數。本文主要以 TEJ Finance 資料庫中企業財務數據計算企業資本支出(CAPEX) 來衡量企業投資政策，企業投資政策亦可以其他變數衡量，如: 研究發展費用 率及企業資本支出交乘(CAPEXR&D)與資產總額變動(Change of TA)。由於在 財務報表上，資本支出無明確的會計項目，本研究依據 Benninga and Sarig (p.73-75, 1997)提出的計算方法採用 TEJ 財務資料庫中的企業財務資料，如:自
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由現金流量(Free Cash Flow，FCF)與營運現金流量(Cash Flow from Operating，
CFO)建立資本支出的替代變數。因此，本研究中所謂之資本支出定義為「營運 活動現金流量」與「自由現金流量」之差，即為企業自營運活動中產生的現金 流量扣除自由現金流量之剩餘項。另外，由於資本支出隨企業規模不同，資本 支出規模亦不同，因此，本研究以資本支出(CAPEX)除以總資產(Total Assets，
TA)方式衡量資本支出比率，以控制公司規模對資本支出的影響。
資本支出(CAPEX)
總資產(TA) = 營運活動現金流量(CFO) − 自由現金流量(FCF) 總資產(TA)
(2).總資產變動(Change of TA)
本研究主要探討 ETF 對股票持股比率對該企業投資決策之影響，作為應變 數之「投資政策」在本研究中除以資本支出衡量(如前述)，由於資產代表企業 擁有未來可以帶來現金流量及變現的求償權，相當於企業投資在未來也可以為 企業帶來現金流量，因此，企業之投資政策也可以總資產變動率衡量，計算方 式如下:
總資產變動率 =(本期資產總額(季) − 前期資產總額(季))
總資產 × 100
(3)研究發展費用率及企業資本支出交乘變數(CAPEXR&D)
「投資政策」除以資產總額變動率衡量外，也以企業資本支出及研究發展 費用交乘項(CAPEXR&D)衡量。透過 TEJ 財務資料庫中的研究發展費用率 (R&D Ratio)與筆者推估之資本支出交乘項衡量企業投資行為。TEJ 研究發展費 用率的計算方式如下:
研究發展費用率 = 研究發展費
營業收入淨額× 100
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
透過研究發展費用率與資本支出相乘，可以得知該企業研究發展費用占資 本支出的比率，惟研究發展費用率在 TEJ Finance 資料庫中缺失值較多，此交 乘項變數的缺失值亦多。
R&D 與資本支出(CAPEX)交乘項 = 研究發展費
營業收入淨額× 資本支出(CAPEX) × 100
2、模型二:
(1) 企業投資計畫效率
本研究依據 Durnev et al. (2003)提出的邊際托賓 Q 建立投資計畫品質的替代 變數。Durnev et al. (2003)透過邊際托賓 Q 與最適值之差作為應變數探討企業特 定訊息造成的報酬率波動度對企業投資品質的影響。本研究根據此模型以邊際 托賓 Q-1 的絕對值作為衡量企業投資政策是否可以達成股東利潤極大化的替代 變數。當邊際托賓 Q 與最適值差距越小時，代表企業投資最有效率，無投資不 足或過度投資之疑慮，同時當邊際托賓 Q 與最適值差距最小時，也代表企業投 資品質最佳。
二、解釋變數
(1).指數股票型基金 ETF 所有權變數
本文主要研究指數股票型基金對股票的持股比率高低是否將影響該企業投 資意向，故以 ETF 所有權代表每檔股票被指數股票型基金持有之比率。本研究 ETF 所有權變數主要參考 Israeli et al. (2017) 和 Ben-David et al. (2018)在研究所 定義之 ETF 所有權變數，其定義如下：
𝐸𝑇𝐹𝑖,𝑡 =∑𝐽𝑗=1𝐸𝑇𝐹_𝐼𝑛𝑣𝑖,𝑗,𝑡 𝑀𝑎𝑟𝑘𝑒𝑡 𝐶𝑎𝑝𝑖,𝑡
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
