要是在彌補虧損減資結束的當下開始放空同欣電，只要一個月的時間，每張就能獲利 40,000 元，這已經比一般上班族每個月的薪水還多了。這麼好的機會，怎麼能不好好把握呢？

當一支股票辦理彌補虧損減資後，股價常常隨著下跌，要是能放空這些股票，就能取得許多利潤。

這篇文章能帶給我什麼收穫？

這篇內容為讀者提供了有關股票減資和彌補虧損減資事件研究法的深入了解，以及如何利用統計分析來評估這些事件對股票市場的影響。這些內容能帶給讀者以下收穫：

1. 了解股票減資的不同形式： 文章解釋了現金減資和彌補虧損減資兩種不同形式的減資，幫助讀者理解這些概念以及它們如何影響公司和股東。
2. 認識事件研究法： 文章介紹了事件研究法，這是一種用於評估特定事件對股票市場的影響的方法。讀者可以學習如何使用這種方法來分析股票市場的變化。
3. 理解異常報酬和累積異常報酬： 文章解釋了異常報酬和累積異常報酬的概念，這些是事件研究法中的重要指標，用於評估股票價格在事件發生後的波動。
4. 應用統計分析： 透過回歸分析和統計工具，讀者可以了解事件研究法如何使用數據來評估事件對市場的影響，以及這些影響是否具有統計學上的意義。
5. 研究績效影響因素： 本文提供了一些可能影響股票減資事件績效的因素，例如周轉率和成交量，這些因素可以幫助讀者更深入地分析股票市場。
6. 交易策略示例： 文章提供了一個減資事件相關的交易策略示例，讓讀者了解如何應用事件研究法的結果來制定投資策略。

簡介減資

減資是指公司減少資本額，導致流通在外股數減少，但股價可能上升，整體市值保持不變。股票分割和減資不同，股票分割只改變股價和股數，不影響股東權益結構。減資主要有三原因：彌補虧損、回購股票、發還多餘現金給股東。減資方式包括直接註銷股票、庫藏股減資、現金減資。不同情況下，公司選擇不同方式。減資影響股東權益、公司財務狀況和股價，但整體市值不變。庫藏股減資不調整股價，但可能帶動股價上漲。減資的影響應視公司情況而定。

關於減資更詳細的解釋，可以看看市場先生的解釋。

回測與統計

這一段對多數讀者來說可能很無聊，如果懶得看的話，可以直接跳到下一章就好

簡介事件研究法

事件研究法（Event Study）是一種金融和經濟學領域常用的研究方法，它用於評估某個特定事件對股票市場或資本市場的影響。這個方法的核心目標是分析事件發生後股票或資產價格的變化，以評估這些事件對市場的影響。

以下是事件研究法的一些重要概念和步驟：

1. 事件：事件可以是各種不同的情況，例如公司宣布盈利報告、政府政策改變、重大合併收購、自然災害等。研究者必須確定事件的精確日期和內容。
2. 窗口期（Event Window）：事件研究法通常會選擇一個特定的時間窗口，該窗口通常包括事件前後的幾天或幾個交易日。這個窗口用於觀察事件對股票或資產價格的影響。
3. 投資組合：研究者會建立一個代表市場的投資組合，以便比較該組合在事件窗口期內的表現與事件相關股票或資產的表現。
4. 收益率計算：研究者會計算在事件窗口期內股票或資產的日度或周度收益率，以確定它們是否在事件發生後出現異常的價格波動。
5. 異常收益率（Abnormal Returns）：異常收益率是指股票或資產的實際收益率減去預期收益率的差額。預期收益率通常是通過使用市場模型或資本資產定價模型（CAPM）來計算的。
6. 統計分析：研究者使用統計方法來評估異常收益率是否在統計上顯著，這通常涉及到假設檢驗和t檢驗等統計工具。
7. 結論：基於統計分析的結果，研究者可以得出關於事件對市場影響的結論。如果異常收益率是統計上顯著的，則可以認為事件對市場有影響。

