亞洲大學

財務金融學系

碩士論文

蘋果iPhone供應鏈競爭與股票異常報酬之
研究

The Research on Competition of Iphone’s

Supply Chain and Abnormal Returns in
Taiwan

研 究 生：藍仕鈞
指導教授：簡智崇 博士

中 華 民 國 105 年 6 月
 誌謝
當碩士論文寫到此頁，則代表我的碩士生涯要正式落幕了，研
究所時光看似漫長，實則如過眼雲煙轉瞬即逝。人生的美好不在於
延續生命的永恆不滅，而在於瞬間璀璨所散發出來的繽紛光芒，雖
然時間匆匆而逝，但已在我的人生之中留下許多不可磨滅的奪目光
采。
首先最要感謝的人是簡智崇教授，從入學一直到畢業的辛勤教
導，在論文撰寫過程中給予我耐心的教導及指正；此外承蒙口試委
員張榮顯教授及蔡豐澤教授不辭千里到學校來評論本論文並提出許
多寶貴的建議與指正，以讓本論文之內容更加豐富完善，謹致以最
深的謝意。
吾以為學如逆水行舟，而教授則像是裝在舟上的電動馬達，帶
我一路勇往直前奮力不倦，如今輕舟已過萬重山，老師對我的照顧
及付出，點滴在心，無限感激！另外，要感謝亞洲大學張眾卓系主
任在論文與相關知識上的啟發和教導，接著還要感謝各位一同奮鬥
的同學們的大力幫忙，使得本篇論文在瓶頸時得以有關鍵資料的進
展，感謝大家在我需要幫忙時，給予全力配合，使至順利畢業，我
想當我回首來時路時，這段回憶必是最甜美的果實。
當然，感謝我最愛的老婆、家人，默默給予我鼓勵與支持，並
謹以此篇論文獻給我摯愛的親人們。
最後，謝謝我在亞洲大學遇到的每一位朋友，感謝你們給我的
幫助，能夠和你們相遇留下一段美好的回憶，是我生命旅途中最棒
的紀念。
藍仕鈞 謹誌於

亞洲大學財務金融研究所

中華民國一 O 五年六月
蘋果iPhone供應鏈競爭與股票異常報酬之研究

研究生：藍仕鈞 指導教授：簡智崇 博士

亞洲大學財務金融學系碩士班

摘 要
本研究利用事件研究法探討各世代蘋果iPhone新機發表宣告後
是否會引發臺灣供應鏈廠商股價出現異常報酬。本研究根據公開新聞
資訊以及證券分析師的研究報告選取44家臺灣上市公司作為蘋果產
品供應鏈之研究樣本，並且以各世代iPhone手機產品發售宣告日為事
件日。研究期間涵蓋2007年至2015年。
實證結果發現，新產品宣告日當天，蘋果供應鏈廠商，平均而言，
出現顯著的異常報酬。事件日前有資訊外溢效果，之後有過度反應負
向的修正之情況。本研究進一步分析發現供應鏈廠商的異常報酬與其
跨越世代製造的次數有關，顯示這些廠商可能具備競爭優勢。

關鍵字：異常報酬、事件研究法、iPhone 供應鏈、跨越世代次數
 The research on competition of iPhone’s supply chain and
abnormal returns in Taiwan

Student: SHIH-CHIN LAN Advisor: Dr. CHIH-CHUNG CHIEN

Department of Finance
Asia University

ABSTRACT
This study investigates whether new-selling influences of various
generating iPhone would result in the abnormal returns on their supply
chain firms in Taiwan by using the event study analysis. According to
public information and reports of security analysis, we select 44
public-listed firms as the sample of iPhone’s supply chain and date of
new-selling announcement as the event day. Our sample covers the
periods from 2007 to 2015.
Our results show that firms of iPhone’s supply chain, on average,
have significant abnormal returns on the event day. There is information
spillover before event date and overreaction reverse effect event date
after event date. Future, we find that abnormal returns on these supply
chain firms are highly correlated to the number of cross-generating
manufacture revealing their completive advantage.

Keywords:Abnormal returns, Event study, iPhone’s supply chain, the

number of cross-generating manufacture
 目錄

頁次
目錄 .....................................................................................................................I
表目錄 ............................................................................................................... II
圖目錄 .............................................................................................................. III
第一章 緒論 .................................................................................................... 1
第一節 研究動機與目的 ....................................................................... 1
第二章 文獻探討 ............................................................................................ 4
第一節 新產品媒體宣告效果之相關文獻 ........................................... 4
第二節 過度反應效果之相關文獻 ....................................................... 7
第三章 研究方法 ............................................................................................ 8
第一節 事件研究法 ............................................................................... 8
第二節 事件日選擇 ............................................................................... 9
第三節 估計期與事件期之設定 ......................................................... 11
第四節 樣本篩選 ................................................................................. 11
第五節 實證模式 ................................................................................. 13
第六節 研究假說 ................................................................................. 16
第四章 實證結果 .......................................................................................... 18
第一節 全體樣本實證結果 .................................................................. 18
第二節 各世代樣本實證結果 .............................................................. 19
第三節 跨世代樣本實證結果 .............................................................. 38
第五章 結論 .................................................................................................. 42
參考文獻 .......................................................................................................... 42
附錄 .................................................................................................................. 45

I
 表目錄

頁次
表 2-1 新產品媒體宣告效果文獻 ............................................................... 5
表 2-2 過度反應效果相關文獻 ................................................................... 7
表 3-1 iPhone 各世代新產品宣告日期與上市日期 ................................. 10
表 3-2 蘋果供應鏈廠商(一) ....................................................................... 12
表 3-3 蘋果供應鏈廠商(二) ....................................................................... 13
表 3-4 iPhone 供應鏈廠商樣本列表 ......................................................... 17
表 4-1 全體樣本事件期 AR、CAR、T 統計量及 P-Value ..................... 18
表 4-2 iPhone2G 事件期 AR、CAR、T 統計量及 P-Value .................... 20
表 4-3 iPhone3G 事件期 AR、CAR、T 統計量及 P-Value .................... 22
表 4-4 iPhone3GS 事件期 AR、CAR、T 統計量及 P-Value .................. 24
表 4-5 iPhone4 事件期 AR、CAR、T 統計量及 P-Value ....................... 26
表 4-6 iPhone4S 事件期 AR、CAR、T 統計量及 P-Value ..................... 28
表 4-7 iPhone5 事件期 AR、CAR、T 統計量及 P-Value ....................... 30
表 4-8 iPhone5S 事件期 AR、CAR、T 統計量及 P-Value ..................... 32
表 4-9 iPhone6 事件期 AR、CAR、T 統計量及 P-Value ....................... 34
表 4-10 iPhone6S 事件期 AR、CAR、T 統計量及 P-Value ..................... 36
表 4-11 跨越二個世代事件期 AR、CAR、T 統計量及 P-Value ............. 38
表 4-12 跨越三個世代事件期 AR、CAR、T 統計量及 P-Value ............. 40

II
 圖目錄

頁次
圖 1-1 研究流程圖......................................................................................... 3
圖 3-1 事件研究法之研究步驟 .................................................................... 9
圖 3-2 事件研究法時間線 ............................................................................ 9
圖 3-3 事件研究與估計期間設定 .............................................................. 11
圖 4-1 全體樣本 AR、CAR 趨勢圖........................................................... 19
圖 4-2 iPhone2G 樣本 AR、CAR 趨勢圖.................................................. 21
圖 4-3 iPhone3G 樣本 AR、CAR 趨勢圖.................................................. 23
圖 4-4 iPhone3GS 樣本 AR、CAR 趨勢圖 ............................................... 25
圖 4-5 iPhone4 樣本 AR、CAR 趨勢圖 .................................................... 27
圖 4-6 iPhone4S 樣本 AR、CAR 趨勢圖 .................................................. 29
圖 4-7 iPhone5 樣本 AR、CAR 趨勢圖 .................................................... 31
圖 4-8 iPhone5S 樣本 AR、CAR 趨勢圖 .................................................. 33
圖 4-9 iPhone6 樣本 AR、CAR 趨勢圖 .................................................... 35
圖 4-10 iPhone6S 樣本 AR、CAR 趨勢圖 .................................................. 37
圖 4-11 跨越二個世代樣本 AR、CAR 趨勢圖........................................... 39
圖 4-12 跨越三個世代樣本 AR、CAR 趨勢圖 .......................................... 41

