模型假設

12-month Ave CAR，此後簡稱 Trailing CAR）與過去 12 個月的併購案件總數

（Trailing 12-month number of mergers，此後簡稱 Trailing N）兩種衡量方法下的 hot/cold market 宣告併購案，主併公司之短期與長期併購績效表現為何？另外，

Cash、Glamour、Success 三個調節變數對於 hot market 中宣告併購案之主併公司 的長短期績效又有何影響？本研究之主要模型架構如表3-5 所示，並定義模型一 天至 750 天作為衡量長期併購績效之區間。CAR_mom 與 N_mom 為本研究之自變數。CAR_mom 代表 主併公司是否在以 Trailing CAR 衡量之併購動能中併購，若併購案發生的月份為 Trailing CAR 所定義之 hot market，則 CAR_mom=1，否則 CAR_mom=0，為虛擬變數。N_mom 代表主併公司是否 在以 Trailing N 衡量之併購動能中併購，若併購案發生的月份為 Trailing N 所定義之 hot market，

則 N_mom=1，否則 N_mom=0，為虛擬變數。Cash、Glamour、Success 為本研究之調節變數。Cash 代表併購案之交易方式，若併購案之交易金額中，採現金交易的比例佔總交易金額達 50％以上

（含 50%），則定義 Cash =1，否則 Cash=0，該變數為虛擬變數。Glamour 代表主併公司為成長股，

若主併公司之帳市價值比（Book-to-Market）在研究期間所有研究樣本中落在中位數以下，則定 義主併公司為成長股，Glamour=1，否則 Glamour =0，該變數為虛擬變數。Success 代表主併公 司於宣告日前五年是否有成功併購之經驗，成功之定義為過去之併購案於當時的 CAR(-2,+2)顯 著大於零，若過去五年內有成功併購經驗則 Success=1，否則 Success=0，為虛擬變數。

模型一、二之應變數為CAR，討論主併公司的短期併購績效；模型三、四 之應變數為BHAR，討論主併公司的長期併購績效。而自變數方面，模型一、三

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

25

之自變數為CAR_mom，代表併購案是否發生於以 CAR 衡量之 hot market 中；

模型二、四之自變數為N_mom，代表併購案是否發生於以 N 衡量之 hot market 中。綜合來說，此四個模型之結果顯示兩自變數CAR_mom 與 N_mom 對兩應變 數CAR 與 BHAR 之交叉影響。以下就模型一至模型四欲探討之關係詳細說明。

模型一：討論在以Trailing CAR 衡量之併購動能中宣告併購，對主併公司之 短期併購績效的影響。

𝐂𝐀𝐑_𝐢 = β₀ + β₁𝐂𝐀𝐑_𝐦𝐨𝐦_𝐢+ β₂𝐂𝐚𝐬𝐡_𝐢+ β₃𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+β₄𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₅𝐂𝐀𝐑_𝐦𝐨𝐦 × 𝐂𝐚𝐬𝐡_𝐢+ β₆𝐂𝐀𝐑_𝐦𝐨𝐦 × 𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+ β₇𝐂𝐀𝐑_𝐦𝐨𝐦 × 𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₈𝐋𝐢𝐬𝐭_𝐢+ β_𝟗𝐀𝐬𝐬𝐞𝐭_𝐢+ β₁₀𝐃𝐞𝐚𝐥_𝐕𝐚𝐥𝐮𝐞_𝐢+ β₁₁𝐒𝐚𝐦𝐞_𝐈𝐍𝐃_𝐢+ 𝛆_𝐢𝐭

模型二：討論在以Trailing N 衡量之併購動能中宣告併購，對主併公司之短 期併購績效的影響。

𝐂𝐀𝐑_𝐢 = β₀ + β₁𝐍_𝐦𝐨𝐦_𝐢+ β₂𝐂𝐚𝐬𝐡_𝐢+ β₃𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+β₄𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₅𝐍_𝐦𝐨𝐦 × 𝐂𝐚𝐬𝐡_𝐢+ β₆𝐍_𝐦𝐨𝐦 × 𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+ β₇𝐍_𝐦𝐨𝐦 × 𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₈𝐋𝐢𝐬𝐭_𝐢+ β_𝟗𝐀𝐬𝐬𝐞𝐭_𝐢+ β₁₀𝐃𝐞𝐚𝐥_𝐕𝐚𝐥𝐮𝐞_𝐢+ β₁₁𝐒𝐚𝐦𝐞_𝐈𝐍𝐃_𝐢+ 𝛆_𝐢𝐭