CAAR（Cumulative Abnormal Returns）是事件研究法中的一個關鍵概念，它代表累積異常報酬。異常報酬是指實際報酬減去預期報酬，而CAAR則是在事件窗口期間的異常報酬的總和。事件窗口期通常包括事件前期、事件日和事件後期，以便觀察市場對事件的反應。CAAR提供了一個時間序列的視角，顯示了事件對市場價格的累積影響。

AAR（Average Abnormal Returns）是CAAR的計算基礎，它代表平均異常報酬。AAR計算方法是，在事件窗口期間計算每個日期的異常報酬，然後取這些異常報酬的平均值。AAR可用於評估事件日前後單個日期的市場反應。

事件研究法在金融學、經濟學和企業管理等領域中廣泛應用，它可以幫助研究者評估事件對市場參與者行為和市場效率的影響，並提供有價值的洞察和決策支持。這種方法也常被用於評估投資組合的風險和回報，以及制定投資策略。

未來可能會再跟各位讀者分享事件交易的技巧，敬請各位期待

這隻策略大概有多好？– 敘述性統計

首先，我們將所有樣本拆成四組，分別是現金減資、彌補虧損減資，還有上市股票、上櫃股票。

由上述兩個樣本，可以觀察到彌補虧損減資跌的比較多。

然而，值得注意的是，上櫃股票在減資後股價卻呈現上升的現象，這或許是由於在 FinLab 資料庫中，上櫃股票執行減資的次數相對較少。相對地，上市股票執行減資的次數較多。這種情況可能暗示，上櫃股票表現較為正面的結果可能只是由於樣本數不足的緣故，而非真正的趨勢。

什麼因子可能影響績效？– 橫斷面回歸分析

以下是各種因子和相關的回歸結果，用於分析績效的可能影響因素：

• Y: 從減資日開始，到減資後五天的累積異常報酬率
• X1: 減資前二十日累積周轉率
• X2: 減資前十日累積周轉率
• X3: 減資前五日累積周轉率
• X4: 減資前一日成交量 / 過去前二十日成交量
• X5: 減資前一日成交量 / 過去前五日成交量
• X6: 減資前累積二十日報酬率

有鑑於上櫃股票的樣本數量並不充足，於是在此先略過上櫃股票的回歸數據。

上述資料呈現了上市股票進行現金減資和彌補虧損減資後的回歸結果。這些統計結果為我們提供了分析績效影響因素的基礎。如何運用這些結果來改進策略，就請讀者們發揮創意吧！

交易策略

from pandas.core.indexing import convert_from_missing_indexer_tuple
from finlab import data
from finlab.backtest import sim
import pandas as pd

import datetime

close = data.get("price:收盤價")
daily_dates = pd.Series(close.index)

def deficit_reduction(tag):
  reduction_date = data.get(f'{tag}:恢復買賣日期')
  reduction_reason = data.get(f'{tag}:減資原因')

  # FinLab.DataFrame would automatically fill True after the extension. However, our
  # goal is to fill the gaps with False. Therefore, only accept the signal on the rising edge.
  position = (reduction_date.notna()) & (close >= 0) # The extension
  position = (position.shift(-1).fillna(False)) & (~position) # Rising edge

  # Filters & Conditions
  positon = position & (reduction_reason == "現金減資")
  position = position.rolling(5).sum().fillna(0) > 0
  return position

position = deficit_reduction("capital_reduction_tse")
position = position * (-1)

new_report = sim(position, trade_at_price="close", fee_ratio=1.425/1000/3, stop_loss=0.3)

結論

這篇文章探討了上市股票在進行現金減資和彌補虧損減資後的回歸結果，以及分析了可能影響績效的因素。從回歸分析中我們可以看到，在不同情況下，股票的表現存在顯著差異。彌補虧損減資後，股價普遍下跌，這為投資者提供了一些放空的機會。然而，需要謹慎處理，因為市場反應也可能受到其他因素的影響。

另外，我們也進行了橫斷面回歸分析，試圖找出可能影響績效的因素，包括周轉率、成交量和報酬率等。這些分析結果可以作為投資策略的參考，幫助投資者更好地理解市場行為。