September 18, 2005 證券商股票推薦評等之利益衝突及其影響－本國券商與外資券商之比較 Comparing the Conflicts of Interest in Stock Recommendations of Domestic and Foreign Security Firms 池祥萱 東華大學財務金融學系助理教授 Tel: 03-8633137 Fax: 03-8633130 Email: hhchih@ 沈中華 政治大學金融學系教授 Tel: 02-29393091-81020 Fax: 02-29398004 Email: chshen@ 摘要 本文將本國券商與外資券商對股票的投資推薦語言數字化，建構屬於台灣股票市場的推薦評等資料庫，分析並比較本國券商和外資券商何者的利益衝突較為嚴重。本文和過去的文獻不同之處包括：過去的文獻大都是研究證券商經紀部門與承銷部門之間的利益衝突，本文則著重經紀部門與自營部門之間的利益衝突；過去的文獻只討論本國券商的利益衝突，本文則同時比較本國券商和外資券商的利益衝突；過去的文獻使用週資料或季資料的股票推薦，本文則使用日資料，我們認為日資料更能反映分析師推薦之後的利益衝突。 實證結果歸納如下。第一，在推薦買進之前，二種證券商均呈現買超的情形，在推薦買進之後，本國券商反而出現賣超的現象，外資券商自行買進的反應較強烈。第二，不論是推薦升級或是降級報告，本國券商的買賣行為並無顯著改變，外資券商則較能跟隨本身所公布的投資推薦來操作。最後，雖然實證結果顯示本國券商的利益衝突較外資券商嚴重，但是市場散戶的買賣行為卻會跟隨本國券商的推薦，和外資券商的推薦明顯不一致。 關鍵詞：股票推薦、利益衝突、本國券商、外資券商 JEL classification: G14, G24, G28, G34 1
Abstract This paper classifies stock recommendations of both domestic and foreign securities firms into five numerical ratings to construct the daily stock recommendations database. Also, we take the trading volumes of these securities firms before and after their recommendations. We then investigate the conflict of interest between the proprietary trading and brokerage divisions. If a security firms issues a recommendation but sells actually, it is the conflict of interest defined in this paper. Our results can be summarized as follows. First, the net trades of domestic and foreign security firms are both positive before issuing buy recommendations. After issuing buy recommendations, the net trades of domestic security firms are turning to negative but foreign security firms continue to buy stocks. Second, whether recommendations are upgrade or downgrade, the net trades of domestic security firms are not statistically significant but foreign security firms still trade based on their own recommendations. Finally, though domestic security firms are more prone to have conflicts of interest than foreign security firms, individual investors trade following the recommendations by domestic security firms and they trade oppositely as the recommendations by foreign security firms. Key Words: stock recommendation, conflict of interest, domestic security firms, foreign security firms 2
1. 前言 自從2001年恩隆 (Enron) 事件發生之後，證券分析師推薦社會大眾買賣股票是否會產生利益衝突 (conflict of interest)，已引起社會大眾廣泛的注意。Shen and Chih 1(2005) 將投資銀行推薦股票所產生的利益衝突分成兩類：第一類是投資銀行推薦股票的經紀部門是否與承銷部門有利益衝突，他們稱之為經紀部門與承銷部門的利益衝突，而文獻上的利益衝突大部分是屬於這一部分。例如，相對於沒有承銷業務的獨立證券經紀商而言，當有承銷部門的投資銀行進行公司股票承銷時，該經紀部門的分析2師對承銷公司的股票會有較樂觀的預期，分析師和投資銀行的關係的確會影響他們判斷的客觀性。第二類利益衝突是推薦股票的經紀部門是否與自營部門有利益衝突，指的是證券分析師推薦大家買進，而同一證券商的自營部門卻在賣出。這部分的文獻較少，我們可以找到的只有兩篇。Chan, Chang and Wang (2004) 使用美國資料，發現證券商在公布推薦買進股票的報告給社會大眾之前，會先進場買進股票，這表示證券商自營部門與經紀部門之間會產生利益衝突。Shen and Chih (2005) 使用台灣資料，他們的研究結果顯示，證券商推薦的利益衝突有益於證券商整體及經紀部門的獲利，但不會增加自營部門的獲利。 本文的研究延續上述的第二類的利益衝突。過去的文獻在研究推薦股票的經紀部門與自營部門之間的利益衝突時，大多沒有區別推薦券商是本國券商或外資券商，如Chan, Chang and Wang (2004) 及Shen and Chih (2005) 等，均只使用該國證券商的資料。但在開發中國家，許多人認為外資券商具有比本國券商更專業的形象，且認為外資的監督較嚴格、較值得信賴，所以推理上，外資券商的推薦所產生之利益衝突程度3應較本國券商小。雖然理論上如此，但報章雜誌也有一些零星的報導指出外資券商也有利益衝突。例如，以外資券商美林證券 (Merrill Lynch) 為例，它在2004年7月423日大幅調降聯發科的推薦評等，由買進直接降至賣出，但實際上卻是連日買超；又例如，陽明、長榮遭調降評等後，外資券商連三日大幅買進，此時可以看出外資的 1 投資銀行類似我國的綜合證券商，本文內容所稱的證券商皆為綜合證券商。 2 Dugar and Nathan (1995)、Lin and McNichols (1998)、Carleton, Chen and Steiner (1998)、Michaely and Womack (1999)、Barber, Lehavy and Trueman (2004)、Jegadeesh, Kim, Krische and Lee (2004) 和Ellis, Michaely, and O’Hara (2004) 均是屬於這一類文獻。 3 Carleton, Chen and Steiner (1998) 雖然有區分推薦證券商是本國券商或外資券商，但是他們研究的部份是在證券商承銷部門和經紀部門之間的利益衝突。 4 本文以下部份所稱的評等或投資評等，和這裏的推薦評等都是一樣的意思，指的是證券商對股票的推薦，和一般債券評等 (bond rating) 的用法不同。 3
