分析師的推薦股票可以實際獲利嗎？

財金論文叢刊

2004 年 6 月，第一期，101-127

分析師的推薦股票可以實際獲利嗎？

黃旭輝

靜宜大學財務金融學系

許惠婷

朝陽科技大學企業管理系

摘要

首先，我們依據分析師每個星期推薦的股票建立與調整投資組合，即使扣除交易成 本之後，仍然發現此一投資組合享有顯著的超額報酬，其次，我們設計二種不同投資組 合的建構方式，驗證分析師對某一股票共識程度的高低，是否會對投資組合的績效造成 影響，結果發現，愈多分析師推薦的股票愈具有投資的價值，最後，我們進一步探討，

在所有分析師推薦的股票之中，是否會因為股票的特性不同而有不同的績效表現，結果 顯示資訊不對稱愈大、前期報酬愈高、週轉率愈低以及規模較小的公司，其分析師的推 薦績效愈好。

關鍵詞：分析師、資訊不對稱、規模、週轉率

102 財金論文叢刊，第一期，2004 年 6 月

壹、緒論

台灣自民國51 年成立證券交易所以來，股市規模逐年擴展，到民國 92 年 5 月為止 已有639 家上市公司，而投資累積開戶人數也已經高達 724 萬人，其中股市的交易比重，

本國自然人（即散戶）就佔了 76.3%，真正具有專業分析能力的本國及外國法人機構則 僅佔了 12%與 11.7％！顯示出台灣股市結構與歐美各國以法人為主的股市結構相當不 同。由於台灣證券市場中的自然人大部分為缺乏專業投資知識的散戶，因此流通於市面 上的投資刊物往往成為投資大眾最容易取得相關資訊的管道。但究竟這些投資專欄或投 資刊物是否真能提供投資人有用的訊息？投資人是否可依據這些分析師的建議獲取超額 報酬？如何使用這些投資建議以獲取更大的利潤？不僅投資人關切，學術界也希望對此 相關議題作更深入的了解。

國外相關研究所探討的分析師資訊來源，主要有Value Line、HOTS、Dartboard、Inside Wall Street 及其他知名券商的推薦訊息可作為投資大眾的投資參考，而在台灣除了一般的 報章雜誌外相關的電視媒體更是不勝枚舉。Copeland and Mayers(1982)、 Peterson(1995) 指 出 Value Line 的 排 名 確 實 具 有 資 訊 內 涵 ， 可 以 為 投 資 大 眾 賺 取 超 額 報 酬 ， Chandy,Peavy,and Reichenstein(1993)則更進一步指出在推薦資訊公佈的三天內投資人可 享有顯著的超額報酬。

至於報章雜誌的推薦專欄是否具有推薦資訊的效果呢？Liu, Smith and Syed(1990)及 Benish(1991)皆發現報紙投資專欄之推薦個股在資訊公開的前兩天以及當天會有顯著的 超額報酬產生， Huth and Maris(1992)則指出除了公開推薦買的資訊會使股價有好的表現 外，其他有利的報導也會促使股價攀升，投資人因此可以享有正向的顯著超額報酬，同 樣地，當股票有推薦賣的資訊或是其他不利的消息傳出時，則該股票即會出現負向的顯 著超額報酬。Barber and Loeffler (1993) 與 Albert Jr. and Smaby(1996)則發現專業分析師所 推薦的股票在刊登日當天與後一天皆會產生顯著的超額報酬，且在日後也沒有出現顯著 的價格反轉現象；Greene and Smart(1999)發現，過去績效較好的分析師其推薦個股的表 現確實會比過去績效較差的分析師所做的推薦效果來得好，也就是投資人購買過去績效 較好的分析師所推薦的股票能夠獲取較高的顯著超額報酬。而不同的公司特性是否會對

分析師的推薦股票可以實現獲利嗎？ 103

分析師推薦績效造成影響呢？ Chandy, Peavy, and Reichenstein(1993) 、劉士豪(民 90 年) 實證指出本益比低的股票，在推薦資訊公布後所能夠獲取的超額報酬相較於本益比較大 的公司而言會來得高，Huth and Maris(1992) 、Chandy, Peavy, and Reichenstein(1993) 、 Womack (1996)與 Barber,Lehavy, Mcnichols and Trueman(2001)則發現，公司規模與推薦股 票績效之間呈負相關，也就是公司規模為小型或是中小型者，其宣告效果較佳，陳建成

（民88 年）、盧志昌（民 88 年）與盧美君（民 89 年）也發現，規模效應同樣存在於台 灣股票市場中（劉士豪，民90 年、宋怡靜，民 91 年），而且分析師的推薦績效會因產業 的不同而有所差異。檢視過去分析師推薦的相關研究中僅有針對公司的規模、本益比及 產業別做過討論，這引起了本研究之興趣，因此進一步探討不同的公司特性對分析師推 薦股票績效之影響。

什麼因素對於股價的變動具有影響呢？Jegadeesh and Titman（1993）與 Chan, Jegadeesh and Lakonishok（1996）指出股價的移動具有動能（momentum），也就是過去 績效佳的股票在未來的漲幅也會比較大，亦即過去的報酬會影響股票未來的報酬。Hu

（1997）發現週轉率可以用來預測股價之報酬，且週轉率與預期報酬間呈現負相關；

Jaffe(1974)與 Nunn(1983)發現，公司內部人因為擁有內部資訊，根據內部人買進股票的資 訊來進行交易可獲得超額報酬，Fama and French（1992）指出，公司市價淨值比與股票 報酬具有正向的關係，同時也指出，公司規模與報酬呈現負向相關。方智強、姚明慶（民 87 年）也發現台灣股市中高淨值市價比的投資組合，其報酬會顯著的優於低淨值市價比 的投資組合，顯示台灣股市存在淨值市價比現象。陳家彬（民88 年）發現選擇小公司或 低的權益帳面價值對權益市價比的股票能夠獲取較高的平均超額報酬。

本文有別於過去研究之處，主要在於下列幾點：首先我們依據分析師每個星期推薦 的股票建立投資組合，投資組合的建立則分別採用平均權重投資法與推薦強度投資法來 建立，其中平均權重投資法係將每期期初的資金平均投資於分析師推薦的股票，而推薦 強度投資法則是依照分析師推薦的票數多寡作為每一支股票投資比重高低的依據，這樣 做的好處，在於除了可以探討投資人是否能夠根據分析師的推薦資訊獲得超額報酬之 外，更可進一步地了解，分析師推薦人數的多寡是否也隱含具有交易價值的資訊。其次，

我們依照分析師每週推薦的股票重新建構我們的投資組合，並在每次調整投資組合之

104 財金論文叢刊，第一期，2004 年 6 月

際，實際扣除相關的交易成本，如此可真實探討，如果投資人完全依據分析師的建議來 進行買賣，是否能賺取超額報酬。最後，我們更深入的探討，在所有分析師推薦的股票 之中，是否會因為股票的特性不同而有不同的績效表現，如果答案是肯定的，那麼投資 人可在分析師推薦的諸多股票之中，選擇符合某些特性的公司進行投資，將可獲得更高 的超額報酬，其中，本文所探討的公司特性，包含資訊不對稱程度、股票的前期報酬、

股票的週轉率、公司內部人持股比率變動、市價淨值比與公司的規模。

我們的研究結果發現，根據分析師每週推薦的股票建立與調整投資組合，可以獲取 超額的報酬，即使扣除交易成本，投資人可獲得的超額報酬仍然是明顯而可觀的，而且，

根據推薦強度投資法所建立的投資組合，所獲得的超額報酬更高，顯示愈多分析師看好 的股票，其績效表現也愈佳，最後，我們也發現公司特性對於分析師推薦股票的報酬具 有顯著的影響。

貳、文獻探討

Copeland and Mayers(1982)、Chandy,Peavy,and Reichenstein(1993)與 Peterson(1995)以 Value Line 等級排名的股票為研究對象，研究結果指出排名的各等級間的投資組合皆有顯 著的超額報酬，也就是投資人利用Value Line 的推薦股票作為投資標的可獲取超額報酬。

