奈及利亞上市消費品公司股價決定因素：公司特定與總體經濟分析

1. 導論與概述

本研究探討於奈及利亞證券交易所上市的消費品公司股價之決定因素。研究立基於效率市場假說，主張股價反映了所有可用資訊，這些資訊可分為公司特定（內部）或市場相關（外部/總體經濟）。本研究旨在釐清這兩大類因素的影響，為在波動劇烈的奈及利亞股票市場中操作的投資者、投資組合經理人及政策制定者提供洞見。

奈及利亞資本市場與許多新興經濟體類似，具有高波動性，且對內部公司績效與外部衝擊均高度敏感。理解股價變動的確切驅動因素，對於投資決策與資本配置效率至關重要。

2. 研究方法

本研究採用穩健的追蹤資料方法，分析橫跨13年（2010-2022年）的資料。

2.1 資料與樣本

樣本包含奈及利亞18家上市消費品公司。公司特定資料（例如股利支付率、槓桿、資產報酬率）擷取自經審計的年度報告。總體經濟資料（例如貨幣供給量、原油價格）則來自世界銀行資料庫與奈及利亞中央銀行的統計公報。

2.2 實證模型與變數

核心實證模型將股價（應變數）視為以下因素的函數：

• 公司特定變數： 股利支付率、槓桿（負債對權益比）、資產報酬率、公司成長（例如資產成長）。
• 總體經濟變數： 貨幣供給量（M2）、原油價格。
• 政治變數： 一個虛擬變數，用以捕捉重大政治事件（例如選舉）。

模型亦納入了公司規模與成立年數作為控制變數。

2.3 估計技術：兩階段系統GMM

為解決潛在的內生性問題（例如過去的股價影響當前的公司決策）與未觀察到的公司異質性，本研究採用由Arellano & Bover (1995) 與 Blundell & Bond (1998) 所發展的兩階段系統廣義動差法估計量。此技術特別適用於具有「時間維度小、橫斷面維度大」特徵的動態追蹤資料模型，並能在存在落後應變數的情況下提供一致的估計值。

3. 實證結果與分析

GMM估計對多個決定因素產生了統計上顯著的結果。

3.1 公司特定決定因素

3.2 總體經濟與政治決定因素

4. 關鍵洞察與討論

• 在奈及利亞消費品產業，市場獎勵立即的現金回報（股利）勝過會計獲利能力（資產報酬率）。
• 以油價與無政治衝擊為代理變數的總體經濟穩定性，是股票獲得正向評價的關鍵先決條件。
• 導致貨幣供給快速成長的貨幣政策，受到股票市場的負面看待。
• 研究結果部分支持但也挑戰了純粹的效率市場假說，凸顯了新興經濟體情境下的行為面向與特定的市場無效率。

5. 結論與建議

本研究結論指出，公司特定變數與總體經濟/政治變數，均為奈及利亞上市消費品公司股價的重要決定因素。

建議：

• 對投資者： 在此產業進行投資決策時，應密切關注股利政策、槓桿比率、貨幣供給趨勢、原油價格以及政治行事曆。
• 對公司： 維持透明且永續的股利政策，並向市場有效傳達獲利能力與成長指標背後的策略邏輯。
• 對政策制定者： 優先確保總體經濟穩定、管理通膨，並營造可預測的政治環境，以促進健康的資本市場發展。

6. 分析師觀點：核心洞察、邏輯脈絡、優點與缺陷、可行建議

核心洞察： 本文揭示了關於奈及利亞股票市場一個關鍵卻令人不安的事實：訊號勝過實質，總體混亂壓倒微觀卓越。 資產報酬率與股價之間的負向關係是一個警訊，暗示市場不信任帳面盈餘，或者遠比保留盈餘用於成長，更重視短期現金（股利）。這描繪了一個市場圖像：投資者膽怯，偏好立即到手的股利勝過未來利潤驅動成長的承諾，且整個系統受制於油價與政治動向。

邏輯脈絡： 論證邏輯嚴謹且方法論穩健。從效率市場假說的前提出發，正確地將奈及利亞情境識別為兩類資訊集均至關重要的市場，並使用適當的進階計量經濟技術（系統GMM）來處理內生性問題——此類研究的常見困擾。從假設、變數選擇、估計到解釋的流程清晰。

優點與缺陷： 主要優點在於應用系統GMM，超越了基本的普通最小平方法或固定效果模型，增加了可信度。納入政治虛擬變數對奈及利亞情境而言是出色的設計。然而，缺陷亦值得注意。首先，「政治事件」變數可能是一個粗略的工具；量化政策不確定性指數（如經濟政策不確定性指數）會更為細緻。其次，樣本僅限於單一產業（消費品），雖然聚焦，但限制了普遍性。「資產報酬率悖論」是否適用於銀行或科技公司？第三，錯失了將這些發現與更穩定的新興市場（例如肯亞、南非）的類似研究進行對比的機會，以分離出「奈及利亞特有」的風險溢酬。