III
 第一章 緒論

第一節 研究動機與目的

一、研究動機

2007 年美國蘋果公司推出第一代 iPhone 手機後，新型手機的革命逐漸

改變全球高科技電子產業的發展，並引發臺灣各家廠商爭相加入 iPhone 供
應鏈之列。
iPhone，是蘋果公司旗下研發的行動電話系列，它搭載蘋果公司研發的
iOS(以前是 OS)手機作業系统。第一代 iPhone 於 2007 年 1 月 9 日由當時蘋
果公司 CEO 的史蒂夫·賈伯斯發布，並在同年 6 月 29 日正式發售。2015 年
9 月 9 日，蘋果公司在美國舊金山舉行新產品發布會上，推出第九代產品
iPhone6S，於同年 9 月 18 日正式發售。蘋果公司旗下智慧型手機 iPhone，
是全球銷量第一大的智慧型手機。
但因 iPhone 在市場上的龐大銷售量，薄利多銷誘因下，仍使代工廠彼
此搶單競爭。由於臺灣高科技產業發達，供應鏈在現代產業結構中，已經
造就不可或缺的產品生產地位，故蘋果新產品推出時之價值應亦會影響供
應鏈中廠商。尤於臺灣電子產業是全球電子產品供應鏈集中製造生產地，
供應鏈競爭情況也日趨嚴重，過去在供應鏈競爭這方面之研究較不足夠。
故本研究將以蘋果各世代供應鏈廠商之新產品宣告進行分析，以補足過去
研究對於蘋果供應鏈競爭反應之不足。

二、研究目的

本研究由蘋果各世代供應鏈作為研究之角度，以臺灣電子產業蘋果供
應鏈廠商作為研究對象，利用事件研究法實證蘋果之新產品宣告效果對於
供應鏈廠商競爭之影響層面。研究之目的如下：

1
 (一) 觀察宣告日期前之異常報酬，檢視市場是否有提前反應之現象。
(二) 觀察宣告日期後之異常報酬，檢視市場是否有過度反應之現象。
(三) 針對蘋果新產品宣告效果，進行異常報酬（Abnormal Returns，簡
稱 AR）之檢定，分析蘋果媒體宣告效果是否對供應鏈廠商有顯
著之影響。
(四) 分類研究樣本之累計異常報酬。
本研究將以宣告日之前的新聞報導來佐證供應鏈廠商股價是否會因此
提前反應並且進行蘋果各世代供應鏈績優企業進行排序，希望能夠作為投
資人投資策略之參考。

三、研究架構

本研究之架構分為五大章節，各章節主要內容闡述如下:
第一章、緒論
將說明本文之研究背景與動機、研究目的，以及研究步驟。
第二章、文獻回顧
回顧國內外對於蘋果各世代新產品宣告相關文獻，以及臺灣新聞事件
宣告現象之研究。
第三章、研究方法
說明本研究之研究方法，樣本相關來源蒐集及整理。
第四章、實證結果與分析
以研究方法進行分析實證結果，並加以統計分析之具體結果。
第五章、結論與建議
總結研究之結論，並且提出對後續研究之建議。

四、研究架構圖

2
研究動機與目的

文獻回顧

研究方法

實證結果分析

結論與建議

圖 1-1 研究流程圖

資料來源：本研究整理

3
 第二章 文獻探討

第一節 新產品媒體宣告效果之相關文獻

在智慧型手機蓬勃發展的時代下，新產品的創新都將是為企業注入一
劑強心針，惟有新產品發表及不斷創新，並給消費者帶來新的利益、新的
滿足的產品，企業才能永續發展及開創商機。智庫‧百科認為，新產品開
發的意義：(1) 開發新產品是企業生存和發展的根本保證；(2)開發新產品能
夠更好的滿足人們日益增長的物質和文化生活要求；(3)開發新產品是提高
企業競爭能力的重要手段；(4)開發新產品是提高企業經濟效益的重要手段。
因此當企業新產品上市前的媒體宣告活動，將可以明顯預期投資人對於各
供應鏈股價有所影響，進而產生正向報酬。
過去的實證結果發現到，大多的論點及研究都支持新產品媒體宣告將
產生正向超額報酬。Chen et al. (2005) 發表公司和競爭公司股價是顯著的負
向關係，而新產品發表對產業中競爭者會產生正向報酬影響；Zantout and
Chaganti (1996)研究顯示最早開發新產品的公司能獲得一定優勢，而其新產
品宣告對宣告公司之股價與競爭者股價的影響，競爭者通常會產生負的異
常報酬率，反之研究出最早開發新產品公司可以得到正向的異常報酬率；
Chaney, Devinney, and Winer (1991)、Chaney and Devinney（1992）
、Woolridge
and Snow（1990）等研究顯示支持當企業進行新產品宣告的時候，市場將
有正向超額報酬反應；姜志誠（2005）研究結果顯示股價在事件宣告時，
有非常明顯且強烈的正向效果；柯政良（2007）研究結果顯示新產品預告
宣告前有正面效果，宣告後通常有負向反應；林哲鵬、郭怡萍（2007）以
臺灣電子產業進行實證，其研究結果支持臺灣市場也具有新產品宣告效果；
李浩旭（2011）則針對臺灣電子產業進行研究，新產品宣告效果也反應於
供應鏈的廠商上，且有明顯提前反應現象；黃家偉（2012）研究也顯示新
產品上市媒體宣告，對宣告公司有著正向效果；吳俊賢 ( 2014 ) 新產品宣

4
告確實反映在供應鏈廠商，並且有提前反應的效果產生，而宣告日之後有
過度反應產生負向的修正效果。整理主要關於新產品媒體宣告效果文獻及
研究結果，如下表 2-1：
表 2-1 新產品媒體宣告效果文獻

學者 年份 研究結果
Chaney, Devinney, 新產品研發介紹對股價有正向顯著超額報
1991
and Winer 酬。
Chaney and
1992 新產品研發創新具有正向宣告影響。
Devinney
新產品介紹對宣告公司有正向報酬，對於產
Chen, Ho, and Ik 2005
業競爭者為顯著負報酬。
新產品研發介紹對股價有正向顯著超額報
Woolridge and Snow 1990
酬反應。

新產品最早開發的公司可以得到正向的異
Zantout and Chaganti 1996 常報酬率，而競爭廠商產生負向的異常報酬
率。

競爭策略型態在新產品宣告效果確實
林哲鵬、郭怡萍 2007
有相當程度的正向影響力。
新產品媒體宣告時，也會同時反應於旗下供
李浩旭 2011 應鏈廠商，且有提前反應之情況。輸家組合
有顯著反向修正現象。
新產品預告宣告前有正面效果，宣告後通常
柯政良 2007
有負向反應。
股價在事件宣告時，有非常明顯且強烈的正
姜志誠 2005
向效果。
新產品上市宣告，對宣告公司有著正向效
黃佳偉 2012
果。
資料來源：本研究整理

5
 黃麗瑛（2004）綜合整理文獻中探討對新產品宣告之市場效果造成影
響的主要因素整理如下：
一、 自由現金流量（Free cash flow；FCF）：由於公司若具備高現金
流量，則可能導致較高之代理問題。Chen and Ho（1997）認為
新產品之宣告，表示公司運用更高之現金投資於新產品或計畫，
則經理人可支配之自由現金流量將減少，故將降低代理成本。所
以公司之自由現金流量與新產品宣告效果有反向關聯。
二、 負債比率（Debt ratio）：同自由現金流量之概念，公司亦可提高
負債比率，增加利息支出，以達成降低自由現金流量，減低代理
成本。故當負債比率越高，代理成本越低，新產品宣告效果應亦
具有同向關聯。
三、 公司規模：對非市場領導者之小公司，創新之重要性遠超過市場
領導廠商。此外文獻中提及：相對於市場領導者，創新對於小公
司相對重要，因為市場領導者僅是利用創新讓自己保有領先；但
小公司卻是利用創新以求生存（Chaney at al.，1991）。
四、 宣告頻率（Announcement frequency）：公司過去新產品上市宣
告的次數多寡，將負向影響公司之超額報酬。當公司過去經常進
行新產品宣告，則現在公告新產品時，則市場反應效果將會減
低。
綜覽過去文獻，研究大多支持新產品宣告將帶給宣告公司正向效果，
但過去文獻僅針對新產品宣告公司及產業供應鏈進行分析，故本研究將以
供應鏈作為研究方向，將各供應鏈依照蘋果各世代發行進行分析研究，不
但可供投資人作為股票研究參考，也能讓投資人清楚蘋果公司對臺灣股票
市場影響的範圍。

6
 第二節 過度反應效果之相關文獻

由於投資人過份重視短期資訊，而忽略長期基本資訊，使得股價有「過
度反應」現象，暫時偏離基本價值，隨後在反向修正，回到合理價位。國
內部分，史凱琳（2000）整理國外實證過度反應之結果，顯示關於市場過
度反應之現象，並未有一致之研究結論；何怡滿與康信鴻（1999）研究結
果支持，以市場模式計算臺灣股市異常報酬，輸家組合存在有顯著反向修
正現象；黃彥聖、姜清海與柯美珠（1999）以臺灣股市全部漲跌停資料作
為研究對象，其結果發現臺灣股市於正、負事件過後次日之平均異常報酬
率有顯著之反轉現象；絲文銘（1994）研究臺灣股市，亦發現漲跌幅後股
價仍具有過度反應現象。故由過去研究臺灣市場文獻之實證結果，大多支
持臺灣股市的確存在有過度反應之現象。整理過度反應效果文獻及研究結
果，如表 2-2：
表 2-2 過度反應效果相關文獻