其中Copeland and Mayers(1982)、Chandy,Peavy,and Reichenstein(1993)更指出等級排名的 變動除了有所謂的資訊效果外，其所造成的影響是永久性的，而其它的資訊對股價則僅 會造成短暫性的影響。Davies, Lloyd and Canes(1978)、 Liu, Smith and Syed(1990)、

Benish(1991)指出 HOTS 專欄資訊除了在公布日的股價確實有顯著的超額報酬反應外，在 前一天與前兩天的股價行情已有超額出現，且推薦買的投資組合在資訊公布日有顯著正 的超額報酬，而薦賣股則有顯著負的超額報酬。Huth and Maris(1992) 及 Bauman, Datta and Iskandar-Datta (1995)也進一步地指出訊息公開日股價確實會有顯著的反應，其中推薦買 進以及其他有利的報導皆會對股票產生正向的超額報酬，而推薦賣出以及其他負面的報 導則會讓股票產生負的超額報酬，且影響程度會比推薦買進來得高。

分析師的推薦股票可以實現獲利嗎？ 105

Barber and Loeffler (1993) 與 Albert Jr. and Smaby(1996)指出 Dartboard 專欄推薦能為 投資大眾獲取超額報酬，專業分析師所推薦的股票在刊登日當天與後一天皆會產生顯著 的超額報酬，Greene and Smart(1999) 及 Pruitt, Ness, and Ness(2000) 更指出當推薦資訊是 來自於過去績效較佳的分析師時，其影響會越大。特別的是Sant and Zaman (1996)在針對 分析師推薦人數與推薦績效間的研究發現，分析師的推薦人數與異常報酬間呈現一反向 變動的關係，當同時推薦的分析師人數增加時，超額報酬也會跟著下滑，且當分析師人 數超過21 人時，專欄的推薦股其異常報酬也將不顯著，說明了在美國證券市場中分析師 推薦共識的強度與推薦績效間是呈現反向的變動關係。

Palmon, Sun and Tang (1994)與 Sant and Zaman (1996)均發現 Inside Wall Street 專欄資 訊確實會對股價產生顯著影響，對於推薦買的股票而言，宣告日當天及其前後，交易量 有顯著的增加現象，但推薦賣的股票則沒有此現象，另外，一般認為列在專欄的第一家 公司通常較其他公司值得投資，但經檢定過後其平均超額報酬並無顯著不同。最後，

Bjerring, Lakonishok, and Vermanelen(1983)、Womack (1996)以證券商或投資顧問公司為對 象所做的研究結果皆指出：分析師的推薦對股價確實有一定的影響力，且在事件日過後 亦無價格反轉的現象發生（Kim, Lin and Slovin(1997)與 Barber,Lehavy, Mcnichols and Trueman(2001)）。其中 Bjerring, Lakonishok and Vermanelen(1983)研究證實無論是在加拿 大、美國或是兩國共同推薦股票在觀察期間均會有顯著的正向超額報酬存在，不會因市 場的不同而有所差異。Womack (1996)指出在建議買進的推薦股方面，其推薦效果約可存 續一個月，而建議賣的股票方面其推薦效果約存在六個月，另一方面也注意到知名的券 商所推薦的股票傾向於經常被注意到的大公司，且推薦買與推薦賣的股票比率為7:1，顯 示券商比較不願意提出推薦賣的消息。

Kim, Lin and Slovin(1997)研究證實推薦資訊在不同的交易市場會造成不同程度的影 響，其中NYSE/AMEX 約有 4%的異常報酬，而 NASDAQ/NMS 則約有 7%的異常報酬，

而兩個市場分別在開盤後的 5 分鐘及 15 分鐘內可將分析師的推薦資訊完全反應完畢。

Barber,Lehavy, Mcnichols and Trueman(2001)則指出投資者所能夠獲取的超額報酬與其調 整投資組合的速度具有密切相關，若投資者能夠根據分析師的推薦投資隨時立即地調整 其投資組合，則每年可以獲取約4﹪的報酬，而當投資者調整投資組合的速度越慢則所能 獲取的報酬相對地也會越低。

106 財金論文叢刊，第一期，2004 年 6 月

股票實際買賣操作的過程中，獲利會被所支付的交易成本削減，Holloway(1981) 指 出，在考量交易成本後不論是採用經常交易或者是買入持有的方式，投資人仍舊可以獲 取超額報酬。Bjerring, Lakonishok and Vermanelen(1983)的研究顯示，扣除考慮交易成本 後，投資人一年仍然可以獲得約9.3%的利潤，因此拒絕了美國股票市場為半強勢效率市 場的假說。Huth and Maris(1992)則發現在小公司推薦賣的投資組合中，投資人於事件日 賣空股票再扣除手續費之後仍有利潤可言。關於台灣市場的實證，盧美君(民 89 年)發現 在考慮交易成本後，投資人無法在空頭市場獲取超額報酬。

Huth and Maris(1992) 與 Sant and Zaman (1996)等均發現在訊息公開前幾天，分析師 的推薦股票已有顯著的超額報酬產生，他們認為這是由於分析師私下透露給其客戶所造 成的資訊提早外洩，而使得推薦股票價格產生提早反應的現象，或者是分析師的推薦股 票其實根本就是最近當紅的熱門股（Liu, Smith and Syed(1990)）。另一方面，Graves and Mendenhall(1991)也發現在盈餘宣告不久後推薦資訊對股票所產生的累積超額報酬與盈 餘宣告對股票所產生的累積超額報酬間有顯著的正向關係存在，故推論股票的超額報酬 是由盈餘宣告所引起的，但超額報酬不只是由盈餘宣告所引起，分析師的推薦資訊也確 實具有資訊內涵存在（Peterson，1995）。而由宣告過後出現表現不佳的現象來看，則有 人將分析師推薦作為賣出股票的訊息，如陳建成(民 88 年)以自立晚報的「超級推薦」專 欄為研究對象及盧志昌(民國 88 年)以工商時報的「證券公司投資組合競賽」專欄為研究 對象均發現專家推薦股縱然於事件日當天具有推薦效果，但在事件宣告日之後均表現均 不佳，股價開始出現反轉現象，因此可將推薦資訊視為是一反指標，也就是專家推薦資 訊不但無法為投資大眾帶來超額報酬，相反地還可以將推薦訊息視為是一種股票拋售的 指標。

由於不同的公司具有不同的特性，所以分析師的推薦股票績效也有可能因公司特有 的獨特性而產生不同的績效。近年來些許研究開始注意到公司特性對分析師推薦股票績 效的影響，但大多數都僅限於公司規模、本益比或是依公司產業別做劃分所做的探討。

分析師的推薦股票可以實現獲利嗎？ 107

就本益比而言，Chandy, Peavy, and Reichenstein(1993) 實證發現在美國的證券市場 中，公司本益比與超額報酬間呈現顯著的負相關；劉士豪(民 90 年)針對台灣股票市場的 驗證亦發現有此現象，也就是低本益比的公司在推薦資訊公布後，相較於高本益比的公 司而言所能夠獲取的超額報酬會較高。公司特性中以規模效應最為人所探討，其中Huth and Maris(1992)明確指出小規模的公司其股價反應較大規模的公司來得強烈。Chandy, Peavy, and Reichenstein(1993) 與 Womack (1996)也指出無論在事件日或事件日之後，規模 小的公司其股價反應均會顯著地較大規模的公司強烈。Barber,Lehavy, Mcnichols and Trueman(2001)亦指出中、小型的公司，其宣告效果較大規模的公司佳。陳建成(民 88 年)、

盧志昌(民 88 年)、盧美君(民 89 年)、劉士豪(民 90 年)、宋怡靜(民 91 年)等皆發現公司規 模與推薦股價之間存在負向相關。另外，盧美君(民 89 年)指出，在多頭市場裡分析師推 薦的電子類股所能獲取的超額報酬顯著地高過非電子類股，而劉士豪(民 90 年)也發現，

