Basic Search / Detailed Display

Author: 戴玉慈
Yu-Tzu Tai
Thesis Title: 財務比率變動對賭場系統性風險的影響之研究-以澳門為例
A Study of Changes in Financial Ratios on Casino’s Systematic Risk in Macau
Advisor: 劉代洋
Day-Yang Liu
Committee: 許馨方
Hsin-Fang Hsu
陳俊男
Chun-Nan Chen
Degree: 碩士
Master
Department: 管理學院 - 財務金融研究所
Graduate Institute of Finance
Thesis Publication Year: 2015
Graduation Academic Year: 103
Language: 中文
Pages: 50
Keywords (in Chinese): 博奕產業系統性風險財務比率中介效果交互作用
Keywords (in other languages): Casino industry, Systematic risk, Financial variables, Mediation effect, Moderation effect
Reference times: Clicks: 365Downloads: 0
Share:
School Collection Retrieve National Library Collection Retrieve Error Report
  • 某些風險在投資的過程之中,是可以藉由資產組合的分散而消除,這種通常是由於某種與市場無關的特殊因素造成個別證券或公司的風險稱之為非系統性風險(non-system risk) 。另外由整體市場環境所造成,且無法透過投資組合分散的風險稱之為系統性風險(system risk),因為對投資人而言,無法透過多樣的投資組合規避系統性風險,所以通常會對於擁有較高系統性風險的公司,要求更高的風險貼水(回報)。
    本研究的主要研究概況包括:
    (1)探討澳門的賭場公司系統性風險,或是 的決定因素,並調查是否某些財務變數會影響博彩產業公司的系統性風險。我們檢測各個財務變數與系統性風險(beta)間的迴歸關係,並提出原始模型,此為本研究的主要目的。並且我們發現負債比率、資產週轉率及速動比率與系統性風險有顯著的正向關係;稅前息前淨利成長率則與系統性風險有顯著的負向關係。
    (2)在研究的第二階段中,本研究進一步探索變數間是否存有結構性的關係,即自變數間是否存在干擾作用及交互作用,本研究方法使用階級回歸(hierarchical regression)與逐步回歸(step-wise regression),透過分段性的考慮個別的變數,以找出"最簡化"的模型,此為本研究的次要目的。研究結果最後證實我們的想法,即在不同情境下,模式中會產生互相干擾的影響,並且我們發現有Three way(3項)自變數及Two way(2項)自變數的交互作用項,分別是ProfLiq(資產報酬率*速動比率)與LevEffGrow(槓桿比率*資產週轉率*成長率),並根據結果提出新模型,發現其解釋力比原模型高,且R平方高達將近九成左右。


    The purpose of this study is to examine the determinants of Macau’s casino companies' systematic risk, or beta. To investigate whether the certain financial variables can affect the gaming industry's systemic risk. The regression analysis is applied to examine the relationships between the change of financial ratios and systematic risk (beta), and further to propose an original model. Secondly, we further analyzed the structure relations among these financial variables. We use the step-wise regression and hierarchical regression to determine whether the model exists the mediation effect and interaction effect.
    Debt ratio, asset turnover and quick ratio were found to be positive correlated to beta and significant at the .01 level. The growth of earning before interest and taxes (EBIT) was also had a negative relationship with beta at the .01 level. The study also found the two-way (return on assets * quick ratio) and three-way (debt ratio * asset turnover rate * growth rate of EBIT) interaction in the regression. According to the results, we propose a revised model which has a higher explanatory power than the original model, and the r-squared is nearly 90% for the new model.

    第壹章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 2 第三節 研究內容與流程 2 第貳章 文獻探討 4 第一節 系統性風險(β) 4 第二節 財務比率 5 第三節 中介效果與交互作用 10 第參章 研究方法 16 第一節 研究假說 16 第二節 模型設定 18 第三節 研究對象與資料來源 21 第四節 變數定義 23 第肆章 實證結果與分析 25 第一節 敘述統計分析 25 第二節 假說驗證與研究意涵 27 第三節 中介效果與干擾效果檢驗結果 29 第伍章 結論與建議 34 第一節 研究結論 34 第二節 研究限制 35 第三節 研究建議 35 參考文獻 37 一、 中文部分 37 二、 英文部分 38 三、 網站部分 41

    一、中文文獻
    1. 王麗惠(1988):公司財務結構對股票系統風險之影響,國立中山大學企業管理學系研究所,碩士論文(高雄)。
    2. 邱垂昌 (2002):公司系統性風險與會計變數關聯性之研究,國立政治大學會計研究所,博士論文(台北)。
    3. 呂耿光 (2009):非系統性風險與橫斷面股價預期報酬--台灣股票市場之實證,國立高雄大學金融管理學系碩士班,碩士論文(高雄)
    4. 林芳文 (1985):公司特徵與股票系統風險之關聯性研究,國立交通大學管理科學研究所,碩士論文(新竹)。
    5. 陳正芳(2009):企業風險評估之研究-以台灣觀光產業上市公司為例 ,崇右學報,15:1 2009.05期,161-182頁。
    6. 郭敏華(2009):財務報表分析─評價應用,智勝文化事業有限公司。
    7. 黃晨溦 (2011):經濟槓桿與系統性風險關係之研究,國立東華大學經濟學系研究所,碩士論文(花蓮)。
    8. 黃梅君 (2006):個人因素.情境因素對360度績效評估效能影響之研究,國立台北大學企業管理研究所,碩士論文(台北)。
    10. 王麗惠(1988):公司財務結構對股票系統風險之影響,國立中山大學企業管理學系研究所,碩士論文(高雄)。
    11. 溫福星和邱皓政(2009):組織研究中的多層次調節式中介效果:以組織創新氣氛、組織承諾與工作滿意的實證研究為例, 管理學報,26 卷第2 期,189-211頁。
    12. 廖國宏 (2011):經濟槓桿與系統性風險關係之研究,國立東華大學經濟學系研究所,碩士論文(花蓮)。
    13. 蕭士斌(2002):中國大陸互聯網絡消費者行為中介因子與網上商場行銷策略對顧客忠誠度之交互作用研究,國立東華大學大陸研究所,碩士論文(花蓮)。
    14. 蕭弘(2011):商管所財務管理講義,陳偉文化事業股份有限公司。
    15. 蕭文龍(2009):多變量分析最佳入門實用書(第二版):SPSS+LISREL,碁峰出版社。
    16. 戴坤輝 (2002):轉換型領導、交易型領導、信任、工作滿足及組織承諾之關聯性研究─組織自尊的干擾效果,國立國防大學資訊管理研究所,碩士論文(桃園)。
    17. 鍾 鼎 (2001):領導型態、隱含組織結構與組織承諾之關聯性研究-以500大公民營企業為例,國立交通大學經營管理研究所,碩士論文(新竹)。

