國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章、實證結果分析
首先，以 ROE 作為績效變數，檢驗實施限制員工權利新股之後，對公司績 效的影響，以 ROE 做為因變數(dependent variable)，假設共有 i 家公司，令𝑅𝑂𝐸𝑖,𝑡為 公司 i 在第 t 年之股東權益報酬率，得到第一條迴歸式：
(1)𝑅𝑂𝐸𝑖,𝑡=𝛽0+ 𝛽1𝑅𝑆𝑖,𝑡 + 𝛽2𝑆𝐺𝑅𝑖,𝑡+ 𝛽3𝑅𝐷𝑖,𝑡 + 𝛽4𝐴𝑠𝑠𝑒𝑡𝑖,𝑡+ 𝛽5𝐷𝑅𝑖,𝑡 + 𝛽6𝑀𝑆𝑅𝑖,𝑡+ 𝛽7𝐵𝑜𝑛𝑢𝑠𝑖,𝑡+ 𝛼𝑖 + 𝜏𝑖+ 𝑢𝑖𝑡
其中，𝛼𝑖代表公司特有之固定效果，𝜏𝑖則是時間固定效果，𝑢𝑖𝑡為誤差項(error term)。透過數據與模型處理，以時間與公司個體特有的固定效果之追蹤資料，
觀察各變數對績效變數 ROE 影響之方向與係數關係，可得到以下結果。
表 4：以 ROE 做為績效變數之模型(1)迴歸結果
變數 係數 標準差 t 統計量 p 值
RS 3.3671* 1.7910 1.8800 0.0610 SGR 0.0988*** 0.0127 7.7869 0 RD -0.6497*** 0.2114 -3.0726 0.0023
Asset 15.0970*** 2.7974 5.3968 0
DR -0.3401*** 0.0857 -3.9691 0.0001 MSR 0.4959 0.4529 1.0949 0.2744
Bonus 13.5723*** 1.4877 9.1233 0
註: 1.***、**、*分別表示顯著水準 1%、5%、10%。
2.𝑅2 =0.74，Adj-𝑅2=0.663。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由表 4 可得知，應變數 RS 之係數為 3.3671，p 值=0.0610，以信心水準 90%
來做評斷，得知此係數對 ROE 之影響關係為正顯著。根據迴歸結果，代表在其 他條件不變下，當公司使用限制員工權利新股(RS=1)時，可比未使用(RS=0)時，
ROE 增加 3.3671%，其獲利能力提升，符合本研究之預期，即透過限制員工權利 新股之發放後，對於公司績效提升是有利的。而從控制變數來看，營收成長率為 正顯著，說明此項之提升，可能可吸引投資人進行投資，進而帶動公司價值提升，
公司績效也會增加，符合俞海琴等(1999)之結論。研究發展費用與負債比率則為 負顯著，其中研究發展費用，主觀而言，當研發費用之提升，使成本上升，績效 相對因為成本提升而降低。而負債比率結果則是符合 Steiner(1996)，得到負債比 率越高，則公司績效越低，透過高負債比率，將增加公司營運之風險。而總資產 項目為公司規模之代理變數，則有明顯之正顯著，如同 Demsetz and Lehn(1985) 等人之研究，強調公司規模對於績效的正向影響程度，透過公司規模越大，將使 公司更具有競爭能力，創造高績效的可能，如表 4 顯示，實證結果使 ROE 有超 過 10%的提升。經理人持股比率項目則為不顯著之情況，可能原因在於，根據資 料顯示，選取之公司平均持股比率僅 1.23%，且多數均小於 1%，無法確實反映 出高持股比率對於績效的影響程度。此外，分紅制度使用則為明顯正顯著，對於 ROE 的提升有 13.57%的效果，可知此制度實施對於績效有大幅的影響。
再者，考慮實施後對公司績效的影響，以資產報酬率做為因變數，同樣假設 共有 i 家公司，令𝑅𝑂𝐴𝑖,𝑡為公司 i 在第 t 年之資產報酬率，得到第二條迴歸式：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(2)𝑅𝑂𝐴𝑖,𝑡=𝛾0+ 𝛾1𝑅𝑆𝑖,𝑡+ 𝛾2𝑆𝐺𝑅𝑖,𝑡+ 𝛾3𝑅𝐷𝑖,𝑡+ 𝛾4𝐴𝑠𝑠𝑒𝑡𝑖,𝑡+ 𝛾5𝐷𝑅𝑖,𝑡+ 𝛾6𝑀𝑆𝑅𝑖,𝑡+ 𝛾7𝐵𝑜𝑛𝑢𝑠𝑖,𝑡+ 𝛼𝑖 + 𝜏𝑖+ 𝑢𝑖𝑡
設定方式同第一條迴歸式，亦利用追蹤資料進行迴歸分析，結果如下：
表 5：以 ROA 做為績效變數之模型(2)迴歸結果
