本研究以臺灣證券交易所公開上市公司及臺灣證券櫃檯買賣中心上櫃 公司為研究對象，選取 2001 年至 2006 年間上市櫃公司作為樣本，但排除 產業性質特殊的金融業。
本研究所使用的公司相關財務資料，如固定資產總額變動、研究發展 支出、銷貨總額、前期及當期之資本投資比率、股東權益報酬率(ROE)、總 資產報酬率(ROA)、營業活動現金流量、銷貨淨額、每股現金股利、每股盈 餘、固定資產總額、資產總額及系統風險值
β
等資產負債表及損益表資料，皆擷取自「臺灣經濟新報社資料庫」。
為了探討公司資本投資是否有展望理論所提及之確定效果及反射效 果，本研究將前期經營績效及前期資本投資比率皆分為兩期，前一期的取 樣期間為 2000 年至 2005 年；前二期的取樣期間為 1999 年至 2004 年。本 研究分別以 RINVt-1及 RINVt-2、PERFt-1 及 PERFt-2代表前一期及前二期的 前期資本投資比率與前期經營績效。至於其他研究變數的資料期間，取當 期的計有本期資本投資比率(RINVt)、營業活動現金流量比率(RCFOt)、現金 股利支付比率(CDPRt)、資本密集度(CINTt)及公司規模(SIZEt)；取前一期資 料的變數則為系統風險值β (BETAt-1)。
本研究除了將觀察樣本依前期經營績效分為二期外，再進一步將經營 績效依產業別分為四等分，取產業績效前 25%為經營績效好的樣本組，而 產業經營績效後 25%為經營績效差的樣本組，分別就此兩組樣本進行確定 效果及反射效果之探討。
第三節 變數定義
則採用Black et al.(2000)的定義，其公式如下，其中∆固定資產總額代表該 年度固定資產的增量：依Cummins and Hassett(1992)、Kinney and Trezevant(1993)及 Black et al.
(2000)的實證結果發現，公司當年度的資本投資，會受到前一年度資本投資
30
資金成本低則資本投資的機會愈高。Gilchrist and Himmelberg(1995)實證發 現，當公司營業活動所產生的現金流量愈多，其資本投資愈多。本研究將
六、 資本密集度(CINTt)
公司投資決策會受到公司產業類型的影響，Black et al.(2000)發現，資 本密集度高的產業，其投資支出受到租稅因素的影響，較資本密集度低的 產業來得大。汪瑞芝(2006)實證亦發現，資本密集度愈高的公司，其資本投 資比率愈高，兩者呈現正相關。故本研究將資本密集度定義如下：
資產總額 固定資產總額
資本密集度(CINTt)= (6)
七、 公司規模(SIZEt)
Carlson and Bathala(1994)、Black et al.(2000)皆發現，公司規模大小會 影響公司資金融資的能力，公司規模大的公司，通常債信能力較強，其融 資能力愈高，投資機會亦愈大。本研究以公司的資產總額作為公司規模的 代理變數，由於此變數的數值過於龐大，故本研究在資料的處理上利用公 司資產總額(單位：仟元)取其自然對數。
八、 產業別(INDt)
因考慮到公司資本投資決策對產業別是否有差異，為此加入產業別變 數，變數值1 為電子產業，0 為非電子產業。
九、 系統風險值β(βt-1,i)
系統風險值β 為資本資產訂價模型(Capital Asset Pricing Model, CAPM) 中之βi，用以衡量個別資產受系統風險影響的大小，β 值愈大的資產，表示 受市場報酬波動的影響愈大，即系統風險愈大。此處 β 值的計算，係以樣 本公司前一年度的情況作為衡量基礎。
32
第四節 實證分析方法
一、 相關性分析
當兩個以上之自變數間高度相關時稱之為線性重合或共線性，其會影 響迴歸式各參數的建立，進而使迴歸模型喪失其有效性。為避免迴歸模型 存在共線性問題，本研究利用變異數膨脹因素(Variance Inflation Factor, VIF) 檢定變數間是否有線性重合的問題： i Tolerence R