學者 年份 研究結果

台灣股票在短期漲跌幅確實是符合過度反
史凱琳 2000
應現象。
以市場模式計算台灣股市異常報酬，
何怡滿、康信鴻 1999
輸家組合有顯著反向修正現象。
黃彥聖、姜清海與柯美 台灣股市於正、負事件過後次日之平
1999
珠 均異常報酬率有顯著之反轉現象。
絲文銘 1994 漲跌幅後股價仍具有過度反應現象。
資料來源：本研究整理

7
 第三章 研究方法

第一節 事件研究法

本研究使用事件研究法（Event Study），作為研究結果之驗證方法。
事件研究法源起於 1960 年代 Ball and Brown (1968) ，Fama, Fisher, Jensen,
and Roll (1969) ，(沈中華、李建然，2000) ，為近代會計及財務領域實證
研究所廣泛運用之研究設計方法。其方法主要目的，在於探討當某一資訊
或事件於一時間點發生時，是否引起證券價格（以下均以股價泛稱證券價
格）的異常變動。大體而言，事件研究法探討主題可以含括四類 (沈中華、
李建然，2000) ：
一、解釋異常報酬率研究（metric explanation studies）：
主要目的在於進一步瞭解影響異常報酬率之因素。
二、方法論之研究（methodology studies）：
主要目的在於探討事件研究法的改進，並多以模擬（simulation）
方式進行。
三、市場效率性研究（market efficiency studies）：
探討證券市場是否快速、不偏地反應某項新資訊或新事件。
四、資訊內涵之研究（information content studies）：
探討資訊有用性之研究，其目的在評估股價對於某一資訊揭露的
反應程度。
上述主題並非為互斥，許多探討資訊內涵之研究，亦同時進行解釋異
常報酬之分析。事件研究法於技術上雖然尚有許多分歧，但其基本邏輯為
一致。一般而言，事件研究法將依循四步驟進行：
一、事件日之確定
二、定義及估計異常報酬率
三、異常報酬率之檢定

8
 四、分析結果

事件日 異常報酬 異常報酬

分析結果
的確定 的估計 的檢定

圖 3-1 事件研究法之研究步驟

資料來源：事件研究法，財務與會計實證研究必備，(沈中華，李建然，2000）

本章節將說明事件日及異常報酬率估計方法，並介紹異常報酬率之檢
定方法，與樣本之選擇。詳細之檢定結果及分析，將於後續章節詳述。由
於事件研究法在於調查股價之異常變動，因此便需假設當股價未受到事件
影響之預期股價報酬率，再利用實際事件發生後股價之報酬率減去預期股
價 報酬率，以得到異常報酬率。因此，為建立估計之模式，需要建立各種
期間定義，及估計模型建立。其中期間定義之時間軸線，表示如下圖 3-2。

估計期 事 件期

t1 t2 t3 t4
事件日

圖 3-2 事件研究法時間線

資料來源：事件研究法，財務與會計實證研究必備，(沈中華，李建然，2000)

第二節 事件日選擇

本研究之事件日，為蘋果 iPhone 新產品相關之宣告事件。其事件日定

義，係先依據公開資訊搜尋確認，資訊來源包含：蘋果官方網站及各大新

9
聞媒體報導，交叉比對確認蘋果 iPhone 各世代相關宣告事件時間之正確性。
經過確認後列示蘋果 iPhone 各世代相關新產品宣告日期如下表 3-1：
表 3-1 iPhone 各世代新產品宣告日期與上市日期

iPhone 型號 發表日期 上市日期

美國時間：2007/1/9 美國時間：2007/6/29
iPhone 2G
臺灣時間：2007/1/10 臺灣時間：2007/6/30
美國時間：2008/6/9 美國時間：2008/7/11
iPhone 3G
臺灣時間：2008/6/11* 臺灣時間：2008/7/12
美國時間：2009/6/8 美國時間：2009/6/19
iPhone 3GS
臺灣時間：2009/6/9 臺灣時間：2009/6/20
美國時間：2010/6/8 美國時間：2010/6/24
iPhone 4
臺灣時間：2010/6/11* 臺灣時間：2010/6/25
美國時間：2011/10/4 美國時間：2011/10/14
iPhone 4S
臺灣時間：2011/10/5 臺灣時間：2011/10/15
美國時間：2012/9/12 美國時間：2012/9/21
iPhone 5
臺灣時間：2012/9/13 臺灣時間：2012/9/22
美國時間：2013/9/10 美國時間：2013/9/20
iPhone 5C / 5S
臺灣時間：2013/9/11 臺灣時間：2013/9/21
美國時間：2014/9/9 美國時間：2014/9/19
iPhone 6 / 6 Plus
臺灣時間：2014/9/10 臺灣時間：2014/9/20
美國時間：2015/9/9 美國時間：2015/9/18
iPhone 6S / 6s Plus
臺灣時間：2015/9/10 臺灣時間：2015/9/19
註*：因事件宣告日為臺灣週末，故取次一股市交易日做為臺灣時間事件日

資料來源：蘋果官方網站、各大媒體報導，本研究整理

本研究採用 iPhone 各世代發表日期，作為事件研究法之事件日期。並

再以宣告日前有關 iPhone 各世代的新聞來佐證供應鏈廠商股價是否有提前
反應之情形。

10
 第三節 估計期與事件期之設定

估計期係用以估算正常報酬之區間。過去新產品宣告之文獻中，對於
事件研究法之估計期選擇並未有統一衡量標準，而日報酬之事件研究期設
定通常介於 100 天至 300 天；而國內對於事件研究估計期之設定也多介於
此區間。故本研究以文獻常用之 250 天作為估計期長度，此範圍涵蓋超過
半年交易日，應足以具有代表意義。
事件期之設定同樣未有客觀之標準，但為研究事件公佈前後之股價反
應，本研究使用事件日前 10 日至事件日後 10 日作為事件期，以期有足夠
之期間長度觀察是否有資訊洩漏之效果，並完整涵括事件反應效果。臺灣
關於新產品宣告效果之研究，亦使用相同之估計期及事件期設定（林哲鵬、
郭怡萍，2007），故本研究之研究結果亦應具有客觀之比較基準。 同樣以
時間線說明本研究之估計期與事件期於下圖 3-3。

估計期
-250 -31 -10 10

圖 3-3 事件研究與估計期間設定

資料來源：事件研究法，財務與會計實證研究必備，(沈中華，李建然，2000)

第四節 樣本篩選

由於現有的財報資訊難以由完整揭露各個供應鏈廠商，且當新產品訂
單發包至供應鏈廠商時，亦可能因為保密協定、業務機密而未公開資訊；
故實務上利用公開資訊建立所謂供應鏈廠商體系資料實為困難。

11
 所以本研究採用世界知名投資銀行分析師報告作為供應鏈廠商之認定，
因為證卷分析師長期關注追蹤特定產業報告分析，可做為投資人參考的投
資依據。由於供應鏈廠商可能散布在不同產業之中，而智慧型手機產業又
是一種高度專業分工的產業，分析師長期專精於特定產業分析研究的報告，
故其報告足以視為有效資訊揭露的管道。
世界著名金融投資機構花旗集團（Citigroup），針對臺灣供應鏈對蘋果
iPhone 公司重要性，發表投資研究報告；研究報告中特別整理出臺灣主要
的 iPhone 電子產業供應鏈廠商。有鑑於花旗集團於金融投資領域之專業分
析能力，應足以代表供應鏈廠商的舉足輕重。另外，為求資訊更為完整，
故本研究也加入了國內投顧公司之相關報告，包含台新投顧、統一投顧、
國泰投顧、法人相關資料、記者採訪資料，加以交叉驗證比對其列示廠商
之正確性。其詳細 44 家供應鏈廠商，特別整理樣本公司如下表 3-2、表 3-3：
表 3-2 蘋果供應鏈廠商(一)

生產項目 公司名稱 生產項目 公司名稱

台積電(2330) 新普(6121)
晶圓代工 電池
聯電(2303) 順達(3211)
IC 封測 日月光(2311) 電源供應器 台達電(2308)
大立光(3008) 欣興(3037)
光學鏡頭 玉晶光(3406) 印刷電路板 健鼎(3044)
亞光(3019) 南電(8046)
資料來源:本研究整理

12
 表 3-3 蘋果供應鏈廠商(二)

生產項目 公司名稱 生產項目 公司名稱

鴻海(2317) 華通(2313)
組裝代工 和碩(4938) 景碩(3189)
緯創(3231) 燿華(2367)
勝華(2384)* PCB 金像電(2368)
友達(2409) 嘉聯益(6153)
觸控面板 群創(3481) 台郡(6269)
宸鴻(3673) 臻鼎(4958)
業成(6456) 全新(2455)
鴻準(2354) 砷化鎵 穩懋(3105)
機殼 可成(2474) 宏捷科(8086)
鎧勝(5264) 石英元件 晶技(3042)
矽品(2325) 瑞儀(6176)
IC 封裝 背光模組
菱生(2369) 中光電(5371)
國巨(2327) 正崴(2392)
被動元件 聚鼎(6224) 連接器 恩得利(1333)
美磊(3068) 維熹(3501)
註 : *勝華於 2015/7/7 下市。資料來源:本研究整理

