如本章第二節所述，員工流動率對公司長期績效的影響是一個重要的課題，
但如何衡量公司長期績效呢？最簡單的方式就是去衡量公司的價值，因為公司價 值為企業未來獲利的折現值，而未來的獲利正是長期績效的展現，所以本研究聚 焦探討員工流動率對公司價值的影響。
過往討論員工流動對公司價值影響的實證研究數量很少，僅 Huselid (1995) 的 研究中有比較完整的實證結果。Huselide (1995)探討人力資源管理(Human Resource Management) 政 策 對 企 業 績 效 的 影 響 ， 該 研 究 發 現 高 績 效 工 作 措 施 (High Performance Work Practice)會影響公司的短期與長期財務表現，且員工流動率與員 工生產力是兩者的調節變數。該文認為 Tobin’s Q 較一般的會計性指標更具前瞻性，
所以使用 Tobin’s Q 作為財務績效指標。作者的迴歸結果發現員工流動率對 Tobin’s Q 的係數為負數，且該係數顯著異於 0 (顯著水準小於 1%)，表示員工流動率會對 企業的市場價值產生負面影響。該文的優點在於作者使用跨產業的公司資料，樣本 達 826 筆，且使用市場價值為基礎的變數衡量企業績效，但關於員工流動率對公
司價值影響的探討仍有以下限制：
1. 缺乏跨期資料：該文僅使用單年度(1991/7/1-1992/6/30)的財務資料，因此若該 年度發生特殊事件，就有可能影響分析的結果。且單年度的資料也無法用計量 方法上的廠商固定效果(Firm Fixed Effect)模型消除和應變數相關，但未被包含 進迴歸 模型 的固 定效 果，可 能會 使 迴 歸 結 果受到 遺漏 變數 偏誤 (Omitted Variable Bias)的影響。
2. 部分資料使用問卷調查得知：該文的員工流動率乃以問卷調查得知。該文作者 針對 3,452 間公司進行問卷調查，有 968 間公司回覆有效問卷，回覆率偏低僅 約 28%。且問卷調查也可能引發自願者偏誤(Volunteer Bias)等問題。
3. 未解決內生性問題：Huselide 雖然有處理高績效工作措施與企業績效之間的反 向因果關係，但因員工流動率並非該文討論主題，該研究並未處理到員工流動 率與企業績效的反向因果關係問題。
4.
Tobin’s Q 的控制變數不完整：該文之迴歸模型未納入以 Tobin’s Q 作為應變數 應加入的控制變數。例如公司之現金部位、股利殖利率及重要的公司治理變數。本文使用 2005-2016 年多年的資料，讓迴歸模型得以加入固定廠商效果，且參 考近期以 Tobin’s Q 為應變數的實證研究，加入適當的控制變數，降低迴歸結果中 的遺漏變數偏誤。且本文之員工流動率使用公司年報上強制揭露的資訊計算而得，
所以得以避免問卷調查中的諸多偏誤。最後，本文使用工具變數法解決迴歸模型中 潛在的內生性問題。經過以上處理，本文改進 Huselid (1995)研究中的不足之處，
並呈現更嚴謹的實證結果。
第參章 研究設計 第一節 研究假說
根據本文第貳章文獻探討，員工流動造成的行政成本、人力資源與社會資本流 失，將對企業短期績效造成負面影響，且多數實證研究也支持此論述。而當企業的 短期績效變差時，投資人可能會預期企業的長期績效表現變差，進而降低對公司的 評價，因此故建立假說 A-1：
假說 A-1：員工流動率透過短期績效，而對公司價值產生影響。
公司價值也同時反映投資人對該間企業的未來展望，投資人對於公司長期績 效的預期也會影響公司價值。然而理論與實證上缺乏員工流動率對企業長期績效 的學說，僅 Huselid (1995)的實證結果發現員工流動率對 Tobin’s Q 有顯著負面影 響，且該結果已控制當年度員工生產力、營收成長等短期績效變數，因此建立假說 A-2：
假說 A-2：控制短期績效後，員工流動率仍會影響公司價值。
隨著企業所處的產業、營運模式不同，員工流動率對公司價值的影響程度上可 能也會有顯著的差異。若一間公司員工的工作內容大多從事技術開發工作，則員工 的流動可能影響企業研究發展新技術的能力，進而影響公司的長期績效，另外，公 司的核心技術也可能隨著員工的流動而洩漏至其它公司，打擊原公司市場上的競 爭優勢，故建立假說 B：
假說 B：員工流動率對研究發展支出較密集的公司的負面影響愈大，或正面影 響愈小。
除了公司的特性外，員工的性質也可能影響員工流動與公司價值之間的關係。
當一間公司的員工年資愈高時，其在公司內部的工作效率會因為年資的累積而提 升。另外根據 Staw (1980)，員工流動會破壞員工之間相互合作的關係，通常年資 愈高，代表他在公司內和其它員工的連結、合作關係可能愈深，所以年資較高的員
工離職可能對公司的負面影響愈大。因此建立假說 C-1：
假說 C-1：當員工的平均年資愈高，員工流動對公司價值的負面影響愈大，或 正面影響愈小。
員工的年齡愈高，可能隨著心智的老化使工作效率降低，進而對公司績效產 生負面影響，因此當員工年齡較大的公司員工流動率愈高，可能可以降低員工的 平均年齡，有助於提升公司整體效率與生產力，故建立假說 C-2：
假說 C-2：當員工的平均年齡愈高，員工流動對公司價值的負面影響愈小，
或正面影響愈大。
最後，員工的教育程度為員工人力資本的積累，許多研究也都顯示員工的教育 程度會正面影響組織績效，例如楊鴻仁(2005)。因此當員工教育程度較高的公司員 工流動率愈大時，可能會影響一間公司人力資本的品質，進而影響公司價值。故建 立假說 C-3：