變數 係數 標準差 t 統計量 p 值 RS 1.4586* 0.9904 1.6775 0.0944 SGR 0.0428*** 0.0070 6.1036 0 RD -0.4260*** 0.1169 -3.6431 0.0003
Asset 8.3749*** 1.5469 5.4140 0
DR -0.1856*** 0.0474 -3.9172 0.0001 MSR 0.3778 0.2505 1.5086 0.1324
Bonus 8.0069*** 0.8226 9.7332 0
註: 1.***、**、*分別表示顯著水準 1%、5%、10%。
2.𝑅2 =0.75，Adj-𝑅2=0.675。
由表 5 之結果，應變數 RS 之係數為 1.4586，p 值為 0.0944，以信心水準 90%
來衡量，此係數對 ROA 之影響關係為正顯著。根據迴歸結果，在其他條件不變 下，當使用限制員工權利新股時，可比未使用時 ROA 增加 1.4586%，公司績效 提升。控制變數的情況，無論是對績效影響之方向性與程度，均與 ROE 時相當 接近。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
根據迴歸 1、2 式之結論，無論是根據 ROE 或是 ROA 兩項績效衡量之變數，
均可得到一致性的結果，即實施限制員工權利新股對公司績效提升的正向關係。
但 ROE 與 ROA 等財報數據資料，可以透過相關的會計操縱，藉由窗飾等方法，
進行美化數據，得到的結果可能不符合實際的情況。因此，本研究再採用 DEA 法進行績效評估，藉由透過多項的投入與產出變數，得到的相對效率值，降低或 排除掉上述情況的發生，更能反映出真實營運數據的狀況。
為了使用 DEA 法，首先我們必須建立 DEA 效率值的數據，選擇效率值的 適當投入與產出之變數，在此法中，根據投入與產出項選擇之不同，得到的效率 值將會有明顯的差異。因此需選擇最恰當的項目來進行計算，這些項目必須對目 標有一定的關連性。本研究選用固定資產、營業費用作為投入項變數，營業收入 淨額作為產出項變數，分別討論如下。2
(一) 投入項變數
1. 固定資產：係為供營業上使用，且使用年限在一年以上，非以出售為目 的之有形資產，其包含土地、房屋及建築成本、機器及儀器與其他設備成本，再 加上固定資產。固定資產可為未來企業創造經濟資源，因此是相當重要的投入項 變數。此變數在蕭麗慧(2012)、Yang et al.(2012), Liang and Fang(2011)亦都將其採 用為投入項變數。
2. 營業費用：為推銷費用、管理費用與研究發展費用等。營業費用表示企 業投入的狀況，無論在研究發展費，代表企業尋求產品、流程、各種服務改良的 方法之花費，以及在管理費用上，對人力與其他管銷資本的投資，包含員工薪資 與福利等，代表企業對員工之重視程度，均是對績效的提升相當重要的環節，亦
‧
效果，因此使用此項目作為產出項變數。此變數在蕭麗慧(2012)、Chen and Chen(2009), Thore et al.(1994)均將其採用為產出項變數。3(三)單調性原則
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由表 6 之相關係數分析，投入與產出項的變數均具有正向之關係，符合單調 性原則，且為正相關，因此這三個項目的選擇可為 DEA 法之投入與產出項變數。
(四)負值變數調整
DEA 法還有另一項要求，模型中各項變數之中，每個項目都必須為大於等 於 0 之正數，利用加法平移不變性，將負值加上一數值轉換進行平移得滿足此條 件，但本研究在選擇變數時，即考慮變數須為正數的規定，固在選擇上之四項項 目，均為正數值，不需再經過負值的調整。
一般資料包絡分析法在選擇使用投入或產出導向的模型時，考量點在於 DMU 的情形，若其對於產出面變數比較不容易控制，應採投入導向模式；反之，
