第四章 實證結果與分析
第三節 實證結果分析
1. 本模型以全體樣本進行分析，被解釋變數為虛擬變數 dividend、decrease 以及 omission：分別代表企業 發放、減發或停發現金股利的事件。定義請參照 3-2-1 (p 21.)。
2. AIC 為 AIC( Intercept and Covariate)，為模型適性檢定統計量，其值越小，模型解釋力越強。
3. *表示在顯著水準 10%下，呈現顯著；**表示在顯著水準 5%下，呈現顯著；***表示在顯著水準 1%下，
‧
越高，則越傾向於不發股利，符合 Hoberg and Prabhala (2009) 提出：當企業風險 程度越高，其發放股利的傾向越低。而變數 liq 則呈現顯著正向關係，代表當公‧
‧
更好的價格，故不願意減發或停發股利，而這樣的現象較符合 Baker and Wurgler (2002)提出企業會為了「迎合」投資人對於股利的偏好，而影響股利政策。公司‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
40
綜觀以上，我們可以發現幾個變數不如我們原先的預期：包含現金越少、保 留盈餘越少、隱含成長性高以及資產成長性越高的公司，越不傾向減發或停發股 利，其隱含當公司未來資金需求越大時，似乎越不傾向減發或停發股利。或許這 表示公司希望給予讓投資人一個好的「印象」，試圖發射公司具有前景的訊號，
以利之後的融資行為。而這情形較符合「迎合理論」，變數 Ldiff 只在停發或減發 的模型中成現顯著負向趨勢，也就代表著我國企業似乎在決定是否減發或停發現 金股利時，會更在意投資人對於股利的偏好程度。
接著我們就樣本期間內，我國上市公司之股利支付率進行分析。我們可以使 用 life regression 模型來分析股利發放率的趨勢變化。
‧
2. AIC 為 AIC( Intercept and Covariate)，為模型適性檢定統計量，其值越小，模型解釋力越強。
3. *表示在顯著水準 10%下，呈現顯著；**表示在顯著水準 5%下，呈現顯著；***表示在顯著水準 1%下，
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
變數 E 呈現顯著負向趨勢則代表獲利能力越高的公司其股利發放率越低，與 我們預期不同。結合先前結果可以發現，獲利能力越高的公司越傾向於發放股利，
但其股利發放率卻越來越低。
最後在總體經濟變數方面，代表投資人對股利偏好程度的變數 Ldiff 呈現顯著 正向趨勢，代表當投資人對於股利偏好程度增加，公司的股利發放率也越高。結 合在先前羅吉斯模型分析的結果，我們可以發現：雖然投資人對股利的偏好並不 顯著影響公司是否要發放股利的決定，但針對已經發放股利的樣本來說，投資人 對股利的偏好程度卻會影響企業的股利支付率，可以說是符合迎合理論。
最後我們針對資本市場發展程度對企業宣告現金股利發放時其累積異常報酬 的變化情形來作探討。
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
在公司特性變數方面，變數 Age、V、DA、size 以及 RE 皆不具解釋力。而 為公司研發費用之對數，代表公司成長性的變數 lnRD 則在兩個模型中都呈現 90%
的顯著性。但其中變數 lnRD 在公司宣告股利減發時，呈現正向趨勢，符合我們 預期投資人認為越有成長性的公司，應保留更多資金因應其投資，而非發放給股 東，故減發股利能夠帶來正面訊息效果。相對的在公司停發股利時，卻呈現負向 趨勢，可能某種程度表示了我國資本市場中的投資人對於股利還是有一定程度的 重視。
最後看到總體經濟變數中，代表投資人對於股利偏好程度的變數 Ldiff 在兩 個模型中皆不具解釋力。而代表兩稅合一制度實施與否的虛擬變數 tax，不但未 如我們所預期的呈現負向趨勢，更在公司宣告停發股利時呈現了顯著的正向趨勢，
其代表了在投資人取得現金股利的成本下降以後，卻更支持公司停發股利了，這 結果令人意外。另與羅吉斯模型的分析結果比較起來，在停發或減發股利兩個模 型當中，無法看出我國資本市場有明顯的迎合股東偏好的現象。