經營績效分析方法之探討

曾國雄（2003），對整個社會科學的研究提出一個新的思維架構（如附錄一圖四），

這個架構分成三個層面，從「資料處理」到「多目標規劃」再到「多評準決策」提出 詳盡且完整的解決方法，尤其考慮了整個社會實際問題的發生，個人、企業、甚至國 家不論在任何場合、任何時刻，都面臨多層面全方位思維之決策問題，所蒐集到的資 料有可能是明確或存在模糊曖昧或主觀的多次元資料，而以加入模糊理論之多次元統 計方法來處理與解決問題，可謂十分詳盡完整。

根據曾國雄（2003）的整理，在「資料處理」層面之統計分析方法的內容含資料 收集之多屬性多目標抽樣調查，單多變量之統計檢定，主成分分析與因子分析（含數 量化Ⅲ、Ⅳ類，含模糊理論），AHP（含 Fuzzy AHP），群落分數（含 C-means，Fuzzy C-means），判別分析（含數量化Ⅱ、Logit 模式、probit 模式、類神經網路判別分析等，

並含 Fuzzy 理論，及引入 fuzzy 積分法），關係模式（如多元迴歸、模糊多元迴歸，模 糊時間數列，模糊 piecewise 迴歸，模糊二次迴歸、數量化Ι、fuzzy 數量化Ι、ARIMA、

灰預測、Chaos 預測、Kalman Filtering 預測、GMDH、正準相關等，含模糊理論）。

在「多目標規劃」層面，包含 1950 年代之向量最適化法、1955 年目標規劃法，

1970 年代之折衷解法，1978 年之資料包絡分析（DEA），多階規劃法（含Fuzzy 多階 規劃法），模糊多目標規劃法（含目標模糊、資源模糊、係數模糊），De Novo規劃，

模糊De Novo規劃法，Fuzzy DEA、Fuzzy MC^P2P ，模糊組合多目標決策之演算法，TOPSIS 之MODM，習慣領域模糊動態多階層多階段多目標決策。

在「多評準決策」層面，包含如多屬性效用理論(含 Fuzzy)，層級分析法（AHP；

含 Fuzzy AHP, ANP, Fuzzy ANP），ELECTRE Ⅰ、Ⅱ、Ⅲ、Ⅳ，PROMETHEE Ⅰ、Ⅱ、

Ⅲ、Ⅳ，TOPSIS 法，模糊多屬性決策，模糊積分，習慣領域之動態權重，Fuzzy 類神 經網路動態多屬性決策等。

根據曾國雄（2003）的整理，我們可以容易地在這個完整的架構下，針對我們面 臨的問題尋找解決的方法。尤其是身處資訊爆炸的現代，拜科技發達及網際網路之賜，

我們隨手可得的資料已經不是患不足而是患太多，如何尋找方法幫助我們在一座座的 資料礦山中，篩選有用的資料，轉化為資訊，進而變成知識，實現在知識經濟時代中，

以知識為生產要素，利用知識創造經濟利潤，真正發揮知識的價值，是我們迫不急待

想要知道的（如附錄一圖五）。在曾國雄（2003）提出的架構下，「資料處理」層面之 統計分析方法正是可以幫助我們資料採礦（Data Mining）的方法（如附錄一圖六），有 關資料處理流程及應用方法可以參考附錄一圖七。

有關多變量分析方法在企業經營方面的應用，迄今已有許多實例，如：黃文谷

（1981），以民國 67 年台灣地區 76 家股票上市公司為例，根據台灣證券交易所資料室 公開陳列之各公司民國 67 年財務報告中，專家學者經常用以描繪經營管理績效的 25 個指標為選擇對象，首先利用因子分析（Factor Analysis）萃取出六個共通因子以作為 評價基準，而各共通因子的實際含意，可由因子負荷量（Factor Loading）來說明，分 別命名為「規模性因子」、「成長性因子」、「安全性因子」、「收益性因子」、「資產效率 因子」、「資本結構因子」，然後再由計算出來之各樣本的因子得點（Factor Score），將 各樣本眾多的特性言簡意賅地表達出來，且將此因子得點作為群落分析之輸入資料。

接下來即進行群落分析（Cluster Analysis），在「群間分散儘量大，群內分散儘量 小」的原則下，將 76 家樣本公司予以分群歸類，共可分成十一群，分別為「均衡發展 型」、「低收益型」、「穩紮穩打型」、「衝刺型」、「穩定獲利型」、「成熟型」、「大而無當 型」、「超巨型」、「高成長高收益型」、「保守型」、「萎縮不振型」。由於是以樣本之客觀 特性作為分群之基礎，故其所得之結果乃具有汎用性，而進一步描述各群落之特有性 質，比較彼此之差異，可提供各評價者相當有用的參考資料。

最後，再根據群落分析得到之群特性來建立判別函數，當欲評價一新的樣本時，

不用再透過因子分析和群落分析，只作簡單之運算，即可判定該樣本應歸屬何群，並 了解其特質，以提高評價工作之效率。

由上述結果，經由多變量解析模式處理企業經營績效評價之工作，可以得到迅速 而有效率的進行，因子分析可以提供我們客觀而共通的評價基準，使對同一家公司之 經營績效評價，不致因評價者不同、選擇了不同的評價基準，而造成評價結果之迴異；