評等與其實際買賣行為背道而馳，所以，外資券商是否真的比本國券商更沒有利益衝5突成為一個重要的議題。 研究外資推薦的利益衝突是由於他們對於開發中國家的股市的影響力與日俱增，尤其是對於專業能力及資訊來源皆較為不足的個別投資人 (即散戶) 來說更是如此。因此當外資券商公布對股市的推薦評等報告時，常常被散戶當做重要的投資依據。但不論在理論上或實證上並沒有任何一篇學術文章有系統地探討這一議題。本文的主旨即在探討：是本國券商亦或外資券商何者在經紀部門與自營部門的利益衝突較嚴重。這個研究可協助我們瞭解外資券商是否有真正較好的市場自律。如果這些外資券商真的較少利益衝突，則他們的研究報告對散戶更有意義，且更可以鼓勵證券商秉持誠信及專業的理念經營。 本文的主要特色是建構屬於台灣股票市場的推薦評等資料庫。由於國內沒有將推薦評等標準化的機制，為了比較外資券商和本國券商的推薦，本文首要目的就是建立一套準則，將本國券商與外資券商的推薦評等數字化，參考國外I\B\E\S資料庫，建構屬於台灣股市的推薦評等資料庫。本文與Shen and Chih (2005) 在證券商推薦股票的訊息方面所利用的資料與方法並不相同。Shen and Chih (2005) 的特點在於估計出每一家券商的利益衝突指標，藉此衡量經紀部門與自營部門的衝突，且考慮推薦對經紀部門與自營部門利潤的影響，但他們只參考經濟日報與工商時報星期日的報紙，其訊息只有推薦股票名稱而沒有其他術語，所以他們的資料只有推薦，而沒有不推薦。本文的推薦則較為完整，區分為五種等級，從高度推薦買進到完全不推薦。本文參考鉅亨網中更廣泛的股票推薦相關資訊，將不同強度的推薦術語如拉回買進、留意買進、逢低承接、逢低加碼、…等名詞予以歸類、數據化分成5個等級，所以本文的資料更為豐富。本文也與Chan, Chang and Wang (2004) 不同，他們用的是季資料，而我們用的是日資料，我們認為日資料更能反映分析師推薦之後的利益衝突。 本文利用所建構數字化的推薦評等分類級數，探討證券商的經紀部門和自營部門是否有利益衝突，並分析此種利益衝突是否有不對稱的現象，即公布前與公布後，本國券商與外資券商的買進與賣出是否一致，例如，由於券商推薦股票大多是建議買進，故我們可以分析推薦的前後30天，券商是否真的均買進。我們發現的一個有趣的結果是：本國券商和外資券商在公布推薦買進前都有先進場佈局的情形，在推薦買 5 陳國瑋、康文柔()，《外資報告霧煞煞 分析師、操盤手不對盤》，中時電子報。 4
進後，外資券商仍顯著買超，但本國券商卻明顯賣超，這表示本國券商有利益衝突的情形，外資券商則較跟隨自己公布的推薦評等來操作。 除了證券商是否跟隨自己的推薦評等操作，本文也分析散戶對證券商公布投資推薦評等報告的反應。結果顯示，雖然本國券商的推薦比外資券商更有利益衝突的情況，市場散戶的買賣行為卻較跟隨本國券商的推薦，和一般認為散戶較相信外資券商的推薦報告的刻板印象並不相同。另外，分析被推薦股票的成交量變化，我們發現，證券商傾向對交易活絡的公司公布推薦評等報告，而且股票市場的確重視證券商的推薦評等報告。 除了前言之外，本文的結構如下：第二部份為文獻回顧，第三部份為資料來源與取樣標準，第四部份為公布推薦評等前後之券商買賣超分析，第五部份為推薦評等公布與散戶交易行為分析，第六部份為推薦評等公布前後的市場成交量變動的分析，第七部份為結論與建議。 2. 文獻回顧 Michaely and Womack (1999) 指出，由於投資銀行的利潤主要來自於承銷、經紀以及自營三種業務，而其中每一種業務都可能使證券分析師在提供股票推薦報告時，與客戶之間產生利益衝突。本文在此以投資銀行經紀部門推薦股票這部分的業務，分別針對經紀部門與承銷部門，經紀部門與自營部門這兩類的利益衝突，以及推薦股票對股價是否有影響，做簡要的文獻回顧。 經紀部門與承銷部門的利益衝突 Carleton, Chen and Steiner (1998) 比較沒有經紀部門和有經紀部門的投資銀行的股票推薦，發現有經紀部門公司的分析師會為了維護與承銷客戶之間的關係，對於該公司的評價會較為樂觀。而且由於外資券商因為名譽資本 (reputational capital) 較高，因此其股票推薦較本國券商保守，且推薦後的股票績效較佳。 Michaely and Womack (1999) 發現，相對於獨立的證券經紀商而言，當投資銀行對進行股票承銷時，為求能夠在較佳的價格成交，可能會促使該投資銀行經紀部門的分析師，對其經紀部門的顧客進行過於樂觀的投資建議。 5
Barber, Lehavy, and Trueman (2004)比較美國投資銀行與獨立研究公司 (independent research firms) 的分析師所推薦股票的獲利之後發現，相對於獨立研究公司的分析師，投資銀行的分析師可能為了投資銀行承銷股票的業務，比較不願意調降公司的評等。Jegadeesh, Kim, Krische and Lee (2004) 也指出分析師和投資銀行的關係的確會影響他們判斷的客觀性。 Ellis, Michaely, and O’Hara (2004) 認為投資銀行會為了爭取或保有公司客戶的承銷業務，而有過於樂觀的推薦，許多公司客戶之所以更換投資銀行，是因為新投資銀行對於公司的評價比原來的投資銀行樂觀。 Dugar and Nathan (1995), Lin and McNichols (1998), Dechow, Hutton, and Sloan (2000) 指出除了股票的推薦建議之外，投資銀行的分析師對承銷部門所承攬的公司客戶所進行的盈餘預測，也可能較為樂觀，背後原因也是為了與公司客戶建立良好的關係以促進承銷部門的獲利。 以上這些學者的研究結果均顯示，投資銀行的經紀部門和承銷部門之間的互動關係，的確會產生利益衝突的情況。 經紀部門與自營部門的利益衝突 Heidle and Li (2003) 利用日內資料證實機構投資人會隨著推薦評等調整投資組合，結果發現，美國NASDAQ市場的造市者 (market makers) 在分析師推薦股票之前更積極的交易，尤其在分析師調升股票評等前小時和調降評等前3小時更加明顯。這表示投資銀行的分析師在推薦股票前，會事先洩漏資訊給該投資銀行的自營部門，使其能利用較為優勢的資訊獲利，產生利益衝突。 Chan, Chang and Wang (2004) 發現，在經紀部門的分析師推薦股票給投資人之後，投資銀行自營部門與經紀部門之間並不會產生利益衝突，然而在分析師股票推薦之前，投資銀行會先進場佈局買進股票，這表示就股票推薦之前來看，投資銀行自營部門與經紀部門之間仍會產生利益衝突。 Chan, Chang and Wang (2004) 使用投資銀行的推薦或股票買賣的資料均為季資料，可能無法確實衡量投資銀行股票進出與股票推薦之間的關連。Shen and Chih (2005) 改進這一點，利用週資料，設計「利益衝突指數」，用來衡量投資銀行推薦股票的利益衝突。結果發現，當投資銀行的規模越小、成立年數越短、推薦總次數越多時，推 6
薦的利益衝突會較為嚴重，而且投資銀行推薦的利益衝突有益於投資銀行整體及經紀部門的獲利，但不會增加自營的獲利部門。 推薦對股價的影響 Stickel (1995) 與Womack (1996) 指出，分析師的新買入及賣出建議有預測能力，特別是賣出建議的預測能力更強，Womack (1996) 認為分析師有選股和擇時能力。 Barber, Lehavy, McNichols and Trueman (2001) 指出，投資人如果每次都跟隨分析師一致性的投資推薦並加以調整投資組合，每年會有 4% 的超額報酬率，但扣除交易成本後，報酬率幾乎消失，因此投資人可能因交易分析師所推薦的低價股而獲利。 Barber, Lehavy, and Trueman (2004) 發現，由於投資銀行比較不願意調降公司的推薦評等，因此相對於獨立研究公司，市場對投資銀行的買進推薦評等的反應較小，對賣出推薦評等的反應較大。 Jegadeesh, Kim, Krische and Lee (2004) 發現，投資推薦評等前後期的變動比當期的推薦評等有參考價值，因為當公司經濟情勢改變時，分析師無法快速的轉換推薦評等。國內文獻如陳建成 (1999)、劉士豪 (2001) 和劉貞芸 (2004) 皆指出，本國券商所發布正向推薦的報告，反而被市場視為賣出的信號。黃思衡 (2004) 發現外資券商在公布推薦前資訊已洩漏，市場對於外資推薦公布時會有顯著的反應。 3. 資料來源與取樣標準 6本文所選取的資料包括各券商的投資推薦評等，資料來源為鉅亨網，鉅亨網每日皆會公布本國券商及外資券商的推薦評等資料。各券商的買賣超及個股的報酬率、融資、融券、成交量及流通在外股數資料則是取自台灣經濟新報資料庫。研究期間為2003年8月1日至2004年7月31日。 由於國內沒有一個將推薦評等標準化的機制，所以本文參考I\B\E\S資料庫，將本國券商與外資券商對每一個股票的文字推薦評等分為五個級數，並根據 Jegadeesh, Kim, Krische and Lee (2004) 的說法，當給予分數較高時，代表該股表現較佳，故本文的推薦評等分級為：5 = 強力買進、4 = 優於市場表現、3 = 持有、2 = 低於市場 6 鉅亨網券商推薦評等網址為 7