模型三：討論在以Trailing CAR 衡量之併購動能中宣告併購，對主併公司之 長期併購績效的影響。

𝐁𝐇𝐀𝐑_𝐢 = β₀+ β₁𝐂𝐀𝐑_𝐦𝐨𝐦_𝐢+ β₂𝐂𝐚𝐬𝐡_𝐢+ β₃𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+β₄𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₅𝐂𝐀𝐑_𝐦𝐨𝐦 × 𝐂𝐚𝐬𝐡_𝐢+ β₆𝐂𝐀𝐑_𝐦𝐨𝐦 × 𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+ β₇𝐂𝐀𝐑_𝐦𝐨𝐦 × 𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₈𝐋𝐢𝐬𝐭_𝐢+ β_𝟗𝐀𝐬𝐬𝐞𝐭_𝐢+ β₁₀𝐃𝐞𝐚𝐥_𝐕𝐚𝐥𝐮𝐞_𝐢+ β₁₁𝐒𝐚𝐦𝐞_𝐈𝐍𝐃_𝐢+ 𝛆_𝐢𝐭

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

26

模型四：討論在以Trailing N 衡量之併購動能中宣告併購，對主併公司之長 期併購績效的影響。

𝐁𝐇𝐀𝐑_𝐢 = β₀+ β₁𝐍_𝐦𝐨𝐦_𝐢+ β₂𝐂𝐚𝐬𝐡_𝐢+ β₃𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+β₄𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₅𝐍_𝐦𝐨𝐦 × 𝐂𝐚𝐬𝐡_𝐢+ β₆𝐍_𝐦𝐨𝐦 × 𝐆𝐥𝐚𝐦𝐨𝐮𝐫_𝐢+ β₇𝐍_𝐦𝐨𝐦 × 𝐒𝐮𝐜𝐜𝐞𝐬𝐬_𝐢+ β₈𝐋𝐢𝐬𝐭_𝐢+ β_𝟗𝐀𝐬𝐬𝐞𝐭_𝐢+ β₁₀𝐃𝐞𝐚𝐥_𝐕𝐚𝐥𝐮𝐞_𝐢+ β₁₁𝐒𝐚𝐦𝐞_𝐈𝐍𝐃_𝐢+ 𝛆_𝐢𝐭

另外，於每個模型中皆納入調節變數 Cash、Glamour 與 Success，以及控制 變數List、Asset、Deal_Value、Same_IND，且分別計算四條迴歸式：

迴歸式1：主要效應，僅討論應變數對自變數之影響。

迴歸式2：納入 Cash 變數以及 Cash 與自變數之交乘項，欲討論在 Cash 之 作用下，是否對應變數有額外的影響。

迴歸式3：納入 Glamour 變數以及 Glamour 與自變數之交乘項，欲討論在 Cash 之作用下，是否對應變數有額外的影響。

迴歸式4：納入 Success 變數以及 Success 與自變數之交乘項，欲討論在 Cash 之作用下，是否對應變數有額外的影響。

迴歸式5：完整模型，同時納入三個調節變數，以及各自與自變數之交乘項，

欲討論在所有調節變數之綜合作用之下，對應變數之影響。

‧

CAR_mom 代表主併公司是否在以 Trailing CAR 衡量之併購動能中併購，若併購案發生的月份為 Trailing CAR 所定義之 hot market，則 CAR_mom=1，否則 CAR_mom=0，為虛擬變數。N_mom 代表主併公司是否在以Trailing N 衡量之併購動能中併購，若併購案發生的月份為 Trailing N 所 定義之hot market，則 N_mom=1，否則 N_mom=0，為虛擬變數。Cash、Glamour、Success 為本 研究之調節變數。Cash 代表併購案之交易方式，若併購案之交易金額中，採現金交易的比例佔 總交易金額達50％以上（含 50%），則定義Cash =1，否則 Cash=0，該變數為虛擬變數。Glamour 代表主併公司為成長股，若主併公司之帳市價值比（Book-to-Market）在研究期間所有研究樣本 中落在中位數以下，則定義主併公司為成長股，Glamour=1，否則 Glamour =0，該變數為虛擬變 數。Success 代表主併公司於宣告日前五年是否有成功併購之經驗，成功之定義為過去之併購案 於當時的CAR(-2,+2)顯著大於零，若過去五年內有成功併購經驗則 Success=1，否則 Success=0，

為虛擬變數。List、Asset、Deal_Value、Same_IND 為本研究之控制變數。List 代表被併公司之上 市情形，若被併公司為上市公司，則List=1，否則 List=0，該變數為虛擬變數。Asset 為主併公 司之總資產（$mn）。Deal_Value 為併購案件之交易金額（$mn）。Same_IND 代表主併公司與被 併公司是否為同一產業，本研究採用美國產業標準分類碼（SIC code）前兩碼作為主要產業的分 類，若主併公司與被併公司之該前兩碼相同，則定義Same_IND=1，否則 Same_IND=0，為虛擬 變數。