本研究以台灣證券交易所編製之修正股價平均數為研究對象，衡量股價平均數之理論隱含價值，並加以預測。文中假設股票市價與真實價值間靜態均衡無法成立，改以連續收斂型態的動態調整過程，才能對於此種現象加以描述，並假設股價平均數之市價與模型評估值為共整合關係，利用V/P比率來預測股價平均數報酬率，且將投資大眾經常使用之變數（例如E/P、B/P、利率等等）加以比較，所得出之結論如下： (1) V/P比率一階自我相關係數較低，顯示V/P偏離平均值時，較其他比率返回平均數速度快，較能反映市場的走勢與變動。 (2) 短期下並無任一財務比率可以對於股價平均數走勢加以預測，但長期下（未來一年之後），V/P 比率具有相當顯著的預測能力。 (3) 將E/P與B/P納入迴歸式，V/P 比率在未來一至八季期間，仍具有顯著預測能力，可見V/P比率即使與E/P或B/P比率有某種程度的相關，並不影響到V/P 比率的預測能力。 (4) 將總體經濟變數納入迴歸式中，V/P 比率預測能力在短期中會受到些許影響，但經過一年之後，V/P 比率仍然具有相當顯著的預測能力。 (5) 若以過去公司每股盈餘、淨值、股東權益報酬率等財務相關歷史資料，作為未來公司盈餘收益以及成長的預測，會使得V/P 比率受到影響（在短期時預測能力大為降低），但就長期而言（未來第五季之後），此項指標仍然具有預測能力，對於股價平均數水準之評估，仍有一定程度的參考作用。 (6) 分別選取15%、13%、11%、9%及7%等固定折現率，依序求出修正股價平均數的V/P比率，檢定結果與隨時間變動折現率所計算之比率數值相比較，並沒有產生相當明顯的變化。雖然V/P比率的預測能力隨著折現率的下降而減弱，但其變化的趨勢並無絕對穩定的關係，對於「長期下」的預測能力，並不會產生極大的影響。 綜合以上結論，本研究發現：利用Ohlson（1990）剩餘所得模型（residual income model）來估算台灣證券交易所編製之修正股價平均數水準，較易以一般市場上獲取的會計資訊來加以衡量，也較能反映股市基本面價值。即使短期內V/P比率預測能力並不十分明顯，但長期下（一年後）採用V/P比率此項指標，仍能預測未來股價平均數之走勢，且與其他變數比較而言，此預測能力呈現一較穩定之關係。由於國內相關研究甚少直接對股市股價指數做直接的衡量與評估，因此，實務上可以將此估算方法作為一種參考指標，並以此分析未來股價指數水準在長期下之走勢與變動。 第一章 緒論 1 第一節 研究背景 1 第二節 研究動機與目的 2 第三節 研究架構 5 第四節 研究流程 6 第二章 文獻探討 7 第一節 國外部分 7 第二節 國內部分 10 第三章 研究方法與設計 13 第一節 研究設計 13 第二節 剩餘所得模型 15 第三節 資料收集與整理 18 第四節 研究方法與實證模式 25 第四章 實證結果與分析 30 第一節 修正股價平均數之檢視 30 第二節 基本面比率對於股價平均數報酬率之預測 32 第三節 V/P衡量方法之優劣比較 36 第五章 結論與建議 50 第一節 研究結論 50 第二節 研究限制與建議 52 參考文獻 54 英文部分 54 中文部分 56

本研究試圖瞭解投資人所關心的財務資訊，是否真能帶來超額報酬，亦即探討上市公司股票報酬率與各財務資訊之間的關係，包括每股盈餘成長率及益本比、市價淨值比、自由現金流量相關變數對長期股票報酬之影響，並嘗試對各變數給予經濟上的解釋。 　　其中並試圖找出財務資訊究竟是在何時反應於股票報酬與超額報酬上，因此將股票報酬與超額報酬以領先財務資訊一季、與財務資訊同季及落後財務資訊一季等三個時點加以衡量，並以表面無關迴歸模式(Seemingly Unrelated Regression model ; SUR)與混合橫斷面及縱斷面之迴歸模式進行統計分析。 　　結果發現益本比及每股盈餘成長率與股票報酬及超額報酬的關係並不顯著；市價淨值比與落後一季的股價報酬具有顯著的負相關，而與超額報酬不論衡量時點為何均存在有顯著正相關；自由現金流量與股價報酬及額報酬均無顯著關係；毛現金流量與經濟利益率與股價報酬在部分產業中具有顯著關係，而與當期超額股價報酬則存在顯著的關係，惟影響符號不一致。此外各自變數對於股票超額報酬的關連性較自變數與股票報酬間具有較顯著的關係。

本研究分析我國49家本國銀行、55家信用合作社、287家農會信用部及27家漁會信用部等四類金融機構之經營現況，並參照各國金融預警制度運作方式，選取適合的財務比率，運用SAS統計軟體及Z-score、Logistic等模型，分別找出造成各類金融機構經營失敗之顯著相關財務比率，評估各類金融機構之經營效率、失敗機率與模型之正確區別率，以建立預測金融機構失敗機率之預警模型。研究之樣本資料分別為：本國銀行49家、2001年第2季~2003年底共計11季25項財務比率，信用合作社55家、1998年底~2003年底共計21季26項財務比率，農會信用部287家1998年底~2003年底共計21季25項財務比率，漁會信用部27家1998年底~2003年底共計21季25項財務比率。 本研究之結論為： 一、彙整Z-Score模型對各類金融機構具有顯著性之財務變數，本國銀行有6項、信用合作社有7項、農會信用部有6項，漁會信用部有4項。 二、彙整Logistic模型對各類金融機構具有顯著性之財務變數，本國銀行、信用合作社各有6項，農會信用部有5項，漁會信用部有4項。 三、金融預警模型中，Logistic模型較Z-Score模型有較高的正確區別率。 / This research analyzes 49 domestic banks, 55 credit cooperative unions, 287 credit department of farmer associations and 27 credit department of fisherman associations above four kind of financial institution´s management situation, and refers the operation ways of various countries financial early warning system, selects suitable financial ratios , utilizes SAS statistics software and Z-score, Logistic models, it identifies the root cause of bankruptcy thus reveals finance of ratio the correlation, appraises management efficiency, the defeat probability each kind of financial institution if the correct difference rate. It appraises each kind of financial institution´s management efficiency, defeats probability and correct difference rate. It establishes