利用财务资料评估公共政策--事件研究法的应用

-1-利用財務資料評估公共政策--事件研究法的應用世新大學行政管理系洪綾君助理教授《摘要》事件研究法為衡量新資訊對股票的市場價值造成的影響的一個良好方法，主要運用在財務及會計領域。本研究探討利用事件研究法評估公共政策影響的可行性，包括該研究法的假設、內涵、應用的需求與限制，以及該方法過去在公共政策上的應用案例、研究結果及未來研究建議等。壹、前言事件研究法為衡量新資訊對股票的市場價值造成的影響的一個良好方法，研究者利用事件研究法計算出的「異常報酬」（abnormalreturn），來斷定某個事件釋放出來的新資訊是否對市場產生衝擊，再進一步地以觀察「異常報酬」的正負與統計上的顯著與否，來判斷市場對該事件（或新資訊）的評價。該研究法在財務、經濟以及會計領域上已被廣泛運用，但利用事件評估法評估公共政策的相關研究仍不多見，大多見於財稅法令的評估（如Ellert，1976；Evans,RingelandStech，1999；EllisonandMullin，1995；汪瑞芝、陳明進、林世銘，2005），或是評估某一特定事件來反映公共政策的影響（如WhinstonandCollins，1992）。本研究探討利用事件研究法評估公共政策影響的可行性，包括該研究法的假設、內涵、應用的需求與限制，以及該方法過去在公共政策上的應用案例、研究結果等。本文依序包含下列幾個部分：事件研究法的意義及模型；利用事件研究法評估公共政策的討論，包括公共政策的訊息洩露（informationleakage）、事件集中（eventclustering）之特質，以及在應用時的限制與需求等；最後，則是回顧利用事件研究法評估公共政策的案例，以及對未來的研究方向提出建議。-2-貳、何謂事件評估法事件研究法是衡量新資訊對股票的市場價值造成的影響的一個良好方法，1其主要是利用評估某個股票是否在某事件發生的時點前後出現了所謂的「異常報酬」—即實際上發生的股價（realizedreturn）報酬與模型推估出來的預期報酬（expectedreturn）之相差值（BrownandWarner1980）。簡單來說，研究者利用事件研究法來比較實際上發生的股價與預期應該發生的股價在某個事件發生的期間是否有統計上的顯著區別，來斷定某個資訊是否對市場產生影響或衝擊，以及利用「異常報酬」的正負與統計上的顯著與否，來判斷市場對某個資訊產生是正向或負向的評價。在使用事件研究法的相關研究中，常被使用的變數為累計平均異常報酬率（Cumulativeaverageabnormalreturn,CAR）（參見Chanetal.1990；DoukasandSwizer1992；Kelm1995等人的研究）；其他也常被用到的變數則有利用異常報酬來算出淨現值（Netpresentvalue,NPV）（Sorescuetal.2003）或是異常報酬本身（Austin1993,2000）。BrownandWarner（1980,1985）的研究中清楚地列明了三種衡量股票預期報酬的方法，分別為1)平均調整模式（meanadjustedreturnsmodel）；2)市場調整模式（marketadjustedreturnsmodel）；3)最小平方市場模式（ordinalleastsquare(OLS)marketmodel）最小平方市場模式利用單一股票報酬與市場整體報酬的線性關係以建立其預期報酬，2許多研究都採用該模式來計算預期報酬，最小平方市場模式的方程式可表示如下：1Fama等人(1969)讓此研究法在近代受到重視。關於此研究法的詳細討論可以參見BrownandWarner在1980與1985所出版的文章。另外國內也有專書討論本研究法(沈中華與李建然，2000)。.2本模式屬於風險調整法(Risk-AdjustmentReturnsModel)的一種，雖然是風險調整法中最簡單的一個方法，也是在目前文獻中最被廣泛應用的模式。