1 |
違約利差和期間利差作為風險因子的適用性-由橫斷面資料研究李智揚, Lee, Chih Yang Unknown Date (has links)
本文援引Hahn and Lee(2006)所制定出來的模型及概念,探討Fama and French(1993)中的市值因子與市淨比因子能否以違約利差及期間利差替代作為投資機會的預測變數,並以經濟意涵試圖去解釋風險與報酬之間的關聯。本文使用的總體經濟變數以及公司基本面因素包括:公司規模因子(SMB)、淨值市價比因子(HML)、市場風險因子(market risk factor)、違約利差(default spread)、期間利差(term spread)。除此之外,本文亦從時間序列到橫斷面股價報酬採相似無關回歸法(SUR)探討規模因子與淨價市值因子對股價報酬的影響,觀察總體經濟變數能否替代公司特徵因子對股票超額報酬產生解釋能力。
本研究以台灣股票市場為研究樣本,資料期間為2006年1月至2014年12月,並排除掉2008和2009年金融海嘯的影響,共84個月的月報酬資料,以上市上櫃公司共752家為研究對象。實證結果可發現:(1)時間序列分析下,本研究的價值型股票(value stock)具有較高的風險溢酬,成長型股票(growth stock)具有較低的風險溢酬,高市淨比的公司因財務困境風險其報酬會比低市淨比的公司來的高;而台灣上市上櫃公司也存在顯著規模效果,小市值公司因違約風險具有較高的風險溢酬,大市值公司擁有較低的風險溢酬。(2)從橫斷面分析,在FF3模型下,市價淨值比因子(HML)與股票報酬呈現正相關,公司規模因子(SMB)及市場風險與股票報酬負相關。在Hahn and Lee(2006)的替代模型下,違約利差、期間利差皆與股票報酬呈正相關卻不顯著,市場投資組合R_m則與個股報酬負相關,與過去研究相反。
|
2 |
橫斷面與時間數列混合資料之隨機邊界生產函數--台灣地區之實證研究陳慧玲, CHEN,HUI-LING Unknown Date (has links)
自一九七七年Ainger,Lovell,and Schmidt 發表隨機性邊界生產函數估計方法一文以
後,這項方法便廣泛地應用於廠商生產技術效率的估計。然而, Ainger,et al的方
法係利用單一年度橫斷面資料,方法中有一些缺失,例如:技術無效率部份的統計分
配假設、技術無效率部份與生產投入可能存在某些相關,以及技術無效率可能會隨廠
商經營期間而變化。本文的目的,即嚐試利用橫斷面與時間數列混合資料來修正上述
缺點,分析對象為台灣地區的外人投資廠商,包含電子電器、基本金屬、橡塑膠製品
、化學等產業,時間由民國64年至71年共八年。
台灣地區自一九五二年引進直接外人投資,外資在我國的經濟發展過程扮演重要角色
。過去有關台灣地區外人投資的文獻甚多,然而有關外資廠商生產效率的研究卻不多
見,直至目前僅 Chen and Tang(1987),劉錦添與蔡偉德(1989)兩篇,且均偏重於橫
斷面的分析。本文將利用近年來發展的Panel Data生產技術效率測定方法來進行,文
中主要參考Schmidt and Sickles(1984) 與Cornwell,Schmidt and Sickles (1988)
兩篇著作。在實證中,假設廠商生產函數為Cobb-Douglas函數,分別利用「固定效果
」(fixed effect)及「隨機效果」(random effect) 二種模型。固定效果模型認為廠
商生產技術效率差異為一固定係數,反映於迴歸式截距項的差異;而隨機效果模型假
設生產術效率項目為隨機變數,效率的差異反映於迴歸式中殘差項的差異。此外,由
於生產因素投入與效率可能存在相關,為得到具有一致性的估計值,本文將利用工具
變數方法來修正。最後,本文分析不同年度廠商效率之變化,並探討造成效率變化之
原因。
|
3 |
上市公司購併宣告對股價影響之研究-以電子業及食品業為例沈建良, Chern, Jiann-Liang Unknown Date (has links)