表現、1 = 賣出。 由於外資券商的評等語言較簡易明瞭，本文以外資券商的評等分類方式做為標準化的基礎。依上述推薦評等分級的標準，凡是券商有買進字樣的推薦皆歸類為評等5；其次，逢低承接和逢低佈局，或長期投資和短期投資等有建議投資人進場，但語氣不7是強烈的直接買進等推薦語言，一律歸類為評等4；第三，持有、觀望和區間操作等語氣中立的推薦語言，一律歸類為評等3；第四，減碼、逢高調節和逢高減碼等建8議投資人調節手上持股，但不至於到全部賣出的推薦語言，則一律歸類為評等2；最後，有賣出字樣的推薦語言，則一律歸類為評等1。 當要將券商的文字推薦歸類為5等級時，我們發現本國券商及外資券商略有不同。本國券商的用詞非常豐富，例如，建議文字有「買進」二字的就有24種，從「強力買進」、「拉回買進」、「逢低買進」、…，一直到「中長期逢低買進」；而國外券商推薦股票部份，外資券商的推薦語言就是買進或強力買進二種而己，推薦語言簡單明瞭。我們將本國券商的文字推薦改為數字等級列在表1，而外資券商的文字推薦改為數字等級則列在表2。 在研究證券商推薦公布前後的市場反應時，除了整個樣本時間之外，本文另外比較在市場景氣不同時是否亦會影響各投資推薦評等的績效表現。由於2004年3月5日做為分段點是因為當日台灣加權股價指數最高點達7135點，是研究期間指數的最高點。所以本文又以2004年3月5日將研究期間區分為兩段時期：第一段為2003年8月1日至2004年3月5日，為股市上升階段。第二段為2004年3月6日至2004年7月30日，為股市下跌階段。圖1顯示總樣本期間台灣股價指數的變化趨勢圖。 一旦有了推薦名單之後，我們下一步搜集推薦券商的買賣明細。為了瞭解投資推薦評等公布後，各券商本身對公布推薦評等公司的買賣情形，所以本文選取同時在鉅亨網有公布推薦評等及台灣經濟新報資料庫有交易明細的證券商，我們刪除了有推薦但卻沒有自營進出的證券商資料，因自營商最能真實呈現證券商的買賣情形。為了一致性比較，我們各取11家本國券商與外資券商。在本國券商部份，分別為大眾證券、 7 本文將『加碼』視為評等4。例如，匯豐詹金寶證券公司在2003年7月17日，對毅嘉 (2402) 所做的評等從之前的『加碼』改成『買進』，該券商將此情形視為『升級』，因此本文將『加碼』視為比『買進』低一個級數的評等，列為評等4。 8 本文將『減碼』視為評等2。例如，匯豐詹金寶證券公司在2003年8月29日，對友達 (2409) 所做的評等從之前的『減碼』改成『賣出』，該券商將此情形視為『降級』，因此本文將『減碼』視為比『賣出』高一個級數的評等，列為評等2。 8
大華證券、元京證券、太平洋證券、玉山證券、亞東證券、金鼎證券、建華證券、統一證券、富邦證券及寶來證券。在外資券商部份，分別為花旗環球證券 (Citigroup)、里昂證券 (CLSA)、匯豐詹金寶證券 (HSBC)、美林證券 (Merrill Lynch)、高盛證券 (Goldman Sachs)、摩根添惠證券 (Morgan Stanley)、野村證券 (Nomura)、德意志證券 (Deutsche Bank)、摩根大通證券 (JP Morgan)、瑞士信貸第一波士頓證券 (CSFB) 及瑞銀證券 (UBS)。 表3的Panel A報告研究期間本國券商與外資券商的推薦次數。在研究期間，鉅亨網所公布之本國券商針對上市公司推薦的次數為3,254次，而外資券商推薦的次數則為1,465次。本文選取本國券商的推薦資料有3,103筆，外資券商推薦資料有1,363筆。 表3的Panel B報告研究期間本國券商與外資券商在5種推薦等級的次數。根據投資推薦評等分級標準，本文將推薦分為Level及Change。所謂Level指的是各評等等級 (為5、4、3、2、1)；所謂Change指的是評等改變，即評等升級或降級，而升級指的是從低評等等級變成高評等等級，降級指的是從高評等等級變成低評等等級。 由Level分析可以看出下列特色。第一，本國券商與外資券商的推薦評等均集中在評等3以上。在全部樣本期間，本國券商的推薦評等明顯集中在評等5和評等3，評等為5的最多，有1,679 筆，佔本國券商全部推薦評等筆數的比例為54%；評等為4有57 筆，比例為2%；評等為3有1,330 筆，比例為43%；反之，評等為2有30筆，比例為1%；評等為1的最少，只有7筆，比例為%。外資券商在評等5、評等4和評等3的比例各佔31%、32%、29%，而評等為1和2的比例只有2%。 其次，以股市上升及股市下降兩個期間的比較分析而言，在股市上升階段來自本國券商的推薦等級為5及4者，顯著地較股市下跌階段為多。例如，評等為5的在股市上升階段有1119次，在股市下跌階段只有560次；評等為4的則分別為51及6次；評等為3的則分別為871及459次；故本國券商在股市上升時較易於推薦民眾買股票，外資券商在這兩個階段亦類似。 由以上結論可知，不論是本國或外資券商在股市上升階段的推薦評等筆數皆多於股市下跌階段，本國券商在股市上升階段或股市下跌階段的各推薦評等比例皆無明顯差異，外資券商在股市上升階段時評等5較多，股市下跌階段時評等3較多，其它推 9
薦評等差異不大。 總而言之，本國券商和外資券商的推薦評等大都集中在評等3以上，極少對公司公布不佳的推薦評等。根據Huth and Maris (1992) 指出，券商會較少公布不佳的推薦評等有下列幾種可能，一是券商怕因此而與該公司關係不佳，因而喪失得到該公司內部消息來源的機會；二是可能會影響券商的收入。因若是建議減碼或是賣出，可能會造成該公司股票交易清淡，進而影響券商手續費收入，亦或是以後該公司股票發行新股時可能就會傾向找別的券商來承銷股票，使得該公布不佳推薦評等的券商減少一筆承銷收入。 在Change方面，整個樣本期間，本國券商的推薦評等方面，升級比降級多，升級有321筆，佔本國券商全部推薦評等筆數的比例為10%，降級有103 筆，比例為3%。外資券商的推薦評等，升級與降級相近，升級有99 筆，佔外資券商全部推薦評等筆數的比例為7%，降級有83 筆，比例為6%。在股市上升階段期間，本國券商的推薦評等方面，升級比例更高，有251筆，佔本國券商全部推薦評等筆數的比例為12%，降級有58 筆，比例為3%。外資券商的推薦評等，升級比例亦較高，有77 筆，佔外資券商全部推薦評等筆數的比例為11%，降級有42筆，比例為5%。在股市下跌階段期間，本國券商的推薦評等方面，升級減少，有70筆，佔本國券商全部推薦評等筆數的比例為7%，降級有45筆，比例為4%。外資券商的推薦評等，升級有22 筆，佔外資券商全部推薦評等筆數的比例為4%，降級有42筆，比例為7%。 由升級相對於降級的比例來看，本國券商高於外資券商。本國券商不管在股市上升階段或股市下跌階段都是升級高於降級，代表本國券商較不願意調降公司的推薦評等。此外，升級的比例在股市上升階段明顯地高於股市下跌階段。而外資券商在股市上升階段升級的推薦評等較降級的推薦評等多，在股市下跌階段降級的推薦評等較升級的推薦評等多，所以在多頭市場被降級或是在空頭市場被升級的推薦評等值得注意。 10