第五節 實證模式

一、異常報酬率估計模式

一般來說，股票報酬率預期模式可以分為三種，在實證研究上經常被
利用的衡量模型有平均調整模式(Mean Adjusted Returns model)、市場指數
調整模式(Market Adjusted Returns model)、市場模式(Market model)（沈中華、
李建然，2000）。本研究主要是利用平均調整模式(Mean Adjusted Returns
model)來估計事件期的預期報酬率，並以此方法計算各樣本之 AR、CAR 與
統計量。

13
 平均調整模式存在一個強烈假設，亦即個別證券事件期的預期報酬率
即為估計期平均報酬率，其回歸模型如下：

t2
1
E ( Rˆ iE ) 
Ti
R
t t1
it
(1)

其中，Rit 代表 i 公司在估計期 t 期的報酬率，E ( RiE ) 代表 i 公司事件期 E 期

的預期報酬率。
因為事件發生，將會導致每一股價產生異常報酬。所謂的異常報酬是
以事件期的實際報酬率減去預期報酬率，亦即

ARiE  RiE  E ( Rˆ iE ) (2)

ˆ
其中， ARiE 為 i 公司在事件期 E 之異常報酬率；RiE 為實際報酬率；E ( RiE )
為預期報酬率。
文獻上，異常報酬一詞亦稱為超額報酬 (excess return) 、預測誤差
(prediction error)與殘差(residual)。
事件研究法的精神在於探討某事件對股票報酬之影響，但若僅觀察
ARiE
是無法得到任何結論，因為每家公司在估計過程中存在許多不確定因素，
例如事件日中，除了感興趣的事件之外，尚有許多非研究事件的干擾事件，
將造成股價之變動等等。因此，
ARiE
=研究事件引起之報酬+干擾事件引起的報酬
沈中華與李建然(2000)建議將所有樣本的異常報酬率平均，可降低這些
干擾對股票報酬的影響。因此欲進行統計檢定之前，必須先計算平均異常
報酬率(average AR;簡稱 AAR)，定義為

14
 N
1
AARE 
N
 AR
i 1
iE
(3)

其中， N 為公司個數； ARiE 為事件期第 i 家公司的異常報酬率。

除此之外，也會依其目的或是某種因素，累積事件期之異常報酬率，
稱為累積平均異常報酬率(cumulative AAR;簡稱 CAAR)。累積平均異常報酬
率定義如下：

2
CAAR( 1 , 2 )   AAR
E
E
1
(4)

許多文獻將個別證券異常報酬率標準化(standardized)後，計算平均異常
報酬率以及累積異常報酬率。其目的是將異常報酬率的分配轉換為標準常
態分配，以符合齊一分配(identical distribution)之條件。Zibart(1985)指出此
作法將有助於提高檢定異常報酬率之能力，尤其是在股價對某些事件反應
較弱的情況之下。因此本研究往後所討論的平均異常報酬率(AR)與累計平
均異常報酬率(CAR)皆為標準化後之數據。

二、異常報酬率統計檢定

事件研究法主要是探討某事件的發生對於股價的影響，若僅觀察個別
證券的異常報酬率，並無法作成結論。故在估計異常報酬率之後，必須將
個別證券於事件期間的異常報酬率加以平均及累計，以檢定平均異常報酬
率（AAR）或累積平均異常報酬率（CAAR）是否顯著異於零。
ㄧ般來說，橫剖面的平均異常報酬率（AAR）或累積平均異常報酬 率
（CAAR）是否顯著異於零，為研究者較常用的檢定方法。因此，本研究以
「普通橫剖面法（ordinary cross sectional model）」進行分析。檢定平均異

15
常報酬率（AAR）時，考慮以橫剖面個別公司之異常報酬率的變異數作為
AAR 的變異數，其 t 值的計算方法如下：

AARE AARE
t 
N
Var ( AARE ) 1

N ( N  1) i 1
( ARiE  AARE ) 2
(5)

此外，檢定累積平均異常報酬率（CAAR）的方式與平均異常報酬( AAR )
的理論相似，其 t 值計算方法如下：

ACAR 1 , 2 ACAR 1 , 2
t 
Var ( ACAR1 , 2 ) 1 N N CAR

 
i , 1 , 2 2
(CAR i , 1 , 2  )
N ( N  1) i 1 j 1 N
(6)

第六節 研究假說

一、假說一：蘋果供應鏈廠商在新品發表時會有異常報酬。

由於蘋果 iPhone 新產品發表往往都造成瘋狂搶購，而旗下供應鏈廠商

股價也會因此而隨之上漲，因此我們將新產品宣告訊息宣告後所造成的波
段行情效果進行分析，並獲得更好投資時機以獲取更為顯著的報酬。因此，
建立假說一：蘋果供應鏈廠商在新品發表時會有異常報酬。

二、假說二：跨越多世代的蘋果供應鏈廠商在新品發表時有異常
報酬。

由假說一可知，新品發表宣告時是投資人選擇投資時機重要參考因素
之一。在選定投資時機後，此研究選股將成為提高報酬率之重要參考投資

16
方向。而供應商參與越多世代將也會有明顯提高股價效果產生。因此，建
立假說二：跨越多世代的蘋果供應鏈廠商在新品發表時有異常報酬。

三、樣本來源與選取

本研究資料是取自於臺灣經濟新報資料庫( TEJ )，並選取 2007 年至

2015 年作為樣本資料期間。研究樣本包括 44 家上市公司如下表 3-4：
表 3-4 iPhone 供應鏈廠商樣本列表

台積電(2330) 緯創(3231) 鎧勝(5264) 台達電(2308) 穩懋(3105)

聯電(2303) 勝華(2384*) 矽品(2325) 欣興(3037) 中光電(5371)
日月光(2311) 友達(2409) 菱生(2369) 健鼎(3044) 宏捷科(8086)
大立光(3008) 群創(3481) 國巨(2327) 南電(8046) 正崴(2392)
玉晶光(3406) 宸鴻(3673) 聚鼎(6224) 華通(2313) 晶技(3042)
亞光(3019) 業成(6456) 美磊(3068) 景碩(3189) 恩得利(1333)
鴻海(2317) 鴻準(2354) 新普(6121) 燿華(2367) 瑞儀(6176)
和碩(4938) 可成(2474) 順達(3211) 金像電(2368) 維熹(3501)
嘉聯益(6153) 台郡(6269) 臻鼎(4958) 全新(2455)

註*：勝華於 2015/7/7 下市

資料來源：本研究整理

17
 第四章 實證結果

第一節 全體樣本實證結果

統整各事件期之平均異常報酬率（AR）與累計異常報酬率(CAR)，並
以事件研究法最常見方法平均調整模式(Mean Adjusted Returns model)來估
計事件期的預期報酬率，並以此方法計算各世代蘋果供應鏈廠商樣本之AR、
CAR與統計量檢錄於表4-1。
表 4-1 全體樣本事件期 AR、CAR、T 統計量及 P-Value

AR T 統計量 P-Value CAR T 統計量 P-Value

事件日
-10 -0.0727 -1.1327 0.2574 -0.0727 -1.1327 0.2574
-9 -0.041 -0.6382 0.5233 -0.1137 -1.2522 0.2105
-8 0.0005 0.007 0.9944 -0.1132 -1.0184 0.3085
-7 0.0898 1.3995 0.1616 -0.0234 -0.1822 0.8555
-6 0.0745 1.1603 0.2459 0.0511 0.356 0.7219
-5 0.1183 1.843* 0.0653 0.1694 1.0774 0.2813
-4 0.1565 2.438** 0.0148 0.3259 1.9189*** 0.055
-3 0.1262 1.9658** 0.0493 0.4521 2.49** 0.0128
-2 0.061 0.9499 0.3422 0.5131 2.6642*** 0.0077
-1 0.0126 0.1956 0.8449 0.5256 2.5894*** 0.0096
0 0.2235 3.481*** 0.0005 0.7491 3.5184*** 0.0004
1 -0.044 -0.6854 0.4931 0.7051 3.1708*** 0.0015
2 -0.1191 -1.8557* 0.0635 0.586 2.5317** 0.0114
3 -0.0034 -0.0532 0.9575 0.5825 2.4254** 0.0153
4 -0.0855 -1.3325 0.1827 0.497 1.9991** 0.0456
5 -0.0035 -0.0538 0.9571 0.4936 1.9222* 0.0546
6 -0.1794 -2.795*** 0.0052 0.3141 1.1869 0.2353
7 -0.1166 -1.8166* 0.0693 0.1975 0.7253 0.4683
8 -0.005 -0.0773 0.9383 0.1926 0.6882 0.4913
9 0.036 0.5607 0.575 0.2286 0.7961 0.426
10 -0.1207 -1.881* 0.06 0.1078 0.3665 0.714
註: AR:平均異常報酬率，CAR:平均累積異常報酬率。*：在10%顯著水準下，AR及CAR顯著不等於零 **：
在5%顯著水準下，AR及CAR顯著不等於零 ***：在1%顯著水準下，AR及CAR顯著不等於零。
資料來源：本研究整理