本研究之研究目的旨在探討國內電子業及食品業上市主併公司進行購併活動對股價所產生的影響。研究期間為民國76年1月1日至88年12月31日,經搜集相關資料後共取得83個符合條件的購併樣本,電子業及食品業分別為53個及30個。本研究以購併宣告日前21日至宣告日前120日為市場模式之估計期,而以購併宣告日前20日至宣告日後20日為事件觀察期,採用事件研究法分析主併公司的購併宣告效果。除此之外,本研究亦以三日累積平均異常報酬為應變數,而以購併地點、購併型態、公司規模、負債比率、稅前淨利率及內部人士持股比例為自變數進行橫斷面複迴歸分析,試圖找出影響累積平均異常報酬的因素,經由實證分析後得到以下研究結論:
1.電子業與食品業上市公司購併宣告對股價有正面的影響,但電子業之購併宣告效果大於食品業。
2.電子業上市公司相關購併宣告對股價的影響程度大於非相關購併宣告,而食品業上市公司相關購併宣告對股價的影響程度小於非相關購併宣告,但效果並不顯著。
3.電子業上市公司國際購併宣告對股價的影響程度小於國內購併宣告,而食品業上市公司國際購併宣告對股價的影響程度大於國內購併宣告。
4.不論是電子業或是食品業,負債比率與三日累積平均異常報酬均有顯著的關係,但這兩個產業的結果卻完全相反。
最後,本研究以研究結論,分別針對上市公司、投資者、政府主管機關及後續研究者提出一些建議,期盼這些建議能夠對於其從事相關決策、學術研究時有所助益。
|
4 |
臺灣上市公司宣告海外直接投資訊息對股東財富之影響-異質條件變異數分析法 / The Effect of Foreign Direct Investment in Taiwan Stock Market - GARCH Approach黃楚淵, Huang, Chu-Yuan Unknown Date (has links)
本研究主要目的在探討公司宣告海外直接投資,是否會對股東財富有正面的影響,主要透過資本市場上,公司股票價格的漲跌來判斷其影響的方向及程度。研究期間為民國81年到84年,篩選出175筆對外投資宣告的樣本資料,採用事件研究法和市場模式來進行殘差分析,以估算及檢定事件期的平均異常報酬和累積平均異常報酬。此外,由於一些金融性資產如股票、債券、期貨等具有高度變異性的特質,造成殘差項之變異數不再為固定常數,而受上一期異質變異數之影響,且隨時間變動而變動,因此本研究也採用異質條件變異數法(GARCH)來分析。
一、總樣本而言
公司宣告進行對外直接投資,在宣告日當天股價有顯著為正的顯著異常報酬,股東認為公司進行投資是以公司價值極大化為目標,並能增加股東財富。
而本研究也根據不同的統計方法和檢定來比較結果差異,發現T檢定組、Z檢定組、OLS整體樣本組和OLS+GARCH整體樣本組四組所得的實證結果相當一致-異常報酬的變化方向皆相同且宣告日當天的異常報酬都顯著為正。
二、一般最小平方法(OLS)和異質條件變異數法之比較
本研究接著將72個具有異質變異數特性的樣本,分別以OLS法和GARCH法進行異常報酬的比較,實證結果發現,以OLS法估計具異質變異數的樣本,其平均異常報酬在事件日當天為正,達5%之顯著水準(t=2.459),而以GARCH法估計的具異質變異數的樣本,其正向異常酬在事件日當天顯著水準為15%(t=1.569),並不顯著異於零。
三、橫斷面複迴歸分析
就橫斷面分析結果來看,營業規模和投資東南亞地區達10%的顯著水準能解釋與異常報酬的關係,但呈現負向反應,表營業規模愈大則愈不利於股東財富和投資東南亞並無法增加股東財富。而其他解釋變數則未達顯著水準,其中經營績效、中國大陸地區之迴歸係數符號為正;相對投資金額、獨資之迴歸係數則為負。
整體而言,公司從事海外直接投資的宣告,股東都視之為利多消息,顯示海外直接投資對台灣企業的發展和延續有著重要的意義,然而在企業宣告投資後的跨國經營與管理才是台灣企業能否在全球競爭下,成功挑戰廿一世紀的關鍵因素。
|
5 |
資本資產定價模型與三因子模型之分析與比較 / Some Aspects about the Capital Asset Pricing Model and Three-factor Model廖士仁, Liao, Shih-Jen Unknown Date (has links)
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.
|
Page generated in 0.0157 seconds