統計迴歸分析

本研究以台灣IC 設計產業為研究對象，使用SAS 統計軟體進行複迴歸分 析，試圖探討智慧資本指標、智慧資本效率指標與企業價值間之攸關性。

複迴歸分析迴歸分析係指將一個應變項與一個或一個一上自變項的關 係，以一個數學函數加以表示。而在本研究中所使用的複迴歸分析，則是以數 學函數描述一個應變項與多個自變項的關係。複迴歸的一般公式為：

Y = β0 + β1X1 + β2X2 + …+ βi X i +ε i Y：應變數

X：自變數

β0 為截矩項；

βI,β2,…βi為自變數的迴歸係數 ε：殘差項

迴歸分析主要有以下幾個步驟：

1. 提出假設性之迴歸模式：由於迴歸分析的主要功能在於解釋與預測，解

個重要的自變項，以預測研究中樣本在應變項的反應。而研究者應根據文 獻探討的結果，將與應變項有重要相關的自變項整理後，提出一個迴歸模 式，此模式即假設性的迴歸模式，用來作為進行迴歸參數估計的基礎。

2. 估計迴歸參數：一般而言，最常使用古典最小平方法來估計。

3. 檢定迴歸模式與個別參數之顯著性：迴歸模式顯著性檢定的目的在於確 定研究者於先前提出的假設性迴歸模式是一個有意義的模式，簡言之，表 示研究者所提出之自變項與依變項間確實存在重要之關係。而對於個別參 數之顯著性檢定，目的則在於探討哪幾個投入迴歸模式的自變項是具有意 義的。

4. 檢定迴歸模式之適配性，並進行必要之修正：迴歸模式適配性的檢定即 是對迴歸模式的診斷，主要是確認迴歸模式是否符合迴歸分析的基本假 設。主要包括下列基本假設：

(1) 線性重合的檢定：以變異數膨脹因子（Variance Inflation Factor，

VIF）檢查實證資料是否存在共線性，進而影響變數之選用。其R2 係指 以第i 個自變數為應變數，而以其他自變數進行迴歸分析後所得到的決 定係數值，其值在0 與1 之間。由此定義可知，當第i 個自變數與其他 自變數具有高度線性重合時，所得到的R2 將會非常接近一，則VIF 值會 變的很大。通常VIF 值大於10 時，該自變數與其他自變數有高度的線性 重合。

(2) 常態性檢定：針對常態性檢定，研究者可使用殘差值與預測值的交叉散 布圖，觀察其是否呈現水平的隨機散布，或者研究者亦可使用常態機率 分布圖來進行檢定。若觀察值屬於常態分配，在常態分布圖上，殘差值 的累積機率會約略成一條右上到左下的45 度線。

(3) 解釋與預測：係指研究者在進行迴歸診斷並對迴歸模式採取適當之修 正後，進而根據迴歸模式中之個別參數的顯著性、與應變數間之正負 關係等現象進行解釋。

四、實證結果分析

4.1

本研究使用 SAS 軟體做為主要之統計分析工具，以下針對各變數之敘述 性統計量進行分析與說明，並彙總如下：

1. 企業績效 M/B 值產業中的差異頗大，平均值約為 2.5586，標準差為 1.7075，最小值為 2004 年上櫃公司安國(8054)的 0.44，而最大值則是 2003 年上櫃公司立錡(6286)，高達 8.78。以台灣 IC 設計產業的 M/B 平均值達 2.56，表示企業的市場價值有高達 60%是不存在財務報表裡 的，此即企業的無形的資產價值，意即本文所論述的智慧資產價值，而 其中 M/B 值最高達 8.78 意味著有高達 89%的企業價值來自於企業的無 形資產之智慧資本所創造。

2. 企業績效 Tobin’s q 值差異也大，平均值約為 1.4292，標準差為 1.2464，最小值為 2005 年上櫃公司台晶(5468)的-0.27，而最大值則 是 2005 年上櫃公司類比科(3438)，高達 6.15，其意義同前點所述。

3. 就人力資本增值效率 HCE 值而言，產業中的差異相當大，平均值約為 3.5241，標準差為 3.4047，最小值為 2005 年上櫃公司晶磊

(6186)-1.85，而最大值則是 2002 年上市公司聯發科(2454)，高達 22.58，人力資本增值效率 HCE 值，其意義如同將用人費用當成一種投 資並予以資本化，而不列當期費用，依公式推算，當企業損益兩平時，

