本研究主要在探討財務報表重編事件是否導致要求之資金成本提高。探究重編事件之經濟後果，除了彌補此議題之實證證據外，研究結果亦能提供警訊給予企業之管理當局，以抑減財務報表舞弊之發生，同時提供投資人投資決策參考。 本研究以民國86年7月至96年6月間曾重編財務報表之國內上市公司為重編研究樣本建構財務報表重編投資組合，與同期間之其他對應之上市公司投資組合，運用Fama-French三因子模型，加入財務報表重編因子，建構四因子模型，進行最小平方法(OLS)迴歸分析檢測假說。實證結果顯示，在控制市場、規模、淨值市價比因子之後，財務報表重編因子為風險因子，顯示財務報表重編，導致投資者要求之資金成本提高。此外，投資者對於財務報表重編次數之反應並無明顯的不同，而對重編變動之金額程度之反應則有顯著之差異。同時，投資者對於小規模公司發生財務報表重編之反應較大規模公司來的劇烈。最後，在事件影響存續期間研究結果顯示，財務報表重編事件對於公司之資金成本長期而言有明顯的影響，顯見財務報表重編對公司之價值影響重大。

2001年美國發生了恩龍案，是美國史上最大的企業詐欺案，超過六百億美金的市值在短期內蒸發，接連著又有世界通訊等等企業弊案發生。而國內在2004年中旬博達案發生之後也接連發生一連串企業弊案。顯示出不論國內或國外，公司治理的重要性。本研究利用 La Porta ,Lopez–de- Silanes and Shleifer(1999)以及Claessens，Djankov，and Lang (1999) 的方式探討公司治理的核心問題，也就是最終控制股東其控制權與現金流量權的偏離程度。並以Fama and French (1995)提出的的三因子模型來驗證現金流量權偏離率是否是一個能夠解釋股票報酬的風險因子。 本研究以台灣上市公司為樣本，並剔除金融保險類股，研究期間為1999年至2006年。透過複迴歸分析，本研究的發現與結論如下： 1.台灣的上市公司之中，大部分公司都有使用金字塔結構以及交叉持股的方式增加控制股東對於公司的控制能力。而最終控制權股東的型態則是以家族或是個人最多。 2.Fama and French (1995)的三因子模型中，在本研究的期間，市場因素(Beta)、公司規模(Size)、淨值市價比(B/M)是解釋台灣股票報酬良好的顯著因子。 3.利用La Porta， Lopez-de-Silanes and Shleifer(1999)方法，追蹤所得到的現金流量權偏離率，是個解釋台灣上市公司的股票報酬率顯著的風險因子，並且使整體模型的配適程度提高。 4.把研究的樣本分成兩個階段，一個是公司治理弊端頻傳的期間，另一個是較少公司治理弊端的期間。從實證結果發現，現金流量權偏離率對於股票報酬率的解釋能力會更加的顯著，相較於較少公司治理弊端的期間。

權益成本估計的不確定性將嚴重影響企業價值評估的準確性，因此本文檢視CAPM單一因子模型及Fama and French三因子模型，依1982年7月至2007年12月之台灣二十八類產業為研究樣本，以傳統的所有樣本期間迴歸（Full-period Regression）與滾動式迴歸（Rolling Regression）兩種不同估計方式，發現CAPM及Fama and French三因子模型之風險係數隨著時間改變的平均真實隱含標準差均高達0.18以上。比較兩模型在產業權益成本預測能力的比較上，Fama and French三因子模型不論預測近期或遠期的表現均優於CAPM外，預測的期間越久，兩模型預測能力差距將越小，其預測能力也越接近。在我們進一步利用兩種定價模式估計產業權益成本發現，Fama and French三因子模型明顯降低了產業權益成本的波動狀況，並且CAPM與Fama and French三因子模型使用五年滾動式迴歸模型估計的差異大於使用完整樣本期間估計的方式。有鑑於此，當我們選擇資產定價模型做為資產評價上之權益成本應用時，在預測短期間的權益成本估計上，Fama and French三因子模型以長期間的完整歷史時間估計仍為有較佳方式。然而在預測遠期的權益成本估計時，CAPM仍為不錯的估算方式。