在專家推薦的股票中金融類股的表現會優於其他類股，可見在台灣的股票市場中，分析 師的推薦績效確實會受到產業類別的影響而有所差異。

至於分析師推薦股票的績效，是否會因空頭市場與多頭市場而有所差異？邱淑珍(民 86 年)發現，空頭時期專業投資機構為客戶所發行之研究週刊其股票推薦可視為「賣出」

參考指標；而在多頭時期研究週刊的股票推薦無論是短期持有或是中長期持有，投資人 皆可從中獲取超額報酬。盧志昌(民 88 年)發現多頭市場下，公開推薦個股具有明顯的超 額報酬；而在空頭市場下公開推薦股其超額報酬則不顯著，即多頭市場下的推薦效果優 於空頭市場。盧美君(民 89 年)研究則指出在考慮交易成本後除了空頭市場，投資人在多 頭市場或盤整市場藉由分析師的推薦資訊進行投資仍然是可以獲得超額報酬。

108 財金論文叢刊，第一期，2004 年 6 月

參、研究設計

一、樣本選擇與資料來源

本研究為探討報紙上不同公司特性對專業分析師推薦股票的影響，資料取自民國八 十六年一月五日至民國九十年十二月三十日，由發報率最高的聯合晚報所刊載的「券商 票選潛力股」專欄進行研究，研究對象是在此段期間內聯合晚報「券商票選潛力」股專 欄中所推薦的上市與上櫃公司。經由下列之選樣標準，共包含5980 個樣本。首先，由於 新上市公司存在著蜜月期的異常股價行為，可能會干擾研究之實證結果，為了排除蜜月 期對本研究造成的影響，本研究將上市未滿兩個月的公司予以排除。再者，本研究探討 的各種公司特性變數若所需資料不足者均予以剔除，不列入研究樣本。以上樣本所需之 相關資料如週報酬率、週轉率、公司市值、內部人持股比例和上市櫃與成立時間等皆取 自於台灣經濟新報社資料庫，無風險利率則以臺灣銀行一個月活儲利率為估計。另外，

本文的研究期間包含了三個多頭期間與二個空頭期間，各個子期間的股價變動指數、漲 跌幅度及市場屬性分別如表1 所述。

表1 研究期間市場描述

研究期間 股價指數變動 上漲或下跌幅度 市場屬性 完整期間86/1/5~90/12/30 6820.35~5398.28 -20.85﹪

子期間一86/1/5~86/8/3 6820.35~10048.9 47.34% 多頭行情 子期間二86/8/10~88/2/7 9993.54~5710.18 -42.86﹪ 空頭行情 子期間三88/2/21~89/2/20 6072.33~10161.05 67.334﹪ 多頭行情 子期間四89/2/27~90/9/16 9432.49~3774.62 -59.98﹪ 空頭行情 子期間五90/9/23~90/12/30 3591.85~5398.28 50.30﹪ 多頭行情

分析師的推薦股票可以實現獲利嗎？ 109

二、投資組合的建構與與超額報酬之衡量

本研究採用「單純策略」進行投資組合買賣之變動，假設一般投資大眾在星期日觀 察聯合晚報「券商票選潛力股」專欄後，星期一買進該專欄的專家推薦股票，並賣出上 週所推薦的股票，而本週結餘的金額則作為繼續進行下一次投資的資金。本研究以市場 調整法與Jensen’s α 計算投資組合的超額報酬作為績效指標的衡量，並以敘述統計分析及 多元迴歸等分析方法進行檢定。以下先就投資組合的建構方法作一說明，爾後再分別就 所使用的研究方法作一簡單敘述。本文以投資組合的方式衡量分析師推薦股票之績效，

其中投資組合的建構分別是以相同權重及本文所設定的分析師推薦強度權重為基礎。兩 種投資組合的權重分別敘述如下：

(一) 相同權重投資組合：係將每期期初的資金平均分配於該週分析師所推薦的股票，也 就是每支股票的權重都相同，皆為1/k，用以計算該週投資組合績效的報酬。

R pt

＝

k R

k

i

∑ it

=1

其中Rpt則為該投資組合的報酬； k 表示該週分析師推薦股的總數； Rit表示第i 支 股票在第t 週的報酬率，

i=1,2,…k。

(二) 推薦強度權重投資組合：依該週專欄所推薦的股票得票數佔總投票數的比重建立該 週投資組合之權重，所以每支股票依其得票數之高低而有不同的權重，其權重為 xi/n，用以計算該週投資組合績效的報酬。

R R

^it

k

i i

pt n

∑ x

=

=

1

其中xi表示該i 股的得票數；n 為該週分析師推薦之總投票數。

另外，本文分別以市場調整模式及Jensen’s α 來衡量投資組合的超額報酬，也就是以 此兩種方式作為衡量分析師推薦績效的指標，以下分別就此兩種衡量模式作一簡單敘述：

110 財金論文叢刊，第一期，2004 年 6 月

1. 市場調整模式(market adjusted model)計算投資組合的超額報酬。

∏ ^{+ −}

=

h

pt

pth R

R ^{(1 ) 1}

1 ) 1

( + −

=

∏

h

mt

mth

R

R

AR

^{pth =}

R

^{pth −}

R

^mth

其中Rpth表h 週投資組合的累積報酬；Rmth表h 週市場大盤的累積報酬；ARpth表投 資組合在h 週投資組合的累積超額報酬；Rpt表第t 週投資組合的報酬率；Rmt表市場投資 組合在第t 週的報酬率。

2. Jensen’s α

( )

_ε

α p β p mt ft pt ft

pt

R R R

R

^{− = + − +}

其中Rpt：表示第t 週投資組合的報酬率；Rmt：表示市場投資組合在第t 週的報酬率；

Rft：表示第t 週的無風險報酬，以臺灣銀行一個月活儲利率為替代變數；αp：表示投資組 合週報酬與市場週報酬率迴歸式截距項之估計值，稱之為Jensen’s α，若 αp＞0 則表示分 析師的推薦投資組合可以獲得超額報酬；βp：表示投資組合報酬率與市場報酬率迴歸式 斜率之估計值。

最後，為了能夠更清楚地看出公司特性對分析師推薦股票績效之影響，本文分別驗 證資訊不對稱程度、前期績效表現、週轉率、內部人持股變動、市價淨值比、規模等重 要的公司特性對分析師推薦股票績效之影響，因而進行迴歸分析，以下為迴歸模型之簡 單說明：

i i

i i

i i

i

X X X X X X

Y = α + β

_{1 1}

+ β

_{2 2}

+ β

_{3 3}

+ β

_{4 4}

+ β

_{5 5}

+ β

_{6 6}

其中

Y

_i 為股票之超額報酬；

X

₁ 為公司之資訊不對稱程度。本文根據Datta , Datta and Patel (2000)衡量資訊不對稱的方式，以公司的成立時間及上市時間作為資訊不對稱的 衡量變數，也就是公司成立期間越長，上市時間越久，對外所揭漏的訊息越多，資訊不 對稱的程度就越低；相反的若是公司成立期間越短、上市時間越短，那麼外部人就不易 在短時間內獲取完備的資訊，資訊不對稱的程度就越高；本研究將訊息公告日距成立或 上市時間的月份定為EST 與 LIS。

X

₂ 為公司之前期報酬，Jegadeesh and Titman（1993）

指出過去上漲的股票在未來會持續上漲，而過去跌的股票在未來會繼續跌，因此本文希

分析師的推薦股票可以實現獲利嗎？ 111

望藉由前期績效的表現來驗證分析師推薦股票與過去股價的累積超額報酬是否具有關聯 性。本文採用訊息刊登日的前二週與前四週的累積超額報酬來作為衡量變數，並分別定 義為 CAR^-2與 CAR^-4。