early warning model that forecasts financial institutions failure rate. The research model and period: used 49 domestic banks from 2001 in 2nd season to the end of 2003 total 11 seasons and 25 items of finance ratio、55 credit cooperative associations from the end of 1998 to the end of 2003 total 21 seasons and 26 items of finance ratio、287 credit department of farmer associations and 27 credit department of fisherman associations from the end of 1998 to the end of 2003 total 21 seasons which used respectively 25 items of finance ratio. The conclusion of this research are: Firstly, it collects the entire Z-Score model to have significant financial indicator to each kind of financial institution, the domestic banks have 6 items, the credit cooperative associations have 7 items, the credit department of farmer associations have 6 items, and the credit department of fisherman associations have 4 items. Secondly, it collects the entire Logistic model to have significant financial indicator to each kind of financial institution, the domestic banks and the credit cooperative associations have 6 items respectively, the credit department of farmer associations have 5 items, and the credit department of fisherman associations have 4 items. Thirdly, in the financial early warning model, when comparing Z-Score with Logistic model , the latter appears to have a higher correct difference rate.

本研究考慮市場、規模、淨值市價比及前期累積報酬，這四個影響股票報酬的因子，分別以個股特徵之持股比例變動法與四因子評估模型，對共同基金風險調整後的報酬作績效評比，不但可以評估基金的選股能力與擇時能力，並進一步瞭解報酬之風險來源。最後討論這兩種評比方式的適用性，並藉由基準投資組合將市場股票區分成不同的風險類別，根據基金在各類別股票的持有比例，引伸出對基金持股風格的另一種看法。現將本篇研究結果整理如下： 1. 四因子模型對於資產的解釋能力比資本資產評價模型（CAPM）好；並且透過規模、淨值市價比、前期累積報酬之風險溢酬因子，可以瞭解報酬之不同風險來源。 2. 依照個股特徵為基準之持股比例變動法，計算出實際績效、特徵擇時、特徵選股及平均持股型態的績效。結果顯示共同基金多具有正的選股能力，擇時能力，但經過檢定，並沒有顯著的超額報酬。 3. 以四因子評價模型對共同基金績效做評估。結果發現幾乎不具有顯著的超額報酬；兩種方法的評比結果相類似。但是部份基金在規模、與前期累積報酬項有顯著異於零的結果，顯示基金在規模、量能操作上有穩定的績效表現，因此使得檢定的結果顯著。 4. 而以持股類型風格上來看，顯示部份基金會高度持有大型股、以及過去表現良好的股票，持股風險類群明顯而集中，屬於穩健、偏重長期，並配合量能操作的投資策略。 最後根據本文的實證結果，分別對投資人與基金經理人提出建議。而從持股比例計算的過程，對持股風格分析提供一個更簡易明瞭的看法，並將研究中發現的問題，一併列在建議中，提供給後續研究者作為參考。 第一章 緒論…………………………………………1 第二章 文獻回顧……………………………………4 第一節 風險調整因素……………………………4 第二節 四因子評估模型…………………………7 第三節 依個股特徵之持股比例變動法…………9 第三章 研究設計……………………………………13 第一節 研究假說…………………………………13 第二節 研究架構…………………………………14 第三節 研究範圍與期間…………………………16 第四節 變數定義與資料處理……………………18 第四章 實證結果與分析……………………………22 第一節 四因子評估模型…………………………22 第二節 共同基金績效評估………………………27 第三節 基金之持股類型比例……………………36 第五章 結論與建議…………………………………40 第一節 結論………………………………………40 第二節 建議…………………………………………41 參考文獻……………………………………………45

台灣早期有關系統風險（β）的研究皆指出β不能解釋台灣股票報酬的變異，故控尋更能解釋股票報酬的風險因素為本文的主要目的之一。 本研究分析民國71年7月至85年5月股票上市公司資料（排除金融、保險、及變更交易方式的公司）。因民國79年股價指數從2月的最高點12,495急遽下滑至10月的2,560，故分析上將79年度予以排除。在71年7月至78年12月的時段中，整體市場因素（RM-RF）不能解釋股票報酬的變異。此點發現與台灣早期研究的結論一致。其他變數顯著者僅有與規模有關的因素（SZSMB），或與負債比率有關的因素（DEHML），其中以 SZSMB的解釋能力最強。在民國80年1月至85年5月的時段中，所有模式中整體市場因素（ RM-RF）的係數皆顯著，並且是所有因素中最顯著者。這點發現與前時段（71年7月至78年12月）的結果有很大的不同。其他的變數顯著者，有代表成長機會的BMHML（與淨值市價比有關的因素）、EPHML（與益本比有關的因素）、或CPHML（與營運現金市價比有關的因素），及代表利率結構有關的風險因素TERM（與利率期間結構有關的風險溢酬）、或DFT（與利率違約風險有關的風險溢酬）。其中以（RM-RF）、EPHML、CPHML及TERM的風險組合最能解釋股票報酬的變異。 應用更完整的股票報酬解釋變數，探討股票報酬與盈餘間的關係，亦為本文主要目的之一。