-3-MtiititRREˆˆ}|{1t:訊息發表日期(時間);i:個別公司;:資訊集合方程式中，MtR是股票組合的報酬，而iˆ則為估計出的廠商系統風險，此兩個市場模型的參數（，）是從事件發生前的估計期間所得出。異常報酬可以表示如下：預期股價報酬：}|{1titRE實際股價報酬：itR異常報酬：}|{1titititRERAR平均異常報酬：NiittARNAR11（若有N間公司）平均異常報酬指的是在事件發生期間的某一日t，所有公司異常報酬的平均。而前面提到的常被衡量創新研究所使用的變數：累積平均異常報酬率（CAR）則是把平均異常報酬率累加一段期間所得，通常這段累加的期間會在研究者定義的事件期間範圍內，而研究者定義的事件期間（eventperiodoreventwindow）通常會是事件發生日的前後三日到十日左右。參、利用事件研究法評估公共政策事件研究法主要的運用領域為會計與財務，相關的理論與實證研究從Fama等人（1969）開始，已有數十年的時間。常見在財會上的應用問題包含公司的合併、公司與財務有關訊息的公布（如營收、新的研發計畫、股利等）、公司的廣告、公司的產品上市等等。另一方面，研究公共政策，尤其是與財稅相關的政策之學者，亦有利用該研究法進行公共政策的財務報酬影響評估。由於公共政策除了牽涉經濟面的影響外，通常也有政治上的複雜性，故運用事件研究法在評估公共政策上通常需要更小心的評估。以下列出幾個在運用事件研究法在評估公共政策上需要注意的面向。-4-一、公共政策的制定或修正，在正式公告前通常會產生訊息洩漏的現象事件研究法奠基於市場有效（marketefficiency）與理性預期（rationalexpectation）的假設上（Fama,1970），即市場的價格會對現有訊息產生立即與完全的反應（Fama,1998）。3但在與事件研究法有關的研究中，提出另外有一項很重要的前提，就是市場主要是對沒有預期到的事件產生反應，也就是股票的變動是市場針對未被投資者預期（或完全預期）的事件發生的反應。這也同時暗示著，利用股票報酬來衡量某個事件的財務效果時，最好這個事件是沒有被投資者完全預期到的事件。同樣地，如果要用事件研究法來衡量某項政策（或政策改變）的影響，這個政策最好也是沒有被完全預期到的政策，對既有或已完全被預期到的政策，我們很難利用股票的收益去測出它的影響。通常如果某項政策的制定或修正會反應到股票價格上的話，這個反應也只存在於這個政策第一次被預期到的時點〈Schwert,1981〉。換句話說，由於公共政策的制定或討論通常都會經過一個漫長的討論過程，除了早期在各種聽證會、學術研討的政策討論外，進到政策決策單位還有行政機構到立法機構的層層關卡，每個階段都會造成所謂的訊息洩漏的情形（EllisonandMullin，1995：347）。這種一步一步地訊息洩漏的情形，會增加研究者定義那個時點最適合測量政策制定或改變帶來的影響的困難。研究者對這個問題的克服方法為：找出數個最可能反應政策制定或改變的時點，利用事件研究法來測量這幾個時點公司的財務變化（例如EllisonandMullin，1995；汪瑞芝、陳明進、林世銘，2005）。由於在事件正式公開（政策真的頒布施行）前訊息洩漏的特質，使得在運用事件研究法評估公共政策時，無法遵守傳統事件研究法的假設，即股價對某個事件產生的反應為一個不連續的上揚（discretejump）模式。4換句話說，在某事3Fama一直以來都是市場有性理論的捍衛者，但是在2004年在芝加哥大學的一場研討會中，他和同僚發表了一篇文章，裏面首次提及在投資人接收很不完全的訊息下，股票的價格可能會變得有些不理性(somewhatirrational)(參見華爾街日報，2004/10/18)。4本討論是假定事件對市場帶來正面影響，是故不論是股價或是異常報酬都對事件呈現正向的回應。如果事件是被預期將減少公司未來的現金流量（如增稅），則會和本討論的方向相反。