其中，𝐸𝑇𝐹𝑖,𝑡代表第 i 家公司第 t 年 ETF 對其股票投資之比例；𝐽代表投資 第 i 家公司之 ETF 數；𝐸𝑇𝐹_𝐼𝑛𝑣𝑖,𝑗,𝑡代表第 i 家公司在第 t 年第 j 檔指數股票型 基金對其股票持有金額；𝑀𝑎𝑟𝑘𝑒𝑡 𝐶𝑎𝑝𝑖,𝑡代表第 i 家公司在第 t 年之市值。惟本 研究採用季資料作為研究對象，本處 t 年為第 t 季。ETF 所有權為本篇文章主 要使用的自變數，ETF 所有權變數可以自 TEJ Fund 資料庫中的基金月持股資 料及 TEJ 股價資料庫的市值資料計算，本文將利用 ETF 所有權探討此變數分 別對資本支出、研究發展費用、前兩者交乘項以及總資產變動相對總資產比率 的影響。
(2). 托賓 Q 比率
托賓 Q 比率(Tobin’s Q)定義為 (公司權益市價+負債帳面價值)/資產帳面價 值，用以說明企業何時願意再進行新投資活動。Tobin Q 準則的理論核心為 Q 比率，公式為廠商的價值除以廠商的重置成本後所得的商數。廠商的價值應等 於在使用期限內所預期產生收益流入的折現值，當折現值大於其市場價格時，
企業主將樂於投資此實質資本。
Tobin Q 理論應用到股票投資行為上，則 Tobin Q 比率可改寫為每股股票的 價值除以每股股票的發行成本。Tobin’s Q>1 時，代表股票市價大於發行成本，
設廠的意願提高。引申到股票投資行為上，當股票價格上漲，發行公司總是在 此時機增資發行新股，以籌集資金設廠，因為股票價格上漲，使Tobin’s Q 比率 提高，加強了企業投資的興趣，增資活動將更形活絡。
托賓 Q 比率 =權益市場價值 + 資產帳面價值 − 權益帳面價值 總資產帳面價值
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(3). 托賓 Q 與 ETF 所有權交乘項
Durnev et al. (2003)發現公司特定股票報酬變異(Firm-Specific Stock Returns Variation)較大則股價越能反映企業資訊，企業資本支出政策較能提升企業價 值，相反地，較高的股票同步性會造成邊際托賓 Q 遠離合理水準，進而導致投 資政策無法達成股東利益最大化的目標。Glosten et al. (2016)發現 ETF 所有權會 增加股票系統性的訊息，從而增加股票報酬的同步性。褚愛平 (2018)研究也發 現 ETF 所有權增加導致台灣股票報酬同步性上升。在不含交乘項的模型中，我 們只能知道其他條件不變下托賓 Q 代表企業投資對股價的敏感度，無法瞭解 ETF 持有股票對企業投資-股價敏感度的影響。為了捕捉 ETF 所有權對企業投 資政策—股價敏感度，本文包含托賓 Q 與 ETF 所有權交乘項。
因為模型包含交乘項，我們預期對企業投資對股價敏感度的將不再是𝛽1，
而是𝛽1+ 𝛽3𝐸𝑇𝐹，因此，要以單一數值描述企業投資政策對股價的敏感度是有難
度的。
我們常希望透過特定數值來描述應變數與自變數的關係。為了達成此目 的，可以透過一個綜合衡量方式—平均邊際效果(Average Partial Effects, APE)來 表示 ETF 所有權對企業投資政策的影響。在計算邊際效果時，我們透過 ETF 的 樣本平均值求算，可以得到邊際效果的平均值如下:
𝐴𝑃𝐸𝑄 = 𝛽̂ + 𝛽1 ̂𝑄𝐸𝑇𝐹3̅̅̅̅̅̅̅̅, 其中𝐸𝑇𝐹̅̅̅̅̅̅為 ETF 的樣本平均值
Aghion et al. (2013)在探討機構法人所有權對企業創新的影響時，也加入所 有權及其他影響企業創新投資變數之交乘項(如: 法人所有權及市場競爭性交乘 項)。在包含托賓 Q 與 ETF 所有權變數交乘項的模型中，托賓 Q 的係數𝛽1將被 解釋為 ETF 為零下投資政策對股價的敏感度，從而凸顯出托賓 Q 與 ETF 所有 權交乘項才是此一模型主要關心的變數。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(4).融資限制指數
Fazzari et al. (1988)一文使用股利發放率作為判斷融資限制的指標，後續 Kaplan and Zingales (1997)也使用相同樣本，但額外蒐集了 CEO 對股東信件、
