12 / 322
法人說明會資訊在供應鏈中之垂直資訊移轉效果：以台灣之半導體產業供應鏈為例
12
以免混雜了其他事件資訊的影響（如表
3
所示）。由於非財務資料皆為文字資訊，因
此本研究以文字探勘技術將非財務資訊轉化為數量化的資訊，再進行後續的實證分析。
表
3
非財務資料之樣本篩選表
說明
觀察值
召開法人說明會之事件樣本數
1,484
該次法人說明會無相關新聞
(802)
超過該次法人說明會召開日一週以上之新聞資料
*
(154)
有效筆數合計
528
註：
*
：為了避免其他相關報導干擾本研究的測試，故排除距離法說會召開後一週後之新聞，僅保留法人
說明會召開當週的新聞報導。
二、研究設計
本研究採用事件研究法
(Event Study)
來估計法說會後公司之累積異常報酬
(Cumulative Abnormal Return; CAR)
。本研究以市場模型
(Market Model)
估計公司之
α
j
與
β
j
參數，以供應鏈上游或中游公司召開法說會之日期為研究之事件日，以事件日前
290
個交易日（即事件日前
300
日至前
10
日）做為模型估計之估計期，市場模型如下
列模型
(a)
所示：
R
jt
=
α
j
+
β
j
R
mt
+
ε
jt
(a)
R
mt
=
t
日之市場大盤股價報酬率。
R
jt
=
j
公司
t
日之股票報酬率。
以市場模型估計出每間公司之
α
j
與
β
j
參數後，利用此參數估計出每間公司在事件
發生後事件期之預計股票報酬率
E(R
jt
)
，如模型
(b)
所示。最後，再以事件期公司實際
之股票報酬率
R
jt
減去預計股票報酬率
E(R
jt
)
以求得公司之異常股票報酬率，如模型
(c)
所示。事件期內公司累積一段時間（
m
日到
n
日）之累積異常報酬率
CAR
j,(m,n)
之計算
則如
(d)
式所示。
E(R
jt
)
=
α
j
+
β
j
R
mt
+
ε
it
(b)
AR
jt
=
R
jt
–
E(R
jt
)
(c)
CAR
j,(m,n)
=
AR
j
(d)
本研究首先愈探討上游公司召開法說會所揭露之財務資訊是否產生垂直資訊移轉
現象，使得未召開法說會之供應鏈中、下游公司產生異常報酬。為檢測上述研究問題，