4. 公布推薦評等前後之券商買賣超分析 模型 為了探討券商的買賣行為與其公布的推薦評等是否一致，本文根據Chan, Chang and Wang (2004) 的方法，提出推薦評等前後券商買賣超變化的模型，用來分析券商本身是否有依據其公布的推薦評等來買賣股票。我們定義下列三種狀況：第一，一家券商若是推薦民眾買進一檔股票，則券商自己應是對這檔股票淨買進；若是推薦賣出一檔股票，則券商自己應是對這檔股票淨賣出，凡是符合上述原則者，我們稱之為「利益一致」。其次，若券商自己的買進與賣出與其推薦無關，則稱之為「沒有利益衝突」。第三，如果推薦買進而自己卻賣出，或推薦賣出自己卻買進，則稱之為「有利益衝突」。所以本文的應變數為「券商對其推薦股票的交易量」，解釋變數則為「推薦方向」，即式 (1)。 Level： Trade(X)= βD+ βD + βD + βD + βD+ε(1) i t i5i5 i4i4i3i3i2i2i1i1 i t 被解釋變數Trade(X) 為券商i在事件窗口t對其推薦公司的淨買進交易量 ( 買進i,t－賣出 ) 除以該被推薦評等公司流通在外股數。針對五個等級，本文設計五個虛擬變數D、D、D、D及D，例如，D表示當推薦評等為5時其值為1，其他情況i5i4i3i2i1i5為0；同理可推至其他四個虛擬變數。式 (1) 估計的β、β、β、β和β，分別i5i4i3i2i1代表該券商的五個推薦評等對其淨買進交易量的影響。 如果有「利益一致」，則有下列三種狀況：首先，若β>0、β>0，則表示券商i5i4推薦買進，券商本身也認可這項推薦，所以其淨買進交易量會上升。其次，若β<0、i2β<0，表示券商推薦賣出，券商本身也認可這項推薦，所以其淨買進交易量會下降。i1最後，若β=0，則表示中立，券商的淨買進交易量不顯著增加或減少。除此之外，i3由於推薦的強度不同，我們更可以進一步推論，β>β 以及 β<β。如果「沒有i5i4i1i2利益衝突」，則在券商公布推薦評等level前，不會有事先進場佈局的情況，也就是券商推薦買進和賣出前，β、β、β、β和β的值應該不顯著。如果「有利益衝突」，i5i4i3i2i1則與「利益一致」相反，即是β<0、β<0，且β>0和β>0。 i5i4i2i1 11
Change： Trade(Y)= α+ βD+ βD+ε(2) it iuiu idid 其次本文探討評等改變對券商淨買進交易量的影響，我們設計新的虛擬變數，即D及D ，前者表示當評等升級時為1，其他情況為0；後者表示當評等降級時為1，iu id其他情況為0。式 (2) 中的被解釋變數Trade(Y)為券商i對其改變推薦評等公司的淨it買進交易量除以被改變推薦評等公司流通在外股數，估計的參數β 與β分別代表iuid該券商推薦評等升級及降級對其淨買進交易量的影響。如果沒有利益衝突，則券商推薦評等Change前，β 與β的值應該不顯著；推薦評等Change後，β>0，表示券商iuidiu推薦升級，券商的淨買進交易量會上升，而β<0，表示券商推薦降級，券商的淨買id進交易量會下降。 接著，我們分別用四個窗口區間來估計利益衝突，即 (-29,0)， (-4,0)， (1,5) 及 (1,30)。而 (-29,0) 代表推薦評等的前29天到推薦日當天，(-4,0) 代表推薦評等的前4天到推薦日當天，(1,5) 代表推薦評等日之後1天到後5天，(1,30) 則代表推薦評等日之後1天到後30天。雖然，我們認為利益衝突最可能發生在券商推薦買進，之後卻賣出的情況，所以利益衝突最可能發生在 (1,5) 及 (1,30) 的區間，而Chan, Chang and Wang (2004) 有探討推薦之前券商交易的行為，因此本文也將 (-29,0)， (-4,0) 納入分析。 公布推薦評等前後之券商實際買賣超 表4報告推薦評等Level公布前5天 (即 (-4,0)) 和前30天 (即 (-29,0))，以及後5天 (即 (1,5)) 和後30天 (即 (0,30))，本國與外資券商的買賣超情形。 在推薦評等Level方面，本國與外資券商在評等5公布前，以 (-4,0) 而言，β都i5顯著為正，表示本國與外資券商對其公布推薦評等的公司有先進場佈局買進的情形。而本國券商的β 雖然為正但不顯著，而外資券商的β 顯著為正，這表示外資券商i4i4的「利益一致」較強。此外，二種券商均符合β>β的較強推薦，會有較強買進的i5i4結果，而β、β和β在二種券商大都不顯著，表示券商不推薦時，自己也不會多i3i2i1買進。若觀察 (-29,0)，結果與 (-4,0) 相似。 12
觀察區間 (1,5) ，也就是本國與外資券商在推薦評等公布後5天，本國券商在各種推薦情況的係數皆不顯著，表示本國券商在推薦後5天內的買賣行為較不明顯，外-4-4資券商的β為 ×10，β為 ×10皆顯著為正，且β大於β，這表示外資i5i4i5i4券商的「利益一致」情形較強，且評等5的強度的確大於評等4。當觀察 (1,30) 的-5區間，我們發現本國券商的β為 ×10，顯著異於零，這表示本國券商「有利i5-4益衝突」，而外資券商的β為 ×10，也顯著異於零，這表示外資券商呈現「利益i5一致」的情況。 由以上Level的分析可知，首先，在推薦買進之前，二種券商均呈現買進大於賣出的情形，符合「利益一致」，但是在推薦買進之後，但在推薦買進之後，本國券商反而會有出現賣超的現象，呈現利益衝突的特徵。其次，推薦賣出的效果薄弱，券商推薦賣出對自己的部位基本上沒有影響。第三，外資券商較符合「利益一致」，當期推薦買進，自行買進的反應較強烈。 表5報告推薦評等Change公布前5天和前30天，以及後5天和後30天，券商的買賣超情形。在 (-4,0) 的事件窗口，我們發現，不論是推薦評等升級或降級，本國券商的β和β皆不顯著，表示「沒有利益衝突」的情況。而在推薦評等為升級時，iuid-4外資券商的β為 ×10顯著為正，且外資券商的β明顯大於本國券商；在推薦iuiu-4評等降級時，外資券商的β為 –×10 顯著為負，且外資券商的β明顯小於本idid國券商。這表示不論是推薦評等升級或降級，外資券商會有先進場佈局買賣的情形，外資券商的「利益一致」較強。 觀察窗口 (1,5) 來看，不論是推薦評等升級或降級，兩者券商的買進或賣出的動作都不顯著。但是若觀察窗口 (1,30) 的買賣行為，在推薦評等為升級時，本國券商-3的β並不顯著，外資券商的β為 ×10，顯著為正；在推薦評等降級時，本國iuiu-4券商的β也不顯著，外資券商的β為 –×10 ，顯著為負。所以在升級和降級idid的推薦評等公布後，本國券商「沒有利益衝突」的情形，而外資券商較能跟隨自已所公布的投資推薦來操作，較符合「利益一致」。 由以上Change的分析可知，在推薦評等為升級時，不論是本國或外資券商均傾向買進，在推薦評等為降級時，本國或外資券商均傾向不買進。其次，外資券商對自己的推薦，反應較為明確，係數較為顯著，而本國券商大都不顯著。 13
5. 投資推薦評等公布前後的散戶交易 模型 接著，我們討論在面對外資券商與本國券商公布的推薦評等時，散戶的投資行為。Chan, Chang and Wang (2004) 的方法只討論券商對於其投資推薦評等前後的買賣行為，而本文認為，除了券商本身的買賣行為，散戶對於券商的投資推薦評等報告的反應也非常重要。由於在台灣只有散戶能融資及融券，故我們用最能代表散戶動向的融資的增減來分析散戶行為與投資推薦評等的互動關係。式 (3) 用來檢驗當券商公布不同的推薦評等Level時，散戶的交易是否會受到券商推薦的影響。 Level： Finance(X)= βD+ βD + βD + βD + βD+ε (3) it i5i5 i4i4i3i3i2i2i1i1 Change： Finance(Y)= α+ βD+ βD+ε(4) it iuiu idid Finance(X)為被推薦評等Level公司的融資增減除以該公司流通在外股數。式 (3) 估it計的β、β、β、β和β，分別代表券商的五個推薦評等對散戶淨融資增減的影i5i4i3i2i1響。當變數為評等5和4 (即D和D) 時，則對融資應有正向的影響，此時β> 0、β> i5i4i5i40；反之，當變數為不推薦(即D和D)，則對融資應有負向的影響，此時β< 0、β< i2i1i2i10。式 (4) 用來檢驗當券商公布不同的推薦評等Change時，散戶的交易是否會受到券商推薦的影響。被解釋變數Finance(Y)為被推薦評等Change公司的融資增減除以該公 it司流通在外股數。式 (4) 估計的β和β，分別代表券商的推薦評等升級和降級對淨iuid融資增減的影響。當變數為推薦評等升級 (即D)時，則對融資應有正向的影響，此iu 時β> 0；反之，當變數為推薦評等降級，則對融資應有負向的影響，此時β <0。 iu 投資推薦評等公布與融資的增減 表6顯示券商公布推薦評等Level前後，散戶融資增減與投資推薦評等互動關係的結果。在推薦評等Level方面，在 (-4,0) 及 (-29,0) 的窗口期間，以本國券商為例，本國券商的評等集中在評等5和評等3，散戶融資的增減在這兩個評等有顯著反應。 14