X

₃ 表公司之週轉率，本研究將前二週與前四週的累積週轉率做 為股票週轉率之替代變數，並分別將二變數定義為CTR^-2與CTR^-4。

X

₄ 為公司之內部人 持股變動，本研究在此定義公司內部人持股變動的訊息變數為INS1，代表刊登日前一個 月公司內部人持股變動。

X

₅為公司之市價淨值比，其衡量方式係以訊息刊登日前一季 的普通股市值加上特別股市值，除以上一季股東權益總額。

X

₆為公司之規模，本研究 以公司普通股市值之自然對數(LOGV)作為衡量公司規模之變數。

肆、實證結果分析

一、分析師推薦投資組合與市場投資組合之績效比較

表 2 為分析師推薦投資組合與市場投資組合之績效比較，分別就分析師推薦股票所 建構的投資組合與市場大盤投資組合的報酬做比較。在 86 年至 90 年的全部研究期間內 共建構了 253 個投資組合，採取平均權重所建構出的投資組合中，分析師推薦投資組合 表現優於市場大盤表現的週數為165 週，低於市場大盤的週數為 88 週，也就是在這五年 之中投資人每個星期都依據分析師的推薦資訊做投資組合變動，則有66.22%的機會能夠 獲取高於市場大盤的報酬。考慮每次投資組合變動所需負擔的手續費與證交稅等交易成 本後，此期間由分析師推薦所建構的投資組合 其表現優於市場大盤的比例則降為 54.94%，但其表現仍舊是明顯地優於市場大盤的報酬。另一方面，根據分析師推薦採取 推薦強度權重所建構出的投資組合，其表現優於大盤市場報酬的週數則有 172 週，低於 市場大盤表現的週數則有81 週，而在扣除交易成本後則分別為 140 週與 113 週，也就是 考慮交易成本前後分別有 67.98%與 55.34%的機會投資者可以透過分析師推薦資訊獲取 優於市場大盤的投資組合。

112 財金論文叢刊，第一期，2004 年 6 月

其 次 就 多 頭 期 間 而 言 ， 假 設 投 資 人 僅 於 86/1/5~86/8/3 、 88/2/21~89/2/20 及 90/9/23~90/12/30 的三個多頭期間進行投資，則投資人可以依據分析師的投資推薦建構出 95 個投資組合，其中若是採取平均權重方式所建構的投資組合，則有 61 次的表現會比大 盤來得優異，約佔整體的64.21%，而考慮每週投資組合變動所需交付的交易成本後，則 有 53 次的表現會優於大盤，約佔整體的 55.79%；若投資人採取推薦強度建構其投資組 合，則未扣除交易成本前有 66 次的表現會優於大盤，約佔整體的 69.47%，而考慮交易 成本後則有 51 次的表現會優於大盤，約佔整體的 53.68%，由此可知分析師推薦在多頭 市場下確實具有其推薦資訊存在。至於個別多頭期間，其表現與整體多頭期間的表現沒 有明顯的差異，投資者皆可以藉由分析師的投資推薦獲取超額報酬。

最後就空頭市場而言，我們假設投資人僅於86/8/10~88/2/7 以及 89/2/27~90/9/16 此兩 段空頭時期進行投資，依據聯合晚報的分析師推薦資訊共計可建構出 158 個投資組合，

採用平均權重所建構出的投資組合其表現優於大盤的比例為65.82%，而採用推薦強度權 重所建構出的投資組合其表現優於大盤的比例有67.09%，可見分析師推薦資訊確實可為 投資大眾帶來高於市場大盤表現的報酬。若是考慮交易進行所需支付的手續費與證交稅 之後，則投資大眾利用平均權重所建構出的投資組合其表現優於大盤的比例為54.43%，

而採用推薦強度權重所建構出的投資組合其表現優於大盤的比例為56.33%，顯示了空頭 期間分析師推薦資訊不但具有資訊效果且以推薦強度權重作為建構投資組合的方式能有 更高的機會賺取超額報酬。而個別空頭期間的表現與整體空頭期間的表現沒有顯著的差 異，86/8/10~88/2/7 台灣受到亞洲金融風暴影響出現本土性的金融危機之時期，分析師的 推薦投資組合表現仍舊是優於市場大盤，且以推薦強度權重建構投資組合確實會有較高 的機會可以獲取更高的超額報酬。

分析師的推薦股票可以實現獲利嗎？ 113

表2 分析師推薦投資組合與市場投資組合之績效比較

註：

k

k

i it pt

R R

∑

=

= ¹

R R

^it

k

i i

pt n

∑

x

=

=

1

前者為採用平均權重建構出的投資組合該週投資報酬之計算方式，後者為採取推薦強度權重建構出的投資 組合該週報酬之計算方式。其中Rpt則為該投資組合的報酬；k 表示該週分析師推薦股的總數；

n

表示該 週分析師總投票數； Rit表示第i 支股票在第 t 週的報酬率，i=1,2,…k；xi表示該i 股的得票數；n 為該週 分析師推薦之總投票數。

平均權重 推薦強度權重

未考慮交易成本 扣除交易成本 未考慮交易成本 扣除交易成本

Rpt>Rmt週 數

Rpt<Rmt週 數

Rpt>Rmt週 數

Rpt<Rmt週 數

Rpt>Rmt週 數

Rpt<Rmt週 數

Rpt>Rmt週 數

Rpt<Rmt週 數 全部期間

(86/1/5~

90/12/30) 165 (65.22%)

88 (34.78%)

139 (54.94%)

114 (45.06%)

172 (67.98%)

81 (32.02%)

140 (55.34%)

113 (44.66%)

多頭期間 (86/1/5~

86/8/3)

20 (66.67%)

10 (33.33%)

19 (63.33%)

11 (36.67%)

21 (70.00%)

9 (30.00%)

16 (53.33%)

14 (46.67%)

空頭期間 (86/8/10~8 8/2/7)

51 (66.23%)

26 (33.77%)

42 (54.55%)

35 (45.45%)

54 (70.13%)

23 (29.87%)

44 (57.14%)

33 (42.86%)

多頭期間 (88/2/21~8 9/2/20)

29 (56.86%)

22 (43.14%)

24 (47.06%)

27 (52.94%)

32 (62.75%)

19 (37.25%)

24 (47.06%)

27 (52.94%)

空頭期間 (89/2/27~9 0/9/16)

53 (65.43%)

28 (34.57%)

44 (54.32%)

37 (45.68%)

52 (64.20%)

29 (35.80%)

45 (55.56%)

36 (44.44%)

多頭期間 (90/9/23~9 0/12/30)

12 (85.71%)

2 (14.29%)

10 (71.43%)

4 (28.57%)

13 (92.86%)

1 (7.14%)

11 (78.57%)

3 (21.43%)

所有多頭 期間

61 (64.21%)

34 (35.79%)

53 (55.79%)

42 (44.21%)

66 (69.47%)

29 (30.53%)

51 (53.68%)

44 (46.32%) 所有空頭

期間

104 (65.82%)

54 (34.18%)

86 (54.43%)

72 (45.57%)

106 (67.09%)

52 (32.91%)

89 (56.33%)

69 (43.67%)

114 財金論文叢刊，第一期，2004 年 6 月

綜合以上各個期間的分析，我們發現分析師推薦確實具有資訊價值，能夠為投資大 眾帶來表現較為優秀的投資組合。且透過不同權重間結果之比較，我們可以明顯的看出，

採取本研究設定的分析師推薦強度權重所建構出的投資組合其表現不但是比市場大盤優 秀，且其表現比一般研究採取的平均權重所建構出的投資組合之表現優秀許多，說明了 分析師推薦票數的多寡不同確實是具有其排名的資訊價值存在，當分析師共識程度越高 則其股價的表現也會越好。透過不同市場情況之結果分析，我們發現尚未考慮交易成本 前，空頭市場的分析師推薦投資組合表現稍較多頭市場出色，在考慮交易成本後則是多 頭市場的分析師推薦組合表現較空頭市場的表現來得出色，但無論在何種市場下及有否 考慮交易成本，採取分析師推薦資訊進行買賣確實可獲取高於大盤的超額報酬，可知分 析師推薦資訊不因市場看空而失靈，也不因市場利多而表現特別優秀。

