影響股票超額報酬率因子之分析 ─以中國概念股為例 - 政大學術集成

全文

(1)國立政治大學國際經營與貿易研究所碩士學位論文. 影響股票超額報酬率因子之分析 ─以中國概念股為例政治. 大. China-related stocks. 學. ‧ 國. 立 of the excess return─evidence from the The determinants ‧. n. er. io. sit. y. Nat 指導教授：謝淑貞 a. 博士 v i l C n hengchi U 撰研究生：廖芷勛. 中國民國一 0 三年六月.

(2) 摘要中國概念股近年來成為各界投資人關注的投資標的，因此，本研究欲探討中國概念股與非中國概念股股票報酬率與風險之差異，並深入了解影響股票超額報酬率的因子分別在中概股與非中概股的解釋能力與影響方向是否不同。本研究期間為西元 2004 年 1 月至 2014 年 2 月止共 122 個月，利用 FamaMacbeth(1973)迴歸來檢視中國概念股與非中國概念股是否具有正的市場風險溢. 政治大. 酬，然Ｔ檢定結果發現中概股與非中概股十個組別中分別只有四組與兩組的檢定. 立. 市場風險溢酬顯著異於零，因此整體而言，認為 CAPM 關係式不成立。. ‧ 國. 學. 本研究另以 Fama and French 三因子為基礎並加入動能與成交量因子的五因. ‧. 子模型進行影響股票超額報酬的因子分析，實證結果顯示，不論以投資組合或是個股為單位，市場因子皆對報酬率具有正向且顯著的解釋能力；規模因子以及帳. y. Nat. er. io. sit. 面市值因子無法捕捉投資組合的報酬率變異，但在個股多因子模型中，該兩因子具有顯著且負向的影響力；動能因子不論在投資組合或是個股多因子模型中，都. al. n. v i n 無法有效解釋股票報酬率；最後，流動性因子在中概股的投資組合之間普遍具有 Ch engchi U 較強的解釋能力，並對報酬率有正向的影響。. i.

(3) 目錄摘要......................................................................................................................... i 目錄........................................................................................................................ii 表目錄.................................................................................................................... v 圖目錄................................................................................................................... vi. 政治大. 第一章緒論.......................................................................................................... 1. 立. 1.1 研究背景................................................................................................. 1. ‧ 國. 學. 1.2 研究動機與目的..................................................................................... 1. ‧. 1.3 研究方法................................................................................................. 2. y. Nat. al. er. io. sit. 1.4 研究架構................................................................................................. 2. n. 第二章文獻回顧.................................................................................................. 3. Ch. engchi. i n U. v. 2.1 中國概念股之定義................................................................................. 3 2.2 資本資產訂價模型(CAPM)與系統風險相關文獻............................... 3 2.3 股票超額報酬的異常現象(Anomalies)................................................. 4 2.4 Fama and French 三因子模型 ................................................................. 5 2.5 動能因子與流動性因子......................................................................... 6. ii.

(4) 2.6 三因子模型的延伸與相關實證文獻..................................................... 7 第三章研究方法................................................................................................ 11 3.1 樣本敘述............................................................................................... 11 3.1.1 研究期間.................................................................................... 11 3.1.2 資料來源.................................................................................... 11 3.1.3 選樣標準.................................................................................... 11. 政治大 3.2 變數定義與衡量................................................................................... 12 立. ‧ 國. 學. 3.3 研究設計............................................................................................... 14. ‧. 3.3.1 Fama-Macbeth 橫斷面迴歸 .................................................... 14. Nat. io. sit. y. 3.3.2 Fama and French 三因子模型與投資組合下的五因子模型 15. n. al. er. 3.3.3 個股的多因子模型.................................................................... 17. Ch. engchi. i n U. v. 第四章實證結果................................................................................................ 19 4.1 中概股與非中概股各因子趨勢分析................................................... 19 4.2 投資組合敘述統計............................................................................... 22 4.3 β 初始值之比較 ................................................................................ 25 4.4 橫斷面迴歸分析................................................................................... 26. iii.

(5) 4.5 投資組合五因子分析........................................................................... 29 4.6 個股多因子分析................................................................................... 34 第五章結論與建議............................................................................................ 41 參考文獻.............................................................................................................. 42 英文文獻：.................................................................................................. 42 中文文獻：.................................................................................................. 44. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. iv. i n U. v.

(6) 表目錄表 4. 1：中概股與非中概股月報酬率分配情形 ............................................... 23 表 4. 2：中概股與非中概股各組 β 初始值之比較 .......................................... 25 表 4. 3：中概股與非中概股各組單一樣本(RM-Rf)統計量 .............................. 27 表 4. 4：中概股與非中概股各組單一樣本(RM-Rf)T 檢定 ................................ 28. 政治大. 表 4. 5：中概股投資組合五因子分析 ............................................................... 30. 立. 表 4. 6：非中概股投資組合五因子分析 ........................................................... 32. ‧ 國. 學. 表 4. 7：全部樣本投資組合五因子分析 ........................................................... 33. ‧. 表 4. 8：中概股自變數相關矩陣 ....................................................................... 35. y. Nat. al. er. io. sit. 表 4. 9：中概股個股多因子分析 ....................................................................... 36. n. 表 4. 10：非中概股自變數相關矩陣 ................................................................. 37. Ch. engchi. i n U. v. 表 4. 11：非中概股個股多因子分析.................................................................. 38 表 4. 12：全部樣本自變數相關矩陣 ................................................................. 39 表 4. 13：全部個股多因子分析 ......................................................................... 40. v.

(7) 圖目錄圖 4. 1：十年間每月平均收盤價比較 ............................................................. 19 圖 4. 2：十年間每月平均市值比較 ................................................................. 20 圖 4. 3：十年間每月平均帳面市值比比較 ..................................................... 21 圖 4. 4：十年間每月平均成交量比較 ............................................................. 21. 政治大. 圖 4. 5：各投資組合平均月報酬率(%) ........................................................... 24. 立. 圖 4. 6：各投資組合平均月標準差 ................................................................. 24. ‧ 國. 學. 圖 4. 7：各組 β 初始值 ................................................................................... 26. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. vi. i n U. v.

(8) 第一章緒論 1.1 研究背景. 兩岸加入 WTO(世界貿易組織)後，經貿往來日益密切，而後在 2010 年兩岸簽署 ECFA(兩岸經濟合作架構協議)以及近期被熱烈討論的兩岸服務貿易協定，皆顯示大陸與台灣未來經濟脈動有著密不可分的趨勢。. 政治大概股看準大陸龐大的內需消費市場，選擇進入對岸搶佔大餅；外銷型中概股則享立. 兩岸經濟逐漸開放，台灣企業赴大陸投資設廠的誘因也隨之增加，內需型中. ‧ 國. 學. 受大陸的廉價勞工、低生產成本以及優惠的政策條件進行出口外銷，台灣企業經過多年在大陸投資耕耘，績效成果逐漸顯現，因此中國概念股已成為投資人所關. ‧. 注的焦點之一。. sit. y. Nat. io. er. 1.2 研究動機與目的. al. n. v i n 中國概念股的興起與其未來存在的發展潛力，使之成為各界投資人注目的投 Ch engchi U 資標的，因此，本研究欲探討中國概念股與非中國概念股股票報酬率與風險之差異，並深入了解股票報酬率的解釋因子分別對中概股與非中概股解釋能力的差異，藉此進一步得知中概股相對於非中概股是否真的具有較多的優勢，投資人能否藉由投資中國概念股獲取更高利益。. 1.

(9) 1.3 研究方法首先，本研究使用 Fama-Macbeth(1973)迴歸來檢視中國概念股與非中國概念股是否具有正的市場風險溢酬。接下來，透過 Fama and French(1992)提出的三因子模型(市場、規模、帳面市值因子)，另加入動能因子與流動性因子的形成五因子模型，由此模型來觀察各因子對中概股與非中概股股票報酬率解釋能力的差異以及各因子如何影響報酬率。. 1.4 研究架構. 政治大. 立. 本論文內容一共分為五個章節，第一章為緒論，瞭解本研究之研究背景、動. ‧ 國. 學. 機、目的與研究方法；第二章為文獻回顧，主要介紹關於中國概念股定義、資本資產定價模型(CAPM)、系統風險、CAPM 的異常現象、Fama and French 三因子. ‧. 模型及延伸…等相關文獻探討；第三章為研究方法，其中說明研究期間、樣本敘. Nat. sit. y. 述、變數定義以及研究設計；第四章為實證結果，探討敘述統計、橫斷面迴歸分. n. al. er. io. 析與五因子模型的分析結果；第五章為結論與建議，將會針對本研究做出整體性的討論，彙整實證分析的結果。. Ch. engchi. 2. i n U. v.