-4-3-4-3D的係數分別為 ×10、×10和D的係數分別為×10、×10皆顯著i5i3為正，其他係數則不顯著，這表示當融資增加之後，常會伴隨著本國券商公布強烈推薦買進或中立報告，但對於外資券商來說，觀察 (-29,0) 的窗口期間可知，D和D的i3i1-3-3係數顯著為正，分別為×10 和×10，這表示融資增加之後，常會伴隨著外資券商公布強烈推薦賣出或中立報告。 觀察 (1,5) 窗口，散戶融資對於本國券商的5種推薦評等皆無顯著變動。對於外-4-4 資券商而言，D、D和D的係數皆顯著為負，分別為 ×10、×10和 ×10這表示當外資券商推薦買進和中立時，散戶的融資卻顯著減少，而D為×10顯著為正，這表示外資券商推薦賣出時，散戶的融資卻顯著增加。最後觀察 -4(1,30) 窗口，以本國券商為例，D的係數為 ×10，顯著為正，表示在本國券商i5-4強烈推薦買進之後，散戶的融資顯著增加。以外資券商為例，D的係數為 ×10i5顯著為負，表示在外資券商推薦強力買進之後，散戶的融資卻顯著減少。 由以上Level的分析可知，首先，在散戶融資增加之後，本國券商較可能公布推薦強烈買進或是中立的投資評等報告，而外資券商卻較可能公布推薦強力賣出或是中立的投資評等報告。其次，當本國券商推薦強烈買進時，散戶會跟隨本國券商的推薦也買進股票，融資顯著增加。第三，當外資券商推薦強烈買進、買進和中立時，散戶的融資顯著減少，而外資券商推薦賣出時，散戶的融資顯著增加，這表示散戶的買賣行為和外資券商的推薦評等明顯不一致。 表7顯示券商公布推薦評等Change前後，散戶融資增減與投資推薦評等互動關係的結果。在推薦評等Change方面，在 (-4,0) 及 (-29,0) 的期間，本國券商在公布推薦評等升級或降級之前，散戶融資並沒有明顯的增減，但對於外資券商而言，在 (-29,0) -3-4期間D的係數為 ×10，顯著為正，在 (-4,0) 期間D的係數為 ×10，顯著iuiu為負，表示當散戶的融資從顯著增加轉變為到顯著減少後，常會伴隨著外資券商公布-3推薦評等升級，而在 (-29,0) 期間D的係數為 ×10，顯著為正，(-4,0) 期間D的iuid-4係數為×10，在表示當散戶融資持續增加時，常會伴隨著外資券商公布推薦評等降級報告。 觀察 (1,5) 窗口，散戶融資對於本國券商推薦評等升級或降級皆無顯著變化。對-4於外資券商來說，在推薦評等升級時，D的係數為 ×10，顯著為負，這表示當iu外資券商推薦升級時，散戶的融資卻顯著減少，對於外資券商推薦降級的報告，融資 15
-3的增減並不顯著。觀察 (1,30) 窗口，本國券商的D的係數為 ×10，顯著為正，iu表示在本國券商公布推薦升級的報告之後，散戶的融資顯著增加，而本國券商公布推薦降級之後，融資的增減並不顯著。至於外資券商推薦評等升級或降級的報告皆不影響散戶融資的增減。 由以上Change的分析可知，首先，當散戶融資從顯著增加轉變為顯著減少之後，外資券商較可能公布推薦評等升級的報告，當散戶融資持續增加時，外資券商較可能公布推薦評等降級的報告。其次，不論是本國或外資券商在公布推薦評等降級報告之後，散戶的融資增減皆無明顯改變。第三，當本國券商推薦評等升級時，散戶會跟隨本國券商的推薦買進股票，但是，當外資券商推薦評等升級時，散戶卻會賣出股票。這和Level的分析結果類似，也就是散戶的買賣行為較跟隨本國券商的推薦，而和外資券商的推薦較不一致。 6. 推薦評等公布前後的市場反應－成交量的變化 模型 為了分析推薦評等公布前後股票市場的反應，本文仍引用並修正Chan, Chang and Wang (2004) 的方法，將被解釋變數放入股票成交量，透過成交量的變化來瞭解券商公布推薦評等前後的市場反應。 Level： Volume(X)= βD+ βD + βD + βD + βD+ε (5) i t i5i5 i4i4i3i3i2i2i1i1 Change： Volume(Y)= α+ βD+ βD+ε(6) it iuiu idid 式 (5) 是用來檢驗券商公布評等Level時，由成交量的變化程度來分析市場的反應。被解釋變數Volume(X)為被推薦評等Level公司的成交量除以該公司流通在外股數。式 it (5) 估計的β、β、β、β和β，分別代表券商的五個推薦評等對被推薦公司成i5i4i3i2i1交量變動的影響。式 (6) 是用來檢驗券商公布推薦評等Change時，由成交量的變化 16
程度來分析市場的反應。被解釋變數Volume(Y)為被推薦評等Change公司的成交量除it以該公司流通在外股數。式 (6) 估計的β和β，分別代表券商的推薦評等升級和降iuid級對被推薦公司成交量變動的影響。 投資推薦評等公布與成交量變化 表8的結果顯示，在推薦評等Level方面，不管在本國券商或是外資券商公布各推薦評等等級前的窗口 (-29,0) 及 (-4,0) 的係數皆顯著為正，顯示本國券商和外資券商傾向對原本就交易活絡的公司公布推薦評等。觀察窗口 (1,5)，本國券商公布推薦評等後，β為 ，β為 皆顯著為正，且β顯著大於β，外資券商的情i5i4i5i4況也是如此，β和β分別為 、，皆顯著為正，β顯著大於β。觀察窗i5i4i5i4口 (1,30) 的結果與 (1,5) 相似。以上結果顯示，本國券商和外資券商推薦買進的強度越高，被推薦股票的市場成交量增加越多，這表示市場的確重視證券商的推薦評等報告。此外，除了賣出的推薦評等，被本國券商推薦的股票的成交量皆顯著大於被外資券商推薦的股票。 表9的結果顯示券商推薦評等Change與成交量之間的關係。觀察 (-29,0) 及 (-4,0) 的窗口期間可以發現，當股票的成交量顯著減少時，常會伴隨著本國券商公布推薦評等Change的報告；而當股票的成交量顯著增加時，常會伴隨著外資券商公布推薦評等Change的報告。(1,5) 及 (1,30) 的窗口區間皆顯示，在推薦評等升級方面，本國券商所推薦股票的成交量並無顯著改變，而外資券商所推薦股票的成交量則顯著增加。反之，在推薦評等降級方面，本國券商所推薦股票的成交量顯著減少，外資券商所推薦股票的成交量變化則不明顯。由以上結果可知，股票市場可能較重視本國券商公布的降級推薦，較重視外資券商的升級推薦。 17
7. 結論與建議 本文從證券商的經紀部門與自營部門之間的利益衝突的角度切入，並建構屬於台灣股市的推薦評等資料庫，藉以分析並比較本國券商與外資券商在推薦股票時所可能造成的利益衝突，何者較為嚴重，希望能藉著有系統的推理與實證分析，瞭解何種券商的推薦研究報告對散戶較有幫助。 根據本國券商和外資券商的股票推薦狀況，我們發現本國券商和外資券商極少對公司公布不佳的推薦評等報告。尤其是本國券商，不論在股市上升階段或股市下跌階段，本國券商皆較不願意調降公司的推薦評等。而外資券商在股市上升階段升級的推薦評等較降級的推薦評等多，在股市下跌階段降級的推薦評等較升級的推薦評等多。 為了分析證券商的經紀部門與自營部門是否有利益衝突，本文提出證券商經紀部門推薦評等前後，同一證券商的自營部門買賣超變化的模型。實證結果顯示，在券商公布推薦評等Level報告方面，在推薦買進之前，二種券商均呈現買超，符合「利益一致」，但是在推薦買進之後，本國券商反而會有出現賣超的現象，呈現「有利益衝突」的情況，而外資券商自行買進的反應較強烈，較符合「利益一致」。在券商公布推薦評等Change報告方面，不論是推薦升級或是降級報告，本國券商的買賣行為呈現「沒有利益衝突」的情形。外資券商則較能跟隨本身所公布的投資推薦來操作，較符合「利益一致」。 雖然實證結果顯示外資券商的推薦比本國券商更符合「利益一致」，但是市場的散戶卻有不同的看法。我們發現，在推薦評等Level方面，當本國券商推薦強烈買進時，散戶會跟隨本國券商的推薦也買進股票，但是當外資券商推薦強烈買進時，散戶卻賣出股票，而當外資券商推薦賣出時，散戶卻買進股票，散戶的買賣行為和外資券商的推薦評等明顯不一致。在推薦評等Change方面，結果也類似，也就是當本國券商推薦評等升級時，散戶會跟隨本國券商的推薦買進股票，但是，當外資券商推薦評等升級時，散戶卻會賣出股票。 若以整個市場的成交量變化來分析股票市場對券商推薦股票評等的反應，我們發現，本國券商和外資券商傾向對原本就交易活絡的公司公布推薦評等，而且本國券商和外資券商推薦買進的強度越高，被推薦股票的市場成交量增加越多，這表示市場的確重視券商的推薦評等報告。 18
