本研究以1995年至2024年間臺灣上市(櫃)普通股為樣本，探討營收市價比(SP)、淨利率(PM)、資產週轉率(TR)與營收成長率(SG)等四項與營收有關變數對股票報酬的影響。研究依據Wright (2000)之方法，將各變數名次標準化後合成指標，並據以建構15種營收相關的套利投資策略。結果顯示，多數策略具顯著正的平均績效，且隨結合變數數量增加，策略報酬亦顯著提升，其中以SP+PM+SG策略表現最為優異。
進一步控制傳統風險因子模式後，各策略平均績效仍顯著為正，顯示該異常報酬無法由風險因子完全解釋。Fama and MacBeth (1973)橫斷面迴歸亦驗證SP、PM與SG與股票平均報酬之間存在穩定且顯著的正向橫斷面關係。
敏感度分析進一步確認，在不同市場條件與控制多項公司特性後，策略績效仍具穩健性，且不受總體經濟風險或投資人有限關注所解釋。整體而言，台灣股市存在營收市價比、淨利率、資產週轉率及營收成長率等顯著異常效應，投資人可透過整合營收相關變數，建構具備顯著報酬潛力的投資策略。然而，實務應用仍應審慎評估時效性、交易成本與個人風險承受能力。

This study investigates the impact of four revenue-related variables - sales-to-price ratio (SP), profit margin (PM), asset turnover ratio (TR), and sales growth rate (SG) - on stock returns, using listed common stocks in Taiwan from 1995 to 2024 as the sample. Following the methodology of Wright (2000), the variables are first rank-standardized and then combined to construct 15 revenue-based arbitrage investment strategies.
The results show that most strategies generate significantly positive average returns. Moreover, strategy performance improves as more variables are combined, with the SP+PM+SG strategy demonstrating the strongest performance. After controlling for traditional risk factors, the strategies still yield significantly positive average returns, indicating that these abnormal returns cannot be fully explained by those factors. Cross-sectional regressions following Fama and MacBeth (1973) further confirm that SP, PM, and SG exhibit stable and significantly positive cross-sectional relationships with average stock returns.
Sensitivity analyses validate the robustness of the strategies under different market conditions and after controlling for various firm characteristics. The performance of these strategies is not driven by macroeconomic risks or investors' limited attention. Overall, the Taiwan stock market exhibits significant anomalies related to the sales-to-price ratio, profit margin, asset turnover, and sales growth rate. Investors may potentially construct high-performing strategies by integrating these revenue-related variables. However, practical applications should carefully consider issues such as timeliness, transaction costs, and individual risk tolerance.

目 錄
第一章 緒論	1
  第一節 研究背景與動機	1
  第二節 研究目的	5
  第三節 全文章節概述	6
第二章	 理論基礎與文獻探討	8
  第一節 理論基礎	8
  第二節 文獻探討	10
     一、營收市價比	10
     二、淨利率與資產週轉率	14
       三、營收成長率	17
第三章 研究方法	22
    第一節 研究變數與樣本	22
  第二節 投資策略	27
  第三節 投資績效衡量	31
  第四節 橫斷面迴歸	37
第四章 研究結果與分析	38
  第一節 平均報酬	38
     一、平均原始報酬	38
       二、平均規模調整報酬	42
       三、平均規模/淨值市價比調整報酬	45
  第二節 因子模式	49
     一、單因子模式	49
       二、三因子模式	53
       三、五因子模式截距	56
     四、因子模式係數	59
  第三節 橫斷面迴歸分析	63
     一、平均報酬與各變數數值間的橫斷面關係	63
     二、平均報酬與各變數標準化排名間的橫斷面關係	66
  第四節 敏感度分析 : 時間序列分析	69
     一、子期間	69
     二、春節效應	73
     三、景氣循環	76
     四、市場狀態	79
  第五節 敏感度分析 : 橫斷面分析	82
     一、上市(櫃)別	82
     二、產業別	85
     三、規模別	88
     四、週轉率別	91
  第六節 投資策略績效	94
     一、投資報酬敘述統計	94
     二、長期投資績效	98
第五章 結  論	108
參考文獻	111
     一、中文文獻	111
     二、英文文獻	113