(10) 第二章文獻回顧 2.1 中國概念股之定義. 中國概念股廣泛地被理解為赴大陸投資的台灣上市公司，以下討論幾篇文獻對於「中國概念股」的所做出的定義。郭樂平與俞秀美(1998)認為廣義的中國概念股是包括兩岸三地或西方國家，如因大陸經濟成長而受惠之公司企業，不管是在大陸生產或是以大陸為主要銷售. 治政市場，只要有業務往來，即可稱為「中國概念股」。大立 ‧ 國. 學. 陳怡君(2003)定義中概股需滿足以下條件，(1)經由 SMART 雜誌所挑選出前 100 家具代表性之中國概念股上市公司，(2)上市滿五年以上，大陸營收佔母公司. ‧. 總營收 10%以上之個股，(3)在 1999 年以前即赴大陸投資。. sit. y. Nat. io. er. 2.2 資本資產訂價模型(CAPM)與系統風險相關文獻. al. n. v i n 由 Sharpe(1964)，Lintner(1965)與 Mossin(1966)所發展出的資本資產訂價 Ch engchi U 模型(Capital Asset Pricing Model, CAPM)，其中探討證券的預期報酬率與系統性風險(β 值)間的關係。依據 CAPM 理論非系統風險可藉由多角化投資(welldiversified)來分散，因此認為預期報酬僅需考慮系統風險之影響，即 β 值是唯一能有效衡量證券風險的變數，且 β 值與證券的預期報酬存在一正向的線性關係，此一理論為資產預期報酬之模型打下重要基石，而後數十年間 CAPM 廣泛地被應用於實務上。. 3.

(11) Black, Jenson and Scholes(1972)使用 NYSE(New York Stock Exchange 紐約證券交易所)上市公司 1926 年 1 月至 1966 年 3 月間的月資料為樣本進行實證研究，結果顯示 β 與預期報酬間存在正向關係；Fama and Macbeth(1973)以 NYSE 上市公司 1926 年 1 月至 1968 年 6 月間月資料為樣本，發現 β 值與證券預期報酬具有線性、正向的抵換關係(positive tradeoff)。. 2.3 股票超額報酬的異常現象(Anomalies). 政治大存在對市場的嚴格假設，例如不存在交易成本與稅賦、投資人皆具有相同預期立. CAPM 理論提出後成為被廣泛運用在實證研究的模型，但 CAPM 模型背後. ‧ 國. 學. (homogeneous expectations)…等，皆與實務操作之情形不符，另外，CAPM 模型也被質疑是否過於簡化，省略太多變數，因此而後許多學者紛紛提出證券預期報. sit. y. Nat. 解釋。. ‧. 酬並不全然只受到市場因子的影響，股票超額報酬的異常現象能藉由其他因子來. n. al. er. io. 首先，Banz(1981)提出規模效應(size effect)的存在，其採用 1936-1975 年. i n U. v. NYSE 普通股股票為樣本，發現小規模投資組合的風險調整後報酬率 (Risk-. Ch. engchi. adjusted return)相較於大規模投資組合來得高，因此認為 β 值並非能解釋股票橫斷面報酬差異的唯一因素，公司規模對報酬率同樣具有解釋能力。 Stattman(1980) 以 1962-1978 年上市公司資料與 Rosenberg, Reid and Lanstein(1985)以 1980-1984 年 NYSE,AMEX(美國證券交易所)及 NASDAQ(那斯達克證券交易所)前 1400 大的上市公司為樣本，發現公司的平均報酬率與帳面市值比 (Book-to-Market ratio /BM ratio) 之間具有正向關係； Chan, Hamao 及. 4.

(12) Lakonishok(1991)以 1971-1988 年 TSE (東京證券交易所)上市公司為研究對象，同樣得出高帳面市值比有較高的報酬率。另外，Basu(1983)以 1963-1980 年間資料為研究樣本，提出益本比(earningsto-price ratio)有助於解釋證券的橫斷面預期報酬。. 2.4 Fama and French 三因子模型 Fama and French(1992)研究股票橫斷面預期報酬的變異，使用 1963-1990 年. 政治大斷面回歸方法探討市場因子(β 值)、公司規模(size)、帳面市值比(B/M)、益本比立美國 NYSE, AMEX 及 NASDAQ 上市公司資料，運用 Fama-Macbeth(1973)的橫. ‧ 國. 學. (E/P)、槓桿程度 (Leverage)與平均報酬率之間的關係。結果發現 β 值無法解釋股票橫斷面報酬變異，反之，公司規模及帳面市值比則具有良好的解釋能力，且. ‧. 帳面市值比對平均報酬率解釋能力更甚於公司規模因子，其中帳面市值比與報酬. sit. y. Nat. 率呈現正向變動(即成長型股票的預期報酬較低，價值型股票的預期報酬較高)，. io. 可以捕捉益本比及槓桿程度對平均報酬率的解釋力。. n. al. Ch. engchi. er. 公司規模與報酬率則呈現反向變動，另外，結合公司規模因子與帳面市值因子亦. i n U. v. Fama and French(1993)進一步建立三因子模型，利用 Black, Jenson and Scholes (1972)時間序列迴歸分析方法，探討公司規模(SMB)及帳面市值比(HML)兩個變數與縱斷面股票平均報酬率之間的關連性，結論指出兩個變數為影響股票縱斷面報酬的重要因子，且市場因子( RM-Rf )亦具有顯著的影響力，進而歸納出市場因子、公司規模、帳面市值比此三因子模型，可以解釋 CAPM 所無法解釋的異常報酬現象、有效地捕捉縱斷面非系統性風險所產生的風險溢酬。. 5.

(13) 2.5 動能因子與流動性因子 De Bondt and Thaler(1985)首先提出市場過度反應理論，其以 1926-1982 年 NYSE 的資料進行實證研究，過去報酬率表現相對較差的投資組合(losers)，在未來持有期間三到五年的績效會優於過去報酬率表現相對較好的投資組合 (winners)，因此認為市場對於訊息的釋放過度反應，導致股票價格超漲或超跌，但在未來會慢慢回復到原本的報酬率水準，因此可藉由買進過去輸家股票(前期超跌)，賣出過去贏家股票(前期超漲)來獲取正向報酬。. 政治大. 然而，後續學者接著提出全然不同的觀點，即所謂的價格動能 (price. 立. momentum)是由於市場對資訊的反應不足(underreaction) 使過去報酬率對於未來. ‧ 國. 學. 報酬率具有預測能力。Jegadeesh and Titman (1993)指出透過買進過去報酬表現較佳的股票，賣出過去報酬表現相對較差的股票，可獲得正向報酬。其以 1965-1989. ‧. 年間 NYSE 與 AMEX 上市公司為研究樣本，股票依據過去報酬率高低區分成十. y. Nat. sit. 個投資組合，其中過去報酬率最高的組合即為過去贏家投資組合(winners)，過去. n. al. er. io. 報酬率最低則為過去輸家投資組合(losers)，結果贏家投資組合在未來 3 至 12 個. i n U. v. 月的報酬率表現相對輸家投資組合來得高，顯示市場對公司資訊的反應不足，股價在短期內具有動能。. Ch. engchi. Chan, Jegadeesh, and Lakonishok (1996)以 1977-1999 年 NYSE,AMEX 及 NASDAQ 得上市公司為樣本，經研究後同樣指出，過去股價報酬較高之組合，在未來短期可獲取相對高的報酬率，故當市場對資訊反應不足之時，可藉由投資贏家組合及賣出輸家組合以獲取超額報酬，此即為動能投資策略(momentum strategy)。. 6.

(14) Carhart(1997)建構四因子模型，由 Fama and French(1993)三因子模型延伸而出，將原本的市場因子、公司規模、帳面市值比三個影響因素加入第四個動能因子，認為此四因子模式能完整地解釋橫斷面股票報酬率的變異。 Amihud and Mendelson(1986)以 1961-1980 年間美國股市交易資料為樣本，利用買賣價差(bid-ask spread)當作股票的流動性因子(liquidity)，藉以測試股票預期報酬與流動性因子間的關係，結果發現流動性對於預期報酬具有解釋能力，顯示股票報酬存在流動性溢酬(liquidity premium)。. 政治大. 2.6 三因子模型的延伸與相關實證文獻. 立. ‧ 國. 學. Lakonishok, Shleifer and Vishny(1994)以 1963 年 4 月至 1990 年 4 月美國 NYSE 與 AMEX 上市公司為研究對象，結果支持高帳面價值公司具有高報酬，. ‧. 價值型策略(value strategy;買股價相對於其公司營收、股利、帳面資產等基本面價. sit. y. Nat. 值來的低的股票)產生較高報酬。. n. al. er. io. Kothari, Shanken and Sloan(1995)研究三因子對股票報酬橫斷面的差異，β 值. i n U. v. 與公司規模有顯著的解釋能力，但 KKS 認為先前的研究對帳面市值比效應之肯. Ch. engchi. 定可能因選樣偏誤(selection bias)而有所誇大影響，因此對帳面市值比與報酬間的關係持保留態度。 Fant and Peterson(1995)以美國 NYSE、AMEX 與 NASDAQ 上市公司為研究對象，研究期間 1973 至 1991 年，分別以單變量迴歸進行實證研究，發現規模與期望報酬具有負向關係，帳面市值比則與期望報酬呈現正向關係。. 7.