由以上的結果可知，股票市場的確是非常重視證券商的推薦評等報告，因此推薦評等報告的正確性值得重視。本文的研究結果符合本文之前的推理，也就是外資券商的推薦所產生之利益衝突程度較本國券商小。然而，我國股票市場的散戶卻沒有完全看清這些利益衝突，他們的投資行為反而跟隨利益衝突較嚴重的本國券商的推薦評等報告，這可能是因為散戶比較容易獲得來自於本國券商的推薦訊息，譬如大部份的散9戶是在本國券商的經紀部門下單，跟本國券商交流較為頻繁。然而這樣的結果，可能會降低證券商保持良好市場自律的動機，鼓勵證券商的經紀部門公布偏誤的推薦評等報告來誤導股市投資人，然後同時透過自營部門進行反向操作藉此獲取利潤，這使得需要資訊的散戶不但無法依據專業投資評等報告的資訊獲利，反而可能成為證券商利益衝突下的犧牲品。 我國主管機關也開始正視證券商分析師推薦股票所產生利益衝突的問題。證券期貨局已於 2004年10月20日修正證券商管理規則，明訂證券商若在開盤前公布個股報告，自營部門則不得於開盤後兩小時內進行交易；若盤中發布報告，自營部門須至次交易日開盤二小時後，才能進行交易。然而這樣防火牆的設置，可能無法有效降低證券商經紀部門與自營部門之間的利益衝突問題，因為根據本文的研究結果，這種利益衝突並不只限於發布報告當天或次日，證券商很可能在發布推薦報告前，就先進場佈局，在發布推薦評等報告後反向操作的情況，可能持續5天甚至顯著持續30天。 針對這種情況，主管機關若能成立監督委員會，專門負責審查證券分析師所公布的股票推薦評等報告，並定期公布各家證券商利益衝突的情況，將能夠幫助市場投資人正確評估哪些證券商較易發生股票推薦的利益衝突。另外，將證券分析師的收入與證券商其他部門的經營業績分離，更可以確保證券分析師在提供股票推薦報告時能維持獨立性與客觀性，提高股票市場傳遞資訊的效率並增加所有投資人的利益。 9 根據台灣證券交易所的統計，2004年7月台灣股票市場的經紀業務成交金額中，本國券商所佔的比例為%，外資券商只有%。 19
圖1 台灣加權股價指數於樣本期間的趨勢變化 8000最高點04/3/5750071357000台股6500指數60005500500003/8/103/9/103/10/103/11/103/12/104/1/104/2/104/3/104/4/104/5/104/6/104/7/1 20
表1 本國券商推薦評等語言數字化 表1參考I\B\E\S資料庫，將本國券商對每一個股票的文字推薦分為五個級數，並將推薦分級為： 5 = 強力買進、4 = 優於市場表現、3 = 持有、2 = 低於市場表現、1 = 賣出。依上述推薦評等分級的標準，凡是券商有買進字樣的推薦皆歸類為評等5，逢低承接和逢低佈局，或長期投資和短期投資等有建議投資人進場，但語氣不是強烈的直接買進等推薦語言，一律歸類為評等4，持有、觀望和區間操作等語氣中立的推薦語言，一律歸類為評等3，減碼、逢高調節和逢高減碼等建議投資人調節手上持股，但不至於到全部賣出的推薦語言，一律歸類為評等2，有賣出字樣的推薦語言，則一律歸類為評等1。 等級 5 4 3 2 1 買進 加碼 持有 減碼 逢高賣出 強力買進 逢低承接 中立 逢高減碼 逢低買進 逢低佈局 觀望 逢高調節 拉回買進 逢低加碼 續抱留意買點 酌量承接 區間操作 短期買進 拉回承接 短線操作積極買進 短期投資 短線整理 短期買進 長期投資 短期觀望長期買進 拉回後介入 短線持有 短線買進 中長期佈局 短期操作長線買進 幾元以下承接 短期中立 逢回買進 拉回逢低介入 暫不追高拉回後買進 拉回逢低承接 長期持有 回穩後買進 逢低買進/觀望 持股續抱中長期買進 拉回後逢低佈局 持有/觀望 低檔區買進 營收低點時佈局 續抱/觀望幾元以下買進 中長期進場佈局 中長期持有 短線逢低買進 中長期觀望中期逢低買進 短線中性視之 長期逢低買進 短期持股續抱長期投資買進 短期先為中立 拉回逢低買進 短期投資觀望中長期逢低買進 短線續抱/觀望 中長線逢低買進 觀望/持股續抱 持股續抱/觀望 短線不建議買進 幾元-幾元區間操作 21
表2 外資券商推薦評等語言數字化 表2參考I\B\E\S資料庫，將外資券商對每一個股票的文字推薦分為五個級數，並將推薦分級為： 5 = 強力買進、4 = 優於市場表現、3 = 持有、2 = 低於市場表現、1 = 賣出。依上述推薦評等分級的標準，凡是券商有買進字樣的推薦皆歸類為評等5，逢低承接和逢低佈局，或長期投資和短期投資等有建議投資人進場，但語氣不是強烈的直接買進等推薦語言，一律歸類為評等4，持有、觀望和區間操作等語氣中立的推薦語言，一律歸類為評等3，減碼、逢高調節和逢高減碼等建議投資人調節手上持股，但不至於到全部賣出的推薦語言，一律歸類為評等2，有賣出字樣的推薦語言，則一律歸類為評等1。 等級 5 4 3 2 1 買進 加碼 持有 減碼 賣出 強力買進 具吸引力 中立 低於市場表現強力賣出 超越市場表現 觀望 區間操作 符合市場表現 符合類股表現 符合大盤表現 22
表3 本國券商與外資券商推薦評等之資料統計 Panel A列示本文對鉅亨網在2003年8月1日至2004年7月31日公布之推薦評等的過濾篩選程序。本文選取同時在鉅亨網有公布推薦評等及台灣經濟新報資料庫有交易明細的證券商。為了一致性比較，本文各取11家本國券商與外資券商。在本國券商部份，分別為大眾證券、大華證券、元京證券、太平洋證券、玉山證券、亞東證券、金鼎證券、建華證券、統一證券、富邦證券及寶來證券。在外資券商部份，分別為花旗環球證券 (Citigroup)、里昂證券 (CLSA)、匯豐詹金寶證券 (HSBC)、美林證券 (Merrill Lynch)、高盛證券 (Goldman Sachs)、摩根添惠證券 (Morgan Stanley)、野村證券 (Nomura)、德意志證券 (Deutsche Bank)、摩根大通證券 (JP Morgan)、瑞士信貸第一波士頓證券 (CSFB) 及瑞銀證券 (UBS)。 Panel B則是將本國券商與外資券商推薦評等筆數依總樣本期間(2003/08/01至2004/07/31)、股市上升階段(2003/08/01至2004/03/05)及股市下跌階段(2004/03/06至2004/07/31)分別列示，表內括號中的值為各推薦評等筆數佔各樣本期間總推薦評等筆數的比例。 Panel A:資料過濾 本國券商 外資券商 原始投資推薦評等筆數 4,2781,526上市公司的投資推薦評等筆數 3254 1,465 選取券商之總投資推薦評等筆數 3,1031,363Panel B:投資評等筆數 本國券商 外資券商 Level 總樣本期間 股市上升階段 股市下跌階段總樣本期間股市上升階段 股市下跌階段 5 1,679()1,119() 560()423()264() 159()4 57()51() 6()435()245() 190()3 1,330()871() 459()391()202() 189()2 30()21() 9()86()52() 34()1 7()7() 028()18() 10()Change升級 321()251() 70()99()77() 22()降級 103()58() 45()83()42() 42() 23
表4 本國券商與外資券商公布推薦評等等級前後一個月的買賣超 本表為本國券商和外資券商公布評等Level後，券商的買賣超情形。被解釋變數為券商i在事件窗口t對其評等Level公司的淨買進交易量 ( 買進－賣出 ) 除以該被推薦評等公司流通在外股數。解釋變數 D至 D分別為第i家公司被券商評等5至評等1的虛擬變數。(-4,0) 代表推薦評等的前4天到推薦日i5 i1 當天的事件窗口，(-29,0) 代表推薦評等的前29天到推薦日當天的事件窗口， (1,5) 代表推薦評等日之後1天到後5天的事件窗口，(1,30) 則代表推薦評等日之後1天到後30天的事件窗口。以OLS估計係數值，括弧內為t值，係數差異以Wald test檢定，括弧內為F值。*, **,和***分別表示係數在10%, 5%和1%的顯著水準下為顯著。 (-4,0)(-29,0) 本國券商差異 (A) 外資券商(B) 本國券商外資券商差異 (A)(B) (A )－(B) (A )－(B) ×10***×10*** ×10*** ×10***×10*** ×10***D(1) i5 () () () () () () ××10*** ××10*** D(2) i4 () () () () ×××10* ×10D(3) i3 () () () () ××10* ××10D(4) i2 () () () () ××××10D(5) i1 () () () () ××10差異 () () (1)－(2) 差異 (4)－(5) (1,5) (1,30) 本國券商差異 (A) 外資券商(B) 本國券商(A)外資券商差異 (B) (A )－(B) (A )－(B) ××10*** ×10* ×10 *** ×10 ***D(1) i5 () () () () () ××10** ××10** D(2) i4 () () () () ××××10D(3) i3 () () () () ××××10D(4) i2 () () () () ××××10D(5) i1 () () () () -4-4差異 ××10 () () (1)－(2) 差異 (4)－(5) 24