其 HCE 值為趨近 1，故可推知 HCE 值減 1 為每投資一單位的人力資本，

企業可以賺得的利潤，故可視為人力資本的投資報酬率。

4. 就結構資本增值效率 SCE 值而言，SCE 值差異也大，平均值約為 0.1392，

標準差為 1.7289，最小值為 2002 年上櫃公司亞全(6130)的-10.68，而 最大值則是 2002 年上市公司聯發科(2454)，達 0.96。結構資本增值效 率 SCE 值，依公式推算，當營業利益與用人成本之比值大到一定程度 時，SCE 值即會趨近最大值 1。

5. 就智慧資本增值效率 ICE 值而言，產業中的差異相當大，平均值約為

3.6629，標準差為 4.3606，最小值為 2002 年上櫃公司亞全(6130)的 -10.79，而最大值則是 2002 年上市公司聯發科(2454)，達 23.54。

6. 就智慧資本附加價值係數 VAIC™值而言，產業差異也大，平均值約為 3.8821，標準差為 4.4456，最小值為 2002 年上櫃公司亞全(6130)的 -10.79，而最大值則是 2002 年上市公司聯發科(2454)，達 23.98。

7. 在人力資本替代變數方面，各變數分析如下:

(1) 員工人數差異甚大，平均人數為 238 人，標準差為 281 人，員工 人數最多者為 2002 年上市公司矽統(2363)為 1,820 人，員工人數 最少的是 2005 年的旭展(6195)才 30 人，最大與最小值相差近 61 倍。

(2) 研發人員比例差異甚大，產業平均約為 57.45%，標準差為 17.22%，

最大值則是 2004 年及 2005 年上市公司聯發科(2454)86%與最小值 2005 年的旭展(6195)7%相差近 80%。

(3) 員工的平均年齡差異甚大，產業平均值為 32.92 歲，標準差為 1.6198 歲，最大值是 2005 年上櫃公司晶磊(6186)達 42.4 歲，最 小值為 2002 年上櫃公司亞全(6130)僅 28.94 歲，而最大與最小值 相差近 13.46 歲。

(4) 員工碩博士比例平均數為 38.87%，標準差為 18.46%，最大值則是 2005 年上市公司聯發科(2454)87%，最小值為 2003~2005 年的研 通(6229)為 0%。

(5) 每員工附加價值平均數為 1.79 百萬元，標準差為 4.62 百萬元，

最小值為 2004 年世紀民生 (5314)的-8.35 百萬元，最大值則是 2002 年聯發科(2454)的 27.93 百萬元。

(6) 每員工營收平均數為 14.92 百萬元，標準差為 12.98 百萬元，最 小值為 2003 年上櫃公司亞全(6130)僅 2.39 百萬元，最大值則是 2002 年聯發科(2454)的 67.38 百萬元。

8. 在結構資本替代變數方面，各變數分析如下:

(1) 營收成長率比例差異甚大，產業平均約為 21.18%，標準差為

52.97%，最小值為 2005 年亞全(6130)的-63.19%，最大值則是 2003 年原相(3227)的 399.75%。

(2) 研發生產力差異甚大，產業平均數為 1.08 百萬元，標準差為 2.53 百萬元，最小值為 2005 年旭展 (6195)的-13.11 百萬元，最大值 則是 2002 年聯發科(2454)的 8.18 百萬元。

(3) 管理費用率比例差異甚大，產業平均約為 5.11%，標準差為 5.70%，

最大與最小值相差近 50%。最大值為 2005 年上櫃公司亞全(6130) 為 50.44%，最小值則是 2002 年聯發科(2454)的 0.77%，差異的最 主要原因為各公司之營業收入表現差異過大造成此費用率懸殊所 致。

(4) 研發費用率比例差異甚大，產業平均約為 13.44%，標準差為 11.59%，最大與最小值相差近 97%。最大值為 2005 年上櫃公司亞 全(6130)為 97.64%，最小值為 2005 年上櫃公司擎亞科

(8096)0.81%，差異的最主要原因為各公司之營業收入表現差異過 大造成此費用率懸殊以及研發費用投入的高低所致。

(5) 推銷費用佔管理費用比差異甚大，產業平均約為 1.14，標準差為 1.17，最大與最小值相差近 8 倍。最大值為 2003 年上市公司矽統 (2363)為 8.08，最小值為 2004 年上市公司倚強(3219)為 0。