(15) Daniel and Titman(1997)使用 1963 年 7 月至 1993 年 12 月 NYSE,AMEX 及 NASDAQ 股票市場月資料，研究結論並不支持三因子模型，認為影響股票橫斷面報酬不是三因子而是公司特有的特徵值(characteristics)。 Drew and Veeraraghavan (2003)針對亞洲新興國家市場，香港、韓國、馬來西亞及菲律賓，使用 1991 年至 1999 年資料來測試三因子模型，其研究指出三因子模型對於上述四個國家的股市報酬皆有非常優異的解釋能力。 Malin and Veeraraghavan (2004)，分別針對法國、德國及英國的股票市場進. 政治大報酬)，英國則是出現反向規模效應(大規模公司擁有較高報酬)；另外，在此三個立. 行三因子模型分析，實證發現，法國與德國具有規模效應(小規模公司擁有較高. ‧ 國. 學. 國家股市皆呈現成長型股票相較於價值型股票具有更高報酬，即低帳面市值比能獲得較高報酬。. ‧. Faff(2004)運用澳洲股票市場的日資料，發現三因子模型相較於 CAPM 對股. y. Nat. er. io. sit. 票報酬具有更佳解釋能力。. al. 張尊悌(1996)探討民國 80 至 84 年間的三因子模型對台灣股票市場報酬率之. n. v i n 影響，結論指出當投資組合以C β 值大小來建構之時，規模因子與帳面市值比便不 hengchi U 具解釋報酬的能力；台灣股票市場存在正向帳面市值比與正向規模效果(即反向規模效應，大規模公司具有較高報酬，小規模公司具有較低報酬之現象)。余招賢(1997)以民國 77 年 7 月至民國 85 年 6 月共 180 月之台灣股市月資料為樣本，使用 Fama-Macbeth(1973)橫斷面迴歸方法，探討 Fama and French 三因子及成交量周轉率四個變數對股票報酬橫斷面變異之解釋程度，結果顯示 β 值. 8.

(16) 對台灣股市並無解釋能力，且不存在規模效應，帳面市值比與成交量周轉率分別對股票報酬具有顯著正向與負向之解釋能力。林天中(1998)以台灣股市為研究對象，研究期間民國 75 年至民國 86 年 12 月共 138 個月資料，運用三因子模型觀察能否捕捉台灣股市的市場報酬，實證發現 β 值及帳面市值比對台灣股市橫斷面報酬不具解釋能力，台灣股票市場具有規模效應。杜幸樺(1999)以三因子模型結合動能因子與成交量因子之之五因子模式進. 政治大外，台灣股市存在規模效應與動能效應，可藉由投資小公司規模股票及採取動能立行研究，發現 β 值能有效解釋台灣股市報酬，但否認其為唯一的解釋因子，另. ‧ 國. 學. 策略以獲取超額報酬；相反地，台灣股市則不存在帳面市值比效應，最後，成交量因素對報酬具有顯著的負向影響。. ‧. 陳榮昌(2002)使用三因子模型，另加入成交量周轉率及動能因子來探討台灣. y. Nat. io. sit. 股市之報酬變化，其認為 β 值不論在單變量、多變量迴歸或 Fama and French 三. n. al. er. 因子模型中，皆對股票報酬具有極佳的解釋能力，且台灣股市存在規模效應、成. Ch. i n U. v. 交量周轉率亦具有解釋力，但其餘動能與帳面市值比效應則不太穩定，因此該研. engchi. 究否定 CAPM 認為 β 值能完全捕捉股票橫斷面報酬的論點，同樣地，Fama and French 三因子亦無法完整解釋股票報酬變異。范龍振及余世典(2002)通過中國股票市場 1995 年 7 月至 2000 年 6 月所有 A 股股票月報酬率資料進行實證，認為 β 值無法完整解釋報酬率，但若使用三因子模型則能有效地解釋中國股票市場。. 9.

(17) 廖士仁(2005)使用 CAPM 與三因子模型來分析 1963 年 7 月至 2002 年 12 月美國 NYSE ,AMEX 及 NASDAQ 上市公司股票資料，結果顯示 β 值具有顯著解釋力，但變動情形大，帳面市值比因子顯著且穩定，公司規模則不具顯著解釋能力。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 10. i n U. v.

(18) 第三章研究方法 3.1 樣本敘述. 3.1.1 研究期間本研究以台灣股票市場為對象，分別選取中國概念股股票 110 檔以及非中國概念股 100 檔股票，研究期間為西元 2004 年 1 月至 2014 年 2 月止共 122 個月，探討中國概念股與非中國概念股的報酬跟風險間關係之差異以及五因子模型結果分析。. 立. 政治大. ‧ 國. 1.. 學. 3.1.2 資料來源. 個股報酬率、成交量、市值、帳面市值比、台灣加權指數報酬率之月資. ‧. 料取自 TEJ(台灣經濟新報資料庫)。. sit. io. n. al. er. 五大商業銀行一個月定存利率之月平均資料取自中央銀行全國資訊網。. 3.1.3 選樣標準 1.. y. Nat. 2.. Ch. engchi. i n U. v. 以台灣證券交易所公開上市之普通股為標準(排除特別股、認股權證、受益憑證、存託憑證)。. 2.. 研究期間內相關變數資料齊全之公司。. 3.. 中國概念股：. 11.

(19) 本研究採用台灣經濟新報之中國概念指數成分股，另加入鉅亨網網頁所定義之中國概念股為樣本，總共 110 檔股票以代表中國概念股投資組合。 4.. 非中國概念股：以台灣指數 50 成分股及台灣中型 100 支成分股為主，其中扣除與中國概念股重複的股票，總共 100 檔以代表非中國概念股投資組合。. 政治大. 立. 3.2 變數定義與衡量. ‧ 國. 學. 本研究在探討市場因子、公司規模、帳面市值比、成交量與動能因子在中概. ‧. 股與非中概股股票報酬中解釋能力的差異，其相關變數衡量方式如下：. Nat. io. sit. y. 1. 股票月報酬率：. n. al. er. 採用經現金股利等調整後的普通股除權息報酬率. Ch. 𝑅𝑖,𝑡 =. engchi. i n U. v. 𝑃𝑡 × (1 + 𝛼 + 𝛽) + 𝐷 × 100% (𝑃𝑡−1 + 𝛼 × 𝐶) − 1. Pt：第 t 期收盤價 Ri,t：股票 i 在第 t 期之月報酬率 α ：當期除權之認購率 β ：當期除權之無償配股利(即股票股利) 12.

(20) C：當期除權之現金認購價格(即有償配股) D：當期發放之現金股利 2. 市場投資組合月報酬率：以台灣加權股價指數月報酬率代表。 3. 無風險利率：以中央銀行統計公佈之五大商業銀行一個月定存利率的平均值來表示。 4. 公司規模(Size)：以股票前一個月最後交易日之收盤價乘以流通在外股數，. 政治大對數後做為衡量指標。立. 即股票的市場價值(market equity, ME)，在本研究將公司市場價值取自然. ‧ 國. 學. 5. 帳面市值比(book-to-market ratio, BM)：以公司會計年度結束日之每股帳面價值除以前一個月最後交易日的股票收盤價格。. ‧. sit. y. Nat. 6. 成交量(trading volume, VOL)：股票前一個月之交易量，在本研究將公司. io. n. al. er. 成交量取自然對數後做為衡量指標。. i n U. v. 7. 動能(momentum, MOM)：Jegadeesh and Titman (1993)指出股價在短期內. Ch. engchi. 具有動能，由於市場對資訊反應不完全，因此可藉由過去報酬率來預測未來報酬率，在本研究以股票前一期之報酬率表示動能因子。. 13.

(21) 3.3 研究設計. 本研究分兩階段，先以 Fama-Macbeth 橫斷面迴歸模型為方法，對中概股及非中概股之市場風險溢酬進行估計，並針對所估計出的每月市場風險溢酬進行 T 檢定，欲了解中概股是否享有正的市場風險溢酬。再來利用 Fama and French 三因子模型並加入第四與第五因子，分別為動能因子與流動性因子(成交量)，以此五個因子來探討其對中概股與非中概股超額報酬率解釋能力的差異與影響。. 學. ‧ 國. 3.3.1. 政治大 Fama-Macbeth 立橫斷面迴歸. 本研究使用 Fama-Macbeth(1973)的橫斷面迴歸方法，首先分別將中國概念股. ‧. (共 110 檔)與非中概股(共 100 檔)之個股，依研究期間前 48 個月(2004 年 1 月至 2007 年 12 月)的個股報酬率及市場投資組合報酬率，估算每檔個股的 β 值，接. y. Nat. io. sit. 著在中概股及非中概股的分類下，個股依照所估計出的 β 值由高到低排序分成. er. 10 個投資組合，中概股與非中概股各有 10 個投資組合。. al. n. v i n C h 2010 年 2 月共 U 接下來，利用 2008 年 1 月至 e n g c h i 26 個月期間資料估計個股的 β 初始值，並計算各投資組合內所有個股的 β 平均初始值做為該投資組合的 β 初始值。計算最後四年(2010 年 3 月至 2014 年 2 月)共 48 個月各投資組合之每月算術平均報酬率，並依照下列公式代入各投資組合月平均報酬率及各組 β 初始值，計算出各投資組合之 48 個月的市場風險溢酬值：. 14.

