產業別之統計分析

產業競爭環境對於產業內的各個廠商的影響是最為直接的，不同的產業環境 代表著不同的市場、不同的產業生命週期、不同的產業價值鍊等意涵，因此造就 了不同的產業吸引力，也深深地影響著產業內各家廠商的績效表現。為了怕整體 樣本的迴歸模型忽略了各別產業間的差異性，本研究將全球百大品牌的樣本加上 台灣20 大品牌樣本，並在考量樣本數的條件之後，採納了五個產業區塊來分別 建立其品牌價值的線性迴歸模型，其主要目的是在於萃取出各產業中，影響品牌 價值最重要的因素指標，而非建立一顯著模型來確切地預估品牌價值。

但由於樣本數較小，五個產業的樣本數皆在 10~13 筆的範圍之內，因此在相 關分析之後，本研究利用逐步迴歸及前向選取法（forward selection）來建立二元 以下的線型迴歸模型。本研究所採納的五個產業為汽車產業、消費性電子產業、

電腦硬體產業、金融服務業及食品飲料產業，其結果分述如下：

一、自動車輛產業

此產業包括了 12 個全球百大品牌（Toyota、Mercedes、BMW、Honda、Ford、

Harley-Davidson、Volkswagen、Audi、Hyundai、Porsche、Nissan、Hertz）及 1 個台灣品牌（Depo）。其逐步迴歸分析結果如下：

表4-9 逐步迴歸分析結果（Automotive）

未標準化係數

B 之估計值 標準誤 t 值 顯著性 自由度 F 值 Adj_R² (常數) 838399.1 2607487 0.321535 0.753832 12 23.052 0.648 GProfit 0.644059 0.134144 4.801254 0.000552 (0.0006) 依變數：BV

此簡單線性迴歸模型具有小於0.001 的顯著性，單一個自變數即有 64.8%的變異 解釋力。結果顯示，在自動車輛產業中，毛利對於品牌價值具有顯著的正向關係。

在這13 個品牌之中，有 3 家並非汽車製造商品牌，而是機車品牌

（Harley-Davidson）、汽車租賃品牌（Hertz）以及汽車零組件品牌（Depo），在 去除掉這3 家品牌之後的結果與原模型一致，整體模型 F 值下降至 14.101 但是 仍有0.006 的顯著性，而其調整後 R 平方值下降至 0.593，而自變數的未標準化 係數上升至0.702，而標準化之係數則是從 0.823 下降至 0.799。

二、消費性電子產業

此產業包括了 8 個全球百大品牌（Nokia、Samsung、Sony、Nintendo、

Motorola、Panasonic、Kodak、LG）與 4 個台灣品牌（ASUS、Acer、HTC、BenQ）。

其分析結果如下：

表4-10 逐步迴歸分析結果（Consumer Electronics）

未標準化係數

B 之估計值 標準誤 t 值 顯著性 自由度 F 值 Adj_R² (常數) -1927001.77 3708736 -0.51958 0.615889 11 6.21 0.486 RD_S 103726927.7 50924994 2.036857 0.072131 (0.0202) NIncome 1.126974756 0.595752 1.891684 0.091091

依變數：BV

此一簡單線性迴歸模型之F 值為 6.21 有達到 p 值＜0.05 的顯著水準，但此模型 利用研發費用佔營業額與淨利兩自變數，僅能解釋48.6%的「品牌價值」總變異。

但兩變數與品牌價值的顯著正向關係於90%的信心水準下是成立的。而研發費用 佔營業額的標準化係數為0.475 略高於淨利的 0.442，兩者的容忍值皆大於 0.8，

表示此模型無嚴重的共線性問題。

三、電腦硬體產業

電腦硬體產業包括了 6 個全球百大品牌（Intel、Hewlett-Packard、Dell、Apple、

Canon、Xerox）與 5 個台灣前 20 大品牌（Advantech、A-DATA、Transcend、

GIGABYTE、Genius）。其逐步迴歸分析結果如下：

表4-11 逐步迴歸分析結果（Computer Hardware）

未標準化係數

B 之估計值 標準誤 t 值 顯著性 自由度 F 值 Adj_R² (常數) 775398.7043 1102227 0.703483 0.501712 10 65.45 0.928 RD 4.382556789 0.515226 8.506083 0.00003 (<0.0001) Cost 0.121014682 0.044154 2.740748 0.02542

依變數：BV

此多元線性迴歸模型具有小於0.0001 的顯著性，以研發費用及銷貨成本做為自 變數的模型可以解釋「品牌價值」總變異的92.8%，兩個變數皆與品牌價值呈現 顯著的正向相關性。其中研發費用的標準化係數為0.818，而銷貨成本的標準化 係數為0.264，顯示研發費用標準化後的單位改變量對於品牌價值的提升效果是 較大的。而此模型內二變數的容忍值皆大於0.7，代表此模型並無嚴重的共線性 問題。