(6) 組織年齡之平均數約為 10.13 年，標準差為 3.96 年，最年輕的公 司為 2005 年的其樂達(3271)才 4.07 年，歷史最悠久的老公司為 2005 年的普誠(6129)設立有 19.64 年。

表 6 變數之敘述性統計彙總表 變數

代號 變數名稱 樣本個數 最小值 最大值 平均數 標準差 M/B M/B 131 0.44 8.78 2.56 1.71 Tq Tobin’s q 131 -0.27 6.15 1.43 1.25 ICE ICE=HCE+SCE 131 -10.79 23.54 3.66 4.36 VAIC™ VAIC™=CEE+ICE 131 -10.79 23.98 3.88 4.45 HCE HCE=VA/HC 131 -1.85 22.58 3.52 3.40 SCE SCE=SC/VA 131 -10.68 0.96 0.14 1.73 TTE 員工總人數 131 0.03 1.82 0.24 0.28

變數

代號 變數名稱 樣本個數 最小值 最大值 平均數 標準差 AGE 平均年歲 131 28.94 42.40 32.92 1.62 EDU 員工碩博士比

例 131 0.00 0.87 0.39 0.18 VAE 員工附加價值 131 -8.35 27.93 1.79 4.62 ASE 每人營收 131 2.39 67.38 14.92 12.98 SGR 營收成長率 131 -63.19 399.75 21.18 52.97 RDP 研發生產力 131 -13.11 8.18 1.08 2.53 MGE 管理費用率 131 0.77 50.44 5.11 5.70 RDE 研發費用率 131 0.81 97.64 13.44 11.59 SMR 推銷費用佔管

理費用比 131 0.00 8.08 1.14 1.17 TCY 組織年齡 131 4.07 19.64 10.13 3.96 資料來源：本研究整理

4.2

在人力資本指標替代變數相關分析方面，本研究所採用之自變數共有 6 個，結構資本指標之相關自變數共有 6 個，茲利用 Pearson 相關分析將各自 變數之間的相關係數先行檢驗其相關程度，並詳加說明如後。

4.2.1 自變數的相關分析

1.人力資本指標替代變數間之關聯性分析

本研究從表10的相關矩陣得知，自變數與自變數間相關程度達顯著水準（p value＜0.0001）者之相關係數介於（-0.3896，0.7089 ）之間，茲分析其相 關性之說明如後：變數HCX1(TTE)員工總數，與變數HCX2(RDR)研發人員比例相 關係數為0.3974、與變數HCX4(EDU)員工高學歷比例相關係數為0.5332，變數 之間呈現顯著的正相關之關係，而與變數HCX3(AGE)員工平均年齡相關係數為 -0.3896呈現顯著的負相關之關係；變數HCX2(RDR)研發人員比例與變數

HCX4(EDU)員工高學歷比例相關係數為0.6522、與變數HCX5(VAE)每員工附加價 值相關係數為0.3376呈現顯著的正相關之關係；變數HCX4(EDU)員工高學歷比 例與變數HCX5(VAE)員工附加價值相關係數為0.4696呈現顯著的正相關之關

係；變數HCX5(VAE)員工附加價值與變數HCX6(ASE) 平均每員工營收相關係數 為0.7089，呈現顯著的正相關之關係。

進一步分析其相關性如下：台灣IC設計公司的員工人數與研發人員比例、

員工高學歷比例之間成正比的關係；而員工人數與員工的平均年齡之間成反比 的關係；意即員工人數愈多，相對的員工的平均年齡會下降；而研發人員比例 與員工高學歷比例及員工附加價值之間成正比的關係；意即公司擁有愈高比例 的研發人員，除了代表公司擁有較高比例的高學歷員工，也代表公司的每員工 附加價值也較高; 而員工高學歷比例與員工附加價值之間成正比的關係；意即 公司擁有較高比例的高學歷員工，也代表公司擁有較高的每員工附加價值; 員 工附加價值與平均每員工營收之間成正比的關係；意即公司擁有較高的每員工 營收，也將擁有較高的每員工附加價值。

探究這些現象可由個別公式窺之一二，因為平均每員工營收等於總營收除 以員工總數，而員工附加價值為稅後淨利除以員工總數，若總營收增加，則稅 後淨利也是同步增加，故平均每員工營收與每員工附加價值，會呈現正相關。

探究這些現象可由個別公式窺之一二，因為平均每員工營收等於總營收除 以員工總數，而員工附加價值為稅後淨利除以員工總數，若總營收增加，則稅 後淨利也是同步增加，故平均每員工營收與每員工附加價值，會呈現正相關。