18
 由全體樣本檢驗之結果，研究發現到全體樣本在 iPhone 宣告日前 5
天有顯著正報酬關係，表示iPhone新產品宣告確實能帶給蘋果供應鏈廠商正
向報酬，而在宣告日當天也是顯著正報酬關係，到宣告日過後第 1 天至第
5 天依然都有顯著正報酬關係，顯示新產品宣告效果表現後逐漸向下且有
報酬反轉現象。而從累積異常報酬(CAR) 來看，從宣告日前 2 天到後 6 天
都有顯著正異常報酬。將其 AR、CAR 趨勢圖整理繪製為圖 4-1。
1

0.5

-0.5

-1

-1.5

-2
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-1 全體樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone 新產品宣

告前 2 天就有反應其資訊效果，隨後就有反向修正的效果產生。

第二節 各世代樣本實證結果

為了分析蘋果 iPhone 各世代新產品宣告事件及其不同的影響程度，本

研究以原本蘋果 iPhone 各世代新產品宣告日將原本篩選出之 44 家上市
公司，再以各世代樣本作事件研究法分析，其各世代分類是從蘋果第一代

19
iPhone2G 至 iPhone6S 。再以其分類來計算平均異常報酬率(AR)與累計異
常報酬率(CAR)。並將其分析結果整理如表 4-2 ~ 4-10:
表 4-2 iPhone2G 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.4663 -1.1237 0.2611 -0.4663 -1.1237 0.2611
-9 0.8589 2.07** 0.0385 0.3927 0.6691 0.5034
-8 -0.5572 -1.3429 0.1793 -0.1646 -0.229 0.8189
-7 -0.4169 -1.0047 0.315 -0.5815 -0.7006 0.4835
-6 0.1249 0.301 0.7634 -0.4565 -0.492 0.6227
-5 -0.0035 -0.0085 0.9932 -0.4601 -0.4527 0.6508
-4 0.2096 0.5051 0.6135 -0.2505 -0.2282 0.8195
-3 -0.208 -0.5014 0.6161 -0.4585 -0.3907 0.696
-2 0.2744 0.6613 0.5084 -0.1841 -0.1479 0.8824
-1 0.2091 0.504 0.6143 0.025 0.019 0.9848
0 -0.1144 -0.2758 0.7827 -0.0895 -0.065 0.9482
1 -1.0789 -2.6002*** 0.0093 -1.1684 -0.8128 0.4163
2 -0.4194 -1.0107 0.3122 -1.5878 -1.0613 0.2886
3 0.5954 1.435 0.1513 -0.9923 -0.6391 0.5227
4 -0.2132 -0.5138 0.6074 -1.2055 -0.7501 0.4532
5 0.3464 0.8347 0.4039 -0.8591 -0.5176 0.6047
6 -0.0274 -0.0659 0.9474 -0.8865 -0.5182 0.6043
7 -0.372 -0.8966 0.3699 -1.2585 -0.7149 0.4747
8 -0.1938 -0.4672 0.6404 -1.4524 -0.803 0.422
9 -0.155 -0.3736 0.7087 -1.6074 -0.8662 0.3864
10 -0.206 -0.4965 0.6195 -1.8134 -0.9537 0.3402
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

20
 由 iPhone2G 樣本檢驗之結果，研究發現到 iPhone2G 樣本在 iPhone 宣
告日前後皆無顯著異常報酬關係，將其 AR、CAR 趨勢圖整理繪製為圖
4-2。

0.5

-0.5

-1

-1.5

-2
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-2 iPhone2G 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone2G 新產品

宣告前無顯著反應其資訊效果，宣告日後就有反下反應的效果產生。

21
 表 4-3 iPhone3G 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.2348 -1.2659 0.2055 -0.2348 -1.2659 0.2055
-9 0.0009 0.0048 0.9962 -0.2339 -0.8917 0.3725
-8 -0.443 -2.3884** 0.0169 -0.6768 -2.1071** 0.0351
-7 0.6209 3.3477*** 0.0008 -0.056 -0.1509 0.88
-6 -0.1489 -0.8029 0.422 -0.2049 -0.4941 0.6213
-5 0.3954 2.1321* 0.033 0.1905 0.4194 0.6749
-4 0.4753 2.5628** 0.0104 0.6658 1.3569 0.1748
-3 0.1359 0.7329 0.4636 0.8017 1.5284 0.1264
-2 -0.2621 -1.4134 0.1575 0.5396 0.9699 0.3321
-1 -0.0725 -0.391 0.6958 0.4671 0.7965 0.4258
0 0.087 0.4692 0.6389 0.5541 0.9009 0.3677
1 -0.4404 -2.3747** 0.0176 0.1137 0.177 0.8595
2 -0.509 -2.7444*** 0.0061 -0.3953 -0.5911 0.5544
3 -0.5373 -2.897 0.0038 -0.9325 -1.3439 0.179
4 -0.6608 -3.5629 0.0004 -1.5933 -2.2182** 0.0265
5 -0.1676 -0.9038 0.3661 -1.7609 -2.3737** 0.0176
6 -0.2895 -1.5608 0.1186 -2.0504 -2.6814*** 0.0073
7 0.0141 0.0758 0.9396 -2.0363 -2.588*** 0.0097
8 0.1482 0.7994 0.4241 -1.8881 -2.3356** 0.0195
9 0.4371 2.3571 0.0184 -1.451 -1.7494* 0.0802
10 0.0329 0.1776 0.859 -1.418 -1.6685* 0.0952
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

22
 由 iPhone3G 樣本檢驗之結果，研究發現到 iPhone3G 樣本在 iPhone 宣
告日前顯著為正向報酬關係，發表後期為負向報酬，有報酬反轉現象，將
其 AR、CAR 趨勢圖整理繪製為圖 4-3。

0.5

-0.5

-1

-1.5

-2

-2.5
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-3 iPhone3G 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone3G 新產品

宣告前確實有顯著正向報酬關係，發表後期為負向報酬，有報酬反轉現象。

23
 表 4-4 iPhone3GS 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.3938 -1.4759 0.14 -0.3938 -1.4759 0.14
-9 -0.8075 -3.0259*** 0.0025 -1.2013 -3.1833*** 0.0015
-8 0.0538 0.2015 0.8403 -1.1475 -2.4828** 0.013
-7 0.0096 0.0361 0.9712 -1.1379 -2.1321** 0.033
-6 0.1055 0.3953 0.6927 -1.0324 -1.7302 0.0836
-5 0.6589 2.4692** 0.0135 -0.3735 -0.5714 0.5677
-4 0.8005 2.9998*** 0.0027 0.427 0.6048 0.5453
-3 0.9728 3.6455*** 0.0003 1.3998 1.8546* 0.0637
-2 0.4379 1.6409 0.1008 1.8377 2.2955** 0.0217
-1 0.1224 0.4587 0.6465 1.9601 2.3228** 0.0202
0 1.1941 4.4747*** 0 3.1541 3.5638*** 0.0004
1 0.302 1.1318 0.2577 3.4561 3.7388*** 0.0002
2 -0.3298 -1.236 0.2165 3.1263 3.2494*** 0.0012
3 -0.2535 -0.95 0.3421 2.8728 2.8772*** 0.004
4 -0.3703 -1.3875 0.1653 2.5025 2.4214** 0.0155
5 0.0762 0.2857 0.7751 2.5788 2.416** 0.0157
6 -0.5587 -2.0937** 0.0363 2.0201 1.836* 0.0664
7 0.3757 1.408 0.1591 2.3958 2.1162** 0.0343
8 -0.1459 -0.5468 0.5845 2.2499 1.9343* 0.0531
9 0.3068 1.1495 0.2503 2.5567 2.1424** 0.0322
10 -0.0915 -0.343 0.7316 2.4651 2.0159** 0.0438
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

24
 由 iPhone3GS 樣本檢驗之結果，研究發現到 iPhone3GS 樣本在 iPhone
宣告日發表前至發表當日有顯著正的平均異常報酬率 AR[-5,0]，以及顯著
正的累積平均異常報酬率 CAR[-3,10]，將其 AR、CAR 趨勢圖整理繪製為
圖 4-4。

-1

-2
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-4 iPhone3GS 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone3GS 新產

