| 研究生: |
沈博盛 |
|---|---|
| 論文名稱: |
股票報酬的決定因素--總體經濟變數與基本面因素之比較 |
| 指導教授: | 謝淑貞 |
| 學位類別: |
碩士
Master |
| 系所名稱: |
商學院 - 國際經營與貿易學系 Department of International Business |
| 論文出版年: | 1997 |
| 畢業學年度: | 86 |
| 語文別: | 中文 |
| 論文頁數: | 63 |
| 中文關鍵詞: | 股票報酬 、總體經濟 |
| 相關次數: | 點閱:724 下載:0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
本研究的目的在於試圖瞭解台灣股票報酬的決定因素以及利用計量分析方法(一般化動差法模型,GMM)檢視檢視一籃子股票及類股間投資績效表現動與總體環境變數之間是否存在某些關係;分析基本面股票報酬的重要泱定因素,以建立一套制式選股策略或採行特定投資風格(選擇成長型股票或價值型股票)。此外。本研究比較基木面因素與總體經濟情境變數的相對解釋能力。全篇的實證結果摘要如下:
1. 由股市中總體經濟變數與股價的關係實證結果裡,本研究發現,台灣股票市場的確存在許多關於總體經濟面的變數,對於股票脈動具有不錯的掌握能力。例如:市場超額報酬、實質利率、工業生產指數及海關出口值等變數,經實證結果都對台灣股票報酬具有解釋及預測能力。政治風險短期對股市或許有所衝擊,但長期而言,對台灣股票市場的影響不顯著。對投資人而言,此結果有助於對未來股市的預期。
2. 在類股股價報酬率及66檔股票投資組合的GMM模型中,我們發現其表現與大盤指數、實質利率的關係密切。實證結果發現研究中的六種產業股價報酬率皆與發行量加權股價指數變數率之間有顯著的關係存在;另一方面,實質利率變數在工業、基本物資、高科技產業及循環性產業的解釋能力佳,因此持有資金成本的高低是衡量股票報酬時相當重要的變數。而高科技產業深則深受工業生產指數(IDU)、海關出口值(EXP)和實質利率(REAL)三變數明顯影響。
3. 由基本面因素與股價之間的關係實證結果中,本研究發現以12/30及4/30兩組市價來衡量時,四個變數(每股盈餘/每股價格(E/P)、每股銷售額/每股價格(S/P)、每股淨值/每股價格(B/P)、每股現金流量/每股價格(C/P))依12/30的市價來分析比較可以顯著的區分出台灣股票報酬之差異性。此外,C/P、E/P、S/P及B/P等變數的解釋能力皆相當顯著。另一方面,投資人除了考慮基本面的四個因素外,大盤指數更是左右股價變動的原因。
4. 將研究期間分為三個分析期間,探討基本面模型在應用之後,是否能具有持繽性、穩定性,並藉以比較各因素在不同研究期間之解釋能力之差異。實證結果發現,在三個分析期間中,迴歸係數的符號具有高度的一致性(皆為正),但大小則有所不同。除了B/P及S/P兩因素在三個分析間皆顯著外,E/P和S/P則在後半段1990/01至96/12分析期間不顯著。而且所有因素之顯著性t統計量順序皆維持不變(除了後半段期間)。此外,持有價值型股票其投貸績效長期而言優於成長型股票。
5. 將基本面因素中的公司屬性和總體經濟變數的要素因子(factor betas)兩種模型解釋能力比較之實證研究結果裡,基本面因素模型之解釋能力明顯地比總體變數模型高,不考慮市場超額報酬變數下,基本面之四個因素各別及邊際解釋能力皆顯著的高於總體經濟變數各變數。此外,將要素因子(factor betas)兩種模型線性連結進行分析後發現,基本面因素模型邊際解釋能力較總體經濟變數模型高,可能理由是公司屬性的基本面因素模型已含蓋了總體面變數模型的所有風險屬性,故其解釋能力較高。最後並以逐步迴歸法(Stepwise regression)得台灣股票市場上較為顯著的三個因素-市場超額報酬、每股盈餘/每股價格及實質利率,作為將來投資決策之參考。
表格-----V
圖次-----VII
第一章 緒論-----1
第一節 研究動機-----1
第二節 研究目的-----3
第三節 研究限制-----4
第四節 研究流程-----5
第二章 文獻探討-----6
第一節 總體面經濟變數對股票報酬影響-----7
一 國外部分-----7
二 國內部分-----8
第二節 基本面因素對於股票報酬影響-----9
一 國外部分-----10
二 國內部分12
第三章 研究方法-----13
第一節 前言-----13
第二節 資料來源與樣本期間-----13
第三節 時間數列之變數定義-----14
第四節 總體經濟變數之計量方法GMM模型介詔-----15
第四章 實證結果與分析-----23
第一節 總體經濟變數對於股票報酬的影響-----24
第二節 基本面因素對於股票報酬的影響-----43
第三節 兩種因子模型解釋能力之比較-----53
第五章 結論與建議-----57
第一節 研究結論-----57
第二節 後續研究建議-----59
參考文獻-----61
表4-1-1 總體經濟變數月資料彙整表-----29
表4-1-2 訊息變數月資料彙整表-----30
表4-1-3 投資組合報酬對經濟指標作迴歸所得之參數值(標準差)-----31
表4-1-4 投資組合報酬對落後一期訊息變數作迴歸所得之參數值(標準差)-----32
表4-1-5 GMM模型落後期數之選擇-SC criterion-----36
表4-1-6 總體經濟指標及產業指標月資料(rate of change)之Augmented-Dickey-Fuller單根檢定結果彙整表-----38
表4-1-7 變數之自我相關檢定統計表(Q-statistics)-----39
表4-1-8 GMM模型在固定風險暴露下之參數值(p-value)-----41
表4-2-1 依12/30價格對各變數進行排序分析之統計結果-----47
表4-2-2 依4/30價格對各變數進行排序分析之統計結果-----48
表4-2-3 價值導向(value-oriented)之各變數間相關性-----49
表4-2-4 顯示了將股票報酬針對各變數進行單一迴歸及多元迴歸的結果(括號內為t值)-----50
表4-2-5 1983/01至1996/12問將股票報酬針對各因子進行單一迴歸之結果與t統計量-----51
表4-3-1 總體經濟變數之解釋能力-----53
表4-3-2 基本面因素之解釋能力-----54
表4-3-3 因素模型之邊際解釋能力-----55
表4-3-4 同時考慮總盤面經濟變數和基本面因素雨模型之解釋能力(Stepwise regression)-----56
圖1-4-1 全文研究流程圖-----5
圖3-3-1 總體經濟變數與股價指數趨勢圖-----20
圖4-1-1 GMM模式配置程序圖-----33
(限達賢圖書館四樓資訊教室A單機使用)