本文利用向量自我迴歸模型所得出來的殘差值來模擬未預期到的總體經濟訊息，以期限利差和一個月定存利率來捕捉殖利率曲線，以違約利差和股利收益率來描繪資產報酬的條件機率分布，本文實證未預期到的期限利差和未預期到的違約風險與淨值市價比因子和市值規模因子包含相同的訊息，因此後續檢驗這些能夠捕捉未來投資機會的總體經濟訊息比起Fama-French三因子模型是否對台灣股票橫斷面的平均報酬更具有解釋能力。 實證方法採用Fama-MacBeth(1973)兩階段迴歸方法，Fama-French三因子模型實證結果顯示台灣股票市場存在著負向的淨值市價比效果，但卻不存在著規模效果，這與國外一些學者研究1980年代之後規模效果逐漸消失的結論相同。在實證未預期到的總體經濟訊息模型時，由於被解釋變數為股票超額報酬率，因此常數項應該為不顯著的關係，但此假設強烈的被未預期到的總體經濟訊息模型拒絕，代表此模型可能遺漏了重要的解釋變數。因此，Fama-French 三因子模型對台灣股票橫斷面平均報酬率的解釋能力比未預期到的總體經濟訊息模型更佳。 / The Fama and French factors HML and SMB are correlated with innovations in variables that describe investment opportunities. I find that shocks to term spread and shocks to default spread have the same information with the Fama and French factors HML and SMB. This paper investigates whether a model that includes shocks to the aggregate dividend yield and term spread, default spread, and one-month deposit interest rate can explain the cross section of average return on Taiwan stock market as well as the Fama and French can. Using the Fama-MacBeth (1973) two steps cross-sectional regressions, I find there exists the negative book-to-market effect on Taiwan stock market, but the size effect disappears. Since the dependent variables in the regression is excess returns, the intercept of the cross-sectional regression should be zero. This hypothesis is strongly rejected in the case of the model includes shocks to the Macroeconomics variables and the market portfolio. It means this model omits some important variables, so the Fama and French three-factor model can explain the cross section of average returns better.