經分析以(1)各時段最能解釋股票報酬的因素組合為基礎，計算異常報酬；(2)單獨的以整體市場因素（RM-RF）為基礎計算異常報酬，然後再分別估出盈餘反應比較係數（ERC）比較之。結果顯示，以各時段最能顯著解釋股票報酬的因素組合為基礎的ERC為正的顯著，且其ERC大於只以整體市場因素（RM-RF）為基礎所算出的ERC。 另外，關於盈餘品質假說之測試，經以公司規模大小為虛擬變數放入迴歸式中，結果顯示，代表大公司的虛擬變數之係數時而為正，時而為負，且都不顯著，故盈餘品質假說未獲得支持。 再者，關於成長機會與ERC關係之測試，經以公司成長機會大小為虛擬變數放迴歸式中，結果顯示，代表成長機會的虛擬變數之系數時而為正，時而為負，且大都不顯著，故成長機會大的公司之ERC大於成長機會小的公司之ERC的假說，未獲得實證的支持。 / Earlier studies (Chen 1990; Chiu 1990; and Wang 1992) found that systematic risk (β) could not explain the variance of stock returns in Taiwan. The findings were inconsistent with the Capital Asset Pricing Model (CAPM). One of the major purposes of this paper is to examine the factors that have higher explanatory power of stock returns. To test the hypotheses, this study uses the data of Taiwanese listed companies covering the period from July 1982 to may 1996. The 1990 data are excluded because the stock market index climbed to a record high of 12,495 in February 1990 and then fell sharply to allow level of 2,560 in October 1990. The "crash" might cause structural changes in stock market, so the analyses are conducted separately for the periods before and after the crash, namely the prior-crash period (from July 1982 to December 1989) and the post-crash period (from January 1991 to May 1996). The empirical results show that for the prior-crash period the overall market factor (market returns minus risk free rate, RM-RF) can not explain the variance of stock returns. The findings are consistent with those of previous studies. However, we find that the factor-related to size (SZSMB) and the factor related to debt/equity ratio (DEHML) have significant association with stock returns. Furthermore, SZSMB has higher explanatory power. In contrast, the overall market factor is the most significant factor for the post-crash period. Other factors that are significant consisted of (1) proxies for growth opportunities, including book-to-market equity (BMHML), earnings/price ratio (EPHML), and cash flow/price ratio (CPHML), and (2) the factors related to interest structure, including term structure (TERM) and default risk (DFT). Among these factors, the set of RM-RF, EPHML, CPHML, and TERM explains the variance of stock returns most. Another purpose of this paper is to use the aforementioned findings to study the relationship between stock returns and earnings. The results show that the earnings response coefficients based on the most explanatory factor portfolio of each period are positive and significant, and are greater than those based on the traditional systematic risk (β). The tests for earnings quality hypothesis indicate that the coefficients of the dummy variable proxies for big companies are insignificant. The earnings quality hypothesis is not supported. The tests regarding the relationship between growth opportunities and earnings response coefficients show that the coefficients of the dummy variable proxies for high growth companies are unstable. The hypothesis that the earnings response coefficients of high growth companies are greater than those of low growth companies is not supported by empirical evidence.