喜效果(|𝑆𝑈𝑅|=1)及無政策驚喜效果(|𝑆𝑈𝑅|=0)之間的相 應關係。 各個迴歸分析與其結果將於下列第四節中一一列出並探討之。
24
第三章 研究結果
第一節 與總體經濟新聞公告的交易活動
在本節中我們將提供並討論在經濟指標發布時的交易行為與預期反應。我們在表四 中以最小平方法(Ordinary Least Squares,OLS)來做迴歸並列於其中。
表四列出了各大經濟指標宣告後的結果，我們將時間分為經濟指標宣告前與宣告後 並將時間區間分為[-30, 0]、[0, 30]、[-5, 0]、[0, 5]、[-10, 0]、[0,10]、[-15, 0]、[0, 15]、[-20, 0]、[0, 20]，其中 t 代表重大經濟指標宣告日而時間單位為日。我們以最小平方法分 析，分析模型為: 𝑂𝐼𝑁 = 𝛼0 + 𝛼1𝐴𝑁𝑁 + 𝛼2𝑆𝑈𝑅 + 𝜀 (3) 其中 OIN 代表買賣單不平衡量，我們以(B-S)/(B+S)來衡量，其中 B 為台灣股票市 場大盤買單數量、S 為台灣股票市場大盤賣單數量；SUR 代表政策驚喜指標，當 SUR 為 1 代表經濟指標中包含好消息、-1 代表經濟指標中包含壞消息、0 則為不具政策驚喜， 其依據為當各個重大經濟指標公布之實際值與當初公布之預估值中位數相差超過 1.65 則被稱為具政策驚喜(Policy Surprise)，反之差距小於 1.65 則不具有政策驚喜。 我們在表四中發現在台灣股票市場中在重大經濟指標消息發布前後存在著重大的 差異，實質固定資本形成(Gross Fixed Capital Formation)在 SUR 列中之[-5, 0]、[-10, 0]、[-20,0]等時間區間中具有顯著且正向結果，代表著在重大經濟指標發布前，有資訊 交易的行為發生且成交單多為買方；反之，在消費者物價指數(Consumer Price Index)SUR 列中之[-30,0]時間區間中為負向且顯著，代表在重大經濟指標發布前有資訊交易的行為 發生且成交單多為賣方。
隨後我們探討不同時間區間與 SUR 之間的關係，而其中也發現在實質固定資本形 成經濟指標中 SUR 係數大小隨著時間區間越小其係數值越大，也代表著越靠近重大經
25
濟指標發布市場訂單相較於反向訂單是越來越多的，這或許也是代表著隨著時間越來越 靠近重大經濟指標宣告，了解接下來政策驚喜(|𝑆𝑈𝑅|=1)的資訊交易者越來越多且隨之 向台灣股票市場下訂單的人也漸趨增加。
26
表 四
本表以最小平方法(Ordinary Least Squares,OLS)分析台灣股票市場大盤資料與政策宣告日指標等之間的線性關係，我們的分析模型為: 𝑂𝐼𝑁 = 𝛼0+ 𝛼1𝐴𝑁𝑁 + 𝛼2𝑆𝑈𝑅 + 𝜀 我們的每個重大經濟指標樣本中都包含政策宣告日(ANN=1)及其他非政策宣告日(ANN=0)。OIN 是代表買賣單不平衡量，其計算方法為 (B-S)/(B+S)，其中 B 代表買方交易量、S 代表賣方交易量。此因變數在以下幾個時間區間中做計算: [-30, 0]、[0, 30]、[-5, 0]、[0, 5]、 [-10, 0]、[0,10]、[-15, 0]、[0, 15]、[-20, 0]、[0, 20]，時間單位為日；SUR 代表驚喜指標，當 SUR 為 1 代表經濟指標中包含好消息、-1 代表經濟指標中包含壞消息、0 則為不具政策驚喜，其依據為當各個重大經濟指標公布之實際值與當初公布之預估值中位數相差超過 1.65 則被稱為具政策驚喜(Policy Surprise)，反之差距小於 1.65 則不具有政策驚喜。我們目的在於分析在政府重大經濟指標宣告日前 後各個重要時間區間中，政府宣告指標與投資人有無如預期預測到結果，是否會影響到台灣股票市場大盤交易量。結果列於表四各 Panel 中。下方括號代表了 t 檢定之值，當顯著性 1%為***、顯著性 5%為**、顯著性 10%為*。 變數 (Varable) [30,0] [0,30] [-5,0] [0,5] [-10,0] [0,10] [-15,0] [0,15] [-20,0] [0,20]
Panel A:實質固定資本形成(Gross Fixed Capital Formation) 係數 (Intercept) -0.0032* -0.0011 0.0034 0.0086** -0.0006 0.0031 0.0010 0.0012 -0.0008 -0.0001 (-1.91) (-0.60) (0.85) (2.01) (-0.22) (1.08) (0.41) (0.51) (-0.39) (-0.03) 政策宣告指 標(ANN) -0.0025 -0.0047 -0.0088 -0.0142 -0.0049 -0.0088 -0.0067 -0.0070 -0.0048 -0.0057 (-0.32) (-0.60) (-1.00) (-1.61) (-0.58) (-1.06) (-0.82) (-0.86) (-0.59) (-0.71) 驚喜指標 (SUR) 0.0029 0.0021 0.0085* 0.0043 0.0068** 0.0035 0.0043 0.0022 0.0047* 0.0027 (-1.46) (-0.94) (1.91) (0.92) (2.03) (1.04) (1.56) (0.79) (1.88) (1.10) Panel B:實質民間投資(Private Investment)