(22) 𝑅𝑖,𝑡 − 𝑅𝑓,𝑡 = 𝛽𝑖 (𝑅𝑀,𝑡 − 𝑅𝑓,𝑡 ) + 𝑒𝑖,𝑡 Eq. 3.1 t=1.2.3…48 , i=1.2.3…10. Ri,t：第 t 期第 i 組投資組合之月平均報酬率 Rf,t：第 t 期無風險利率 RM,t：第 t 期市場投資組合月報酬率. 政治大. β i：第 i 組投資組合估計出的平均 β 初始值. 立. ‧ 國. 學. ei,t：殘差項. 藉由上述動作，每個投資組合會產生 48 個市場風險溢酬值，將其視為一數. ‧. 列進行 T 檢定，檢定每組投資組合的市場風險溢酬是否異於零，檢視中概股與非. Nat. sit er. io. Fama and French 三因子模型與投資組合下的五因子模型. al. n. 3.3.2. y. 中概股是否有正的風險溢酬。. Ch. engchi. i n U. v. Fama and French 三因子模型指出市場因子、公司規模與帳面價值比能有效捕捉股票報酬率之橫斷面變異情形，因此本研究以三因子為基礎，另參考 Carhart(1997)加入第四因子─動能，以及 Amihud and Mendelson(1986)提出股票報酬具有流動性溢酬，因此將流動性因子納入模型之中建構第五因子，希望能更完整的捕捉股票的橫斷面報酬變異，另深入探討五因子對中概股與非中概股超額報酬率解釋能力的差異。. 15.

(23) 首先，以之前依照個股 β 值大小所建立的投資組合為基礎，中概股及非中概股個被劃分成十個投資組合，運用研究期間最後四年共 48 個月(2010 年 3 月至 2014 年 2 月)計算出各投資組合五個因子之平均月資料，並將市場因子、公司規模、帳面價值比、動能因子與成交量因子代入迴歸式中，表示如下. 𝑅𝑖,𝑡 − 𝑅𝑓,𝑡 = 𝛼𝑜𝑖 + 𝛼1𝑖 (𝑅𝑀,𝑡 − 𝑅𝑓,𝑡 ) + 𝛼2𝑖 𝐼𝑛(𝑆𝐼𝑍𝐸)𝑖,𝑡 + 𝛼3𝑖 𝐵𝑀𝑖,𝑡. Eq. 3.2. + 𝛼4𝑖 𝑀𝑂𝑀𝑖,𝑡 + 𝛼5𝑖 𝑙 𝑛(𝑉𝑂𝐿)𝑖,𝑡 + 𝑒𝑖,𝑡. 治政 R ：第 t 期第 i 組投資組合之月平均報酬率大立 i,t. ‧ 國. 學. Rf,t：第 t 期無風險利率. ‧. RM,t：第 t 期市場投資組合月報酬率. Nat. er. io. sit. y. In(SIZE)i,t：第 t 期第 i 組投資組合之月平均公司規模(市值)取自然對數. BMi,t：第 t 期第 i 組投資組合之月平均帳面市值比. n. al. Ch. engchi. MOMi,t：第 t 期第 i 組投資組合之月平均動能. i n U. v. In(VOL)i,t：第 t 期第 i 組投資組合之月平均成交量取自然對數. ei,t：殘差項. 以上列迴歸式來探討中概股與非中概股各投資組合間五因子捕捉股票報酬之能力差異。. 16.

(24) 3.3.3 個股的多因子模型. 除了以 β 值高低所建立的投資組合為單位來觀察五因子的影響，本研究另使用研究期間十年資料，取代原本以投資組合為基礎進行五因子模型之迴歸分析，直接把屬於中概股的個股之五因子月資料代入迴歸式中(共 110 檔，每檔有 122 筆月資料)；同理，將屬於非中概股的個股五因子月資料代入迴歸式(共 100 檔，每檔股票有 122 筆月資料)，另外亦將所有個股(不分中概股或非中概股)的資料代入，得出全部樣本的迴歸式，來觀察中概股、非中概股、全部個股其因子解釋能力之差異。. 立. 政治大. 除了五因子模型，本研究另加入三因子與四因子的迴歸分析結果，探討多因. ‧ 國. 學. 子模型間的解釋程度。. ‧. 多因子迴歸式如下：. sit. y. Nat. n. al. er. 𝑅𝑗,𝑡 − 𝑅𝑓,𝑡 = 𝛼𝑜 + 𝛼1 (𝑅𝑀,𝑡 − 𝑅𝑓,𝑡 ) + 𝛼2 𝐼𝑛(𝑆𝐼𝑍𝐸)𝑗,𝑡 + 𝛼3 𝐵𝑀𝑗,𝑡. io. 三因子:. 四因子:. + 𝑒𝑗,𝑡. Ch. engchi. i n U. v. 𝑅𝑗,𝑡 − 𝑅𝑓,𝑡 = 𝛼𝑜 + 𝛼1 (𝑅𝑀,𝑡 − 𝑅𝑓,𝑡 ) + 𝛼2 𝐼𝑛(𝑆𝐼𝑍𝐸)𝑗,𝑡 + 𝛼3 𝐵𝑀𝑗,𝑡. Eq. 3.3. Eq. 3.4. + 𝛼4 𝑀𝑂𝑀𝑗,𝑡 + 𝑒𝑗,𝑡. 𝑅𝑗,𝑡 − 𝑅𝑓,𝑡 = 𝛼𝑜 + 𝛼1 (𝑅𝑀,𝑡 − 𝑅𝑓,𝑡 ) + 𝛼2 𝐼𝑛(𝑆𝐼𝑍𝐸)𝑗,𝑡 + 𝛼3 𝐵𝑀𝑗,𝑡 + 𝛼4 𝑙 𝑛(𝑉𝑂𝐿)𝑗,𝑡 + 𝑒𝑗,𝑡. 17. Eq. 3.5.

(25) 五因子:. 𝑅𝑗,𝑡 − 𝑅𝑓,𝑡 = 𝛼𝑜 + 𝛼1 (𝑅𝑀,𝑡 − 𝑅𝑓,𝑡 ) + 𝛼2 𝐼𝑛(𝑆𝐼𝑍𝐸)𝑗,𝑡 + 𝛼3 𝐵𝑀𝑗,𝑡 + 𝛼4 𝑀𝑂𝑀𝑗,𝑡 + 𝛼5 𝑙 𝑛(𝑉𝑂𝐿)𝑗,𝑡 + 𝑒𝑗,𝑡. Rj,t：第 t 期第 j 檔股票之月報酬率 Rf,t：第 t 期無風險利率 RM,t：第 t 期市場投資組合月報酬率. 政治大. In(SIZE)j,t：第 t 期第 j 檔股票之月公司規模(市值)取自然對數. 立. ‧ 國. 學. BMj,t：第 t 期第 j 檔股票之月帳面市值比. n. al. er. io. ej,t：殘差項. sit. Nat. In(VOL)j,t：第 t 期第 j 檔股票之月成交量取自然對數. y. ‧. MOMj,t：第 t 期第 j 檔股票之月動能. Ch. engchi. 18. i n U. v. Eq. 3.6.

(26) 第四章實證結果 4.1 中概股與非中概股各因子趨勢分析. 由圖 4. 1 觀察中概股與非中概股研究期間(十年)的每月平均收盤價走勢，可發現中國概念股在 2009 年 1 月以前，平均股價並沒有太大的變化，然而從 2009 年後，股價開始穩定成長，從 2009 年 1 月平均股價 10 元初上漲至 2014 年 2 月平均股價已超過 40 元，成長約 4 倍左右;反觀非中概股除了 2008 到 2009 年受到. 政治大. 金融危機的影響股價大幅下跌，十年間的股價呈現上升趨勢，2009 年 1 月平均. 立. 學. 圖 4. 1：十年間每月平均收盤價比較. 70 50 40. y. sit. al. n. 60. io. 80. er. 90. 每月收盤價(元). Nat. (元). ‧. ‧ 國. 股價約為 27 元，2014 年 2 月平均股價接近 80 元，成長幅度約 3 倍。. Ch. engchi. i n U. v. 30. 中概股非中概股. 20 10 2004/01 2004/07 2005/01 2005/07 2006/01 2006/07 2007/01 2007/07 2008/01 2008/07 2009/01 2009/07 2010/01 2010/07 2011/01 2011/07 2012/01 2012/07 2013/01 2013/07 2014/01. 0. 19.

(27) 圖 4. 2 為中概股與非中概股十年間每月平均市值，發現中概股的平均市值呈現緩慢地上升，非中概股的平均市值相較中概股而言變動幅度大，2008 年 1 月到 2009 年 1 月平均值從 150000 百萬元下降至 75000 百萬元，市值只剩原本的二分之一。另外，由圖 4. 3 來觀察中概股與非中概股平均帳面市值比，可看出 10 年期間雖然非中概股的帳面市值比平均都比中概股來的高，但兩者的差距隨著時間經過已逐漸縮小；圖 4. 4 為平均成交量之走勢圖，中概股的成交量變動幅度較小，非中概股成交量變動幅度較大。. 每月市值. 百萬元. 60000 40000. y. sit. al. n. 80000. io. 100000. er. 120000. Nat. 140000. ‧. 160000. 學. ‧ 國. 政治大圖 4. 2：十年間每月平均市值比較立. Ch. engchi. i n U. v. 20000 2004/01 2004/07 2005/01 2005/07 2006/01 2006/07 2007/01 2007/07 2008/01 2008/07 2009/01 2009/07 2010/01 2010/07 2011/01 2011/07 2012/01 2012/07 2013/01 2013/07 2014/01. 0. 20. 中概股非中概股.