品宣告前確實有顯著正向報酬關係，發表後期也有顯著正向報酬。

25
 表 4-5 iPhone4 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.163 -0.5816 0.5608 -0.163 -0.5816 0.5608
-9 0.3864 1.3788 0.168 0.2234 0.5637 0.573
-8 0.2988 1.0663 0.2863 0.5222 1.0759 0.282
-7 0.2292 0.818 0.4133 0.7514 1.3408 0.18
-6 -0.0277 -0.0987 0.9214 0.7238 1.1551 0.2481
-5 -0.2905 -1.0368 0.2998 0.4332 0.6312 0.5279
-4 0.1471 0.5251 0.5995 0.5804 0.7828 0.4337
-3 -0.3939 -1.4057 0.1598 0.1865 0.2353 0.814
-2 0.0393 0.1402 0.8885 0.2258 0.2686 0.7883
-1 0.0279 0.0996 0.9207 0.2537 0.2863 0.7747
0 0.3523 1.2573 0.2087 0.606 0.652 0.5144
1 0.1222 0.4361 0.6627 0.7282 0.7502 0.4532
2 -0.1656 -0.5911 0.5544 0.5626 0.5568 0.5777
3 0.34 1.2133 0.225 0.9026 0.8608 0.3893
4 -0.1284 -0.4582 0.6468 0.7742 0.7133 0.4756
5 -0.1924 -0.6864 0.4924 0.5818 0.5191 0.6037
6 -0.0079 -0.0283 0.9774 0.5739 0.4967 0.6194
7 -0.7721 -2.7552*** 0.0059 -0.1982 -0.1667 0.8676
8 0.0972 0.3468 0.7287 -0.101 -0.0827 0.9341
9 -0.0261 -0.0933 0.9257 -0.1271 -0.1014 0.9192
10 0.1711 0.6106 0.5415 0.044 0.0342 0.9727
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

26
 由 iPhone4 樣本檢驗之結果，研究發現到 iPhone4 樣本在 iPhone 宣告
日前後皆無顯著異常報酬關係，將其 AR、CAR 趨勢圖整理繪製為圖 4-5。

0.8

0.6

0.4

0.2

-0.2

-0.4

-0.6

-0.8

-1
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-5 iPhone4 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone4 新產品宣

告前無顯著反應其資訊效果。

27
 表 4-6 iPhone4S 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.5204 -2.8874*** 0.0039 -0.5204 -2.8874*** 0.0039
-9 -0.226 -1.254 0.2099 -0.7464 -2.9284*** 0.0034
-8 -0.0809 -0.4486 0.6537 -0.8273 -2.65*** 0.008
-7 -0.2301 -1.2766 0.2018 -1.0574 -2.9333*** 0.0034
-6 -0.0522 -0.2896 0.7721 -1.1096 -2.7532*** 0.0059
-5 -0.1044 -0.5793 0.5624 -1.214 -2.7498*** 0.006
-4 -0.2824 -1.5667 0.1172 -1.4963 -3.138*** 0.0017
-3 -0.0321 -0.178 0.8587 -1.5284 -2.9983*** 0.0027
-2 -0.5383 -2.9869*** 0.0028 -2.0668 -3.8224*** 0.0001
-1 -0.4225 -2.344** 0.0191 -2.4892 -4.3675*** 0
0 0.0339 0.188 0.8509 -2.4554 -4.1076*** 0
1 -0.3568 -1.9798** 0.0477 -2.8122 -4.5042*** 0
2 -0.2268 -1.2584 0.2082 -3.039 -4.6765*** 0
3 -0.5439 -3.0176*** 0.0025 -3.5829 -5.3129*** 0
4 -0.0973 -0.5397 0.5894 -3.6801 -5.2721*** 0
5 -0.1467 -0.8142 0.4156 -3.8269 -5.3082*** 0
6 -0.1696 -0.9412 0.3466 -3.9965 -5.378 0
7 0.0382 0.2121 0.832 -3.9583 -5.1765*** 0
8 -0.2871 -1.593 0.1112 -4.2454 -5.4039*** 0
9 -0.274 -1.5203 0.1284 -4.5194 -5.607*** 0
10 -0.2257 -1.252 0.2106 -4.7451 -5.7451*** 0
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

28
 由 iPhone4S 樣本檢驗之結果，研究發現到 iPhone4S 樣本在 iPhone 宣
告日發表前後 P-Value 皆為 0 是最為顯著，將其 AR、CAR 趨勢圖整理繪
製為圖 4-6。

-1

-2

-3

-4

-5
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-6 iPhone4S 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone4S 新產品

宣告前後資訊效果最為顯著。

29
 表 4-7 iPhone5 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 0.0284 0.1435 0.8859 0.0284 0.1435 0.8859
-9 -0.2749 -1.3909 0.1642 -0.2466 -0.882 0.3778
-8 -0.3684 -1.8639* 0.0623 -0.615 -1.7963* 0.0725
-7 -0.1264 -0.6393 0.5226 -0.7413 -1.8753* 0.0608
-6 0.0242 0.1224 0.9026 -0.7171 -1.6226 0.1047
-5 -0.0117 -0.0592 0.9528 -0.7288 -1.5054 0.1322
-4 0.0207 0.1046 0.9167 -0.7081 -1.3542 0.1757
-3 0.1887 0.9545 0.3398 -0.5195 -0.9292 0.3528
-2 0.2417 1.2228 0.2214 -0.2778 -0.4685 0.6394
-1 -0.5325 -2.694*** 0.0071 -0.8103 -1.2963 0.1949
0 0.1427 0.7221 0.4702 -0.6675 -1.0183 0.3085
1 -0.0974 -0.4927 0.6223 -0.7649 -1.1172 0.2639
2 0.0673 0.3406 0.7334 -0.6976 -0.9788 0.3277
3 0.0805 0.4074 0.6837 -0.617 -0.8343 0.4041
4 0.2567 1.2989 0.194 -0.3603 -0.4707 0.6379
5 -0.2984 -1.5096 0.1311 -0.6587 -0.8332 0.4048
6 0.011 0.0555 0.9557 -0.6477 -0.7948 0.4267
7 0.0539 0.2729 0.7849 -0.5938 -0.7081 0.4789
8 0.1649 0.8341 0.4042 -0.4289 -0.4979 0.6186
9 0.2792 1.4128 0.1577 -0.1497 -0.1693 0.8655
10 0.0604 0.3057 0.7598 -0.0893 -0.0986 0.9215
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

30
 由 iPhone5 樣本檢驗之結果，研究發現到 iPhone5 樣本在 iPhone 宣
告日前後並無明顯之顯著異常報酬關係，將其 AR、CAR 趨勢圖整理繪製
為圖 4-7。

0.4

0.2

-0.2

-0.4

-0.6

-0.8

-1
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-7 iPhone5 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone5 新產品宣

告前無顯著反應其資訊效果。

31
 表 4-8 iPhone5S 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.0127 -0.065 0.9482 -0.0127 -0.065 0.9482
-9 -0.1318 -0.6723 0.5014 -0.1446 -0.5214 0.6021
-8 0.2497 1.2737 0.2028 0.1052 0.3097 0.7568
-7 0.1412 0.7203 0.4713 0.2464 0.6284 0.5298
-6 0.2204 1.1242 0.2609 0.4668 1.0648 0.287
-5 0.1554 0.7928 0.4279 0.6222 1.2957 0.1951
-4 -0.0451 -0.2302 0.8179 0.5771 1.1125 0.2659
-3 -0.0966 -0.4928 0.6222 0.4805 0.8665 0.3862
-2 -0.0349 -0.1778 0.8589 0.4456 0.7577 0.4487
-1 0.101 0.5152 0.6064 0.5466 0.8817 0.3779
0 -0.0554 -0.2827 0.7774 0.4912 0.7554 0.45
1 -0.0959 -0.4894 0.6246 0.3953 0.582 0.5606
2 -0.1688 -0.8611 0.3892 0.2264 0.3203 0.7487
3 0.2306 1.1764 0.2394 0.4571 0.6231 0.5332
4 -0.2358 -1.203 0.229 0.2213 0.2914 0.7708
5 -0.0324 -0.1651 0.8689 0.1889 0.2409 0.8097
6 -0.2884 -1.471 0.1413 -0.0995 -0.1231 0.902
7 -0.2673 -1.3633 0.1728 -0.3668 -0.441 0.6592
8 -0.0833 -0.4251 0.6708 -0.4501 -0.5267 0.5984
9 -0.1652 -0.8424 0.3996 -0.6153 -0.7018 0.4828
10 -0.1035 -0.5278 0.5976 -0.7188 -0.8 0.4237
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

32
 由 iPhone5S 樣本檢驗之結果，研究發現到 iPhone5S 樣本在 iPhone
宣告日前後並無明顯之顯著異常報酬關係，將其 AR、CAR 趨勢圖整理繪
製為圖 4-8。

0.8

0.6

0.4

0.2

-0.2

-0.4

-0.6

-0.8
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-8 iPhone5S 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone5S 新產品