在知識經濟時代下，無形資產的對於公司的重要性愈來愈高。有別於在工業時代下的生產重心，著重在大量的土地，機器設備...等有形的資產，在二十一世紀競爭中致勝的關鍵因素卻是那些無實體存在的知識累積，例如：研究發展的能力、員工的素質、顧客關係的維持…等;然而，會計處理對於無形資產卻是停留在歷史的取得成本，而不是現時的市場價值，更甚，有些無形資產根本無法入帳;因此，資本市場如何看待與反應公司的無形資產就是一項有趣的議題。本研究之研究目的是：依據Fama and French (1993)三因子模型，以橫斷面的分析方式，欲控制了系統風險、規模效果和淨值與市價比效果後，進一步分別探討研究發展活動與專利權對於股票報酬之影響，是否擁有投入愈多的研發活動與專利可以在股票市場獲得愈高的報酬？是否研究發展費用與專利權數對於股票報酬有遞延效果的影響？ 樣本期間從民國七十一年到民國九十三年，包含上市與上櫃公司，總共有21717筆觀察值，在研究發展活動方面，本研究採用了當期研究發展費用與依五年資本化後之研究發展費用二種替代變數，專利權方面，採用專利權數與累積專利權數二種代理變數，其實證結果發現： (1)當期研究發展費用溢酬與股票超額報酬呈現顯著的正向相關，將研究發展費用依五年資本化後，資本化後之研究發展費用溢酬仍與股票超額報酬呈現顯著的正向相關。 (2)專利權數之溢酬與股票超額報酬卻是顯著的負相關，累積專利權數之溢酬與股票超額報酬也是呈現顯著的負向關係，可能的原因是：在本研究樣本裡的大部分的專利權數量是非常集中在少部分的公司。 (3)研究發展溢酬對於超額報酬最多有三年的遞延效果，專利權溢酬對於超額報酬至少有五年遞延的效果。 (4)當期研究發展費用溢酬與資本化後之研究發展費用溢酬對於超額報酬有顯著不同的影響，二者比較下，當期研究發展費用溢酬對於股票報酬的影響程度大於資本化後之研究發展費用溢酬。可能的原因是:Fama and French三因子模型某種程度上代表著流量的概念，因此，當期研究發展費用溢酬的效果較為顯著。 (5)在專利權數之溢酬與累積專利權數之溢酬二者之間，對於超額報酬不具有顯著差異性的影響。可能的原因是:大部分的樣本都沒有專利權，因此，專利權數之溢酬與累積專利權數之溢酬沒有太大的差異。 (6)以研究發展與專利來說，二者對於超額報酬具有顯著不同差異的影響。 / Since the change in the global economy in the last decade, from manufacturing and industry-based to knowledge-based, it has created new interest in intellectual capital and increased the demand for measuring and reporting the effect on business and profitability. Nonetheless, accounting conventions based on historical cost often understate their value. Thus, from a practical point of view, how the stock market responses to the innovative activity is an interesting issue. Here, the major objective of this study is, on the basis of the three-factor model in Fama and French (1993), to investigate the relationship between innovation activities in firms and stock returns. That is, the aim in this study is to examine whether the intellectual capital, in particularly focusing on R&D and patents, has impact on stock returns. Does the market provide the premium for the value of the innovation in firms? Do the stocks with more innovation efforts worth the higher market rate of returns? Do R&D and patents have time lag effect on returns? We find that: (1) The return premiums are significantly greater for high-level of R&D than for low-level R&D. The mimicking returns both for the R&D-expense factor and capitalized-R&D factors are significantly positive related to excess stock returns. (2) Contrary to our intuition and expectation, the mimicking returns both for patent count and cumulated patent count are significantly negative associated with excess stock returns. One possible explanation is that the distribution of patented innovation is known to be extremely skewed, implying that a few patents are very valuable and many are worth almost nothing. (3) R&D-related return premiums have 3-year lag effect on excess stock returns at most. As for patent-related return premiums, it shows 5-year lag at least for excess stock returns. (4) R&D expenses have more impact on stock returns than the R&D capitalization. One possible explanation is that the “flow” concept is more suitable than the “stock” concept in the Fama and French (1993) regression of stock returns. (5) There is no difference between patent count and cumulated patent count in explaining stock returns. It is likely that, for a large proportion of the sample, they do not possess any patents. (6) When it comes to compare R&D to patents, we find that there is statistically significant difference between the two in explaining excess stock returns.

本文旨在探討台灣流動性交易需求對於股票報酬之波動性（變異數）與共移性（共變異數）的解釋能力。我們仿照Greenwood and Thesmar (2011) 的作法，完全利用共同基金的資料來近似股票的流動性交易需求（共同基金增加或減少其持有某支股票的部位）以及股權分佈，並據以推導出股票的脆弱性以及共脆弱性來預測股票報酬的變異數以及股票間的股票報酬共變異數。根據這個理論模型，當股票投資者面臨流動性衝擊，如果股權高度集中，或是散戶投資者間的流動性交易需求具有高度相關（即同時買進或同時賣出）時，流動性交易需求對股票報酬變異數以及股票間的股票報酬共變異數會產生顯著的影響。本文利用台灣2002年至2011年50家共同基金的資料，得到以下的結果：一、由股票流動性交易需求所推導出來的股票報酬波動（即股票之脆弱性）與利用股價所計算出的股票報酬變異數有明顯的正相關。二、股票的共脆弱性以及股票之間的共移性呈明顯正相關。三、小公司股、成長股、歷史表現好的股票均具有高脆弱性。以上實證結果指出，流動性交易需求對股票報酬有顯著的影響力，因此可利用股票之脆弱性預測股票報酬之波動。