若 DMU 投入面變數較不易控制，則採產出導向模式。而本研究所選擇之投入變 數為固定資產、營業費用與員工人數，是容易進行觀察與控制的，因此以投入導 向來進行操作。如之前研究方法所敘述，在本研究實際數據的操作之下，我們觀 察到各公司多處在變動規模報酬的狀態下，因此，使用 BCC 模型進行分析，並 且透過 BCC 模式，求出純粹技術效率值與規模效率值。本研究選擇使用之效率 值為純粹技術效率值，原因在於，其為排除規模變動因素，評斷 DMU 是否有效 運用投入項目的效率值，更為經理人可直接控制的項目。純粹技術效率值詳參附 錄一，並再將此效率值透過 DEA-BCC 法之羅吉斯轉換成新的效率值，得到附錄 二之調整效率值，將原先數值為 0 或 1 進行轉換，得以進行迴歸分析的討論，代 入以下第三條迴歸式。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(3)𝐷𝐸𝐴𝑖,𝑡=𝜌0+ 𝜌1𝑅𝑆𝑖,𝑡+ 𝜌2𝑆𝐺𝑅𝑖,𝑡+ 𝜌3𝑅𝐷𝑖,𝑡+ 𝜌4𝐴𝑠𝑠𝑒𝑡𝑖,𝑡+ 𝜌5𝐷𝑅𝑖,𝑡+ 𝜌6𝑀𝑆𝑅𝑖,𝑡 + 𝜌7𝐵𝑜𝑛𝑢𝑠𝑖,𝑡+ 𝛼𝑖 + 𝜏𝑖+ 𝑢𝑖𝑡
設定均如同 ROA 與 ROE 時之作法，唯因變數之衡量績效變數，此時以 DEA 之純粹技術效率值作為衡量變數，透過第三條迴歸式進行分析，得出以下表 7 之結果：
表 7：以 DEA 純粹技術效率值做為績效變數之模型(3)迴歸結果
變數 係數 標準差 t 統計量 p 值
RS 0.4326* 0.2411 1.7941 0.0737 SGR 0.0004 0.0017 0.2421 0.8089 RD 0.0129 0.0285 0.4549 0.6495
Asset 0.2670 0.3766 0.7091 0.4788
DR -0.0133 0.0115 -1.1563 0.2484 MSR -0.0177 0.0610 -0.2903 0.7718
Bonus 0.0622 0.2003 0.3105 0.7564
註: 1.***、**、*分別表示顯著水準 1%、5%、10%。
2.𝑅2 =0.818，Adj-𝑅2=0.764。
由表 7 可得知，應變數 RS 之係數為 0.4326，p 值=0.0737，以信心水準 90%，
得知此係數對 DEA 純粹技術效率值之影響關係為正顯著。迴歸結果指出，在其 他條件不變下，當使用限制員工權利新股時，可比未使用時的純粹技術效率值增 加 43.26%，當純粹技術效率值越高，代表決策單位能有效運用投入項目，以達 產出極大化或投入極小化，符合本研究之想法，即透過限制員工權利新股之發放 後，對於公司績效提升是有利的。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
但在控制變數上，則與迴歸式 1、2 得到相當不同的結果，原先顯著的控制 變數在此卻均為不顯著。可能原因在於，控制變數對效率值的直接影響是相當間 接的，這些控制變數的項目，對於不同的企業與不同的公司差異都相當的大，我 們不能解釋該年的這些變數對此相對效率值具有絕對性的影響。以鴻海為例，其 在各個年度之效率值均為 1，表示其在所選之上市公司之中，其有效運用投入項 目達到產出最大化，以相對最有效率的方式經營。但以其營收成長率為例，每年 仍具有相當程度的波動，如 2012 至 2014 年之營收成長率，分別為 13.11%、1.2%
與 6.6%，但均未對效率值產生影響。因此，該控制變數對於效率值之影響性非 常小，不具解釋能力，因此為不顯著的情況。
此研究的結果，發現到無論是用 ROE、ROA 的傳統財報類型數據比例分析，
亦或使用 DEA 之效率分析，均可達到一致的效果，可看到均對績效為正向之關 係。DEA 之方法，相比財務比例的數據，是更具有彈性與深度的作法，更能降 低財報窗飾等可能使數據失真的狀況發生。根據其他學者的研究，也可得到財務 比率與 DEA 方法相似的結果，如葉桂珍及陳昱志(1995)之研究，其透過財務比 率與 DEA 法衡量國內各銀行績效狀況，得到兩者一致的結果；Resti(1997)則以 義大利 270 間銀行研究，採取參數法與非參數法(DEA)兩方式討論，得到的結果 也並未存在顯著的差異，因此 DEA 法確實是具有實用性的。