宣告前無顯著反應其資訊效果。

33
 表 4-9 iPhone6 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.0038 -0.0289 0.9769 -0.0038 -0.0289 0.9769
-9 0.1367 1.0331 0.3016 0.1329 0.7101 0.4777
-8 0.205 1.5493 0.1213 0.3379 1.4742 0.1404
-7 0.2841 2.1468** 0.0318 0.622 2.3501** 0.0188
-6 -0.0573 -0.4329 0.6651 0.5647 1.9084* 0.0563
-5 -0.3475 -2.6257*** 0.0086 0.2172 0.6701 0.5028
-4 -0.011 -0.0835 0.9335 0.2062 0.5889 0.5559
-3 0.1748 1.3212 0.1864 0.381 1.018 0.3087
-2 0.0146 0.1106 0.912 0.3956 0.9966 0.319
-1 0.0691 0.5224 0.6014 0.4648 1.1107 0.2667
0 0.1405 1.0618 0.2883 0.6053 1.3791 0.1679
1 -0.2312 -1.7473 0.0806 0.3741 0.816 0.4145
2 -0.1192 -0.9006 0.3678 0.2549 0.5342 0.5932
3 -0.0045 -0.034 0.9729 0.2504 0.5057 0.6131
4 -0.0871 -0.6584 0.5103 0.1633 0.3186 0.7501
5 -0.0343 -0.2589 0.7957 0.129 0.2437 0.8075
6 -0.0971 -0.734 0.463 0.0319 0.0584 0.9534
7 0.0439 0.3315 0.7403 0.0757 0.1349 0.8927
8 0.004 0.0299 0.9761 0.0797 0.1382 0.8901
9 0.0781 0.5898 0.5553 0.1577 0.2666 0.7898
10 0.0015 0.0112 0.9911 0.1592 0.2626 0.7929
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

34
 由 iPhone6 樣本檢驗之結果，研究發現到 iPhone6 樣本在 iPhone 宣
告日前後並無明顯之顯著異常報酬關係，將其 AR、CAR 趨勢圖整理繪製
為圖 4-9。

0.8

0.6

0.4

0.2

-0.2

-0.4
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-9 iPhone6 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone6 新產品宣

告前無顯著反應其資訊效果。

35
 表 4-10 iPhone6S 事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.2167 -2.1935** 0.0283 -0.2167 -2.1935** 0.0283
-9 0.0115 0.1161 0.9076 -0.2053 -1.4689 0.1418
-8 -0.0042 -0.0425 0.9661 -0.2095 -1.2239 0.221
-7 -0.0569 -0.5757 0.5648 -0.2663 -1.3478 0.1777
-6 -0.0364 -0.3684 0.7126 -0.3027 -1.3702 0.1706
-5 0.0211 0.214 0.8306 -0.2816 -1.1635 0.2446
-4 -0.2159 -2.1854** 0.0289 -0.4975 -1.9032* 0.057
-3 -0.1289 -1.305 0.1919 -0.6265 -2.2417** 0.025
-2 -0.0457 -0.4624 0.6438 -0.6722 -2.2676** 0.0234
-1 0.0273 0.2767 0.782 -0.6448 -2.0637** 0.039
0 -0.0147 -0.1486 0.8818 -0.6595 -2.0125** 0.0442
1 -0.0967 -0.9785 0.3278 -0.7562 -2.2093** 0.0272
2 -0.2086 -2.1113** 0.0347 -0.9648 -2.7082*** 0.0068
3 0.04 0.405 0.6854 -0.9248 -2.5014** 0.0124
4 -0.062 -0.6274 0.5304 -0.9868 -2.5786*** 0.0099
5 0.0592 0.5994 0.5489 -0.9276 -2.3469** 0.0189
6 0.0992 1.0041 0.3153 -0.8283 -2.0333** 0.042
7 -0.3149 -3.1873*** 0.0014 -1.1433 -2.7272*** 0.0064
8 -0.063 -0.6376 0.5237 -1.2063 -2.8008*** 0.0051
9 -0.3043 -3.0801*** 0.0021 -1.5106 -3.4186*** 0.0006
10 -0.2944 -2.9793*** 0.0029 -1.805 -3.9863*** 0.0001
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

36
 由 iPhone6S 樣本檢驗之結果，研究發現到 iPhone6S 樣本在 iPhone
宣告日前後有負異常報酬關係，將其 AR、CAR 趨勢圖整理繪製為圖
4-10。

0.5

-0.5

-1

-1.5

-2
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-10 iPhone6S 樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，蘋果供應鏈廠商在 iPhone6 新產品宣

告前後皆為向下反應。

37
 第三節 跨世代樣本實證結果

為了分析蘋果 iPhone 跨世代新產品宣告事件及其不同的影響程度，本

研究將有跨越兩個世代及三個世代以上的供應鏈廠商進行事件研究法分析，
也就是排除只有一個世代的供應鏈廠商進行分析。再以其來計算平均異常
報酬率(AR)與累計異常報酬率(CAR)。並將其分析結果整理如表 4-11、 4-12:
表 4-11 跨越二個世代事件期 AR、CAR、T 統計量及 P-Value

AR T 統計量 P-Value CAR T 統計量 P-Value

事件日
-10 -0.0957 -1.4767 0.1397 -0.0957 -1.4767 0.1397
-9 -0.0398 -0.615 0.5386 -0.1355 -1.4791 0.1391
-8 -0.0267 -0.4122 0.6802 -0.1622 -1.4456 0.1483
-7 0.1395 2.1528** 0.0313 -0.0228 -0.1756 0.8606
-6 0.0953 1.4706 0.1414 0.0725 0.5006 0.6166
-5 0.0987 1.5233 0.1277 0.1712 1.0789 0.2806
-4 0.1409 2.1741** 0.0297 0.3121 1.8206* 0.0687
-3 0.1303 2.0105** 0.0444 0.4423 2.4138** 0.0158
-2 0.0236 0.3635 0.7162 0.4659 2.397** 0.0165
-1 0.0306 0.4727 0.6364 0.4965 2.4234** 0.0154
0 0.2369 3.6557*** 0.0003 0.7334 3.4129*** 0.0006
1 -0.0568 -0.8773 0.3803 0.6765 3.0144*** 0.0026
2 -0.155 -2.3924** 0.0167 0.5215 2.2326* 0.0256
3 0.0506 0.7816 0.4344 0.5722 2.3602** 0.0183
4 -0.0714 -1.1014 0.2707 0.5008 1.9958** 0.046
5 0.0269 0.4146 0.6784 0.5277 2.0361** 0.0417
6 -0.1141 -1.7616* 0.0781 0.4135 1.5481 0.1216
7 -0.1045 -1.6131 0.1067 0.309 1.1242 0.2609
8 0.0332 0.5131 0.6079 0.3423 1.212 0.2255
9 -0.023 -0.3555 0.7222 0.3192 1.1018 0.2705
10 -0.0645 -0.995 0.3197 0.2548 0.8581 0.3908
註:*：在10%顯著水準，AR及CAR顯著不等於零。**：在5%顯著水準，AR及CAR顯著不等於零。***：
在1%顯著水準，AR及CAR顯著不等於零。
資料來源：本研究整理

38
 由跨兩個世代樣本檢驗之結果，研究發現到跨兩個世代樣本在各個
iPhone 宣告日發表前至發表當日有顯著正的平均異常報酬率 AR[-4,0]，以
及顯著正的累積平均異常報酬率 CAR[-4,5]，將其 AR、CAR 趨勢圖整理
繪製為圖 4-11。

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

-0.1

-0.2

-0.3
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-11 跨越二個世代樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，跨兩個世代蘋果供應鏈廠商在 iPhone

各新產品宣告前平均異常報酬率(AR)，以及顯著正的累積平均異常報酬率
(CAR)皆有顯著正報酬現象。

39
 表 4-12 跨越三個世代事件期 AR、CAR、T 統計量及 P-Value

T 統計量
AR T 統計量 P-Value CAR P-Value
(累積)
事件日
-10 -0.0964 -1.4523 0.1464 -0.0964 -1.4523 0.1464
-9 -0.0718 -1.0817 0.2794 -0.1683 -1.7918* 0.0732
-8 0.0034 0.051 0.9593 -0.1649 -1.4335 0.1517
-7 0.0899 1.3534 0.1759 -0.075 -0.5648 0.5722
-6 0.0947 1.426 0.1539 0.0197 0.1325 0.8946
-5 0.0594 0.8948 0.3709 0.0791 0.4863 0.6268
-4 0.14 2.1078** 0.0351 0.2191 1.2469 0.2124
-3 0.1067 1.6074 0.108 0.3258 1.7346* 0.0828
-2 0.0782 1.1771 0.2391 0.404 2.0278** 0.0426
-1 0.0471 0.7096 0.4779 0.4511 2.1482** 0.0317
0 0.2278 3.4312*** 0.0006 0.6789 3.0827*** 0.0021
1 -0.0541 -0.8149 0.4151 0.6248 2.7162*** 0.0066
2 -0.134 -2.0172** 0.0437 0.4909 2.0502** 0.0403
3 0.0389 0.5852 0.5584 0.5297 2.132** 0.033
4 -0.1103 -1.6611* 0.0967 0.4194 1.6309 0.1029
5 0.0105 0.1577 0.8747 0.4299 1.6185 0.1056
6 -0.1611 -2.4264** 0.0152 0.2688 0.9817 0.3263
7 -0.0939 -1.4135 0.1575 0.1749 0.6209 0.5347
8 -0.002 -0.0305 0.9756 0.1729 0.5973 0.5503
9 0.0221 0.3328 0.7393 0.195 0.6566 0.5115
10 -0.0333 -0.5012 0.6162 0.1617 0.5314 0.5952
註: AR：平均異常報酬率，CAR:平均累積異常報酬率
*：在 10%顯著水準下，AR 及 CAR 顯著不等於零
**：在 5%顯著水準下，AR 及 CAR 顯著不等於零
***：在 1%顯著水準下，AR 及 CAR 顯著不等於零
資料來源：本研究整理