VIF = = − (8)
t PERF RINV RCFO CDPR CINT
RINV , =α0 +α1 −1, +α2 −1, +α3 , +α4 , +α5 ,
CDPRt,i為t 期現金股利支付比率；CINTt,i為t 期資本密集度；SIZEt,i為t 期 公司規模；INDt,i為t 期產業別；βt-1,i為t-1 期系統風險值 β。
在建立上述迴歸模型後，為檢定公司前期經營績效表現的好壞是否會 使投資決策產生展望理論提及之確定效果與反射效果，乃將經營績效(ROE 與ROA)依產業別分別取經營績效之前 25%為經營績效好之樣本組，另取經 營績效之後25%為經營績效差之樣本組，再個別進行迴歸模型的配置。
茲將本研究的分析流程彙整如圖3-2所示。如圖所示，當假說一可以成 立時，即前期資本投資比率與本期資本投資比率呈顯著正向關係，則迴歸 係數α2應顯著為正。同理，當前期經營績效與本期資本投資比率呈顯著正 向關係，即假說二可以成立時，則迴歸係數α1亦應顯著為正。
為驗證假說三及假說四，即公司的資本投資決策過程是否存在確定效 果及反射效果，本研究依各樣本公司在所屬產業經營績效的好壞，將經營 績效居產業前 25%者及後 25%者分別定義為績營績效好及差，並將此兩組 樣本分別配置如(9)式的迴歸模型。在經營績效好的樣本組，若本期的資本 投資比率沒有顯著增加或反而減少，即資本投資比率與經營績效反而呈現 無關或反向的關係，故經營績效變數的迴歸係數會成為不顯著或顯著為負 值，則表示投資支出趨於保守，公司資本投資決策存在確定效果；反之，
在經營績效相對差的情況下，若本期的資本投資比率顯著增加，則經營績 效的迴歸係數會顯著為負，即表示公司資本投資決策存在反射效果。
34
圖 3-2 研究分析流程 資料來源：本研究整理 上市、上櫃公司
(排除金融業)
假說一：前期資本投 資比率與本期資本投 資比率呈顯著正向關 係(α 顯著為正) 2
假說二：前期經營績 效與本期資本投資比 率呈顯著正向關係
(α 顯著為正) 1 經營績效差
(產業後25%) 經營績效好 (產業前25%) 假說三：驗證確定 效果(α 顯著為負1 或不顯著)
假說四：驗證反射 效果(α 顯著為負)1
第肆章 實證結果分析
根據第參章的研究設計，本章將利用蒐集的研究樣本進行統計分析，
以驗證本研究所提出與展望理論相關的假說，藉以瞭解公司資本投資受公 司前期經營績效的影響結果。
本章共分三節，第一節針對實驗樣本之各項特質與分佈情形，以敍述 統計之方式加以描述，及利用變異數膨脹因素(VIF)分析、相關係數分析對 整體迴歸模型配置度進行檢驗。第二節則針對前一期與前二期之公司經營 績效，分別配置兩條迴歸式，以瞭解經營績效對資本投資決策不同期數的 影響。另外，為探討經營績效的好壞表現，是否會對資本投資決策形成不 同的影響，於第三節中將分別依公司經營績效分為好與差兩組樣本，將經 營績效居該產業前 25%者劃分為經營績效好，而居產業後 25%者為經營績 效差，再將兩組樣本分別進行迴歸分析，藉以驗證公司資本投資決策是否 存在確定效果及反射效果。
36
第一節 樣本資料敘述統計
本研究以國內上市櫃公司為研究對象，選取 2001 至 2006 年間的上市 櫃公司作為樣本。在實證分析的過程中，首先以全體上市櫃樣本公司進行 迴歸分析，以驗證公司資本投資是否與前期資本投資比率及前期經營績效 有關外，更進一步將前期經營績效區分為經營績效好(居產業的前 25%)與經 營績效差(居產業的後 25%)兩組樣本，分別進行迴歸模型的配置，以驗證公 司資本投資決策是否如股市投資人行為一樣存在確定效果與反射效果。
