Big Data as a

Governance Mechanism
Presenter: 第13組 胡峻杰 楊采珊 楊霆 黃奕瑋 余柏叡
大綱
01 動機摘要

02 假設

03 資料

04 檢定

05 結論
1-1 研究摘要
• 第⼀一部分:
(1) 另類類數數據是否會增加股價資訊含量量?
(2) 另類類數數據是否會增加⻑⾧長期的股價資訊含量量?

第⼆二部分:
(1) 另類類數數據是否會減少公司經理理⼈人內線交易易的機會?
(2) 另類類數數據是否會讓公司經理理⼈人做更更好的投資決策?
1-2 什麼是另類數據？
 另類類數數據(Alternative Data)
• 定義:
“ Alternative data are defined as data sets that are not from a financial statement or report” ---
Quinlan and Associates 2017

POS交易易記錄錄 衛星影像圖 點擊流(Clickstream Data)

隨著電腦的進化和科技進步，使
我們可獲得有別以往的資料料型態
--另類類數數據(Alternative Data)--
 過往的研究Fishman et al.(1989)指出，
股價的資訊含量量多寡會影響公司經理理
⼈人的⾏行行動和決策，於是作者主要想利利
⽤用另類類數數據了了解兩個問題：
• （⼀一）另類類數數據是否會影響股價的資訊含量量?
• （⼆二）另類類數數據對股價資訊含量量帶來來的影響
1-3 研究動機 是否會進⼀一步影響公司經理理⼈人的⾏行行動
和投資決策?
 另類類數數據對股價資訊含量量的影響

H
另類類數數據的三個假設
-影響層⾯面
股價資訊含量量對公司經理理個⼈人交易易的影響

股價資訊含量量的實際影響：投資效率
H1 另類類數數據提⾼高了了股價資訊含量量

此假設建⽴立在另類類數數據降低了了資訊獲取成本的推測

H1
2-1:另類類數數據提⾼高了了
股價資訊含量量
1.
2.
3.
如果沒有發現股價資訊含量量顯著的增加:
市場為強式效率市場
獲取資訊的成本減少不不⾜足以察覺到另類類數數據的影響
此數數據無⽤用
 H2 股價資訊含量量對公司經理理個⼈人交易易的影響

H2
另類類數數據降低了了內線交易易與未來來預期外營收的關聯

另類類數數據降低了了內部⼈人員在正的(負的)
2-2:股價資訊含量量對 未來來預期外營收公布之前購買（出售）
公司經理理個⼈人交易易的影響
股票的傾向
H3 另類類數數據提⾼高了了投資效率

這種實際效果可能需要更更⻑⾧長的時間才能顯

H3
示出來來。 作者只能記錄錄⾃自另類類數數據可取得
以來來的幾年年中，投資效率是否有所提⾼高，
如果沒有發現影響：

1. 投資者使⽤用另類類數數據對實際效率沒有影響
2-3:另類類數數據
提⾼高了了投資效率 2. 影響尚未出現在樣本中
 來來源 無法直接觀察這些數數據提供者的客⼾戶

⽤用於汽⾞車車計數數的衛星圖像數數據 無法觀察經理理未公開的私⼈人資訊

線上消費的交易易紀錄錄 另類類數數據
來來源與限制
限制
4-1 對股價資訊含量量帶來來之影響
4-1對短期股價資訊含量量帶來來的影響

模型⼀一

・Abs_AR【0,+2】是在後兩個交易易⽇日的絕對報酬⼗十分位數數排序
・Post 若為1代表另類類資訊已經售出給投資組合經理理
・Covered 為1則代表此公司有被取得另類類資訊
・Abs_UE 為未預期盈餘（少於IBES預測的EPS中位數數）的絕對值⼗十分位數數排序
4-1另類類資訊將會增加短期股價的資訊含量量

• 股票流動性⾼高時，投資⼈人可以
將另類類資訊⾃自由運⽤用在投資策
略略上

• ⽬目前股價已含藏對盈餘的預期

• 當公布的盈餘⽐比預期盈餘低時，
對股價就會有負⾯面影響
 4-2對⻑⾧長期股價資訊含量量帶來來的影響

模型⼆二

・Ret 是在最近⼀一財年年內買⼊入公司股票並持有所帶來來的投資報酬
・Earnt+1 為利利⽤用Compustat IB所取得的下⼀一財年年盈餘
4-2另類類資訊將會增加⻑⾧長期股價的資訊含量量
• 在有另類類資訊下，公
司下⼀一財年年的盈餘與
⽬目前的股價表現是有
顯著正相關的

• 擁有⾼高流動性的投資
標的，下⼀一財年年的盈
餘對⽬目前的股價表現
影響最劇
4-3 對管理理階層帶來來之影響
 4-3內線交易易的情況變少？

模型三

• 模型三的因變數數有兩個PurchaseRatio 或 NetTrades
• 測驗重點在於內線交易易是否與未來來收益的關係變⼩小
• 如果有這樣的效果，⼜又會集中在哪個產業？
4-3內線交易易確實會減少
• 減少內線交易易的效果
集中在⾼高潛在市場範
圍和⾼高m-to-b ratio
的公司

• 擴⼤大樣本使⽤用
NetTrades 當因變數數
的時候，會發現⾼高流
動性的公司也同樣有
效

• 新問題，那內線交易易
的機率降低多少？
 4-4內線交易易的下降機率？

模型四

・和模型三⼀一樣的假設和因⼦子設定，但透過bootstrap增加樣本和採⽤用 probit 模型
・內線消息對買⽅方的⾏行行為影響較⼤大的驗證
4-4減少 17.7% 的內線交易易機率

• 得到的
邊際機率預測值為 -0.177，
標準誤為 0.094

• 同樣的⽅方式，測驗賣⽅方的
內線交易易，結果不不顯著
 4-5公司的投資⾏行行為會不不會改變？
模型五

・ln 𝛥𝐼%&' 是把t +1年年投資額與

t年年資本⽀支出和研發費⽤用的⽐比
率取對數數

・測試在投資機會增⻑⾧長和下滑的
情況下，敏敏感性是否有所不不同

・設置Industry來來區別公司個體
和產業總體的投資機會差異異
4-5過度投資的代理理問題，獲得改善
・刪除所有Neg因⼦子的模型五，
結果並不不顯著

・刪除所有Neg × Industry的交
互作⽤用因⼦子，結果Post ×
Covered × IndustryRet 的係數數雖
然仍不不顯著，但在Post ×
Covered × Neg × IndustryRet的係
數數則呈現顯著

・完整模型五成果，同時考慮
了了⾏行行業特性的投資機會的性質，
得到了了相同但更更為顯著的結論
 4-6公司投資效率變⾼高？

模型六

・進⼀一步研究了了管理理階層的撤資決策，並著重於在獲得另類類資訊後，
決策是否對股東價值做出了了更更⼤大的貢獻

・因變數數是t +1年年宣布停⽌止運營或縮減規模後， 3天期的異異常收益

4-6 有待觀察

・只有第⼆二列列中的⾼高潛在市場範
圍公司的係數數顯著為正

・與前⾯面假設⼀一致，市場評估經
理理的撤資決策可以因為獲得另類類
資訊後為公司帶來來更更多價值

・但效果⽬目前只集中在特定產業
 5 結論

另類類數數據(Alternative Data)可使
股價資訊含量量提⾼高，
降低公司經理理⼈人內線交易易的機會，
做出更更好的投資決策，
減少代理理問題(Agency Problem)

COMPUTER REPAIR & SUPPORT

Thank You