二、分析師推薦投資組合之市場超額報酬分析

表 3 為不同期間超額報酬的結果。很明顯的可以看出無論是在哪一期間分析師推薦 皆能夠產生超額報酬，在尚未扣除交易成本之前的全部期間裏，平均權重與推薦強度權 重的超額報酬分別為384.19%及 448.63%，這就是說投資人在五年之內若是能夠依據聯合 晚報的推薦資訊即時變動投資組合不間斷地進行投資，則可以獲取可觀的投資效益。然 而現實生活中的證券買賣都需要交付手續費，連續五年，每週進行投資組合變動，其交 易成本當然也不容小覷，但縱然扣除了交易成本，投資人仍然是可以獲取 38.38%或 60.47%的超額報酬報酬。本文在投資組合的建構上分別採取平均權重與推薦強度權重，

由表 3 我們不難看出採取推薦強度權重建構出的投資組合其超額報酬明顯的高於僅採取 一般平均權重建構出的投資組合許多，投資人在這五年內若是能夠持續以推薦強度權重 來建構其投資組合的方式，可獲取的超額報酬約為使用平均權重的1.58 倍。

其次就整體多頭期間的表現，本文假設投資人只在 86/1/5~86/8/30、88/2/21~89/2/20 與90/9/23~90/12/30 的多頭期間內進行投資，在未扣除交易成本前投資人可藉由平均權重 方式所建構出的投資組合獲取 328.61%得超額報酬，而可藉由推薦強度權重方式所建構 之投資組合獲取更高的 408.86%超額報酬，扣除手續費及證交稅等交易成本後，投資者

分析師的推薦股票可以實現獲利嗎？ 115

尚可分別獲得 73.46%與 119.56%的超額報酬，因此，我們認為分析師的推薦資訊在多頭 市場時，可以為投資大眾帶來極高的超額報酬，且利用推薦強度權重可獲取的報酬為平 均權重的1.6 倍。至於，三個多頭子期間，我們也都發現分析師推薦之投資組合能享有超 額報酬，且推薦強度投資組合之績效均優於平均權重之投資組合績效，即使在扣除交易 成本之後亦然。

最後就整體空頭市場而言，若投資大眾僅於本研究86/8/10~88/2/7 與 89/2/27~90/9/16 的空頭期間中進行投資，未考慮交易成本前投資人採取平均權重方式可獲取的超額報酬 為49.97%，而採取推薦強度權重可獲取的超額報酬則為 50.76%，考慮交易成本後所能獲 取的超額報酬則分別為5.87%與 7.98%，所以無論是否考慮交易成本分析師推薦確實能為 投資者獲取高於市場投資組合的超額報酬，且推薦強度權重之績效也確實優於一般的平 均權重。

由以上論述可知，無論是在哪一期間分析師推薦皆能夠產生超額報酬，因此我們推 論分析師的投資推薦資訊確實是具有資訊價值，也就是能夠為投資大眾獲取超額報酬；

且扣除交易成本後，推薦資訊的超額報酬依舊存在，所以推論分析師推薦的超額報酬並 不因考慮交易成本而產生失靈，且再一次地證實本研究所注重的推薦強度權重大體上也 確實能夠為投資大眾獲取更吸引投資人的超額報酬，即分析師推薦共識程度的高低與推 薦個股的日後表現有相當的關聯性存在；在多空頭市場的表現上，多頭市場上分析師的 推薦績效比空頭市場來得好，也就是分析師的推薦資訊在多頭市場中是更具有資訊價 值，同時我們也發現在多頭市場中無論是否扣除交易成本，推薦強度權重的績效確實是 明顯地優於平均權重。

116 財金論文叢刊，第一期，2004 年 6 月

表3 分析師推薦投資組合之市場超額報酬分析

平均權重 推薦強度權重

未扣除交易成本 扣除交易成本 未扣除交易成本 扣除交易成本 全部期間

(86/1/5~90/12/30)

384.19% 38.38% 448.63% 60.47%

多頭期間 (86/1/5~86/8/3)

36.40% 8.13% 38.93% 10.28%

空頭期間 (86/8/10~88/2/7)

41.87% 5.74% 47.53% 14.19%

多頭期間 (88/2/21~89/2/20)

61.57% 7.61% 79.67% 19.70%

空頭期間 (89/2/27~90/9/16)

32.93% 5.51% 29.83% 3.71%

多頭期間

(90/9/23~90/12/30)

29.74% 17.12% 34.53% 22.54%

所有多頭期間 328.61% 73.46% 408.86% 119.56%

所有空頭期間 49.97% 5.87% 50.76% 7.98%

註： ⁼ ∏ ^{+ −}

h

pt

pth R

R ^{(1 ) 1}

1 ) 1

( + −

=

∏

h mt

mth

R

R

AR

^{pth =}

R

^{pth −}

R

^mth

其中Rpth表h 週投資組合的累積報酬；Rmth表h 週市場大盤的累積報酬；ARpth表投資組合在h 週投 資組合的累積超額報酬；Rpt表第t 週投資組合的報酬率；Rmt表市場投資組合在第t 週的報酬率。

三、分析師推薦投資組合之Jensen’s α 分析

由表 4 看來，在五年的研究期間裏，每週都依聯合晚報「券商票選潛力股」的分析 師推薦資訊變動其投資組合，採用平均權重建構投資組合的方式其α＝0.8070，也就是分 析師推薦資訊可以為投資者帶來80.70%的正向顯著超額報酬；在考慮投資組合變動所需 繳付的交易成本後其 α＝0.2332，也就是可以為投資人帶來 20.32%的超額報酬。另一方 面，使用推薦強度權重建構的投資組合其 α＝0.8678，也就是可以為投資者帶來 86.78%

的顯著正向超額報酬；考慮交易成本後其α＝0.3152，雖然投資人可獲得的超額報酬下降 至31.52%，但仍具顯著性與重要性。所以，我們可清楚地了解到分析師推薦確實有效果

分析師的推薦股票可以實現獲利嗎？ 117

存在且推薦強度權重的確可為投資人獲取更顯著的超額報酬，這也就表示受到愈多分析 師所肯定的股票其未來股價表現確實會顯著地優於其他股票，即投資人確實可以從受到 重視的股票中獲取更高額的報酬。

其次就多頭市場而言，採用平均權重所建構的投資組合 α=0.8554，表示能夠獲取 85.54%的正向超額報酬，扣除交易成本後其 α=0.2834，也就是投資人僅能夠獲取 28.34%

超額報酬。另一方面，採用推薦強度權種建構投資組合α=0.9444，也就是能夠獲取 94.44%

的顯著正向超額報酬，扣除交易成本之後α=0.3735，就是能夠獲取 37.35%的超額報酬。

因此，分析師推薦資訊在多頭期間仍是有資訊價值可為投資人賺取超額報酬，另外，我 們也發現在多頭市場之下，以推薦強度權重建構投資組合所能夠獲得的超額報酬的確是 比平均權重所建構出來的投資組合來得高。

最後針對空頭市場的分析，表中顯示採取平均權重方式進行投資組合建構的投資者 其 α=0.8834，表示投資人能夠獲取 88.34%顯著的正向超額報酬，扣除交易成本後其 α=0.3137 雖然降低許多但仍是顯著的，這也表示投資人可以獲得 31.37%的正向顯著超額 報酬；另一方面，若投資人以推薦強度權重建構其投資組合則其 α=0.8972，表示投資人 採用推薦強度權重建構投資組合可以獲得89.72%的顯著正向超額報酬，考慮交易成本後 α=0.3625 且顯著，表示在扣除交易成本後投資人可以獲取 36.25%的顯著正向超額報酬。

結果顯示在空頭期間的分析師推薦資訊不會因為市場看空而失靈，反而效果還比多頭市 場來得更好，另外，採用推薦強度權重所建構出的投資組合其表現確實比平均權重來的 優秀許多。

綜合上述結果，我們發現依據分析師推薦所建構出來的投資組合都可以獲得顯著的 超額報酬，且採取分析師推薦共識之高低所定義之推薦強度權重建構出的投資組合，其α 值與顯著值都明顯地較僅採行一般平均權重所建構出的投資組合來的大且顯著許多，顯 示了推薦強度權重確實是可為投資人獲取更顯著的超額報酬。在考慮交易成本後超額報 酬有明顯下降的趨勢，但我們發現推薦資訊依舊是能夠為投資大眾獲取超額報酬，且藉 由推薦強度權重所建構的投資組合其超額報酬之顯著值同樣地較採取一般平均權重建構 的投資組合來得高。再次證實了分析師推薦共識程度的高低與推薦股票之績效間有顯著

