第三章 研究設計
第五節 變數定義
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
圖 3-2 事件研究法示意圖
2. 併購宣告各事件窗口的說明
併購事件普遍存在著消息提前洩漏的現象(郝嘉瑩, 2006)，再加上本論文重 點著重於跨國併購，市場不一定能夠立即地完全反應併購事件的影響。可以透過 拉長事件的窗口(Dyckman et al., 1984)這個方法，來解決這些情況的影響又能確 實分析市場反應，故本論文採用 2 個事件窗口來進行研究分析。因此，本研究除 了以事件日前後 1 日為併購事件即時的反應之外，研究事件期內併購宣告前後每 日的變化外，亦以事件窗口(-2, +2)來整個併購事件期間的併購宣告異常報酬率的 累積情形。
第五節 變數定義 一、 應變數：併購績效變數
以公司進行併購的宣告日前後累積的股票異常報酬率代表併購事件宣告後 所帶給公司股票報酬率的異常影響。本研究先透過市場模型來估計主併公司的股 票「預期報酬率」，然後以這個預期報酬率來計算樣本公司於事件期的「異常報 酬率」。實際作法為將主併公司股票的日報酬率對市場投資組合的日報酬率進行 統計估計。而預期報酬的計算種類相當多種，大致可分為三類：a.平均調整模型 (Mean-Adjusted Returns model)；b.市場指數調整模型(Market-Adjusted Returns model)；c.市場模型(Market model)。本研究採用 Fama（1976）的作法，以市場
t = -30
t = -120 t = -2 t = 0 t = +2
估計期間（120 個交易日） 事件期間
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29
模型（Market model）來估計預期報酬率，在透過這個預期報酬率找出企業跨國 併購的異常報酬與累積異常報酬。
(1) 個別股票日報酬率
基於樣本公司在不同的交易所上市，開盤時間不一，因此在歐洲或是北美上 市的主併公司都使用落後一天的股價資料，而亞洲地區則直接使用當天的股 價。而股價資訊是從 Datastream 資料庫找出樣本公司每日的未調整股價，透 過下列公式取得樣本公司的個別股票日報酬率。
𝑅𝑖,𝑡 = (𝑝𝑟𝑖𝑐𝑒𝑡− 𝑝𝑟𝑖𝑐𝑒𝑡−1
𝑝𝑟𝑖𝑐𝑒𝑡−1 ) × 100%
其中：
𝑅𝑖,𝑡 為個別股票在事件期間第 t 日的實際日報酬率 𝑝𝑟𝑖𝑐𝑒𝑡 為個別股票在事件期間第 t 日的未調整股價
(2) 市場投資組合日報酬率
因本研究之目標公司所在地涵蓋多國，因此以該國的大盤指數作為市場投資 組合報酬率，而主併公司所在國家與其對應的市場大盤可歸納如表 3-3。
表 3-3 主併公司所在國家之主要市場指數
Market Index Market Index
Australia S&P/ASX200 Portugal PSI 20
Canada S&P/TSX Spain IBEX 35
France CAC40 Sweden OMXS 30
Germany DAX Switzerland SMI
Italy FTSE MIB United Kingdom FTSE 100
Netherlands AEX United States S&P 500
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
30
此外，市場投資組合日報酬率之計算方式為：
𝑅𝑚,𝑡 = (𝑖𝑛𝑑𝑒𝑥𝑡− 𝑖𝑛𝑑𝑒𝑥𝑡−1
𝑖𝑛𝑑𝑒𝑥𝑡−1 ) × 100%
其中：
𝑅𝑚,𝑡 為市場投資組合在事件期間第 t 日的實際日報酬率 𝑖𝑛𝑑𝑒𝑥𝑡 為市場投資組合在事件期間第 t 日的實際指數數值
(3) 個別目標公司股票預期報酬率
本研究採用市場模型(Market Model)來估計預期報酬率，即假設個別股票報 酬率與市場報酬率間存在線性關係，再利用普通最小平方法(Ordinary Least Square)建立以下迴歸模型。
𝑅𝑖,𝑡 = 𝛼̂ + 𝛽𝑡 ̂ 𝑅𝑡 𝑚,𝑡+ 𝜀𝑖,𝑡 其中：
𝑅𝑖,𝑡 為樣本公司股票 i 在事件期間第 t 日的實際報酬率 𝑅𝑚,𝑡 為市場投資組合在事件期間第 t 日的實際報酬率
𝛼̂ 為樣本公司股票 i 與市場投資組合日報酬率的迴歸模式的截距項 𝑡 𝛽̂ 為樣本公司股票 i 與市場投資組合日報酬率的迴歸模式的係數 𝑡 𝜀𝑖,𝑡 為誤差項，且𝜀𝑖,𝑡~N(0, 𝜎2)
經過最小平方法則可以得到估計值𝛼̂與𝛽𝑡 ̂，代到下列這個式子可得個別樣本𝑡 的預期報酬率E(𝑅̂ )。 𝑖,𝑡
E(𝑅̂ ) = 𝛼𝑖,𝑡 ̂ + 𝛽𝑡 ̂ 𝑅𝑡 𝑚,𝑡
