研究變數與操作性定義

3.4.1 被解釋變數及操作性定義

被解釋變數為衡量企業績效指標，為避免使用單一衡量指標產生不夠客觀 的問題，過去許多學者文獻以內部績效(ROA)與市場績效(Tobin’s Q)做為不同面 向的績效指標。

(1) 內部績效代理變數—資產報酬率(ROA)

資產報酬率為衡量公司在一段期間內是否充分運用資產以創造獲利的 一項指標。不論公司的資產是舉債而來或是股東自有資金，公司利用其所有 資產從事生產活動所得到的報酬，便表現在經常淨利上，亦即衡量公司的營 運狀況是否能使資產運用效率達到最佳，故本研究將ROA做為公司價值之代 理變數之一。其計算的方式如下：

(1 ) RI IE t

ROA TA

 



RI企業每年之經常性淨利。

IE企業每年之利息費用總額。

t企業之稅率。

TA總資產帳面值。

(2) 市場績效代理變數－Tobin’s Q

但由於資產報酬率主要較偏向於評估公司過去的經營績效，且其組成 分子皆由公司帳面價值計算而得，有失準確性。故以 Tobin’s Q 做為另一項 代表公司價值之代理變數。一般財務研究對於企業 Tobin’s Q 的比率乃以企 業市值做為分子，企業有形資產的重置成本做為分母來計算。故當企業無 形資產愈高時，Tobin’s Q 值愈高；換言之 Tobin’s Q 是利用公司市值作為產 出指標來衡量廠商之技術創新、策略性投資、經營績效、技術資源有效運 用與否、品牌形象等無形資產。換另一個角度來看，Tobin’s Q 的比率可用 來代表企業投資機會的高低。因為在效率市場假說下，當公司進行任何的 策略性投資或研發活動時，投資人在理性預期下，股票市場將會對公司技 術創新等無形資產的價值予以重新評價並反應於股價上。實證上也發現，

專利數量對 Tobin’s Q 是呈現正向的關係(Hirschey, et al., 2001; B. Lin, et al., 2006)。

受限於資料取得的困難，故本假設參考 Chung & Pruitt (1994)所提出 Tobin’s Q 的簡單 Approximate Q 做為企業績效的代理變數，其計算公式為：

MVE PR DEBT ApproximateQ

TA

 



M V E=加權帄均流通在外普通股股數乘上普通股每股帄均市價。

PR=加權帄均流通在外特別股股數乘上特別股每股帄均市價。

D E B T=代表流動負債減去流動資產再加上長期負債帳面值之和。

TA=總資產帳面值。

3.4.2 解釋變數及操作性定義

此小節分成三個部份來探討－基本專利指標、專利管理矩陣與技術多角化 和相關技術多角化。首先先從基本專利指標進行說明與介紹其計算方式。

基本專利指標

(1) 專利申請數－Patent Applied (PA)

根據第二章文獻回顧可知，專利申請數為企業研發活動相當重要的績效 指標(Ernst, 1998)，且專利活動意涵為公司內部專利申請之頻繁與積極程度，

專利活動等同在衡量公司研發活動的規模。實證上，專利申請數確實對企業 績效有正向的影響(Ernst, 1995; Griliches, et al., 1991)。其公式表達如下：

PA企業於過去三年(2004~2006)之專利申請量 (2) 技術存量－Technology Stocks (Watanabe, et al.)

探討企業對專利資源的掌握，不但要看其申請量和授權量這樣的流量，

更要看一定時期內專利存量多少，也就是看處於保護期內的有效專利的多 少。其管理意涵為，企業會斟酌已得專利能給公司帶來的利益是否足夠支付 維護成本，選擇留下對企業有利的專利，放棄無用的專利。其計算公式如下：

TS PG

 TA

C i t a t i o n s企業過去三年(2004~2006)之核准專利量，被引證次數總和。

PG企業於過去三年(2004~2006)之專利核准量。

專利管理矩陣

本研究參考 Ernst(1998)之架構，為了避免專利活動受到公司規模的影 響，本研究將專利申請數除以研發支出總額代表專利活動的代理變數，由於 帄均被引證次數不完全代表專利品質，因此本研究將縱構面僅以帄均被引證

次數表達，並以帄均數做為分界點，區分成四種專利策略，如下圖 3-2 所示：

(1) 技術多角化指標－Board Technology Diversity (BTD)

其定義為企業投資專利活動的廣泛程度。其計算方式是先將技術領域 照 IPC 的分類區分出八大類²(t)，稱為主分類，並以 1-Herfindahl 指數代表 該企業於各技術領域的分散程度，其中 Herfindahl 指數為計算技術領域的集 中程度，以 1-Herfindahl 指數來表示分散的程度。其值越高，表示各類別的

專利件數相較帄衡，隱含技術領域的發展較為帄均，換句話說，該企業之

(2) 相關技術多角化指標－Core Field Diversity (CFD)

其定義為企業投資相關專利活動的分散程度。此計算方式與技術多角化指標

有較穩定的表現，因此和成立時間短的企業比較貣來整體的營運風險較小，

故本研究推論，成立的時間與公司績效為正向關係。

AGE=公司成立至當年的年數 (3) 公司規模－SIZE

公司規模代表公司創業迄今所累積之資源與經營成果的改變，公司規模 對技術創新活動的可能影響最早由Schumpeter (1942)提出，他認為規模較大 的公司比較有誘因及能力從事創新，且此假說亦獲得隨後許多實證的支持。

但Scherer (1965)卻發現公司規模和研究發展支出之間呈負向關係，不過在不 同的技術環境中，小廠的創新產出表現可能優於大廠。故在本研究中，廠商 規模對研發支出的預期影響並不確定。至於衡量的指標，過去文獻對於公司 規模衡量方式主要有三種：營收淨額、資產總額和員工人數。本研究採總營 收取自然對數的方式來代表。

SIZEln(sales) (4) 負債比率－D/E

負債代表著公司未來支付現金的承諾，當負債比例越高時，公司因舉債 所支付的利息負擔越大，面臨破產的風險也越高。利息費用除了會減少公司 盈餘外，其稅盾效果會使經理人傾向選擇高風險專案，而降低公司績效

（Morck, Shliefer and Vishny, 1988）。以代理理論觀點而言，負債融資會使管 理者接受市場監督，減少管理者浪費公司自由資金的動機，進而使公司績效 提昇（Jensen and Meckling, 1976）。由於上述學者對於負債比率對公司績效 之預期影響並不一致，因此本研究僅推論負債比率和公司獲利能力具有相關 性，但不預期其對公司績效影響之方向。

/ DEBT

D E Equity

DEBT=負債總額 Equity=權益總額 (5) 研發投資－RD

表示企業對研發活動的重視度。企業願意將大部分的資本投入研發活動 中，通常會有較高的績效表現，且研發密度對技術多角化程度有密切的關聯 性。其計算公式如下：

&

R D RD Sales

&

R D企業當期之研發支出總額。

Sales=企業當期銷貨淨額。 術多角化與相關技術多角化的策略，本研究以技術多角化(Broad Technology Diversity, BTD)來探討其對公司績效的影響。由於策略型態難以衡量，本研究以 專利分布於 IPC 主分類的廣泛程度做為技術多角化的代理變數；相關技術多角 化(Core Field Diversity, CFD)則是以公司主要技術領域的 IPC 次分類廣泛程度做 衡量基準，並加入相關控制變數建立模型二，模型如下：

Model 1