(28) 立. 每月成交量. al Ch engchi. 21. y. 0. sit. 2004/01 2004/06 2004/11 2005/04 2005/09 2006/02 2006/07 2006/12 2007/05 2007/10 2008/03 2008/08 2009/01 2009/06 2009/11 2010/04 2010/09 2011/02 2011/07 2011/12 2012/05 2012/10 2013/03 2013/08 2014/01. 0.5. er. 圖 4. 4：十年間每月平均成交量比較. ‧ 國. ‧. 400. n. 500. io. 600. 學. 百萬股. Nat. 700. 2004/01 2004/06 2004/11 2005/04 2005/09 2006/02 2006/07 2006/12 2007/05 2007/10 2008/03 2008/08 2009/01 2009/06 2009/11 2010/04 2010/09 2011/02 2011/07 2011/12 2012/05 2012/10 2013/03 2013/08 2014/01. 圖 4. 3：十年間每月平均帳面市值比比較. 每月帳面市值比. 3.5. 3. 2.5. 2. 1.5 中概股. 1 非中概股. 政治大. i n U. v. 300 中概股. 200 非中概股. 100. 0.

(29) 4.2 投資組合敘述統計. 表 4. 1 中，組別 1 到組別 10 分別是照個股前四年所求出 β 值大小排序形成的投資組合，組別 1 為 β 值最大的組別，組別 2 為 β 值第二大的組別……，以下依序排列至組別 10 則是 β 值最小的組別。由表 4. 1 及圖 4. 5 的月平均報酬率來看，可發現若排除 β 值最小的組別(組別 10)，中國概念股的投資組合分別在各組別的月報酬率表現皆優於非中國概念股的投資組合，且由圖 4. 5 可看出 β 值越小的組別，中概股與非中概之間的月. 治政報酬率差異會越趨縮小，但中國概念股投資組合的報酬率整體仍是優於非中國概大立念股投資組合。 ‧ 國. 學. 接下來，由表 4. 1 及圖 4. 6 來觀察兩種類股票報酬率的離散程度，在組別 1. ‧. 到組別 3，中概股與非中概股投資組合的標準差並沒有太大差異，但從組別 4 到. sit. y. Nat. 組別 8，中概股具有相對低的標準差(並擁有相對高報酬率)，組別 9 與組別 10 中. al. er. io. 概股的標準差越趨高漲，反觀非中概股在組別 10 具有高報酬、低風險的特性，. v. n. 此組別的公司包括中碳、台塑化、和泰車、台灣大、遠雄、晶華、中華電、儒鴻、. Ch. engchi. i n U. 遠傳以及中保，這些股票多為資金避風港，與市場連動性不高，得以讓投資人避免遭逢巨額損失。若以組間平均標準差來看，中概股組間平均 5.172，非中概股組間平均 4.826，中概股整體而言擁有較高的風險。 CAPM 理論認為 β 值是唯一能有效衡量證券風險的變數，且 β 值與證券報酬存在一正向的線性關係，因此，若該投資組合具有高 β 值，理應有較高的報酬率，但由圖 4. 5 可觀察出不管是中概股或非中概股的投資組合，β 值越高的組別. 22.

(30) (越往組別 1 其 β 值越高)並沒有擁有較高的報酬，反之，β 值越高其報酬率越趨下降。表 4. 1：中概股與非中概股月報酬率分配情形. 中國概念股月平均報月平均標酬率(%) 準差. 最小值. (%). (%) -14.344. 月平均報月平均標酬率(%) 準差. 最小值. (%). (%). 6.143. 15.850. -14.303. 6.103. 15.054. -11.990. 5.033. 11.048. -11.876. 1. 0.977. 6.216. 12.373. 2. 1.160. 5.992. 9.606. 3. 1.462. 5.305. 13.769. -11.660. 0.881. 4. 1.472. 5.394. 12.836. -11.105. 0.838. 5.635. 13.201. -12.476. 5. 1.539. 5.358. 13.226. -9.771. 1.238. 5.793. 16.617. -13.610. 6. 1.500. 5.582. 15.473. -12.128. 0.911. 14.998. -10.978. 7. 1.322. 5.066. 6.171. 13.980. -16.706. 8. 1.603. 5.632. 9. 1.583. 10 組間平均. 政-13.430治 0.733 大. 學. io. sit. 5.744. er. Nat. y. 立. 0.199. 最大值. ‧. 最大值. ‧ 國. 組別. 非中國概念股. n. a13.803 l C -9.865 1.008n i v hengchi U 15.284. -11.703. 1.403. 6.076. 11.685. -13.700. 5.557. 16.761. -10.961. 1.252. 4.527. 8.998. -9.680. 1.522. 6.124. 13.559. -13.562. 2.353. 4.177. 11.799. -7.506. 1.414. 5.172. 1.082. 4.826. 23.

(31) 圖 4. 5：各投資組合平均月報酬率(%). 報酬率(%) 2.500. 2.000 中概股. 1.500. 非中概股 1.000. 0.500. 政治大. 立 2. 3. 4. 5. 6. 7. 8. 9. 學. 1. 10. ‧. ‧ 國. 組別. 0.000. 圖 4. 6：各投資組合平均月標準差. n. al. er. io. sit. y. Nat 標準差 7.000 6.500. Ch. 6.000. engchi. i n U. v. 5.500 5.000. 中概股. 4.500. 非中概股. 4.000 3.500 組別. 3.000 1. 2. 3. 4. 5. 6. 7. 24. 8. 9. 10.

(32) 4.3 β 初始值之比較個股按照研究期間前四年所計算出的 β 值大小分組後，接著以組別為單位，使用中間兩年的資料計算每組平均 β 初始值，表 4. 2 列出中概股與非中概股各組別的 β 初始值，並由圖 4. 7 可觀察出非中概股在每個組別的 β 初始值都比中概股來的高，然而從 4.1 節的月報酬率分析發現，非中概股各組別的平均月報酬率是低於中概股的(排除組別 10)，顯示 β 初始值也不能充分解釋組合的報酬率變化。. 政治大. 從圖 4. 7 可發現，不論是中概股或非中概股的投資組合，越往組別 10 的方. 立. 向其 β 初始值越低，由此可知，一開始由 β 值大小所建立的投資組合，利用往. ‧ 國. 學. 後期間資料所計算出的平均 β 初始值，排序上不會產生太大的改變，擁有最高 β 值的組別 1 其 β 初始值仍為最高，擁有最低 β 值的組別 10 其 β 初始值仍為最低。. ‧. al. n. 1 2. sit. β 初始值中概股. er. io. 組別. y. Nat. 表 4. 2：中概股與非中概股各組 β 初始值之比較. 非中概股. i 1.228n U. C1.161 he i 1.003 n g c h 1.169. 3. 0.984. 1.095. 4. 0.948. 1.081. 5. 0.961. 1.016. 6. 0.876. 1.066. 7. 0.666. 1.051. 8. 0.615. 0.929. 9. 0.583. 0.820. 10. 0.506. 0.559. 25. v.

(33) 圖 4. 7：各組 β 初始值. β值 1.4 1.2 1 中概股. 0.8. 非中概股. 0.6 0.4 0.2 0. 政治大. 組別. 1. 2. 3. 4. 5. 立. 6. 7. 8. 9. 10. ‧ 國. 學. 4.4 橫斷面迴歸分析. ‧. 利用 Eq. 3.1 代入各組月平均報酬率及各組 β 初始值，計算出研究期間最後. sit. y. Nat. 四年(共 48 個月)各組合的 48 個市場風險溢酬值(RM-Rf)，將每組的 48 個值視為. io. al. n. 溢酬。. er. 一數列進行 T 檢定，欲了解中概股與非中概股的各投資組合是否有正的市場風險. Ch. engchi. i n U. v. 由表 4. 4 各組單一樣本 T 檢定結果，中概股分別在組別 3、4、5、及組別 6 其市場風險溢酬顯著異於零，非中概股則是組別 9 與組別 10 的市場風險溢酬顯著異於零。由 CAPM 關係式可知，市場應該會具有正的風險溢酬，然檢視上述結果，中概股與非中概股十個組別中分別只有四組與兩組的檢定市場風險溢酬顯著異於零，因此整體而言，認為 CAPM 關係式可能不成立。. 26.

(34) 表 4. 3：中概股與非中概股各組單一樣本(RM-Rf)統計量. 各組單一樣本(RM-Rf)統計量(個數=48) 中概股. 非中概股平均數的標準誤. -0.494. 5.021. 0.725. -0.062. 5.238. 0.756. 4.596. 0.663. 5.213. 0.752. 標準差. 1. 0.953. 5.347. 0.772. 2. 1.159. 5.973. 0.862. 3. 1.473. 5.390. 4. 1.509. 5.693. 0.822. 0.835. 5. 1.569. 5.575. 0.805. 1.232. 6. 1.598. 6.375. 0.920. 0.905. 5.385. 0.777. 7. 1.582. 1.101. 0.998. y. 標準差. 平均數. ‧. 平均數的標平均數準誤. 組別. 5.872. 0.848. 8. 2.103. 1.325. 1.449. n. al. 9. 2.138. 9.543. 10. 2.222. 12.122. sit. io. 9.177. 5.703. i 1.351 n C h 1.377 engchi U 1.750. 3.573. 27. 0.823. 6.539. 0.944. 5.527. 0.798. 7.486. 1.080. er. Nat. 7.629. 學. ‧ 國. 立. 治0.874 政 0.778 大. v.