118 財金論文叢刊，第一期，2004 年 6 月

的關係存在。另一方面，在跨期投資期間中，我們也發現無論是多頭或空頭市場的跨期 間投資皆可獲取超額報酬，同時我們也發現這種跨期投資的方式，仍然是以推薦強度權 重建構的投資組合所能夠獲得的超額報酬較高，也再次證實了分析師推薦共識程度之強 弱確實會影響日後股價表現。

表4 分析師推薦投資組合之 Jensen’s α 分析

註：

R

pt ⁻

R

ft ⁼α p⁺ β p

( R

^{mt −}

R

^ft

)

⁺_ε ^pt

其中Rpt表第t 週分析師推薦投資組合報酬；Rft表示第t 週的無風險報酬，以臺灣銀行一個月之活儲利率計 算；αp表示投資組合報酬與市場報酬率迴歸式的截距項之估計值，稱之為Jensen’s α；βp表示投資 組合週報酬與市場報酬率迴歸式斜率之估計值。

說明：*表示顯著水準達 P<0.10；**表示顯著水準達 P<0.05；***表示顯著水準達 P<0.01； ()內為 P-value。

平均權重 推薦強度權重

未考慮交易成本前 考慮交易成本後 未考慮交易成本前 考慮交易成本後

α t value α t value α t value α t value

全部期間 (86/1/5~90/

12/30)

0.8070***

(2.4E-08)

5.7616*** 0.2332 (0.10177)

1.6423 0.8678***

(6.5E-09)

6.0093*** 0.3152**

(0.03263)

2.1485**

多頭期間 (86/1/5~86/

8/3)

0.0537 (0.90533)

0.1200 -0.5326 (0.24230)

-1.1927 0.0392 (0.93133)

0.0870 -0.5469 (0.23396)

-1.2165

空頭期間 (86/8/10~8 8/2/7)

0.8284***

(0.00029)

3.7984*** 0.2739 (0.23691)

1.1923 0.9033***

(0.00025)

3.8506*** 0.4165*

(0.09900)

1.6704**

多頭期間 (88/2/21~8 9/2/20)

0.7735**

(0.02960)

2.2410** 0.2213 (0.52578)

0.6390 0.9039**

(0.01817)

2.4439** 0.3382 (0.36533)

0.9137

空頭期間 (89/2/27~9 0/9/16)

0.9368***

(0.00041)

3.6876*** 0.3525 (0.17072)

1.3825 0.8914***

(0.00069)

3.5350*** 0.3102 (0.22243)

1.2298

多頭期間 (90/9/23~9 0/12/30)

1.5742*

(0.06475)

2.0333** 0.9598 (0.24031)

1.2354 1.6842*

(0.05380)

2.1379** 1.1189 (0.17843)

1.4293

所有多頭 期間

0.8554***

(0.00188)

3.2001*** 0.2834 (0.29196)

1.0598 0.9444***

(0.00155)

3.3828*** 0.3735 (0.18412)

1.3381

所有空頭 期間

0.8834***

(4.1E-07)

5.2898*** 0.3137*

(0.06859)

1.8338* 0.8972***

(5.3E-07)

5.2346*** 0.3625**

(0.04151)

2.0554**

分析師的推薦股票可以實現獲利嗎？ 119

綜合表 2 至表 4 我們得知在台灣證券市場中，透過分析師的專業能力所做出的判斷 分析，的確可以為投資大眾找出價值被低估的股票，而投資大眾透過分析師推薦所建構 出的投資組合確實可以獲取優於大盤的超額報酬，且無論是在何種市場情況下皆有超額 報酬；而在考慮交易成本後超額報酬仍舊存在，同時也不因市場看空或利多而有所不同。

且依據本研究所採行的分析師推薦強度權重去建構投資組合能夠使投資人獲取更高的超 額報酬，這也顯示了被比較多券商或分析師所推崇的股票在日後確實是有較優秀的表現。

四、公司特性對推薦股票報酬影響之迴歸分析

本文以迴歸分析分別就各個公司特性對分析師推薦股票之績效影響進行驗證，表 5 至表7 則分別為不同市場情況下各個股票特性對分析師推薦股績效影響之迴歸分析。

（一）全體樣本之公司特性對分析師推薦股票報酬影響之迴歸分析

表5 為所有樣本之公司特性與分析師推薦股票報酬的迴歸分析，由表中我們可看出，

代表資訊不對稱的替代變數，無論是EST 或 LIS 的迴歸係數均顯著為負，顯示出成立時 間越短或是上市時間越短的公司在推薦資訊公布過後投資人所能夠獲取的超額報酬會越 大，由於成立時間或上市時間與資訊不對稱之間為反向的關係，因此實證結果支持，資 訊不對稱程度愈大的公司，分析師的推薦所能獲得的超額報酬也愈大，我們認為，由於 資訊不對稱較嚴重的公司，投資人對於公司的了解較少，因此當分析師的推薦資訊出現 時，對投資人所造成的衝擊或震撼也愈大，於是造成股票的上漲幅度較高。

在五年的研究期間裡 CAR^-4的迴歸係數顯著為正，表示過去的公司績效表現與分析 師推薦股票績效間存在著顯著的正相關，即分析師的推薦績效與前四個星期的公司股價 間呈現一顯著正相關，也就是過去漲得較多或表現較優異的股票在未來上漲的幅度會較 其他股票來得高，所能夠為投資大眾獲取的累積超額報酬相對地也就更高，這也支持了 台灣股票市場確實有所謂的動能（mometum）效果存在。

120 財金論文叢刊，第一期，2004 年 6 月

在週轉率方面CTR^-4與CTR^-2的迴歸係數皆為負且大多為顯著，意味著週轉率愈低的 股票，分析師的推薦效果愈明顯，我們認為可能的原因在於，週轉率低的股票通常因為 交易不熱絡，投資人往往容易忽略它，公司價值也愈可能被低估，一旦有分析師推薦買 進這一類的股票，投資人反而更容易注意這支股票，因而股價的上漲幅度也愈高。就公 司內部持股變動與市價淨值比而言，我們並未發現者兩者對於分析師推薦的股票績效具 有影響性，最後，公司規模的迴歸係數均顯著為負，說明了小公司的推薦效果優於大公 司的推薦效果，或許是因為小公司平常的資訊揭露量較少，以致於當分析師推薦資訊出 現時，引起市場上較大的關注，股價的上漲幅度也較大。

表 5 全體樣本之公司特性對分析師推薦股票報酬影響之迴歸分析

模式一 模式二 模式三 模式四

截距 7.295（6.057,1E-09）*** 7.336（6.087,1E-09）*** 5.882（4.730,2E-06）*** 5.888（4.740,2E-06）***

EST -0.003（-4.859,1E-06）*** -0.003（-4.908,9E-07）***

LIS -0.003（-3.362,0.001）*** -0.003（-3.392,0.001）***

CAR^-4 0.011（1.745,0.081）* 0.011（1.692,0.091）* 0.012（1.779,0.075）* 0.011（1.738,0.082）*

CTR^-2 -0.009（-1.968,0.049）** -0.007（-1.5150,0.130）

CTR^-4 -0.005（-2.076,0.038）** -0.004（-1.569,0.117）

INS1 -0.030（-0.794,0.427） -0.029（-0.775,0.438） -0.032（-0.856,0.392） -0.032（-0.844,0.399）

MBE -0.019（-0.479,0.632） -0.018（-0.438,0.661） -0.013（-0.3113,0.756） -0.012（-0.283,0.777）

LOGV -0.736（-4.506,7E-06）*** -0.738（-4.520,6E-06）*** -0.624（-3.593,0.000）*** -0.623（-3.592,0.000）***

Adj R² 0.0089 0.0090 0.0069 0.0069

模式顯著值 0.000 0.000 0.000 0.000

註：

_Y

_i

= α + β

₁

_X

_1i

+ β

₂

_X

_2i

+ β

₃

_X

_3i

+ β

₄

_X

₄

+ β

₅

_X

₅

+ β

₆

_X

₆

其中Yi為分析師推薦股票之超額報酬；X1表公司資訊不對稱程度；X2表個股前期績效；X3表個股之累積 週轉率；X4表公司近期內部人持股比例之變動；X5表公司之市價淨值比；X6為公司規模