本研究目的欲探討實施費率自由化第一及第二階段後之情形，即在2006年第二階段實施後，台灣產物保險公司及各險種個別之資金成本，以檢視兩階段自由化實施後是否顯著影響國內產險業。而資金成本為公司每段期間內應支付資金提供者之期望報酬，故以此可做為日後公司經營之參考指標。研究期間為2002年至2008年，分別由一因子模型及多因子模型解釋台灣產物保險業之資金成本，及系統風險(β)的變化是否會影響其資金成本之變動。利用資本資產定價模型(Capital Asset Pricing Model, CAPM)及Fama-French三因子模型(Fama-French Three-Factor Model, FF3F)求得公司資金成本，再透過完備資訊方法(The Full-information Industry Beta Method, FIB)了解不同險種間之系統風險及資金成本。實證結果顯示： 1. 無論在整體產險公司或是不同險種間，由FF3F模型所估計之資金成本均高於由CAPM模型所估計之資金成本。說明CAPM模型無法反映公司規模及財務危機因子(淨值市價比因子)之溢酬，而造成資金成本之低估。 2. 經CAPM模型及FF3F模型之估計，顯示台灣產險業之資金成本均低於國外產險業之資金成本，如美國。說明台灣產險業於資本市場之融資成本較低，造成其資本效率偏低，投資人變相縱容產險公司從事高風險性資產之投資。 本研究由台灣實證資料，顯示現行產險業資金取得成本低，導致其資本效率偏低，且投資人無法由市場資訊檢視其保險本業是否根據成本之考量來定價，故主管機關應於費用完全自由化後，加強產險業經營之監理，導正產險市場經營模式，避免因核保循環(underwriting cycle)而影響公司財務穩健。 關鍵詞：費率自由化、資金成本、資本資產定價模型、Fama-French三因子模型、完備資訊方法。

量價關係，一直以來皆為技術分析學派所廣泛運用，其主張運用過去的股價以及成交量來推測股票未來的走勢，而也有許多的研究以及投資策略皆是從量價關係所出。在國內，小型股也由於其股本小的特性，往往成為有心人士炒作之標的。此外，小型股亦較大型股具有不對稱資訊的性質，而由於成交量背後往往隱藏著許多的資訊，因此投資人利用量與價之間的關係，得到能夠有效預測小型股股價的方法以利其投資。 而本文之研究，將量價關係運用在小型股上，想檢視彼此間有無任何關係存在。本文中我們使用了因果關係檢定，三因子模型，以及縱橫迴歸模型，用來分別檢視小型股與大型股的量價關係。驗證結果發現，在不同的檢驗方式下，都會得到小型股較大型股，有顯著量價影響的關係存在。 / The relation between volume and price is widely used in technical analysis. It predicts future stock price by using past stock price and volume. There are lots of investigations and investment strategies are stemmed from it. In Taiwan, small caps are preferred to be held by the people who would like to manipulate the price because of their small number of capitalization. In addition, compared with large caps, small caps are of asymmetric information to the investors. As there is lot of information hidden behind volume, investors are likely to use the relation between volume and price to get a useful way to predict small caps’ stock price. In this paper, I use granger causality test, three-factor model, and panel data model to test the relation between price/return and volume of small caps and big caps separately. The experiment shows that use different ways, we can verify there exist more obvious relations between volume and price in small caps than in large caps.

資本資產定價模型已被廣泛使用於分析股票風險與要求報酬率之間的關係。然而，個別股票風險Beta是否足以解釋其報酬，也受到愈來愈多的質疑。Fama和French在1993年提出額外兩個因子來解釋股票報酬。我們將應用資本資產定價模型和三因子模型來分析1963年7月至2002年12月之美國的三大股票交易所上市公司。藉由一次改變分析過程中的一部分，以觀察參數估計值是否穩定。結果發現Beta_HML總是顯著且最為穩定，而Beta_SMB並不顯著。Beta經常顯著，但變動情況較大。另外，我們將考慮個別股票本身的變異，亦即將隨機效果納入考量。 / The Capital Asset Pricing Model (CAPM) has been widely used to analyze the relationship between risk and required rate of return on a stock, while it is doubted that individual stock's risk Beta has enough explanatory power for it's returns. Fama and French (1993) proposed two more factors to help explaining stock returns. We use the CAPM and the three-factor model to analyze listed companys in American stock exchanges, during the period from July 1963 to December 2002. We change part of the analyzing process a time to see if the estimates of the parameters are stable. The risk-premium Beta_HML is always significant and it performs most stable, while another risk-premium Beta_SMB is never significant. Beta is usually significant but it varies. Furthermore, we take within-stock variation into account, so random effects are considered.