 
表目錄
表3-1  1995年至2024年，本研究所使用樣本與變數之分年統計表	26
表3-2  4種單變數營收投資策略之研究變數平均值與相關係數	30
表3-3  各風險因子之平均溢酬(%)以及各因子溢酬間的相關係數	36
表4-1  15種營收投資策略的平均原始報酬：全部樣本	41
表4-2  15種營收投資策略的平均規模調整報酬：全部樣本	44
表4-3  15種營收投資策略的平均規模/淨值市價比調整報酬：全部樣本	48
表4-4  15種營收投資策略的單因子模式截距：全部樣本	52
表4-5  15種營收投資策略的三因子模式截距：全部樣本	55
表4-6  15種營收投資策略的五因子模式截距：全部樣本	58
表4-7  SP+PM+SG營收投資策略的三種因子模式迴歸係數：全部樣本	62
表4-8  Fama and Macbeth (1973)平均迴歸係數：變數數值	65
表4-9  Fama and Macbeth (1973)平均迴歸係數：變數標準化排名	68
表4-10  SP+PM+SG營收投資策略的平均績效：子期間	72
表4-11  SP+PM+SG營收投資策略的平均績效：春節效應	75
表4-12  SP+PM+SG營收投資策略的平均績效：景氣循環	78
表4-13  SP+PM+SG營收投資策略的平均績效：市場狀態	81
表4-14  SP+PM+SG營收投資策略的平均績效：上市(櫃)別	84
表4-15  SP+PM+SG營收投資策略的平均績效：產業別	87
表4-16  SP+PM+SG營收投資策略的平均績效：規模別	90
表4-17  SP+PM+SG營收投資策略的平均績效：週轉率別	93
表4-18  SP+PM+SG營收投資策略的投資報酬敘述統計	97
表4-19  SP+PM+SG營收投資策略的長期投資績效：平均報酬	101
表4-20  SP+PM+SG營收投資策略的長期投資績效：因子模式	106
 
圖目錄
圖4-1  SP+PM+SG營收投資策略的平均異常報酬趨勢圖	107
圖4-2  SP+PM+SG營收投資策略的累積平均異常報酬趨勢圖	107
 

參考文獻
一、中文文獻
1. 孔令如 (2018)，「杜邦分析三因子與股票報酬之關聯性及公司治理對其之影響」，臺灣師範大學管理學院高階經理人企業管理碩士在職專班碩士論文。
2. 李薇 (2021)，「股票報酬與淨利率、資產周轉率、資產報酬率、股東權益報酬率之關係」，淡江大學財務金融學系碩士論文。
3. 吳昭賢 (2020)，「以淨利率為指標之投資組合實證分析：以台灣上市公司為例」，南華大學管理學院財務金融學系財務管理碩士論文。
4. 高聖智 (2015)，「財務資訊變動對股價表現影響」，淡江大學管理科學學系碩士班學位論文。
5. 陳柔君、劉晏睿和蕭朝興 (2022)，「台灣股市的未預期月營收：綜合分析」，管理學報，第 39 卷 4 期，頁 503–545。
6. 黃鈺棋（2023），「股票報酬與盈餘市價比、淨值市價比、營收市價比之關係」，淡江大學財務金融學系碩士論文。
7. 黃榆捷 (2024)，「台灣上市(櫃)公司月營收宣告效果」，淡江大學財務金融學系碩士在職專班碩士論文。
8. 張眾卓、王祝三（2013），「臺灣時間序列與橫斷面股票報酬之研究：不同模型設定、投資組合建構以及樣本選擇下之再檢測」，經濟研究，第49卷1期，頁31–88。
9. 張穎宸 (2009)，「營收市價比與股票報酬：台灣市場之進一步證據」，淡江大學財務金融學系碩士班碩士論文。
10. 廖東亮 (1994)，「以隨機優勢理論測試價銷比策略之研究」，臺灣工業技術學院管理技術研究所博士論文。
11. 劉毅馨和蔡彥卿 (2006)，「月營收宣告期間私有資訊交易之探討」，管理與系統，第13卷1期，頁47~76。
12. 簡雪芳 (1998)，「月營收公告資訊內涵之相關研究」，臺灣大學商學研究所博士論文。
13. 顧廣平（2002），「台灣上市(櫃)公司股票期望報酬橫斷面差異解釋因子之探討」，亞太社會科技學報，第2卷1期，頁139–164。
14.  顧廣平（2005），「單因子、三因子或四因子模式？」，證券市場發展季刊，第17卷2期，頁101–146。
15. 顧廣平（2010），「營收動能策略」，管理學報，第27卷3期，頁267– 289。
16. 顧廣平 (2011)，「盈餘與營收動能」，管理學報，第28卷6期，頁521-544。
17. 顧廣平（2016），「投資者關注與動能效應」，企業管理學報，第111期，頁67–97。
18. 顧廣平 (2016)，「營收動能生命週期」，商管科技季刊，第17卷2期，頁207-239。
19. 顧廣平 (2017)，「月營收宣告與行為偏誤」，中山管理評論，第25卷1期，頁63-100。
20. 顧廣平 (2022)，「營收創新高動能策略」，證券市場發展季刊，第34卷，頁145-178。