說明：LIS 表示訊息刊登日距離公司上市上櫃之其間； CAR^-4表距訊息刊登日前四週的累積超額報酬；CTR^-2 表距訊息刊登日前兩週的累積週轉率；CTR^-4表距訊息刊登日前四週的累積週轉率；INS1 表距訊息 刊登日前一個月的內部人持股變動；MBE 表股東權益市場價值和帳面價值比；LOGV 表公司普通股 市值之自然對數；EST 表訊息刊登日距離公司成立之期間。（）內的數字表示 t 值與 P 值；*表示顯 著水準P＜0.10；**表示顯著水準 P＜0.05；***表示顯著水準 P＜0.01。樣本數：5980。

分析師的推薦股票可以實現獲利嗎？ 121

（二）多空頭市場下公司特性對分析師推薦股票報酬影響之迴歸分析

表 6 與表 7 則是分別針對多頭市場與空頭市場下，就公司之特性與分析師推薦股票 之績效進行迴歸分析，希望能夠進一步了解，公司特性對分析師推薦績效的影響是否會 因不同的市場狀況而有所不同。

表6 與表 7 的迴歸實證結果，與表 5 之整體樣本迴歸結果並沒有太大的差異，不管 是在多頭市場或是空頭市場之下，資訊不對稱與公司的前期報酬仍然對分析師的推薦績 效具有顯著正向的影響，也就是資訊不對稱愈嚴重的公司或前期報酬愈高的公司，其分 析師的推薦績效也愈好；另外，股票的週轉率與公司的規模皆對分析師的推薦績效具有 顯著為負的影響，亦即較冷門的股票或較小的公司，被分析師推薦時，往往更容易引起 市場的注意，使其績效表現較佳，有鑑於此，投資人若欲參考分析師的投資建議，可以 在所有的推薦名單中，選擇資訊不對稱較大的公司、前期報酬較高的公司、週轉率較低 的股票以及規模較小的公司進行投資，如此可以獲得更高的超額報酬，提升整體投資組 合的績效，而且這樣的操作策略並不因不同的市場狀況而有所不同，這樣的結果有助於 投資人可以更簡易的參考分析師的投資建議，因為不管是處於多頭或空頭（這一點對任 何投資人而言均難以進行事前精確的判斷），投資人都可以參考前面的公司特性輔以分析 師的推薦名單用以提升其投資績效。

綜合表 5 至表 7 的實證結果，本文對現有文獻提供了進一步的擴展，亦即分析師的 推薦績效會因不同的公司特性而有所差異，尤其資訊不對稱、股票的前期報酬和週轉率，

在本文的實證中均看出對於分析師的推薦績效具有顯著影響，而這些變數的可能影響性 是過去研究所未探討的。

122 財金論文叢刊，第一期，2004 年 6 月

表6 多頭市場下公司特性對分析師推薦股票報酬影響之迴歸分析

模式一 模式二 模式三 模式四

截距 2.963（1.444,0.149） 2.925（1.429,0.153） 1.114（0.529,0.597） 1.090（0.511,0.609）

EST -0.004***（-4.419,1E-05） -0.004***（-4.389,1E-05）

LIS -0.004**（-3.134,0.002） -0.004**（-3.107,0.002）

CAR^-4 0.016（1.455,0.146） 0.016（1.452,0.147） 0.016（1.487,0.137） 0.016（1.497,0.135）

CTR^-2 -0.001（-0.136,0.892） 0.003（0.355,0.723）

CTR^-4 -0.000（-0.074,0.941） 0.002（0.460,0.646）

INS1 -0.001（-0.019,0.985） -0.001（-0.019,0.985） -0.004（-0.060,0.952） -0.004（-0.066,0.947）

MBE -0.077（-0.990,0.323） -0.077（-0.991,0.322） -0.055（-0.701,0.484） -0.056（-0.718,0.473）

LOGV -0.093（-0.327,0.744） -0.090（-0.315,0.752） 0.026（0.087,0.930） 0.030（0.098,0.922）

Adj R² 0.0094 0.0094 0.0051 0.0051

模式顯著值 0.000 0.000 0.000 0.000

註：

_Y

_i

= α + β

₁

_X

_1i

+ β

₂

_X

_2i

+ β

₃

_X

_3i

+ β

₄

_X

₄

+ β

₅

_X

₅

+ β

₆

_X

₆

其中Yi為分析師推薦股票之超額報酬；X1表公司資訊不對稱程度；X2表個股前期績效；X3表個股前期累 積週轉率；X4表公司近期內部人持股比例之變動；X5表公司之市價淨值比；X6為公司規模

說明：LIS 表示訊息刊登日距離公司上市上櫃之其間； CAR^-4表距訊息刊登日前四週的累積超額報酬；CTR^-2 表距訊息刊登日前兩週的累積週轉率；CTR^-4表距訊息刊登日前四週的累積週轉率；INS1 表距訊息 刊登日前一個月的內部人持股變動；MBE 表股東權益市場價值和帳面價值比；LOGV 表公司普通 股市值之自然對數；EST 表訊息刊登日距離公司成立之期間。（）內的數字表示 t 值與 P 值；*表示 顯著水準P＜0.10；**表示顯著水準 P＜0.05；***表示顯著水準 P＜0.01。樣本數：2247。

分析師的推薦股票可以實現獲利嗎？ 123

表7 空頭市場下公司特性對分析師推薦股票報酬影響之迴歸分析

模式一 模式二 模式三 模式四

截距 9.665***（6.476,1E-10） 9.801***（6.520,7E-11） 8.604***（5.629,2E-08） 8.684***（5.659,2E-08）

EST -0.002***（-2.722,0.007） -0.002***（-2.795,0.005）

LIS -0.002*（-1.817,0.069） 0.019*（1.674,0.094）

CAR^-2 0.022*（1.946,0.052） 0.018（1.636,0.102） 0.022*（1.955,0.051） 0.019*（1.674,0.094）

CTR^-2 -0.016***（-2.817,0.005） -0.014***（-2.586,0.009）

CTR^-4 -0.009***（-2.889,0.004） -0.008***（-2.624,0.009）

INS1 -0.051（-1.079,0.281） -0.050（-1.067,0.286） -0.053（-1.124,0.261） -0.053（-1.115,0.265）

MBE 0.007（0.142,0.887） 0.008（0.182,0.856） 0.009（0.199,0.843） 0.011（0.230,0.818）

LOGV -1.088***（-5.446,5E-08） -1.099***（-5.485,4E-08） -0.100***（-4.718,2E-06） -0.002*（-1.869,0.062）

Adj R² 0.0121 0.0122 0.0110 0.0110

模式顯著值 0.000 0.000 0.000 0.000

註：

_Y

_i

= α + β

₁

_X

_1i

+ β

₂

_X

_2i

+ β

₃

_X

_3i

+ β

₄

_X

₄

+ β

₅

_X

₅

+ β

₆

_X

₆

其中Yi為分析師推薦股票之超額報酬；X1表公司資訊不對稱程度；X2表個股前期績效；X3表個股之累積 週轉率；X4表公司近期內部人持股比例之變動；X5表公司之市價淨值比；X6為公司規模

說明：LIS 表示訊息刊登日距離公司上市上櫃之其間； CAR^-2表距訊息刊登日前二週的累積超額報酬；CTR^-2 表距訊息刊登日前兩週的累積週轉率；CTR^-4表距訊息刊登日前四週的累積週轉率；INS1 表距訊息 刊登日前一個月的內部人持股變動；MBE 表股東權益市場價值和帳面價值比；LOGV 表公司普通 股市值之自然對數；EST 表訊息刊登日距離公司成立之期間。（）內的數字表示 P 值；*表示顯著水 準P＜0.10；**表示顯著水準 P＜0.05；***表示顯著水準 P＜0.01。樣本數：3733。

