資料追蹤分析法於產業類股異常報酬之應用－主機板、營建業為例

Abstract

本研究利用動態追蹤資料分析法，分析台灣的產業類股是否有異常報酬的現象。由於傳統的分析法中，異常報酬是否存在，並不容易被發現，因此在分析的過程中，我們用盡了各種變數及資料來偵測其是否存在。本文提出了另一種看法，認為大量的資料並無助於異常報酬的補捉，相反的可能會干擾資訊的揭露。因此我們認為應該針對相同行為的資產來作分析，有助於資訊的補捉。由於在相同類股內的個別公司，一般用以衡量證券報酬對市場變動反應程度的β值亦無法保證皆相近，因此我們分別對主機板業及營建業進行結合性檢定(pooliability test)，剔除掉β值差異過大的公司，而歸納出可代表投資者所會購買的相同族群的股票，以投資者一致的行為模式分別找出主機板業及營建業是否有異常報酬。分析結果如下：(1)主機板產業比營建業有效率。(2)不論是日或週資料，過去報酬都有解釋能力。(3)在市場無效率時，異常報酬對股價走勢有良好的解釋能力，在週資料時更是明顯。

This study applies panel data analysis on the anomaly return for the computer motherboard and construction sectors. In this research we use the poolability test on assets that have the same behavior function. In the result analysis we find: (1) the computer motherboard sector behaves more efficient than the construction sector in the stock market; (2) the lagged return rate is significant in explaining capability; no matter for daily or weekly data, (3) the anomaly returns that are described by the firm size and PE rate apparently influence the market.