公司內部討論及財務報表，做更深入的分類。雖然提升了樣本分類的精準程 度，但是無法形成大樣本的研究。Lamont, Polk and Saa-Requejo (2015)的樣本為 基礎，以 Logit 迴歸模型將 KZ 的分類結果轉換成融資限制指數，當 KZ 值越 大，企業所面臨的融資限制程度越高；反之，若 KZ 值越小，表示企業所面臨 的融資限制程度越小。本研究所估計之 KZ 指數為 4 因子 KZ 融資限制指數如 下方數學式：
𝐹𝐶𝑖𝑛𝑑𝑒𝑥 = −1.002 ∗𝐶𝑎𝑠ℎ 𝐹𝑙𝑜𝑤𝐴𝑠𝑠𝑒𝑡𝑠 − 39.368 ∗𝐷𝑖𝑣𝑖𝑑𝑒𝑛𝑑𝑠𝐴𝑠𝑠𝑒𝑡𝑠 + 3.139 ∗𝐴𝑠𝑠𝑡𝑠𝐷𝑒𝑏𝑡− 1.315 ∗𝐶𝑎𝑠ℎ𝐵𝑎𝑙𝑎𝑛𝑐𝑒 𝐴𝑠𝑠𝑒𝑡𝑠
其中 cash flow 在其他文獻定義為本期稅後淨利-非常項目+折舊，但本研究 參考 Kaplan and Zingales (1997)文獻所定義之現金流量，以營運現金流量計算，
debt 是由長期負債加上流動負債後而得，Assets 則定義為長期負債、短期負債 與股東權益之加總，現金股利包括普通股現金股利與特別股現金股利，現金則 由現金與約當現金加計而得。
(5). 其他控制變數
本研究也控制了各種影響企業投資行為的企業個別特徵(firm-level
attributes)。由於投資政策與托賓 Q 都是以總資產為單位衡量，根據 Chen et al.
(2007)，被解釋變數及解釋變數將因為其分母之總資產而相關，在解釋變為數 落後項下(如 ETFt-1)更可能產生自我相關，故本文控制總資產對企業投資的影 響，以總資產的倒數(Inverse of Total Assets)作為解釋變數之一，以排除虛假相 關(Spurious Correlation)發生的可能性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
為了避免迴歸指向報酬被高估企業傾向投資更多的結果，本研究模型也控 制未來三季的市場調整股價報酬率(FutureReturn)。此外，過去已有許多研究探 討現金流量對企業投資之影響，為了控制現金流量對被解釋變數產生的影響，
我們在分析時也控制現金流量變數(CashFlow)及現金流量與 ETF 交乘項。
為了確保訊息環境不影響企業投資決策，本文也控制銷售收入波動性，本 研究將企業過去七季的銷售收入計算波動性，並將之納入迴歸模型。另外，為 避免 ETF 所有權包含機構法人所有權，因此，本文迴歸也控制機構法人所有 權。值得注意的是，本文模型的所有自變數皆為落後一季之落後項變數，除了 未來報酬、現金流量與融資限制因子和投資政策(被解釋變數)保持同期，其餘 皆落後一期，以確保自變數將影響下一期的投資政策。所有模型變數定義的細 節可見於下方表格中:
‧
研發費用與資本支出交乘項(CAPEXR&D) 、總資產 變動(Change of TA)代表企業投資政策，本變數為模型 被解釋變數，皆由資產總額衡量
資產總額倒數 InverseAssets 由於本模型解釋變數 Policy 皆除以資產總額計算，為 避免虛假相關，控制變數須包含資產總額倒數 企業股票未來
報酬
FutureReturn 為避免被過分高估之企業有異常投資行為，以企業股 票未來三季報酬做為控制變數之一
企業現金流量 Cash Flow 企業現金流量為主要影響企業投資之因素之一，因此 以自由現金流量、現金流量與 ETF 所有權交乘項作為 控制變數
PP&E fixedAssets 固定資產存量為主要影響企業投資之因素之一，因此 須以控制變數方式控制此變因
融資限制指數 KZ4 本研究根據 Baker, Wurgler and Stein (2003)論文建立四 因子 KZ 融資限制指數，其計算方式請參考變數衡量 營收波動 AdjSalesVolatility 以過去七季營收波動度控制資訊環境的變數
融資限制指數 KZ4 本研究根據 Baker, Wurgler and Stein (2003)論文建立四 因子 KZ 融資限制指數，其計算方式請參考變數衡量 營收波動 AdjSalesVolatility 以過去七季營收波動度控制資訊環境的變數