伍、結論

我們根據分析師推薦股票所建構出的投資組合，無論是依據投資組合績效優於大盤 的次數比率，或是根據市場調整模式及Jensen’s α 做為超額報酬之衡量檢定，都發現分析 師推薦的股票確實具有資訊價值，能夠為投資大眾帶來表現較為優秀的投資組合，而考 量實際買賣所需的交易成本後，本文發現投資者依舊可以藉由分析師的推薦股票所建構 出的投資組合獲取超額報酬，且整體而言，根據推薦強度權重所建構出的投資組合其表

124 財金論文叢刊，第一期，2004 年 6 月

現會較平均權重所建構出的投資組合來得出色，這也說明了分析師推薦共識的強弱確實 與日後推薦股票的績效有顯著的關係存在，亦即被愈多券商或分析師所推薦的股票在日 後確實會有較優秀的表現，這一點，說明了分析師的確有好的選股能力。

而在各個重要的公司特性對分析師推薦股票績效之影響，我們則發現：公司上市期 間越短或成立時間越短，投資大眾對其瞭解也就少，資訊不對稱的程度就越高，資訊公 佈後對投資者的震撼就越大，因此分析師推薦之效果就較好，投資大眾所能夠獲取的超 額報酬也較高。再者，公司前期績效表現之良窳對分析師推薦績效確實會產生影響，前 期表現較好的股票其分析師推薦效果相較於前期績效較差的公司來得好，由於動能效果 的存在所以前期漲幅較大的股票在未來的漲幅將會更大，投資者也就能從中獲取較高的 超額報酬。其次週轉率愈低的股票，當分析師進行推薦時，其推薦效果也較佳，我們稱 它為「冷門股效應」，也就是愈是冷門的股票，投資人愈容易忽略它的存在，亦即價值愈 可能被低估，以致於當推薦資訊出現時，反而引起較大的關注與較大的漲幅。最後，我 們發現公司規模越小則分析師的推薦效果就愈明顯。由於分析師的推薦績效與公司特性 具有顯著相關，因此投資人在參考分析師的推薦投資名單時，可以將公司的特性同時納 入考慮，如此可提高整體投資組合的績效。

整體而言，本文的主要貢獻主要有以下幾點，首先我們依據分析師所推薦的股票，

建立投資組合，並依據每週的推薦名單實際調整我們的投資組合，而且依照實際的手續 費與證交稅扣除交易成本，觀察投資人是否可以完全服從分析師的建議名單而獲利，實 證結果是肯定的，此一結果支持國內分析師整體而言具有好的選股能力。其次，我們設 計了二種不同的投資組合建構方式，驗證分析師對某一股票的推薦共識愈高時，該股票 的績效表現是否也較佳，結果發現，當分析師共識強度越高時其推薦績效越好，而此效 果在考慮了交易成本後依舊存在，這意味著投資人除了可以參考分析師的推薦名單之 外，也要注意每一支股票的推薦票數，如果愈多分析師看好此一股票，則可在投資組合 中提升此一股票的投資比重。最後，我們發現公司特性對於分析師推薦績效具有顯著影 響，投資人在建構投資組合時，除了考慮該股票的推薦強度，若再進一步考慮其公司特 性，則投資績效將更為顯著。

分析師的推薦股票可以實現獲利嗎？ 125

參考文獻

1. 方智強、姚明慶，1998，「台灣上市公司的淨值市價比現象」，管理學報，第十五卷第 三期，頁367-391。

2. 宋怡靜，2002，「分析師推薦持股之群集行為」，私立逢甲大學財務金融研究所碩士論 文

3. 邱淑珍，1997，「股票公開推薦資訊有效性之實證研究」，國立台灣大學商學所碩士論 文

4. 陳建成，1999，「股票公開推薦價值與影響因素之研究」，國立中正大學財務金融所碩 士論文

5. 陳家彬，1999，「台灣地區股票報酬之橫斷面分析：三因子模式之實證」，興大人文社 會學報，第八期，頁213-236。

6. 劉士豪，2001，「報紙推薦資訊對股價行為影響之研究」，國立台灣科技大學企業管理 研究所碩士論文

7. 盧志昌，1999，「證券投顧公司投資組合競賽傳達訊息之研究」，國立中正大學財務金 融所碩士論文

8. 盧美君，2000，「由單純策略（Naive Strategies）檢測專家推薦個股之投資績效」，國 立中正大學企業管理研究所碩士論文

9. Affleck-Graves, John, and Richard R. Mendenhall ,(1992), “The relation between the Value Line enigma and post-earnings-announcement drift”, Journal of Financial Economics, Vol.

31, Iss. 1, pp.75-96.

10. Albert Jr., Robert L. and T. R. Smaby, (1996),“Market response to analyst recommendations in the ‘Dartboard’column：The information and price-pressure effects”,

Review of Financial Economics, Vol.5,Iss.1,pp.59-74.

11. Barber, B. M., D. Loeffler, (1993), “The‘Dartboard’ column：Second-hand information and price pressure”, Journal of Financial and Quantitative Analysis, 28, Iss.2, pp.273-284.

12. Bauman, W. S., S. Datta, M. E. I. Datt, (1995),“Investment analyst recommendations：A test of the announcement effect and the valuable information effect”,Journal of Business Finance and Accounting, 22,Iss.5,pp.659-670.

126 財金論文叢刊，第一期，2004 年 6 月

13. Beneish, M.D. ,(1991),“Stock price and the dissemination of analysts’ recommendations ”, Journal of Business , 64,Iss.3,pp.393-416.

14. Bjerring, J. H., J. Lakonishok , T. Vermaelen ,(1983), “Stock price and financial analysts’

recommendations”, Journal of Finance,38,Iss.1, pp.187-204.

15. Brad B., R. Lehavy, M. McNichols, B. Trueman ,(2001),“Can Investors Profit from the Prophets？ Security Analyst Recommondations and Returns”, The Journal of Finance, Vol.Lvi, No.2, pp.531-563.

16. Chan, L. K. C., Jegadeesh, N. , Lakonishok, L.,(1996), “Momentum strategies”, Journal of Finance, Dec.,pp.1681-1713

17. Chandy, P.R., J. W. Peavy , W. Reichenstein,(1993),“A note on the Value Line stock highlights”, The Journal of Financial Research,16,Iss.2,pp.171-179.

18. Copeland, T. E. , D. Mayers, (1982), “The Value Line enigma (1965-1978)：A case study of performance evaluation issues”, Journal of Financial Economics, 10,Iss.3,pp.289-321.

19. Datta S., M. I. Datta, A. Patel,(2000), “Some evidence on the uniqueness of initial public debt offerings”, The Journal of Finance, 55, pp.715-743.

20. Davies, P. Lloyd , M. Canes ,(1978),“Stock prices and the publication of second-hand information”,Journal of Business, 51, Iss.1,pp.43-55.

21. Fama, E. F. and French, K. R.,(1992),“The CTRoss-section of expected stock returns”, Journal of Finance, Jun.,pp.427-465.

22. Greene, Jason , S. Smart ,(1999),“Liquidity provision and noise trading：Evidence from the

‘Investment Dartboard’ column”, The Journal of Finance, 54,Iss.5,pp.1885-1899.

23. Holloway, Clark ,(1981),“A note on testing in aggressive investment Strategy using Value Line ranks”,Journal of Finance, 36,Iss.3,pp711-719.

24. Hu, S. Y.,(1997) “Trading turnover and expected stock returns: The trading frequency hypothesis and evidence from the Tokyo Stock Exchange”, Working Paper, Chicago University

25. Huth, William L. , B. A. Maris ,(1992), “Large and small firm stock price response to

‘Heard On The Street’recommendation”, Journal of Accounting, Auditing＆Finance, 7, Iss.1, pp.27-47.

26. Jaffe, J.,(1974), “Special Information and Insider Trading”, Journal of Business, pp.410-428