二、英文文獻
1. Aggarwal, R., Rao, R., and Hiraki, T. (1990), “Equity Return Regularities on the Price/Sales Ratio: An Empirical Study of Tokyo Stock Exchange, “ Pacific-Basin Capital Markets Research 1, 337-349.
2. Barbee, W. C., Mukherji, S., and Raines, G. A. (1996), "Do Sales-Price and Debt-Equity Explain Stock Returns Better than Book-Market and Firm Size?" Financial Analysts Journal 52, 56-60.
3. Black, F., Jensen, M. C., and Scholes, M. (1972), "The Capital Asset Pricing Model: Some Empirical Tests," in M. C. Jensen (ed.), Studies in the Theory of Capital Market, New York: Praeger, 79-121.
4. Carhart, M. M. (1997), "On Persistence in Mutual Fund Performance," Journal of Finance 52, 57-82.
5. Chen, H.-Y., Chen, S.-S., Hsin, C.-W., and Lee, C.-F. (2014), "Does Revenue Momentum Drive or Ride Earnings or Price Momentum?" Journal of Banking & Finance 38, 166-185.
6. Chudek, M., Truong, C., and Veeraraghavan, M. (2011), "Is Trading on Earnings Surprises a Profitable Strategy? Canadian Evidence," Journal of International Financial Markets, Institutions & Money 21, 832-850.
7. Cooper, M. J., Gutierrez, R. C. Jr., and Hameed, A. (2004), "Market States and Momentum," Journal of Finance 59, 1345-1365.
8. Daniel, K., Grinblatt, M., Titman, S., and Wermers, R. (1997), "Measuring Mutual Fund Performance with Characteristic-Based Benchmarks," Journal of Finance 52, 1035-1058.
9. Fama, E. F., and French, K. R. (1992), "The Cross-Section of Expected Stock Returns," Journal of Finance 47, 427-465.
10. Fama, E. F., and French, K. R. (1993), "Common Risk Factors in the Returns on Stocks and Bonds," Journal of Financial Economics 33, 3-56.
11. Fama, E. F., and French, K. R. (2015), "A Five-Factor Asset Pricing Model," Journal of Financial Economics 116, 1-22.
12. Fama, E. F., and MacBeth, J. D. (1973), "Risk, Return, and Equilibrium: Empirical Tests," Journal of Political Economy 81, 607-636.
13. Fisher, K. L. (1984), Super Stocks, Homewood, Illinois: Dow Jones-Irwin.
14. Haugen, R. and Baker, N. L. (1996), “Commonality in the Determinants of Expected Stock Returns,” Journal of Financial Economics 41, 401-439.
15. Hou, K., Peng, L., and Xiong, W. (2009), "A Tale of Two Anomalies: The Implications of Investor Attention for Price and Earnings Momentum," Working Paper, Ohio State University.
16. Hsieh, J., and Walkling, R. A. (2006), "The History and Performance of Concept Stocks," Journal of Banking & Finance 30, 2433-2469.
17. Jegadeesh, N., and Livnat, J. (2006), "Revenue Surprises and Stock Returns," Journal of Accounting and Economics 41, 147-171.
18. Kama, I. (2009), “On the Market Reaction to Revenue and Earnings Surprises,” Journal of Business Finance & Accounting 36, 31-50.
19. Karlsson, N., Loewenstein, G., and Seppi, D. (2009), "The Ostrich Effect: Selective Attention to Information," Journal of Risk and Uncertainty 38, 95-115.
20. Lakonishok, J., Shleifer, A., and Vishny, R. W. (1994), “Contrarian Investment, Extrapolation, and Risk,” Journal of Finance 49, 1541-1578,
21. Minard, L. (1984), “The Case against Price/Earnings Ratios,” Forbes 133, 172-176.
22. Senchack, A. J., and Martin, J. D. (1987), "The Relative Performance of the PSR and PER Investment Strategies," Financial Analysts Journal 43, 46-56.
23. Sheu, H.-J., Wu, S., and Ku, K.-P, (1998), “Cross-Sectional Relationships between Stocks and Market Beta, Trading Volume, Sales-to-Price in Taiwan,” International of Financial Analysis 7, 1-18.
24. Soliman, M. T. (2008) “The Use of DuPont Analysis by Market Participants,” Accounting Review 8, 823-853.
25. Suzuki, M. (1998), “PSR – an Efficient Stock-Selection Tool?” International Journal of Forecasting 14, 245-254.
26. Truong, C. (2010), "Post Earnings Announcement Drift and the Roles of Drift-Enhanced Factors in New Zealand," Pacific-Basin Finance Journal 18, 139-157.
27. Wright, J. H. (2000), “Alternative Variance-Ratio Tests Using Ranks and Signs,” Journal of Business & Economic Statistics 18, 1-9.