    二、英文文獻
    1. Belsley, D. A., E. Kuh, & R. E. Welsch, (1980), Regression diagnostics: Identifying influential data and sources of collinearity., New York: John Wiley & Sons.
    2. Borde, S. (1998), Risk diversity across restaurants., New York: Cornell Hotel & Restaurant Quarterly, 4, 64-69.
    3. Baron, R. M., & D. A. Kenny, (1986). , The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations., Journal of Personality and Social Psychology, 51(6), 1173-1182.
    4. Cohen, J., & P. Cohen, (1983).,Applied multiple regression/correlation analysis for the behavioral sciences (2nd Ed.). Hillsdale, NJ: Erlbaum.

    5. Fama, E. F. & K. R. French, (1992), ”The cross-section of expected stock returns,” Journal of Finance, Vol. 47, pp.427-465.
    6. Fama, E. F. & K. R. French, (1993), ”Common risk factors in the returns on stocks and bonds,” Journal of Financial Economics, Vol. 33, pp.3-56.
    7. Fama, E. F. & K. R. French, (1995), ”Size and book-to-market factors in earnings and returns,” Journal of Finance, Vol. 50, pp.131-156.
    8. Fama, E. F. & K. R. French, (1996), ”Multifactor explanations of asset pricing anomalies,” Journal of Finance, Vol. 51, pp.55-84.
    9. Fama, E. F. & J. MacBeth , (1973), ”Risk, return, and equilibrium: Empirical tests,” Journal of Political Economy, Vol. 81, pp.607-636.
    10. French, K. R., G. W. Schwert & R. F. Stambaugh, (1987), ”Expected stock returns & volatility.” Journal of Financial Economics, Vol. 19, pp.3-29.
    11. Gu, Z. (1993). , Debt use & profitability: A reality check for the restaurant industry., Nevada :Journal of Foodservice Systems, 7, 135-147.
    12. Gu, Z., & H. Kim, (1998)., Casino firms' risk features & their beta determinants. ,Nevada :Progress in Tourism & Hospitality Research, 4, 357-365.
    13. Hair, J. F., W. C. Black, B. J. Babin, R. E. Anderson, & R. L. Tatham, (2006).,Multivariate data analysis. Upper Saddle River , NJ: Prentice Hall.
    14. Huo, Y., & F. Kwansa, (1994)., Effect of operating & financing leverage on firm's risk.,Journal of the International Academy of Hospitality Research, 8, 1-17.
    15. Hamada, R. S. (1972), “The Effects of the Firms Capital Structure on the Systematic Risk of Common Stocks.” Journal of Finance (27), 435-452.
    16. Lee, J., & S. Jang, (2007).,The systematic-risk determinants of the US airline industry.,Tourism Management, 28, 434-442.
    17. Logue, L., & J. Merville, (1972)., Financial policy & market expectations, Financial Management, 1(3), 37-44.
    18. Kim, W. G., B. Ryan, & S. Ceschini, (2007)., Factors affecting systematic risk in the US restaurant industry., Tourism Economics, 13(2), 197-208.
    19. Rowe, Toni (2010) , Analyzing the Relationship Between Systematic Risk & Financial Variables in the Casino Industry ,Nevada :UNLV Gaming Research & Review Journal,Volume 14 Issue 2
    20. Sharpe, W. F. (1963)., A simplified model of portfolio analysis., California : Management Science, 9(2), 277-293

    三、網站部分
    1. 公開資訊觀測站
    http://mops.twse.com.tw/
    2. 統雄網路社群:
    2.http://tx.liberal.ntu.edu.tw/address.htm
    3. 碩博士論文系統─國家圖書館全球資訊網
    http://ndltd.ncl.edu.tw/
    4. 澳門博彩監察協調局(The Gaming Inspection and Coordination Bureau)網站:
    http://www.dicj.gov.mo/web/cn/introduction/index.html
    5. 澳門科技大學(Macau University of Science And Technology)網站:
    http://www.must.edu.mo/alumni-tw/articles/2935-macau-economic
    6. 美國雅虎財經網站:
    http://finance.yahoo.com/

    無法下載圖示 Full text public date 2020/01/27 (Intranet public)
    Full text public date This full text is not authorized to be published. (Internet public)
    Full text public date 2025/01/27 (National library)
    QR CODE