27 變數 (Varable) [30,0] [0,30] [-5,0] [0,5] [-10,0] [0,10] [-15,0] [0,15] [-20,0] [0,20] (Intercept) (-2.02) (-0.65) (0.77) (2.00) (-0.33) (1.06) (0.32) (0.78) (-0.50) (-0.07) 政策宣告指 標(ANN) -0.0025 -0.0047 -0.0087 -0.0141 -0.0047 -0.0087 -0.0066 -0.0137 -0.0048 -0.0056 (-0.32) (-0.59) (-0.98) (-1.59) (-0.57) (-1.04) (-0.81) (-1.50) (-0.59) (-0.69) 驚喜指標 (SUR) 0.0004 0.0018 0.0056 0.0035 0.0046 0.0039 0.0016 0.0029 0.0018 0.0032 (-0.20) (-0.91) (1.33) (0.82) (1.44) (1.26) (0.60) (1.10) (0.76) (1.42) Panel C:實質國內生產毛額(Gross National Product)
係數 (Intercept) -.0039** -0.0006 0.0027 0.0086** -0.0016 0.0037 0.0004 0.0077*** -0.0016 0.0004 (-2.30) (-0.31) (0.67) (2.02) (-0.54) (1.23) (0.14) (2.61) (-0.72) (0.19) 政策宣告指 標(ANN) -0.0025 -0.0048 -0.0088 -0.0143 -0.0048 -0.0089 -0.0066 -0.0145 -0.0048 -0.0058 (-0.31) (-0.60) (-1.00) (-1.61) (-0.58) (-1.07) (-0.82) (-1.55) (-0.59) (-0.72) 驚喜指標 (SUR) 0.0015 -0.0021 0.0008 -0.0010 0.0016 -0.0025 0.0012 -0.0041 0.0014 -0.0021 (0.76) (-0.99) (0.19) (-0.24) (0.50) (-0.78) (0.46) (-1.45) (0.56) (-0.88) Panel D:消費者物價指數(Consumer Price Index)
係數 (Intercept) -0.0018 -0.0002 0.0036 0.0090** 0.0001 0.0039 0.0017 0.0020 0.0000 0.0006 (-1.10) (-0.09) (0.93) 2.1900 (0.02) (1.42) (0.71) (0.84) (0.01) (0.28) 政策宣告指 標(ANN) -0.0038 -0.0056 -0.0095 -0.0146* -0.0060 -0.0097 -0.0076 -0.0077 -0.0058 -0.0063 (-0.47) (-0.70) (-1.08) (-1.65) (-0.72) (-1.17) (-0.93) (-0.95) (-0.72) (-0.79) 驚喜指標 (SUR) -.0083*** -.0057*** -0.0045 -.0081* -0.0033 -0.0058* -0.0038 -.0059** -0.0059 -0.0057** (-4.01) (-2.67) (-1.07) (-1.79) (-1.12) (-1.84) (-1.33) (-2.16) (-2.25) (-2.46) Panel E:實質民間消費(Private Consumption)
係數
(Intercept)
-.0035 -0.0017 0.0032 0.0086* -0.0013 0.0026 -0.0009 0.0007 -0.0015 -0.0005 (-1.96) (-0.91) (0.72) (1.92) (-0.41) (0.87) (0.21) (0.29) (-0.62) (-0.24)