(35) 表 4. 4：中概股與非中概股各組單一樣本(RM-Rf)T 檢定. 各組單一樣本(RM-Rf)檢定(自由度=47)﹝H0 : μ=0﹞ 中概股. 非中概股. 組別. t值. 顯著性 (雙尾). 平均差異. t值. 顯著性 (雙尾). 平均差異. 1. 1.235. 0.223. 0.953. -0.682. 0.499. -0.494. 2. 1.344. 0.185. 1.159. -0.082. 0.935. -0.062. 3. (1.893)*. 0.064. 0.194. 0.874. 4. (1.837)*. 0.073. 1.509. 1.110. 0.273. 學. 0.835. 5. (1.949)*. 0.057. 1.569. 1.496. 0.141. 1.232. 6. (1.736)*. 0.089. 1.598. 1.164. 0.250. 0.905. 7. 1.436. 0.157. 1.582. 1.178. 0.245. 0.998. v i n C h2.103 1.535 0.131 engchi U. 1.449. 政治大 1.473 1.318. y. sit. io. n. er. Nat. al. ‧. ‧ 國. 立. 8. 1.587. 0.119. 9. 1.552. 0.127. 2.138. (1.693)*. 0.097. 1.351. 10. 1.270. 0.210. 2.222. (3.307)**. 0.002. 3.573. (. )*表示在顯著水準為 0.1 時顯著. (. )** 表示在顯著水準為 0.05 時顯著. 28.

(36) 4.5 投資組合五因子分析由前三小節的實證發現，β 值可能無法代表市場風險，CAPM 關係式經 T 檢定測試也無法獲得驗證，因此本研究不支持 CAPM 理論，接下來，本研究便採用五因子模型來探討影響股票報酬的因素。藉由 Eq. 3.2 的投資組合五因子迴歸式，分別將中概股與非中概股各組的平均月資料代入，得到表 4. 5 與表 4. 6 的迴歸分析結果，另外，欲觀察五因子模型對整體樣本報酬率的解釋能力，表 4. 7 便將所有屬於中概及非中概的個股全部納. 政治大. 入，並同樣按照 β 值大小建立 10 組投資組合，得出 10 條五因子迴歸式。. 立. ‧ 國. 學. 首先，從表 4. 5 來看中概股投資組合的五因子迴歸結果，發現不論組別，市場因子皆對報酬率具有正向且顯著的解釋能力。規模因子在組別 1、組別 2 與組. ‧. 別 6 顯著，帳面市值因子與動能因子在十個組別中分別只有其中兩組顯著，因此. sit. y. Nat. 若以投資組合為單位來看，規模、帳面市值以及動能因子並無法捕捉投資組合的. io. er. 報酬率變異，亦無法判斷該因子對報酬率具有正向或負向之影響。最後，流動性因子在十個組別中，有七組都達到顯著水準，並且由流動性因子的迴歸係數可觀. al. n. v i n Ch 察出其對於股價具有正向的影響，此結果與余招賢(1997)、杜幸樺(1999)認為流 engchi U. 動性因素對股票報酬率具有負向之影響相反，另與陳榮昌(2002)得出的成交量具有正面解釋能力的結論相似。. 29.

(37) 表 4. 5：中概股投資組合五因子分析中概股組別. 截距. RM-Rf. ln(SIZE). BM. MOM. 1. 22.862 1.268 -12.430 -10.328 -0.014 (2.623)** (14.283)** (-2.517)** (-2.416)** (-0.226). 2. -16.964 1.162 8.944 (-1.795)* (12.804)** (1.826)*. 3. -4.390 0.997 -3.151 (-0.196) (8.485)** (-0.418). 4. 1.990 1.005 -0.720 (0.043) (8.729)** (-0.191). 0.368 (0.052). -0.006 (-0.060). 5. -9.781 0.915 (-0.465) (7.195)**. -6.425 (-0.318). -0.504 (-0.329). 10.303 -0.142 3.919 (1.688)* (-1.886)* (3.007)**. -2.626 -0.048 治 (-0.522) 政 (-0.129) 大. 0.829. 0.825. 0.693. 1.462 (0.824). 0.647. -0.142 3.566 (-1.289) (1.860)*. 0.611. 31.616 1.115 -18.600 -13.940 -0.147 1.566 (2.543)** (11.568)** (-2.888)** (-1.565) (-1.945)* (1.604). 0.776. ‧ 國. ‧. 3.828 (0.518). 學. 1.958 (1.652)*. 立. er. io. sit. y. Nat. 6. ln(VOL) Adjusted R2. -16.014 0.970 (-1.090) (9.405)**. 5.199 17.283 0.004 2.864 a l(0.937) v i (2.309)** n C h (1.184) (0.043) engchi U. 8. -24.344 0.986 (-0.810) (7.764)**. 1.156 (0.353). 6.062 (0.602). 0.007 (0.068). 3.317 (1.783)*. 0.608. 9. -25.533 0.966 (-0.802) (7.689)**. 1.713 (0.593). 2.318 (0.230). -0.099 2.919 (-0.991) (1.635)*. 0.597. 10. -14.237 1.139 (-1.817)* (9.763)**. 6.500 (1.565). 1.575 (0.172). -0.095 4.628 (-1.131) (2.550)**. 0.742. n. 7. 括號內(. )為 t 值. *表示在顯著水準為 0.1 時顯著 ** 表示在顯著水準為 0.05 時顯著 30. 0.666.

(38) 從表 4. 6 看非中概股投資組合的五因子迴歸結果，可同樣地發現，市場因子不論在哪個組別皆具有顯著的正向解釋能力。反觀，規模因子、帳面市值因子的影響皆不顯著，動能因子也只有在組別 6 達到顯著水準，因此認為此三因子不論在中概股或是非中概股的投資組合中，都缺乏解釋股票報酬的能力。最後一個流動性因子，分別在組別 5、6、8 與 10 達到顯著水準，且在各組別大多具有正向的影響力，但相較於中概股投資組合十組之中有七組的流動性因子為顯著，非中概股十組之中僅四組顯著，因此認為流動性因子在中概股的組合之間普遍具有較強的解釋能力。. 治政接下來，由表 4. 7 來看以全部樣本所建立之投資組合的五因子迴歸分析，市大立場因子仍有顯著正向之影響，規模、帳面市值、動能因子則沒有任何一投資組合 ‧ 國. 學. 為顯著，流動性因子也僅剩三組達顯著水準，因此認為在全部樣本下僅有市場因. ‧. 子具有解釋股票報酬之能力。. n. er. io. sit. y. Nat. al. Ch. engchi. 31. i n U. v.

(39) 表 4. 6：非中概股投資組合五因子分析非中概股組別. 截距. RM-Rf. ln(SIZE). BM. MOM. ln(VOL) Adjusted R2. 1. -2.359 1.083 (-0.363) (7.892)**. 4.339 (0.773). -2.821 (-0.748). -0.022 (-0.214). 0.359 (0.126). 0.607. 2. 12.475 1.150 (0.673) (9.776)**. -3.198 (-0.331). -12.536 (-0.910). -0.110 (-1.383). -0.811 (-0.389). 0.723. 3. -6.626 0.985 3.443 (-0.811) (10.094)** (0.731). 5.415 (0.745). -0.071 (-0.886). 0.059 (0032). 0.719. 4. -9.676 1.012 (-0.764) (8.743)**. 2.358 (1.389). 0.754. 5. -7.138 1.162 (-0.531) (12.63)**. 立. 政治大 10.693 -2.063 -0.100. (-1.092). 2.530 (0.403). 2.409 (0.319). -0.005 3.585 (-0.063) (2.091)**. 6. -31.456 1.139 13.485 (-1.376) (12.348)** (1.229). 28.385 (1.908). 0.124 3.157 (1.724)* (2.645)**. 7. 11.919 1.250 -2.136 (1.302) (14.089)** (-0.562). -15.286 (-1.448). -0.036 (-0.583). 8. 0.007 1.116 -1.123 (0.001) (10.768)** (-0.335). 9. 14.274 0.872 (0.779) (9.811)**. 10. -15.404 0.600 (-0.872) (5.327)**. n. e n g-6.170 chi. y. 0.782. sit. io. 括號內(. Ch. -1.434 (-0.621). er. Nat. al. 0.794. ‧. ‧ 國. (-0.239). 學. (1.233). iv n U-0.074. 0.837. (-0.651). 5.534 (-0.988) (2.291)**. 0.776. -1.039 (-0.124). -14.268 (-0.805). 0.020 (0.235). 0.716. 4.436 (0.406). 5.629 (0.254). 0.100 4.284 (0.813) (2.149)**. )為 t 值. *表示在顯著水準為 0.1 時顯著 ** 表示在顯著水準為 0.05 時顯著. 32. 0.786 (0.713). 0.391.