四、金融服務業

金融服務業共有 12 家，全數皆為全球百大品牌（Citi、American Express、

Merrill Lynch、HSBC、JPMorgan、Goldman Sach、Morgan Stanley、UBS、AIG、

AXA、Allianz、ING）。金融服務業具有其經營上的特殊性，反應在財務報表上 的結果是沒有任何一家有揭露其研發費用，而其中有7 家的銷貨成本為 0，而其 短期流動力指標也不會揭露。因此在去除掉這些變數之後，再進行複相關及逐步 迴歸分析，分析結果如下：

表4-12 逐步迴歸分析結果（Financial Services）

未標準化係數

B 之估計值 標準誤 t 值 顯著性 自由度 F 值 Adj_R² (常數) -3617340.561 2219011 -1.63016 0.1375062 11 26.136 0.820 PMargin 91868377.57 15217909 6.036859 0.00019 (0.0002) PBValue 2374343.322 752807.4 3.153985 0.01166

依變數：BV

此模型具有p 值＜0.001 的顯著水準，由純益率和市值對帳面價值比所能解釋的 品牌價值總變異有82%。兩者對於品牌價值都擁有顯著的正面相關性，而純益率 的標準化係數為0.778 是解釋變異的主要變數，市值對帳面價值的標準化係數為 0.406。

五、食品飲料產業

此產業業包括了可口可樂等 8 個全球百大品牌（Coca-Cola、Nescafē、Pepsi、

Kellog’s、Heinz、Wrigley、Danone、Kraft）以及 2 個台灣品牌（Master Kong、

Uni-President）共 10 個樣本。其逐步迴歸的分析結果如下：

表4-13 逐步迴歸分析結果（Food and Beverages）

未標準化係數

B 之估計值 標準誤 t 值 顯著性 自由度 F 值 Adj_R² (常數) -22247732.11 9247591 -2.40579 0.04279 9 16.518 0.633 PMargin 319589884.2 78634493 4.064246 0.00361 (0.0036) 依變數：BV

這個簡單線性迴歸模型具有0.0036 的顯著水準，以及對於總變異有 63.3%的解釋

能力，純益率與品牌價值具有顯著的正向關係，而其標準化係數為0.821。

六、小結

茲將五個產業的分析結果彙整於下表 4-14 之中：

表4-14 各產業之逐步迴歸模型整理 產業區塊 Automotive Consumer

Electronics Computer

Hardware Financial

Services Food and Beverages 顯著值 0.0006 0.0202 <0.0001 0.0002 0.0036

Adj_R² 0.648 0.486 0.929 0.820 0.633

自變數 GProfit RD_S RD PMargin PMargin

標準化係數 （0.823） （0.475） （0.818） （0.778） （0.821）

NIncome Cost PBValue

（0.442） （0.264） （0.406）

依變數：BV

由於樣本數較少，這些多元線性迴歸模型並不是相當的穩定，加上以產業區 塊來分類公司之後，各個自變數之間彼此的相關性較全體模型來得更高，所以這 些模型可能都只是略好於其他的迴歸模型，而這些模型只是在目前樣本數量限制 下，以F 值最大為目標所獲得的暫時模型，以供觀察產業之間的差異。

汽車產業的平均營業額與銷貨成本皆在全體平均之上，因而毛利的表現最能 反應出品牌的價值表現。然而從消費性電子產業及電腦硬體產業可以再度觀察 到，研發費用對於品牌價值具有顯著的正向相關性，顯示出科技業裡研發費用的 重要性，而在電腦硬體產業中，銷貨成本與品牌價值的正向相關，並非代表廠商 可以藉由銷貨成本的增加而獲得品牌價值，而是因為銷貨成本與營業額及管銷費 用有高度的相關性，但其與研發費用的相關性較低，也因此其共線性問題較不嚴 重，最終整體模型的解釋力也有較高的水準。

從金融服務業與食品飲料業中，本研究發現純益率對於品牌價值具有顯著的 解釋力。在金融服務業中，採納純益率和市值對帳面價值比兩個變數可解釋品牌 價值總變異的82%；而在食品飲料業中，使用純益率單一變數便能獲得 63.3%的 變異解釋力。若單純以相關分析的結果來解釋兩者之間的關係時，可以推論在這 些產業中品牌價值越高的企業其所能獲得的純益率將越高，兩者具有顯著的正相

關性（在金融服務業中品牌價值與純益利的皮爾森相關係數為0.831，而食品服 務業中則為0.821）。