-5-件正式公開宣布的前後幾天，由於受到這個沒有被預期到之事件的刺激，某些公司的股票價格大幅上揚。反之，當訊息逐漸釋出給公開大眾，投資人可以預期到事件的發展方向時，市場則是慢慢地對這個訊息作出回應。在這種情況下，股價的反應則可能呈現一個Ｓ型的上揚趨勢。雖然價格有可能在事件確切公布日當天出現小幅的不連續上揚現象（如圖一（a）中，在t＝0時實點和未填滿點中間的距離），但最大幅度的價格改變並不在時點t＝0時。若不以股票價格，而是以事件研究法較常用的變數--異常報酬--來看（亦即圖一的（b）），則可以很明顯地看出，異常報酬率在事件正式公開宣布前的一段時間已開始慢慢對事件作出反應，呈現逐步上升的趨勢，但異常報酬率的最高點並不在事件宣布的當天，而是在更早以前。雖然在事件日當日（t＝0）時，異常報酬率可能會有一個小幅上揚，至菱形的實點處，但這一天（或前後幾天）的異常報酬應該不會是事件創造出的最高異常報酬點。如果研究者忽略了這個特性，遵照傳統的事件研究法測量公共政策的影響，則有可能會低估了某個政策的制定或改變帶來的真正影響（EllisonandMullin，1995：352）。以EllisonandMullin（1995）為例，他們利用事件研究法測量美國國會考慮降低糖的關稅（sugartariffreform），他們為了克服訊息洩漏的問題，就定義了四個相關的事件時間：委員會（committee）、眾議院（House）、參議院（Senator）以及總統決議。而汪瑞芝、陳明進、林世銘（2005）也在研究土地增值稅減半帶來的影響時，定義出十個事件日（從2001年8月經發會開時討論該議題到2002年2月該修正條文正式生效為止），分別測量每個事件日營建業及金融保險業的異常報酬率。-6-圖一市場對公共政策制定或改變可能的反應來源：修改自EllisonandMullin〈1995：353）。二、被測量的對象通常有事件日集中或產業集中的現象通常事件研究法都假設在各個公司在事件的橫剖面互相獨立，也就是不同公司在同一事件期之異常報酬並無相關。例如，若研究者對公司宣布新的研發計畫帶來的異常報酬有興趣，他著手分析100家公司在宣布新研發計畫時的股價資料，由於通常不同公司在同一時間宣布新研發計畫的可能性不高，所以可以假設這些公司在宣布研發計畫的事件期間之異常報酬並無相關。然而，在衡量公共政策帶來的影響則不然，因為研究者衡量各公司股價報酬的時間點為同一個，在事件研究法中，這個現象稱作「事件日集中」（eventcalendarclustering）。t=0t=0-7-除了樣本中各觀察值的事件日會是同一個日期造成事件集中現象外，由於公共政策的制定或修正，除了一般普遍性的影響外，通常可能因其性質對某幾個特定產業造成影響。例如土地增值稅減半，因為可能增加營建業土地資產的價值與促進房市的交易，預期受惠最大的是營建業及金融保險業（汪瑞芝、陳明進、林世銘，2005），故研究者主要對這兩個產業的股價反應進行研究，這就是所謂的「產業集中」（industryclustering）。不論是事件日集中或產業集中，都是所謂的事件集中現象。5事件集中會造成個別證券事件期異常報酬率出現「橫剖面相依」（cross-sectiondependence）的情形，造成其殘差項不再是彼此獨立，而出現相關的狀況（沈中華與李建然，2000）。BrownandWarner（1980）亦提出事件集中將增加異常報酬率的變異數，進而造成異常報酬率出現在統計上的不顯著沈中華與李建然（2000）提出處理橫剖面相依的情況，從早期的改進檢定平均異常報酬率的統計量，到近期的將異常報酬率的「橫剖面共變異數」的估計，融入迴歸模式的分析，如Zellner（1962）提出的似乎不相關迴歸模式（SeemingUnrelatedRegression，SUR）或是被稱為聯合一般最小平方法的方法（JointGeneralizedLeaseSquares,GLS），如CollinsandDent（1984）、Collin