可行建議： 對於精明的投資者，這項研究是一本戰術手冊。1.) 做多股利，質疑獲利： 篩選具有高且穩定支付率的消費品公司，但深入探究高獲利公司資產報酬率背後的現金流——是來自營運還是資產出售？2.) 交易總體行事曆： 建立一套戰術性資產配置模型，在重大選舉前6-12個月減少對奈及利亞股票的曝險，並在油價上漲伴隨緊縮貨幣政策的時期增加曝險。3.) 倡議更好的指標： 作為分析師，推動公司採用並強調以價值為基礎的指標（如經濟附加價值），與資產報酬率並列，以彌補市場明顯指出的可信度落差。這項研究不僅解釋了市場，更提供了工具來駕馭——並可能利用——其特殊性。

7. 技術附錄

7.1 數學公式

透過兩階段系統GMM估計的動態追蹤資料模型可表示如下：

$SP_{it} = \alpha + \beta_1 SP_{i,t-1} + \sum_{k=2}^{K} \beta_k X_{k,it}^{Firm} + \sum_{m=1}^{M} \gamma_m Y_{m,t}^{Macro} + \delta PolEvent_t + \eta_i + \epsilon_{it}$

其中：
- $SP_{it}$：公司 $i$ 在第 $t$ 年的股價。
- $SP_{i,t-1}$：落後一期股價（捕捉動態調整）。
- $X_{k,it}^{Firm}$：公司 $i$ 在時間 $t$ 的 $K$ 個公司特定變數向量。
- $Y_{m,t}^{Macro}$：時間 $t$ 的 $M$ 個總體經濟變數向量（所有公司共通）。
- $PolEvent_t$：政治事件虛擬變數。
- $\eta_i$：未觀察到的公司特定固定效果。
- $\epsilon_{it}$：特質誤差項。
- $\alpha, \beta, \gamma, \delta$：待估計參數。

系統GMM估計量使用落後水準值作為差分方程的工具變數，並使用落後差分值作為水準方程的工具變數，以解決來自落後應變數及其他潛在內生解釋變數的內生性問題。

7.2 分析框架：實務案例

情境： 一位分析師在2024年第四季，預期2025年選舉之前，評估兩家假設的奈及利亞消費品公司：「穩定支付有限公司」與「成長之星有限公司」。

框架應用：

1. 公司特定評分：
   • 穩定支付： 高股利支付率（70%）、中等槓桿（0.6）、中等資產報酬率（8%）、低成長（5%）。評分：+（正向因素主導）。
   • 成長之星： 低支付率（20%）、低槓桿（0.3）、高資產報酬率（15%）、高成長（25%）。評分：-（根據研究，高資產報酬率/成長被視為負面）。
2. 總體/政治疊加分析：
   • 油價波動但呈下降趨勢。
   • 由於財政支出，貨幣供給成長率高。
   • 與選舉相關的不確定性正在上升（政治事件虛擬變數 = 1）。
   • 總體評分：強烈負向。
3. 整合決策矩陣：

   公司	公司評分	總體評分	綜合展望	分析師行動
   穩定支付有限公司	+	--	中性至略微負向	持有，但鑑於總體逆風，減少部位規模。
   成長之星有限公司	-	--	負向	減持或賣出。公司特質受到懲罰，且總體環境加劇了風險。

此簡化框架將研究發現轉化為一套可行、可重複的分析流程。

8. 未來研究與應用展望

研究方向：

• 將分析延伸至其他產業（金融、工業、科技），以檢驗「資產報酬率悖論」的普遍性。
• 納入更複雜的政治風險衡量指標，例如經濟政策不確定性指數，或基於自然語言處理的經濟政策相關新聞情緒分析。
• 運用機器學習技術（例如隨機森林、梯度提升）來模擬決定因素之間的非線性關係與交互作用，這些可能是傳統計量經濟學所忽略的。
• 進行跨越多個非洲交易所的比較研究，以分離制度與國家特定效應。

應用展望：

• 開發「奈及利亞股票風險儀表板」： 為投資者開發一個即時儀表板，整合本研究中的關鍵訊號：公司支付/槓桿趨勢、貨幣供給成長、油價預測以及政治事件行事曆。
• ESG整合： 未來模型可將環境、社會與治理評分作為公司特定決定因素納入。在像奈及利亞這樣資源豐富但治理面臨挑戰的情境中，強勁的治理評分或許能緩解政治風險認知。
• 監管應用： 奈及利亞中央銀行與證券交易委員會可利用關於貨幣供給負面影響的洞見，更好地協調貨幣政策與資本市場穩定的目標。

9. 參考文獻

1. Oyasor, E. (2025). Firm-specific and macroeconomic determinants of share pricing of listed firms in Nigeria. Economic Profile, 20(1), 7-20. https://doi.org/10.52244/ep.2025.29.01
2. Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of error-components models. Journal of Econometrics, 68(1), 29-51.
3. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143.
4. Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring Economic Policy Uncertainty. The Quarterly Journal of Economics, 131(4), 1593–1636. (EPU指數來源).
5. Maku, A. T., & Atanda, A. A. (2010). Determinants of Stock Market Performance in Nigeria: Long-run Analysis. Journal of Management and Society, 1(3), 46-55.
6. Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417. (效率市場假說奠基之作).