(4) 事件日之異常報酬率(AR)與累計異常報酬率(CAR)
異常報酬率(abnormal return, AR)是以事件期個別樣本的實際報酬率減去沒 有利用市場模式推估沒有受到事件影響之預期報酬率。計算公式如下：
𝐴𝑅𝑖,𝑡 = 𝑅𝑖,𝑡− E(𝑅̂ ) 𝑖,𝑡
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
其中：
𝐴𝑅𝑖,𝑡 為樣本公司股票 i 在事件期間第 t 日的異常報酬率 𝑅𝑖,𝑡 為樣本公司股票 i 在事件期間第 t 日的實際報酬率 E(𝑅̂ ) 為樣本公司股票 i 在事件期間第 t 日的預期報酬率 𝑖,𝑡
將事件期中各日之異常報酬率累加後，即為累計異常報酬率(Cumulative Abnormal Returns, CAR)。計算公式如下：
𝐶𝐴𝑅𝑇1,𝑇2 = ∑ 𝐴𝑅𝑖,𝑡
𝑇2
𝑡=𝑇1
其中，𝐶𝐴𝑅𝑇1,𝑇2 為 T1期到 T2期的累計異常報酬率。
二、 解釋變數
與經商環境相關等「開辦企業(Starting a business)」、「登記財產(Registering property)」、「獲得信貸(Getting credit)」、「保護投資者(Protecting investors)」、「執 行合約 (Enforcing contracts)」、「辦理施工許可證(Dealing with construction permits)」、「獲取電力(Obtaining an electricity connection)」、「納稅(Paying taxes)」、
「跨國貿易(Trading across borders)」與「重組與關閉企業(Resolving insolvency)」
等 10 個指標，皆取自世界銀行的各年度《經商環境報告》。《經商環境報告》每 年度將對全球 183 個國家進行以上十個指標的量化評估，並於各個指標中將各國 排名，排名第 1 代表該國的表現最好，排名第 183 則代表該國表現最差。
本研究根據經商環境報告，並以併購宣告日前一年的目標國家排名為研究數 據。例如：澳洲的 ANZ 銀行併購印度的 Panin 銀行，而此併購案的宣告日為 2009 年 1 月 13 日。本研究就取宣告日前一年 2008 年，目標國家印度於世界銀行經商 環境報告的十個指標排名，分別為：開創企業是第 61 名、辦理施工許可證便利 度為第 80 名、登記財產為 107 名、取得信貸是 67 名、保護投資者是 53 名、稅
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
制是 116 名、跨國貿易是 37 名、執行合約為 30 名，並將這些排名的數值作為分 析的依據。
其中「獲取電力」與「辦理破產解決破產及關閉企業」指標為後期新增項目，
過去十年的資料並不完全，故考量資料的完整性，先將此二指標剔除。
三、 控制變數
1. 交易特性：
(1) 公開收購（Tender offer）
Jonathan Williams and Angel Liao(2008)與 Rajesh Chakrabarti et al.(2011)都曾 公開收購當虛擬變數，探討公開收購的交易特性與主併銀行的宣告效果有何 關聯。本研究以 SDC 資料庫中的 Acquisition Technique 項目來判斷，虛擬變 數 1 表示此併購案屬於公開收購(Tender offer)，而虛擬變數 0 則表示此為非 公開收購。
(2) 善意收購（Friedly）
善意收購或惡意收購等交易特性也會影響主併銀行的宣告效果(Rajesh Chakrabarti et al.,2011)。本研究以 SDC 資料庫中的 Deal Attitude 項目來判斷，
虛擬變數 1 表示此併購案屬於善意收購(Friendly takeover)，而虛擬變數 0 則 表示此為非善意收購。
(3) 支付工具（Cash）
併購案的支付方式對宣告效果也是有影響的(Moeller et al., 2004)。對股東而 言，現金支付比使用股換股還要有利(Agrawal and Jaffe Mandelker, 1992)。不 只是短期的宣告效果，從長期的併購績效來看(Ghosh, 2001; Linn and Switzer, 2001)也有實證上的證據顯示以現金支付的績效比較好。此變數取自 SDC 資
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
料庫中的「% of Cash」資料作為指標，若 100%以現金支付的話以虛擬變數 為 1，非則以 0 表示。
