[[alternative]]The relations between corporate risk and capital structure in Taiwan stock market

碩士[[abstract]]本研究為跟隨Fama and French , “The Cross-Section of Expected Stock Returns”以及Turan and Nusret Cakici , “Value at risk and expected stock return”，過去研究探討三因子模型，本研究加入另一新興的風險因子－涉險值（VaR），試著探討此四風險因子對股票報酬率的關聯性，本研究方法以Panel data模型進行分析研究，將檢定結果加以比較三因子模型與四因子模型是否有何差異性，在三因子模型中，可以看到所有的風險因子皆顯著，且具有解釋能力；在四因子模型中，即使加入涉險值，所有解釋變數仍是具有解釋能力，並且四因子模型中的判定係數較三因子模型高，因此，可得知四因子模型的配適能力較三因子模型為佳。與被解釋變數的關聯性，得知貝他係數、淨價市值比對股票報酬率呈現負向關係，與過去研究有不同的論調，然而，這可能是因為本研究所選取的樣本數，本質的不同，以及所選取的時間長度也有所差異，亦或是使用的研究方法也不同，因此，會產生不同的影響。在規模效果上，發現與股票報酬率呈現正向關係，雖然存在規模效應，卻與過去學者所做之研究結果，恰為截然不同方向，本文研判其原因應與貝他係數相同。在另一解釋變數－涉險值，發現與報酬率呈現正相關，因此，若提列的涉險值越高，則股票報酬率將會越高，與Turan（2004）研究發現有著相同結果。[[abstract]]In this study , we follow Fama and French (1992), and Turan and Nusret Cakici (2004) . In previous studies, three-factor model has been extensive tested. We take another common used risk factor-Value at Risk（VaR）into our model. We want to know the relationship among these four risk factors and the stock return. We will analyze our empirical data with Panel data model. We compare the results of “three-factor model” with “four-factor model” to see the difference. In summary, we can see all factors are significant in explaining stock returns in three-factor model. In the four-factor model, even we take VaR into our model; all risk factors are still significant in explaining stock returns. And the in four-factor model is higher than in three-factor model. In this study, we find there is negative relation between Beta（or B/M）and stock return. Our results are quite different from previous works. Besides, we also find there is positive relation between Market value and stock return. Although size effect exits, our testing result has different way from previous work. Other risk factor－VaR has also positive relations with stock return. Our result is the same with the results from Turan etc.（2004）. The reasons why our results are different from previous works could be selected samples bias, or selected time period, or selected model, or firm specified features.[[tableofcontents]]第一章 緒 論 1 第一節 研究背景與動機 1 第二節 研究目的 3 第三節 研究流程 4 第四節 研究架構 5 第二章 文獻回顧 6 第一節 單一風險因子相關文獻探討 6 第二節 多風險因子相關文獻探討 7 第三節 Panel Data相關文獻探討 12 第三章 研究方法與理論模型 14 第一節 研究模型 14 第二節 變數的意義及概念 30 第三節 變數的衡量 33 第四章 實證結果與分析 43 第一節 資料來源與處理 43 第二節 估計模型之介紹 50 第三節 Panel Data模型之分析 52 第五章 結論與建議 65 第一節 研究結論 65 第二節 研究限制 68 第三節 建議 68 參考文獻 70 表次 表4-1 應變數與自變數之資料型態 49 表4-2 股票報酬率之基本統計量表 49 表4-3 解釋變數之基本統計量表 49 表4-4 三因子模型之Hausman test 59 表4-5 四因子模型之Hausman test 59 表4-6 三因子模型 60 表4-7 四因子模型 61 表4-8-1 全體樣本之Panel Data-三因子模型檢定結果 62 表4-8-2 第一期間之三因子模型檢定結果 62 表4-8-3 第二期間之三因子模型檢定結果 63 表4-9-1 全體樣本之Panel Data-四因子模型檢定結果 63 表4-9-2 第一期間之四因子模型檢定結果 64 表4-9-3 第二期間之四因子模型檢定結果 64 表4-10 回朔測試表 72 表4-11 變數統計量 77[[note]]學號: 692490260, 學年度: 9