(40) 表 4. 7：全部樣本投資組合五因子分析. 全組別. 1. 2. 截距. RM-Rf. ln(SIZE). BM. 5.479 1.164 -1.505 (- -2.415 ((0.931) (12.225)** 0.316) 0.852) -1.54. 1.075. 5.446. (-0.21) (13.669)** (1.198). MOM. ln(VOL). Adjusted R2. 0.028 (0.372). -2.127 (1.045). 0.788. -2.793 (- -0.092 (- -0.255 (0.524). 1.452). 0.16). 政治大. 0.838. 12.524 1.177 -1.449 (- -5.512 (- -0.053 ((0.106) (12.543)** 0.153) 0.719) 0.713). 1.814 (1.156). 0.846. 4. 5.349 1.111 -3.603 ((0.295) (14.055)** 0.468). -1.63 (0.139). 0.04 (0.623). 1.219 (0.718). 0.824. 5. -19.509 1.129 (-1.098) (14.38)**. 20.944 (1.605). 0.036 (0.555). 5.047 (2.150)**. 0.821. 6. 1.924 1.105 -2.358 (- -6.781 (- -0.078 (3.226 (0.166) (12.706)** 0.739) 0.592) 1.165) (2.189)**. 0.842. 7. 9.158 1.029 -1.403 (- -0.031 (- -0.091 ((0.174) (12.262)** 0.367) 0.003) 1.274). 8. -5.764 (0.987 5.879 0.442) (11.639)** (0.915). (0.364). (0.319). 9. -14.73 (1.008 1.616) (9.132)**. 3.752 (0.686). 10.969 (1.074). -0.077 (5.317 0.848) (2.525)**. 0.673. 10. -13.03 (0.846 0.251) (8.881)**. 0.583 (0.141). -4.73 (0.403). 0.04 (0.433). 0.653. v ni. n. al. er. io. sit. y. ‧. 7.925 (1.055). Nat. 括號內(. ‧ 國. 立. 學. 3. Ch. e n g4.01 c h i U0.024. )為 t 值. *表示在顯著水準為 0.1 時顯著 ** 表示在顯著水準為 0.05 時顯著. 33. 1.485 (0.786). 0.794. 1.549 (1.249). 0.767. 2.715 (1.398).

(41) 4.6 個股多因子分析. 以下探討去除投資組合，依 Eq. 3.3 至 Eq. 3.6 分別將屬於中概股個股、非中概股個股以及全部個股的月資料直接代入。表 4. 8 為中概股自變數之相關矩陣，可看出自變數之間並無高度相關性。從表 4. 9 來看中概股個股多因子迴歸分析，發現五因子模型中各變數皆達 0.05 的顯著水準，調整後的判定係數為 0.312，若拿掉動能因子，以剩下的四因子進行迴歸分析，其判定係數為 0.310，該四因子模型(剔除動能因子)與五因子模型對報. 治政酬率的解釋程度並沒有差距太大；另觀察三因子模型(包含市場、規模、帳面市值大立因子)與另一四因子模型(包含市場、規模、帳面市值與動能因子)，發現其中僅有 ‧ 國. 學. 四因子模型中的動能因素未達顯著水準，且兩模型的判定係數皆為 0.282，因此. ‧. 認為加入動能因子並無法加強模型對報酬率的解釋能力。但其餘的四因子皆能捕捉中概股股票報酬的變異，市場因子與流動性因子具有正向的影響力，反之，規. y. Nat. er. io. al. sit. 模因子與帳面市值因子則具有負向的影響力。. v. n. 上述結果與 Fama and French(1992)及 Fant and Peterson(1995)提出規模因子. Ch. engchi. i n U. 對股票具有負向影響的觀點相同，但與之認為帳面市值因子與股價呈現正向變動之結論相反；另外，Malin and Veeraraghavan (2004) 研究發現成長型股票相較於價值型股票具有更高報酬，即低帳面市值比能獲得較高報酬(兩者為負向變動關係)，與本研究的實證結果相同。. 34.

(42) 表 4. 8：中概股自變數相關矩陣中概股自變數相關矩陣 RM-Rf. ln(SIZE). BM. MOM. ln(VOL). 1. .014. -.050**. -.065**. .024*. .311. .000. .000. .083. 1. -.472**. .038**. .606**. .000. .006. .000. -.122**. -.146**. .000. .000. 1. .162**. Pearson 相關. RM-Rf 顯著性 Pearson 相關. .014. 顯著性. .311. Pearson 相關. -.050**. ln(SIZE). BM. 立. .000. Pearson 相關. -.065**. .038**. -.122**. 顯著性. .000. .006. .000. Pearson 相關. .024*. .606**. -.146**. .162**. .083. .000. .000. y. .000. Nat. 顯著性. er. io. *表示在顯著水準為 0.1 之時顯著 ** 表示在顯著水準為 0.05 之時顯著. n. al. Ch. .000. sit. ‧ 國. ln(VOL). .000. 學. MOM. **. ‧. 顯著性. 治政 -.472 大1. engchi. 35. i n U. v. 1.

(43) 表 4. 9：中概股個股多因子分析. 中概股個別股票多因子迴歸分析 RM-Rf. ln(SIZE). BM. 4.339 1.073 (4.683)** (44.166)**. -0.147 (1.735)*. -2.482 (8.432)**. 4.350 1.073 (4.684)** (44.032)**. -0.147 (1.739)*. -2.488 (8.391)**. 9.692 1.062 -1.106 ((9.916)** (44.606)** 10.519)**. -3.361 (11.415)**. 10.154 1.056 -1.159 ((10.296)** (44.236)** 10.907)**. -3.524 (11.818)**. -0.002 (0.19). ‧ 國. 0.282. 1.306 (14.799)**. 0.310. -0.039 (1.368 3.336)** (15.183)**. 0.312. er. n. al. *表示在顯著水準為 0.1 之時顯著. y. ‧. io )為 t 值. Adjusted R2. 0.282. 學. Nat. 括號內(. ln(VOL). 政治大. 立. Rj-Rf. MOM. sit. 截距. Ch. ** 表示在顯著水準為 0.05 之時顯著. engchi. i n U. v. 表 4. 10 為非中概股的自變數相關矩陣，同樣地，自變數間並無高度相關性。再來，以表 4. 11 來看非中概股個股多因子模迴歸分析，五因子模型中僅動能因子未達顯著水準，判定係數為 0.300，剔除動能因子的四因子模型判定係數同樣為 0.300，因此認為動能因子對非中概股股票的報酬率亦不具解釋能力；另外，由三因子模型與加入動能因子的四因子模型，規模因子都沒有達到顯著水準，從 36.

(44) 而判斷規模因子對非中概股個股的解釋能力較不具穩定性；反觀，市場、帳面市值、流動性因子在各多因子模型皆達顯著水準，其中市場與流動性因子對股票報酬具有正向影響，帳面市值因子則具有反向影響。表 4. 10：非中概股自變數相關矩陣. 立. 顯著值. .229. Pearson 相關. -.051**. ‧ 國. .017. 顯著值. .052. .588. .010. .530**. .000. .481. .000. 1. -.123**. .350**. .000. .000. 1. .027. .000. -.028*. .010. -.123**. n. al. .008. -.173**. -.173**. .000. io. Pearson 相關. MOM. 1. Nat. BM. Pearson 相關. -.028*. 顯著值. .052. Pearson 相關顯著值. ln(VOL). 學. ln(SIZE). ln(VOL). Ch. sit. 顯著值. MOM. .017 治-.051** 政大 .229 .000. 1. RM-Rf. BM. er. Pearson 相關. ln(SIZE). ‧. RM-Rf. y. 非中概股自變數相關矩陣. i n U. v. .481. .000. .008. .530**. .350**. .027*. .588. .000. .000. .063. engchi. *表示在顯著水準為 0.1 之時顯著 ** 表示在顯著水準為 0.05 之時顯著. 37. .063 1.

(45) 表 4. 11：非中概股個股多因子分析. 非中概股個別股票多因子迴歸分析 ln(SIZE). BM. 3.822 1.068 (3.51)** (42.917)**. -0.131 (1.392). -2.456 (-8.265)**. 3.814 1.068 (3.499)** (42.892)**. -0.13 (-1.39). -2.45 (-8.179)**. 8.138 1.062 (6.897)** (43.005)**. -0.834 (6.888)**. -4.125 (11.876)**. 學. 截距. 8.222 1.061 (6.942)** (42.942)**. -0.842 (6.932)**. -4.173 (11.851)**. -0.01 (0.826). ** 表示在顯著水準為 0.05 時顯著. 0.288. 政治大. n. al. *表示在顯著水準為 0.1 時顯著. 0.002 (0.164). y. ‧ 國. io )為 t 值. Adjusted R2. 0.984 (9.073)**. 0.300. ‧. Nat. 括號內(. ln(VOL). 0.289. sit. 立. Rj-Rf. MOM. 0.994 (9.109)**. 0.300. er. RM-Rf. Ch. engchi. i n U. v. 表 4. 12 為全部樣本自變數相關矩陣，自變數並沒有高度相關性。最後，利用表 4. 13 觀察多因子模型對全部個股的解釋能力，市場、規模、帳面市值與流動性因子在各模型皆具有良好顯著的解釋力，相較之下動能因子對股票報酬的解釋力則不太穩定；五因子模型的判定係數為 0.305 以及包含流動性因子的四因子模型為 0.304，皆比三因子模型判定係數 0.285 來的高，因此認為三因子模型加入流動性因子有助於提升解釋股票報酬的能力。 38.