表5 本國券商與外資券商公布推薦評等改變前後一個月的買賣超 本表為本國券商和外資券商公布推薦評等Change後，券商的買賣超情形。被解釋變數為券商i在事件窗口t對其推薦評等Change公司的淨買進交易量 ( 買進－賣出 ) 除以該被推薦評等公司流通在外股數。解釋變數D與D分別為第i家公司被券商推薦評等升級及降級的虛擬變數。(-4,0) 代表推薦評等iuid的前4天到推薦日當天的事件窗口，(-29,0) 代表推薦評等的前29天到推薦日當天的事件窗口， (1,5) 代表推薦評等日之後1天到後5天的事件窗口，(1,30) 則代表推薦評等日之後1天到後30天的事件窗口。以OLS估計係數值，括弧內為t值，係數差異以Wald test檢定，括弧內為F值。*, **,和***分別表示係數在10%, 5%和1%的顯著水準下為顯著。 (-4,0) (-29,0) 本國券商外資券商差異(A )－(B)差異(A )－(B)(A)(B) 本國券商(A)外資券商(B) ××10* ××10D(1) u () () () () ××10** ××10*** D(2) d () () () () 差異 (1)－(2) (1,5) (1,30) 本國券商(A)外資券商(B)差異(A )－(B) 本國券商(A)外資券商(B)差異(A )－(B) ××××10*** D(1) u () () () () ××××10** D(2) d () () () () 差異 (1)－(2) 25
表6 本國券商與外資券商公布推薦評等等級與融資增減 本表為散戶融資增減與投資推薦評等等級互動關係的結果。被解釋變數為被推薦評等Level公司的融資增減除以該公司流通在外股數，解釋變數 D至 D分別為第i家公司被券商評等5至評等1的虛擬變i5 i1 數。(-4,0) 代表推薦評等的前4天到推薦日當天的事件窗口，(-29,0) 代表推薦評等的前29天到推薦日當天的事件窗口， (1,5) 代表推薦評等日之後1天到後5天的事件窗口，(1,30) 則代表推薦評等日之後1天到後30天的事件窗口。以OLS估計係數值，括弧內為t值，係數差異以Wald test檢定，括弧內為F值。*, **,和***分別表示係數在10%, 5%和1%的顯著水準下為顯著。 (-4,0)(-29,0)本國券商差異 (A) 外資券商(B) 本國券商外資券商差異 (A)(B) (A )－(B) (A )－(B) ×10*** ××10***×10D(1) i5 () () () () ××××10D(2) i4 () () () () ×10** ××10***×10*** ×10***D(3) i3 () () () () () ××××10D(4) i2 () () () () ×××10* ×10** ×10D(5) i1 () () () () () 差異 (1)－(2) 差異 (4)－(5) (1,5) (1,30) 本國券商差異 (A) 外資券商(B) 本國券商外資券商差異 (A)(B) (A )－(B) (A )－(B) ××10*** ×10* ×10** D(1) i5 () () () () ××10*** ××10* D(2) i4 () () () () ××10* ××10D(3) i3 () () () () ××10* ×10* ×10D(4) i2 () () () () ××××10D(5) i1 () () () () -5-4差異 ××10 () () (1)－(2) 差異 (4)－(5) 26
表7 本國券商與外資券商公布推薦評等改變與融資增減 本表為散戶融資增減與投資推薦評等改變互動關係的結果。被解釋變數為被推薦評等Change公司的融資增減除以該公司流通在外股數，解釋變數D與D分別為第i家公司被券商推薦評等升級及降級的虛iuid擬變數。(-4,0) 代表推薦評等的前4天到推薦日當天的事件窗口，(-29,0) 代表推薦評等的前29天到推薦日當天的事件窗口， (1,5) 代表推薦評等日之後1天到後5天的事件窗口，(1,30) 則代表推薦評等日之後1天到後30天的事件窗口。以OLS估計係數值，括弧內為t值，係數差異以Wald test檢定，括弧內為F值。*, **,和***分別表示係數在10%, 5%和1%的顯著水準下為顯著。 (-4,0) (-29,0)本國券商外資券商差異(A )－(B)差異(A )－(B)(A)(B) 本國券商(A)外資券商(B) ××10*** ××10** D(1) u () () () () ××××10** D(2) d () () () () 差異 (1)－(2) (1,5) (1,30) 本國券商(A)外資券商(B)差異(A )－(B)本國券商(A)差異(A )－(B) 外資券商(B) ××10** ×10* ×10D(1) u () () () () ××××10D(2) d () () () () 差異 (1)－(2) 27
表8 本國券商與外資券商公布推薦評等等級與成交量的變化 本表為市場成交量與投資推薦評等等級互動關係的結果。被解釋變數為被推薦評等Level公司的成交量除以被評等公司流通在外股數，解釋變數 D至 D分別為第i家公司被券商評等5至評等1的虛擬變i5 i1 數。(-4,0) 代表推薦評等的前4天到推薦日當天的事件窗口，(-29,0) 代表推薦評等的前29天到推薦日當天的事件窗口， (1,5) 代表推薦評等日之後1天到後5天的事件窗口，(1,30) 則代表推薦評等日之後1天到後30天的事件窗口。以OLS估計係數值，括弧內為t值，係數差異以Wald test檢定，括弧內為F值。*, **,和***分別表示係數在10%, 5%和1%的顯著水準下為顯著。 (-4,0)(-29,0)本國券商異 (A) 外資券商差(B) 本國券商外資券商差異 (A)(B) (A )－(B) (A )－(B) *** *** *** *** *** *** D(1) i5 () () () () () () *** *** *** *** *** *** D(2) i4 () () () () () () *** *** *** *** *** *** D(3) i3 () () () () () () *** *** *** *** D(4) i2 () () () () () () *** *** *** *** D(5) i1 () () () () () () *** ** *** 差異 () () () () (1)－(2) 差異 () () () () (4)－(5) (1,5) (1,30) 本國券商(A) 外資券商差異 (B) 本國券商外資券商差異 (A)(B) (A )－(B) (A )－(B) *** *** *** *** *** *** D(1) i5 () () () () () () *** *** *** *** *** *** D(2) i4 () () () () () () *** *** *** *** *** *** D(3) i3 () () () () () () *** *** *** *** D(4) i2 () () () () () () *** *** *** *** D(5) i1 () () () () () () *** *** ** *** 差異 () () () () (1)－(2) 差異 () () () () (4)－(5) 28