本研究首先就樣本特性進行描述，如整體樣本公司的產業分配、整體 樣本的特性及統計量、依總資產報酬率(ROA)及股東權益報酬率(ROE)劃分 的兩組分組樣本的特性及統計量。其次，再利用變異數膨脹因素(VIF)及相 關係數分析，對整體迴歸模型的配置度進行檢驗。
一、 樣本特性描述
(一) 依產業別的樣本數統計
本研究將樣本限定於國內上市及上櫃的公司，但樣本排除金融產業的 公司。一般而言，國內產業分為19 大類，本研究依產業別將所有樣本予以 分類，參見表4-1。剔除 2001 年至 2006 年部分資料不足之樣本，本研究所 選取之樣本公司共計1,184 家。在上市櫃公司的樣本中，以電子業最多，佔 57.35%，其次為化學生技醫產業(6.17%)、其他產業(5.32%)。
(二) 整體樣本之統計量
本研究將前期經營績效及前期資本投資比率皆分為兩期，前一期的取 樣期間為2000 年至 2005 年，樣本數為 5,293 筆；前二期的取樣期間為 1999 年至2004 年，樣本數為 5,289 筆，剔除 2001 年至 2006 年部分資料不足之 樣本，本研究前一期樣本數為5,238 筆，前二期樣本數為 5,190 筆。
表4-1 整體樣本依產業別劃分
38
表4-2 整體樣本的特性 Panel A：前一期(n=5,238)
變數名稱 平均數 中位數 標準差 最大值 最小值
Panel B：前二期(n=5,190)
變數名稱 平均數 中位數 標準差 最大值 最小值 0.09，最大值為 0.08，最小值為-0.89。
表4-3 依前一期 ROA 經營績效分組之樣本特性 Panel A：經營績效好(n=1,132)
變數名稱 平均數 中位數 標準差 最大值 最小值
Panel B：經營績效差(n=1,394)
變數名稱 平均數 中位數 標準差 最大值 最小值
40
表4-4 依前二期 ROA 經營績效分組之樣本特性 Panel A：經營績效好(n=1,209)
變數名稱 平均數 中位數 標準差 最大值 最小值
Panel B：經營績效差(n=1,288)
變數名稱 平均數 中位數 標準差 最大值 最小值 2.00，最大值為 0.13，最小值為-57.14。
表 4-5 依前一期 ROE 經營績效分組之樣本特性 Panel A：經營績效好(n=1,131)
變數名稱 平均數 中位數 標準差 最大值 最小值
42
表 4-6 依前二期 ROE 經營績效分組之樣本特性 Panel A：經營績效好(n=1,195)
變數名稱 平均數 中位數 標準差 最大值 最小值
Panel B：經營績效差(n=1,274)
變數名稱 平均數 中位數 標準差 最大值 最小值 檢定。本研究採變異數膨脹因素(Variance Inflation Factor, VIF)進行線性重合 的檢驗，當 VIF>10 時，則表示存在線性重合的問題，若 VIF<10，則無線 性重合的問題。本研究以本期資本投資比率為應變數，自變數則包括前期
資本投資比率、前期經營績效、營業活動現金流量比率、現金股利支付比
44
數間相關係數的值為 0 時，稱為「零相關」，相關係數的值大於 0 時，稱 為「正相關」(Positive Correlation)，相關係數小於 0 時，稱為「負相關」(Negative Correlation)。如以相關係數的絕對值來看，其絕對值愈接近 0 者，表示二個 變數之間關聯程度愈弱；反之其絕對值愈接近 1 者，表示二個變數之間關
數間相關係數的值為 0 時，稱為「零相關」，相關係數的值大於 0 時，稱 為「正相關」(Positive Correlation)，相關係數小於 0 時，稱為「負相關」(Negative Correlation)。如以相關係數的絕對值來看，其絕對值愈接近 0 者，表示二個 變數之間關聯程度愈弱；反之其絕對值愈接近 1 者，表示二個變數之間關