(4) 主併銀行與目標公司的產業相關性（Related）
以 SDC 資料庫中的 SCI 代碼來判斷，虛擬變數 1 表示此併購案主併銀行與 目標公司的四位數代碼相同為相關併購，而虛擬變數 0 則表示此為非相關併 購。
2. 公司特性：
(1) 目標公司股東權益報酬率（TROE）
過去相關文獻曾用目標公司的股東權益報酬率衡量目標公司過去為股東創 造績效的表現，並探討此因素是否會為主併公司帶來宣告效果(Jonathan Williams and Angel Liao., 2008; Markus Fritsch, Fabian Gleisner and Markus Holzhäuser ., 2006)，故本研究以目標銀行併購宣告日前一年之股東權益報酬 率當控制變數。
(2) 主併銀行 ROE（AROE）
許多學者認為具有管理效率的主併銀行，更有可能成功的提高目標公司的效 益表現，使得主併銀行的海外市場表現突出，進而提高其績效(Berger et al., 2000; Focarelli and Pozzolo, 2001)。故本研究將主併銀行併購宣告日前一年的 ROE 作為管理效率的替代變數，檢測其與主併銀行宣告效果的關係。
(3) 主併銀行市價（AMV）
同上，根據實現提高效率是主併銀行跨國併購的動機，故以主併銀行市價當 作宣告效果的控制變數。本研究以 DataStram 於併購案宣告日前一年主併銀
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
行的市價(Market Value)數值為基礎，並取 log 對數。
(4) 主併銀行與目標公司的資產規模差異（TAD）
目標企業的相對資產規模也是文獻中經常用來解釋銀行併購是否成功的變 數，Beitel, Schiereck et al. (2004)與 Hawawini and Swary (1990)曾以相對資產 規模探討 1977 至 1998 年間，美國 579 家銀行併購後的宣告效果，並發現當 相對資產規模差異越大，此宣告效果越強。但 Asquith, Bruner and Mullin(1983) 認為，若目標公司相對於主併銀行的規模越大，則主併銀行因併購宣告所產 生的超額報酬越大，越能為主併銀行股東帶來財富。其主要的原因在於，因 為目標公司的規模越大，併購後所引發的增值效果對主併銀行的影響會較為 顯著；而當目標公司的規模越小，或相對於主併銀行越小時，其被併購後對 主併公司的影響越不容易由資本市場上反應出來。Frank, Harris and
Timan(1991)亦表示目標公司規模相對越大，併購後主併銀行的績效受到所 收購資產的影響越顯著。
故本研究亦將主併銀行與目標公司於併購宣告日前一年的資產規模差異作 為控制變數，其衡量公式如下：
TAD =主併銀行資產總額 − 目標公司資產總額 主併銀行資產總額 + 目標公司資產總額
3. 國家特性：
(1) 市場大小（PCI）
國家經濟面的因素最常被考量的就是目標國家的市場吸引力，也有人稱為市 場規模。研究顯示跨國企業可以透過擁有廣大的市場，可以運用較多的生產 資源，進而獲得生產上的效率性。因此主併銀行所屬國與目標公司所屬國的 經濟相對大小也是影響主併銀行宣告效果的因素之一。Rajesh Chakrabarti,
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
35
Swasti Gupta-Mukherjee and Narayanan Jayaraman(2011)以兩國 GDP 的差異 當作市場大小的衡量指標。此外，Chong(2013)的研究以 2000 年到 2009 年 的 75 個中低及低收入國家為樣本，運用三個變數作為市場大小的替代變數，
分別為國家的總人口數、平均每人 GDP、實質 GDP 成長率，並發現目標公 司所屬國之市場大小與主併銀行的績效呈現正相關。
透過上述的研究分析可以看出，過去文獻通常以一國的 GDP、GNP 做為市 場整體規模的替代性變數。而本研究以併購宣告日前一年的兩國 GDP 的差 異作為衡量的標準，其公式如下：
PCI =主併銀行所屬國𝐺𝐷𝑃 − 目標公司所屬國𝐺𝐷𝑃 主併銀行所屬國𝐺𝐷𝑃 + 目標公司所屬國𝐺𝐷𝑃
(2) 貿易開放度（TO）
目標公司所屬國對世界經濟的開放程度，對併購有重要影響。因為對外貿易 依存度的高低可以影響目標公司是否容易取得主併銀行的支援，藉此改善效 率並提升利潤。
Martin et al. (2008)的研究顯示，貿易開放程度越高的國家越容易讓主併公司
Martin et al. (2008)的研究顯示，貿易開放程度越高的國家越容易讓主併公司