表9 本國券商與外資券商公布推薦評等改變與成交量的變化 本表為市場成交量與投資推薦評等改變互動關係的結果。被解釋變數為被推薦評等Change公司的成交量除以被評等公司流通在外股數，解釋變數D與D分別為第i家公司被券商推薦評等升級及降級的虛iuid擬變數。(-4,0) 代表推薦評等的前4天到推薦日當天的事件窗口，(-29,0) 代表推薦評等的前29天到推薦日當天的事件窗口， (1,5) 代表推薦評等日之後1天到後5天的事件窗口，(1,30) 則代表推薦評等日之後1天到後30天的事件窗口。以OLS估計係數值，括弧內為t值，係數差異以Wald test檢定，括弧內為F值。*, **,和***分別表示係數在10%, 5%和1%的顯著水準下為顯著。 (-4,0) (-29,0)本國券商外資券商差異(A )－(B)差異(A )－(B)(A)(B) 本國券商(A)外資券商(B) * ** * * D(1) u () () () () ** *** ** D(2) d () () () () * 差異 () () () (1)－(2) (1,5) (1,30) 本國券商(A)外資券商(B)差異(A )－(B)本國券商(A)差異(A )－(B) 外資券商(B) ×* ** D(1) u () () () () *** *** D(2) d () () () () 差異 (1)－(2) 29
參考文獻 中文部分 陳建成 (1999)，「股票公開推薦價值與影響因素之研究」，未出版碩士論文，中正大學財務金融研究所。 劉士豪 (2001) ，「報紙推薦資訊對股價行為影響之研究」，未出版碩士論文，台灣科技大學企業管理研究所。 劉貞芸 (2004) ，「報紙推薦資訊之實證研究-以經濟日報每週精選潛力股專欄為例」，未出版碩士論文，淡江大學財務金融研究所。 黃思衡(2004) ，「外資券商投資評等宣告之資訊內涵：商譽與自我利益之衝突探討」，未出版碩士論文，朝陽科技大學財務金融研究所。 英文部分 Barber, B., R. Lehavy, and B. Trueman (2004), “Comparing the Stock Recommendation Performance of Investment Banks and Independent Research Firms,” Working Paper, University of California at Davis. Barber, B., R. Lehavy, M. McNichols, and B. Trueman (2001), “Can Investors Profit from the Prophets? Security Analyst Recommendations and Stock Returns,” Journal of Finance, 56, 531-563. Chan, K. W., C. Chang, and A. Wang (2004), “Put Your Money Where Your Mouth Is: Do Financial Firms Follow Their Own Recommendations?” Working Paper, Department of Applied Economics and Management, Cornell University. Carleton, Willard T., Chen, Carl R. and Thomas L. Steiner (1998), “Optimism Biases Among Brokerage and Non-Brokerage Firms' Equity Recommendations: Agency Costs in the Investment Industry,” Financial Management, 27, 17-30. Dechow, P., A. Hutton, and R. Sloan (2000), “The Relation Between Analysts’ Long-Term Earnings Forecasts and Stock Price Performance Following Equity Offerings,” Contemporary Accounting Research, 17, 1-32. Dugar, A. and S. Nathan (1995), “The Effect of Investment Banking Relationships on Financial Analysts’ Earnings Forecasts and Investment Recommendations,” Contemporary Accounting Research, 12, 131-160. Ellis, K., R. Michaely, and M. O’Hara (2004), “Competition in Investment Banking: Proactive, Reactive, or Retaliatory?” Working Paper, Cornell University. Heidle, Hans G., and Xi Li (2003), “Is There Evidence of Front-Running Before Analyst Recommendations? An Analysis of the Quoting Behavior of Nasdaq Market Makers,” Working paper, Mendoza College of Business, University of Notre Dame. Huth, W. L., and B. A. Maris (1992), “Large and Small Firm Stock Price Response to Heard on the Street Recommendations,” Journal of Accounting, Auditing and Finance, 7, 27-47. 30
Jegadeesh, N., J. Kim, S. D. Krische, and C. M. C. Lee (2004), “Analyzing the Analysts: When do Recommendations Add Value?” The Journal of Finance, 59, 1083-1124. Lin, . and M. McNichols (1998), “Underwriting Relationships and Analysts’ Earnings Forecasts and Investment Recommendations,” Journal of Accounting and Economics, 25, 101-127. Michaely, Roni and Kent Womack (1999), “Conflict of Interest and the Credibility of Underwriter Analyst Recommendations,” Review of Financial Studies, 12, 653-686. Shen, ., and H. L. Chih (2005), “Trust Your Friends, But Don’t Forget to Lock Your Car Door: Conflict of Interest in Stock Recommendations of Investment Banks and Its Determinants,” Working Paper, Department of Money and Banking, National Chengchi University. Stickel, S. E. (1995), “The Anatomy of the Performance of Buy and Sell Recommendations,” Financial Analysts Journal, 51, 25-39. Womack, K. L. (1996), “Do Brokerage Analysts’ Recommendations Have Investment Value?” Journal of Finance, 51, 137-167. 31