假說 C-3：當員工的教育程度愈高，員工流動對公司價值的負面影響愈大，
或正面影響愈小。
本研究架構可以圖一表示：
圖一 本文研究架構
第二節 研究方法
一、變數定義
本文使用迴歸分析驗證上文提及的六個研究假說，以 Tobin’s Q 做為迴歸模型 之應變數，衡量公司價值。本研究使用林揚舜與鍾俊文(2005)的方法推算之離職人 數算出離職率來衡量員工流動率，並以之作為本研究的實驗變數。參考 Aggarwal (2016)等以 Tobin’s Q 作為應變數的實證研究，在本研究的迴歸模型中加入適當的 控制變數與年度虛擬變數(Year Dummies)。此外本文也使用固定效果模型以消除和 應變數相關，但未被包含進迴歸模型的固定效果。本文加入的控制變數包括公司的 財務表現(營收成長、資產報酬率、股利殖利率)，公司特質(公司年齡、資產規模、
固定資產、財務槓桿、現金部位、研究發展支出、資本支出)以及公司治理變數(董 事會規模、外部董事比率、董事長是否兼任總經理)，各變數定義見表三。
表三 變數定義
變數名稱 代號 定義
Tobin’s Q TobinQ 期末普通股市值 期末負債總額+ 期末資產總額
離職率 ET 本年度離職人數
期末員工人數
公司年齡 Age 資料年度 - 設立年度
資產規模 Asset ln(期末資產總額(千元))
財務槓桿 Lev 期末負債總額
期末資產總額
現金部位 Cash 期末現金與約當現金總額
期末資產總額
營收成長 RG 營收淨額 - 前期營收淨額
前期營收淨額
股利殖利率 DY (現金股利 + 股票股利)
期末普通股市值
固定資產 PPE 期末固定資產總額 為工具變數進行兩階段最小平方法(Two Stage Least Square)迴歸分析。在第一階段 迴歸式中，以公司離職率對產業平均離職率以及其它控制變數進行迴歸分析，並用 第一階段得到的迴歸式算出離職率的配適值(Fitted Value)後，用 Tobin’s Q 對該配
3 本產業平均離職率乃依據 TSE 新產業分類計算，且該產業平均排除公司本身之離職率。
適值和其它控制變數進行迴歸分析，得到第二階段的迴歸結果。
+ Year Dummies + Fixed Effects
本研究再利用模型(2)測試在控制短期績效(ROA)後，員工流動率對公司價值
+ Year Dummies + Fixed Effects
若假說 A-1 要成立，則模型(1)的β1以及模型(2)的β11必須同時顯著，代表當 其它控制變數不變下，員工流動率可以透過對短期績效的影響，進而影響公司價值。
若假說 A-2 要成立，則模型(1)的β1以及模型(2)的β1、β11必須同時顯著，代表當
其它控制變數不變下，員工流動率會透過短期績效影響公司價值，且除了短期績效 每間公司的研究發展支出密度(RD)與 ET 相乘建立交乘項(RD×ET)，加入模型(2) 後變成模型(3)：
流動率相乘變成一個交乘項(Tech×ET)加入至模型(3)中建立模型(3-1)，要以模型(3)
+ Fixed Effects
其中：
1，若該公司該年度之 屬於第一四分位數
若假說 C-3 要成立，則模型(6)中的β15必須小於 0，且顯著異於 0。
第三節 樣本
本研究以台灣上市櫃公司為原始樣本，其中因為金融業的政府監管、會計原則 迥異於一般產業，故從樣本中剔除，又因本研究僅專注在台灣營運之公司，因此剔 除在台灣發行存託憑證(TDR)之外國公司，資料年度選擇 2005 至 2015 年資料，主 要是因為本文實驗變數員工流動率(ET)在 2005 年之後缺漏值占整體樣本比率較低，
詳見表五，且員工學歷資料期間從 2002 年開始。實際樣本數為 13,067 筆，但樣本 數可能會因為模型的不同，或因為計算參數之標準誤的方式，而有些微變化。另外 本文也將最大和最小 0.5%之樣本進行縮尾處理(Winsorize)，以排除極端值對迴歸 結果的影響，但縮尾處理前後，本文的主要結果不會有太大改變。各年度之樣本數 請見表六，樣本平均分布在各年度，各年度樣本數占比約 7%到 11%之間。關於各 變數之敘述統計量與相關係數矩陣，請見表七、表八。
觀察表七，本文因為將樣本進行縮尾處理，所以各變數之最大值與最小值並沒 有出現極端情形。本研究樣本中公司年齡(Age)最小值為 0，代表該公司為新設立 之公司。因為本文之資本支出計算方式為固定資產之變化加上當其折舊費用，當公 司出售固定資產時，有可能出現資本支出為負值的情形，所以最小值才會出現小於 0 的情形。董事會規模最小值為 3 人，符合本國股份有限公司董事人數不得少於 3 人之規定。而董事長是否兼任總經理(Dual)為虛擬變數，因此最小值為 0，最大值
觀察表七，本文因為將樣本進行縮尾處理，所以各變數之最大值與最小值並沒 有出現極端情形。本研究樣本中公司年齡(Age)最小值為 0，代表該公司為新設立 之公司。因為本文之資本支出計算方式為固定資產之變化加上當其折舊費用，當公 司出售固定資產時，有可能出現資本支出為負值的情形，所以最小值才會出現小於 0 的情形。董事會規模最小值為 3 人，符合本國股份有限公司董事人數不得少於 3 人之規定。而董事長是否兼任總經理(Dual)為虛擬變數，因此最小值為 0，最大值