群落分析則以經營成果之特性分群歸類，提供評價者深具參考性的結果；由判別分析，

建立一組判別函數，使得新進樣本得以迅速判別其歸屬，了解其基本特性。新進樣本 可為新上市公司，也可以是原樣本公司次一年度的預期結果，判別分析法提供我們一 個非常簡易的預測工具。

曾國雄等（1994a, 1994b），以 27 家休閒渡假中心業者為樣本，從各個休閒渡假中 心業者所認為影響旅遊產業的成功關鍵因素中，以因子分析萃取出十九個共通因子，

如圖八所示，由圖八可瞭解，以休閒渡假中心業者的角度而言，目前休閒渡假中心所 重視的經營因素主要在休閒假中心的內部經營構面上（累積寄與率為 67.29％），其考 慮的主要因素為行銷面（累積寄與率為 23.45％）、人力資源面（累積寄與率為 22.26

％）、地理與硬體設施面（累積寄與率為 17.6％）、財務管理面（累積寄與率為 3.78％）； 而休閒渡假中心的外部市場構面考慮因素其累積寄與率共計 12.67％，包括市場面

（8.29％）與價格面（4.38％）。由此可見，國內休閒中心業者認為其成功的關鍵素主 要還是在內部的經營上，對於外部因素的考慮則較少。

其次，再以因子分析所得到之因子得點作為群落分析之輸入，可將休閒渡假中心 予以分群，以瞭解不同類型業者的屬性差異。結果可將休閒渡假中心分成三大類，分

上述之研究，可藉由因子分析方法，找出經營休閒渡假中心的成功關鍵因素，並 藉由群落分析方法，將休閒渡假中心分成三大類，不同類型的業者有不同目標市場的 客源，將可依此分類擬定不同的經營策略。

資料來源：曾國雄等（1994a），交大管理學報

圖八 休閒渡假中心成功關鍵因素

梁德馨、楊中天（2000），本研究是以 92 家服務業上市公司為研究對象，收集民 國 87 年上半年度的財務資料，以 18 種財務比率作為研究變數，利用因子分析萃取出 評估經營績效的 3 個共通因子，接著依照萃取出的共通因子之解釋能力（寄予率）的 不同，經羅吉斯轉換為 0-1 之間的經營績效權數，分別於 3 個萃取出的共通因子上賦 市場面---市場因素（8.29％）

（8.29％）

價格面---價格因素（4.38％）

累積寄與率 （4.38％）

（79.96％）

行銷面---業務推廣因素---會員制因素（7.03％）

（23.45％） （13.1％） ---業務推廣因素（3.97％）

---連鎖經營因素（2.10％）

---公關因素---公關因素（4.90％）

（4.90％）

---聲譽因素---聲譽因素（1.51％）

（1.51％）

---服務因素---服務品質因素（2.48％）

（3.94％）---------顧客服務因素（1.46％）

人力資源面---人力資源因素（22.26％）

（22.26％）

地理與硬體設施面---地理位置因素---區位因素（2.62％）

（17.6％） （4.89％） ---立地選擇因素（2.27％）

---景觀與氣氛因素---景觀因素（1.81％）

（3.46％） ---氣氛因素（1.65％）

---休閒與硬體設施因素---休閒設施因素（3.33％）

（9.27％） ---會議設施因素（3.13％）

---硬體設施因素（2.81％）

財務管理面---投資因素（1.97％）

（3.78％） ---財務因素（1.81％）

休閒渡假中心 外部市場構面

（12.67％）

休閒渡假中心 內部經營構面

（67.29％）

予不同的權重，進而建立一個財務經營的指標與評估模式；最後利用因子分析之因子 得點做為群落分析的輸入資料，分出四大群落。經由上述各項分析，投資人可藉此作 為投資決策的參考，以瞭解服務業上市公司經營績效概況，並可利用所建立之評估模 式，降低投資風險。同時對於經營績效不佳的企業來說，管理階層亦可以此分析結果 作為參考，瞭解其資源分配的方向，修改須調整的營運策略，達成企業永續經營的目 標。

鄧美貞（2004），根據企業內部實際營運資料為分析數據，以相關矩陣分析、因子 分析、群落分析、變異數分析等方法找出市場佔有率、成長率與獲利率之間的相關性，

並依企業之競爭策略，探討其資源投入與經營績效的差異性。

在此研究中，用來衡量企業的經營績效指標是採以相對量變數，而排除會受廠商 規模大小影響的絕對量變數來衡量，經營績效指標包含市場佔有率、營收成長率和獲 利率之三個指標。

楊文瑞（1997），由經營管理的角度，將衡量個別企業經營績效之指標應用於整體 中小企業，藉以了解我國中小企業經營之整體狀況。此研究將中小企業的經營績效除 了分別與大企業逐年作比較，也與基準年(民國七十八年)的中小企業作比較。除對每 一項經營指標進行分析外，最後將各指標綜合成收益力、安定力、活動力、生產力以 及成長力之五力分析指標。

參考以上文獻的做法，本研究擬以因子分析（Factor Analysis）及群落分析（Cluster Analysis）方法來研究台灣半導體公司之經營績效，並參考鄧美貞（2004）及楊文瑞

（1997）之研究來選取研究變數。