(46) 表 4. 12：全部樣本自變數相關矩陣全部樣本自變數相關矩陣 RM-Rf. ln(SIZE). BM. MOM. ln(VOL). 1. 0.013. -.050**. -.048**. 0.015. 0.193. 0.000. 0.000. 0.132. 1. -.361**. 0.012. .666**. 0.000. 0.229. 0.000. -.119**. 0.008. 0.000. 0.449. Pearson 相關. RM-Rf 顯著值 Pearson 相關. 0.013. 顯著值. 0.193. Pearson 相關. -.050**. 顯著值. 0.000. 0.000. Pearson 相關. -.048**. 0.012. -.119**. 顯著值. 0.000. 0.229. 0.000. ‧. Pearson 相關. 0.015. .666**. 0.008. .084**. 0.132. 0.000. 0.449. io. *表示在顯著水準為 0.1 之時顯著. n. al. y. 1. 0.000. er. 顯著值. Nat. ln(VOL). 學. MOM. 立. ‧ 國. BM. 治政 -.361** 1 大. sit. ln(SIZE). ** 表示在顯著水準為 0.05 之時顯著. Ch. engchi. 39. i n U. v. .084** 0.000 1.

(47) 表 4. 13：全部個股多因子分析. 全部樣本個別股票多因子迴歸分析. RM-Rf. ln(SIZE). 4.736 1.071 -0.200 ((7.797)** (61.583)** 3.809)**. 4.736. 1.071. 立. (7.773)** (61.489)**. -2.498 (12.107)**. -2.498 (0.000 政治大 3.806)** 12.01)** (0.005). ‧ 國. -3.803 (17.45)**. 0.285. 1.124 (16.75)**. -3.907 (-. -0.023 (-. 1.153. (15.273)** (61.692)** 14.936)**. 17.657)**. 2.692)**. (16.97)**. er. al. n )為 t 值. *表示在顯著水準為 0.1 時顯著. sit. -1.119 (-. io. 括號內(. 0.285. ‧. Nat. 1.06. ln(VOL) Adjusted R2. -0.200 (-. 10.303 1.063 -1.091 ((15.037)** (61.943)** 14.701)**. 10.573. MOM. 學. Rj-Rf. BM. y. 截距. Ch. engchi. ** 表示在顯著水準為 0.05 時顯著. 40. i n U. v. 0.304. 0.305.

(48) 第五章結論與建議本研究實證顯示，β 值可能無法代表市場風險，且 CAPM 關係式經 T 檢定測試無法獲得驗證，因此認為 CAPM 理論在本研究不成立。中國概念股的投資組合整體的報酬率優於非中國概念股的投資組合，但中概股平均而言相較於非中概股也擁有較高的標準差。以投資組合進行的五因子分析，發現不論組別，市場因子皆對報酬率具有正. 政治大合的報酬率變異；流動性因子在中國概念股的投資組合之間普遍具有較強的解釋立向且顯著的解釋能力；規模因子、帳面市值因子以及動能因子則無法捕捉投資組. 能力，對報酬率具有正向影響。. ‧ 國. 學. 在個股多因子模型分析，不論是中概股個股或非中概股個股，加入動能因子. ‧. 並無法加強模型對報酬率的解釋能力，但其餘的四因子皆能捕捉股票報酬的變異，. Nat. sit er. io. 有負向的影響力。. y. 市場因子與流動性因子具有正向的影響力，反之，規模因子與帳面市值因子則具. al. n. v i n 本研究以中國概念股為主體進行影響股票報酬之因子分析，建議後續研究可 Ch engchi U 針對不同概念股或不同股票市場進行研究，進一步瞭解各因子對其股票報酬率的解釋能力是否存在差異。. 41.

(49) 參考文獻英文文獻： 1. Amihud. Yakov and Mendelson Haim, 1986, “Asset pricing and the bid-ask spread”, Journal of Financial Economics 17, 223-250. 2. Banz, Rolf. W.,1981, “The relationship between return and market value of common stock”, Journal of Financial Economics 9, 3-18. 3. Basu, Sanjoy, 1983, “The relationship between earnings yield, market value, and return for NYSE common stocks: Further evidence”, Journal of Financial Economics 12, 129-156.. 政治大. 4. Black, Fischer, Michael C. Jensen and Myron S. Scholes, 1972, “The Capital Asset Pricing Model: Some Empirical Tests.”, Studies in the Theory of Capital Markets. 5. Chan, L.K.C., Y. Hamao, and J. Lakonishok ,1991, “Fundamentals and Returns in Japan.” Journal of Finance, 46, No. 4, 1739-64. 6. Chan, L.K.C., Jegadeesh, N., and Lakonishok, J., 1996, “Momentum Strategies”, Journal of Finance, 51 (5), 1681-1713. 7. Carhart, M. M., 1997, “On Persistence in Mutual Fund Performance.”, Journal of Finance, LII(1), 57-82.. 立. ‧. ‧ 國. 學. sit. y. Nat. n. al. er. io. 8. Daniel, Kent, and Sheridan Titman, 1997, “Evidence on the Characteristics of Cross Sectional variation in stock returns. “Journal of Finance, Vol 52, 1-33. 9. DeBondt, W.F.M., and Thaler, R.H., 1985, “Does the Stock Market Overreact.” Journal of Finance, 40, 557-581. 10. Drew, M. E. and Veeraragavan, M., (2003), “Beta, Firm Size, Book-to-Market Equity and Stock Returns: Further Evidence from Emerging Markets.” Journal of the Asian Pacific Economy, Vol. 8, No. 3, 354–479 11. Fama, E.F., Macbeth J.D., 1973. “Risk, return and equilibrium: Empirical tests.” Journal of Political Economy 81, 607-636. 12. Fama, Eugen F. and Kenneth R. French, 1992, “The Cross-Section of Expected. Ch. engchi. i n U. v. Stock Returns”, The Journal of Finance, Vol. 47, No. 2, 427-465. 13. Fama, Eugen F. and Kenneth R. French, 1993, “Common risk factors in the returns on stocks and bonds”, Journal of Finance Economics 33 3-56. 14. Faff, Robert, 2004,” a simple test of the Fama and French model using daily data: 42.

(50) Australian evidence”, Applied financial economics, Vol 14, 83-92 15. Fant, L.F., and Peterson, D.R., 1995, “The effect of size, book-to-market equity, prior returns, and beta on stock returns: January versus the remainder of the year”, Journal of Finance Research, 18, 129-142. 16. Jegadeesh, N., and Titman, S., 1993.” Returns to buying winners and selling losers: Implications for market efficiency.” Journal of Finance, 48, 65–91. 17. Kothari, S.P., Shanken, J., and Sloan, R. G., 1995, “Another look at the crosssection of expected stock returns”, Journal of Finance, 50, 185-224. 18. Lintner, J., 1965, “The Valuation of Risk Assets and the Selection of Risky Investment in Stock Portfolios and Capital Budgets”, Review of Economics and Statistics, 13-37. 19. Lakonishok J., Shleifer A. and R. W. Vishny, 1994, “Contrarian Investment, Extrapolation, and Risk”, Journal of Finance,49,1541-1578 20. Mossin, J., 1966, “Equilibrium in a capital asset market,”Econometrica, 34,768783. 21. Malin, Mirela and Madhu Veeraraghavan, 2004, “On the Robustness of the Fama and French Multifactor Model Evidence from France, Germany and the United Kingdom”, International Journal of Business and Economics, Vol. 3, No. 2, 155176. 22. Rosenberg, B., Reid, K., and Lanstein, R., 1985, “Persuasive Evidence of Market Inefficiency”, Journal of Portfolio Management, 11(3) 9-16.. 立. 政治大. ‧. ‧ 國. 學. sit. y. Nat. n. al. er. io. 23. Sharpe, W., 1964, “Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk”, Journal of Finance, 19, 425-442. 24 Stattman, Dennis, 1980, “Book values and stock returns”, The Chicago MBA: A Journal of Selected Papers 4, 25-45.. Ch. engchi. 43. i n U. v.

(51) 中文文獻： 1. 余招賢，1997，台灣股票市場風險、規模、淨值市價比、成交量週轉率與報酬之關係，國立交通大學管理科學研究所 2. 張尊悌，1996，貝它、公司規模及淨值市價比三因子評價模型之研究：以台灣股市為例，國立清華大學經濟研究所 3. 林天中，1998，台灣股票市場三因子：系統風險、公司規模及淨值市價比實證研究，國立清華大學經濟研究所 4. 郭樂平、俞秀美，1998，以巴菲特理論評比『中國概念股』的選股迷思，會計研究月刊，第 154 期，頁 135-140 5. 杜幸樺，1999，影響台灣股票報酬之共同因素與企業特性之研究－FamaFrench 三因子模式、動能策略與交易量因素，國立中山大學企業管理研究所 6. 陳榮昌，2002，台灣股票報酬之結構分析，國立中山大學財務管理研究所 7. 范龍振、余世典，2002，中國股票市場的三因子模型，上海復旦大學管理學院 8. 陳怡君，2003，中國概念股股價指數與其他指數關聯性之研究，國立成功大學國際企業研究所 9. 鄭燕茹，2004，盈餘、股利與股票預期報酬之橫斷面分析，國立中央大學企業管理研究所 10.廖士仁，2005，資本資產定價模型與三因子模型之分析與比較，國立政治大學統計研究所. 立. 政治大. ‧. ‧ 國. 學. sit. y. Nat. n. al. er. io. 11.林昭芃，2007，股市之價值溢酬及多因子模型之探討─以台灣股票市場為例，國立中央大學產業經濟研究所. Ch. engchi. 44. i n U. v.

(52)