40
 由跨三個世代樣本檢驗之結果，研究發現到跨三個世代樣本在各個
iPhone 宣告日發表前至發表當日有顯著正的平均異常報酬率，以及顯著正
的累積平均異常報酬率 CAR[-3,3]，將其 AR、CAR 趨勢圖整理繪製為圖
4-12。

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

-0.1

-0.2

-0.3
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10

平均異常報酬率 AR 平均累積異常報酬率 CAR

圖 4-12 跨越三個世代樣本 AR、CAR 趨勢圖

由 AR、CAR 圖形大致可總結，跨三個世代蘋果供應鏈廠商在 iPhone

各新產品宣告前平均異常報酬率(AR)，以及顯著正的累積平均異常報酬率
(CAR)皆有顯著正報酬現象。

41
 第五章 結論

本研究發現，各世代事件研究法分析的結論有以下，iPhone3G 為發表
前期顯著正的平均異常報酬率(AR)，發表後期為負的累積平均異常報酬率
(CAR)，有報酬反轉現象。iPhone3GS 在發表前至發表當日有顯著正的平均
異常報酬率 AR[-5,0]以及顯著正的累積平均異常報酬率 CAR[-3,10]。
iPhone4S P-Value 為 0 是最為顯著。iPhone6S 則出現負的平均異常報酬率
(AR)及累積平均異常報酬率(CAR)。其餘世代發表期間不顯著，不過整體平
均則有正的平均異常報酬率(AR)及累積平均異常報酬率(CAR)。而跨越兩個
世代及三個世代皆有顯著報酬，因此可發現與蘋果 iPhone 合作越多世代的
供應鏈廠商，相對報酬率越好。
結果也顯示 iPhone 供應鏈廠商的報酬率對蘋果產品宣告的反應不一
致，可能的原因為：
一、早期智慧型手機 iPhone3G 、iPhone3GS 處於創新成長階段，快速
擴展市場佔有率，使得供應鏈廠商能夠維持高利潤。
二、後期則因為智慧型手機產品市場競爭激烈，供應商削價競爭下，
利潤快速下跌。
也因此可以證明，一般投資人以此為投資策略作為交易重點，在消息
正確無虞之下，則可以在宣告日之前就開始投資，在異常報酬出現後，或
事件宣告日之後，就採取反向的投資方法，相信可以在短時間獲得相當的
獲利與報酬。

42
 參考文獻

一、中文部分

1. 史凱琳，2000，「過度反應假說在臺灣股票市場之實證研究」，國立中央
大學企業管理研究所碩士論文。
2. 李浩旭，2011，
「iPad對臺灣電子產業供應鏈之衝擊─以事件研究法分析」
，
國立交通大學財務金融研究所碩士論文。
3. 沈中華、李建然，2001，「事件研究法－財務與會計實證研究必備」
，台
北市：華泰文化事業公司。
4. 吳俊賢，2014，
「iPhone新聞宣告事件對臺灣供應鏈廠商股價報酬之影響」，
國立雲林科技大學財務金融研究所碩士論文。
5. 何怡滿、康信鴻，1999，「臺灣股票市場反向修正現象之實證研究」
，交
大管理評論，19：181-201。
6. 林哲鵬、郭怡萍，2007，「競爭策略下新產品宣告對股價的影響:就臺灣
資訊電子業公司之檢視」
，科技管理學刊。12(1)，1-28。
7. 姜志誠，2005，「新產品宣告之日內市場反應」
，國立中央大學財務金融
研究所碩士論文。
8. 柯政良，2007，
「新產品宣告對產業對手財富效果的影響; 從廠商預告還
有產業競爭對手回應的觀點」
，國立成功大學國際企業研究所碩士論文。
9. 黃麗瑛，2004，「陽光效果與股票市場─以新產品上市宣告為例」，成功
大學企業研究所碩士論文，1-53。
10. 黃家偉，2012，
「產品概念股之新產品發表及上市宣告效果:臺灣股票市
場之實證研究」，國立勤益科技大學，工業工程與管理系碩士論文。
11. 黃彥聖、姜清海、柯美珠，2000，「漲跌幅限制下均衡價格的估計與過
度反應假說之檢定」
，中國財務學刊，7(3)：27-59。
12. 絲文銘，1994，
「股票市場過度反應與風險變化關係之探討」
，國立臺灣

43
 大學財務金融研究所碩士論文。

二、英文部分

1. Ball R. and P. Brown. (1968), “An empirical of accounting income numbers.

Journal of Accounting Research 6“. pp. 159-178.
2. Chaney, P. K., T. M., Devinney and R. S., Winer (1991), “The impact of new
product introductions on the market value of firms”, Journal of Business, 64,
573-610.
3. Chaney, P. K. and T. M., Devinney (1992), “New product innovations and
stock price performance”, Journal of Business Finance and Accounting, 19,
677-695.
4. Chen, S. S., and K. W. Ho, (1997), “Market response to product-strategy and
capital-expenditure announcements in Singapore: Investment opportunities
and free cash flow”, Financial Management, 26, 82-88.
5. Chen, S. S., and K. W. Ho, and I. K. Hwa (2005), “The wealth effect of new
product introductions on industry rivals”, Journal of Business, 78, 969-996.
6. Fama, E. F., L. Fisher, M. C. Jensen, and R. Roll (1969), “The adjustment of
stock prices to new information”, International Economic Review 10, 1-21.
7. Woolridge, J. R. and C. C. Snow (1990), “Stock market reaction to strategic
investment decisions,” Strategic Management Journal, 11, 353-363.
8. Zantout, Z. Z. and R. Chaganti (1996),”New product introductions,
shareholders’ Wealth, and first-mover advantages,” Journal of Financial and
Strategic Decisions, 9, 49-61.
9. Zibart, D. A. ( 1985 ),“Control of beta reliability in studies of abnormal return
magnitudes: A methodological note,”Journal of Accounting Research,
Autumn,920-926.

44
 附錄

附表1 iPhone各世代供應鏈廠商一覽表

蘋果供應鏈 iPhone
第一代 iPhone iPhone iPhone iPhone iPhone iPhone iPhone
生產項目 公司名稱 6S/6s
iPhone 3G 3GS 4 4S 5 5C/5S 6/6 Plus
Plus
晶圓代工 台積電(2330) V V V V V V V
聯電(2303) V V
IC 封測 日月光(2311) V V V V V V
光學鏡頭 大立光(3008) V V V V V V V V V
玉晶光(3406) V V V V V V V V
亞光(3019) V V
組裝代工 鴻海(2317) V V V V V V V V V
和碩(4938) V V V V V
緯創(3231) V V
觸控面板 勝華(2384) V V V V V
友達(2409) V
群創(3481) V V V V
宸鴻(3673) V V V V V V
業成(6456) V
機殼 鴻準(2354) V V V V V V V V
可成(2474) V V V V V V V V V
鎧勝(5264) V
IC 封裝 矽品(2325) V V V V V V V V
菱生(2369) V V V
電池 新普(6121) V V V V V V
順達(3211) V V V V V
電源供應器 台達電(2308) V V V V V V
印刷電路板 欣興(3037) V V V V V V V V V
健鼎(3044) V V V V V V
南電(8046) V V V

資料來源：本研究整理、經濟日報、記者採訪資料、業界、法人資料

45
 附表2 iPhone各世代供應鏈廠商一覽表

蘋果供應鏈 iPhone
第一代 iPhone iPhone iPhone iPhone iPhone iPhone iPhone
生產項目 公司名 6S/6s
iPhone 3G 3GS 4 4S 5 5C/5S 6/6 Plus
稱 Plus
PCB 華通(2313) V V V V V V V V
景碩(3189) V V V
燿華(2367) V V V V V
金像電(2368) V V V
嘉聯益(6153) V V V V V V
台郡(6269) V V V V V V V
臻鼎(4958) V V V V
砷化鎵 全新(2455) V V V V V V V V
穩懋(3105) V V V V V V
宏捷科(8086) V V V V V V
石英元件 晶技(3042) V V V V V V V V V
背光模組 瑞儀(6176) V V V V V V
中光電(5371) V V V V V
連接器 正崴(2392) V V V V V V V V V
恩得利(1333) V V
維熹(3501) V
被動元件 國巨(2327) V V V V V V
聚鼎(6224) V V V V V
美磊(3068) V V V V

資料來源：本研究整理、經濟日報、記者採訪資料、業界、法人資料

46