變數測量

一、 自變項

(一) 績效指標與績效落差

依廠商行為理論績效回饋模式的預測，績效低於預期水準時，將激勵廠商尋求解決 方案，以解決所面臨的問題。Cyert 與 March (1963, 1992) 分別討論生產、存貨、銷貨、

市場佔有率與獲利等目標，但以往文獻係依照研究背景與研究問題，採用不同的績效指 標，如高階主管團隊主觀績效(Singh, 1986)、市場占有率(Baum, Rowley, & You-Ta, 2005)、意外發生成本(Baum & Dahlin, 2007)、銀行擬補虧損成功經驗次數(Kim et al., 2009)、與財務績效(Chen, 2008; Greve, 1998; Greve, 2003a, 2003b; Miller & Chen, 2007;

Singh, 1986; Vissa et al., 2010)等。在本研究中，以半導體產業廠商的財務報表為實證資 料，且財務指標為客觀性的指標，因此採用財務績效指標。

用總資產報酬率(ROA)、權益報酬率(ROE)、與銷售報酬率(ROS)是實證文獻中經常 採用的財務績效指標。其中權益報酬率為稅後淨利除以平均股東權益，因為每一家公司 長期資本結構(含股東權益與長期負債比率)不同，容易造成廠商間比較的困擾，所以刪 除權益報酬率指標(ROE)。另外，總資產報酬率與銷售報酬率高度相關，Greve (2003a) 以 日本造船業財務資料驗證總資產報酬率(ROA)與銷售報酬率(ROS)相關係數為.86，所以 選用總資產報酬率為分析模式的財務績效指標。

本研究同時蒐集樣本廠商財務報表資料的總資產報酬率、權益報酬率與銷售報酬 率，分別驗證其相關性。以本研究樣本資料分析，ROA 與 ROE 相關係數為 0.95，ROA 與ROS 相關係數為.77。同時參考以往績效回饋模式相關研究文獻(Greve, 2003a; Chen, 2008; Vissa et al., 2010)，均採用總資產報酬率為財務績效指標，所以本研究擬以總資產 報酬率作為財務績效指標(稅後淨利+利息支出」/平均資產總額)。

廠商的預期績效水準，也就是廠商判斷績效是否達成預期水準時的比較指標水準，

可能是過去的歷史績效或類似廠商的實際績效。所以績效落差可區分為歷史績效落差，

與社會比較績效落差(Cyert & March, 1963, 1992)。績效落差的計算包含三種不同的績效

38

指標：廠商實際績效(Actual performance)、廠商歷史績效水準(History aspiration level)、

社會比較水準(Social aspiration level)。首先，此三種績效指標皆需考慮績效落差與後續 因應行為的時間差。其次，Cyert 與 March (1963, 1992) 認為廠商的預期績效水準是廠 商 本 身 歷 史 績 效 與 類 似 群 體 廠 商 績 效 的 線 性 函 數(Bromiley, 1991; Greve, 2003a;

Wiseman & Bromiley, 1996)：Aspiration level = α*HA + (1-α*SA), α介於0 與 1 之間。但 是不同廠商的加權係數仍有爭議，所以在模式中分別計算廠商歷史績效水準與社會比較 水準。根據上述說明，分別列舉計算公式如下：

1. 廠商實際績效(AP_Actual performance)

AP i, t-1 = Pi, t-1 , (第 i 家廠商，t-1 期的總資產報酬率與銷售報酬率)，根據績效回饋模式 的預測，廠商績效落差影響後續的因應行為，因此以前一期的實際績效為基準，估算績 效落差。

稅後淨利+利息支出 總資產報酬率

(ROA) =

平均資產總額

2. 歷史績效落差 (History Attainment Discrepancy (ADh))

歷史績效水準 = HA i, t-2 (第 i 家廠商，t-2 期的總資產報酬率與銷售報酬率)，假設 廠商以過去的歷史績效為比較標的，評估預期的績效落差，所以第 i 家廠商第 t 年的歷 史績效落差設定為第t-1 年實際績效減第 t-2 的績效水準，公式為 ADh i,t-1 = P i,t-1 - HA i, t-2。

3. 社會比較績效落差 (Social Attainment Discrepancy (ADs))

社會比較水準 = SA i, t-2 (扣除焦點廠商後，所有樣本廠商 t-2 期的平均總資產報酬 率與銷售報酬率)，假設廠商以半導體產業其他廠商的平均績效為評估標的，評估預期 的績效落差，所以第i 家廠商第 t 年的社會績效落差設定為第 t-1 年實際績效減第 t-2 的 產業平均績效水準，公式為ADs i,t-1 = P i,t-1 - SA i, t-2。

蒐集資料時，發現台經院產經資料庫 1998 年以前半導體產業的定義與1999 年以後 的定義略有不同。為確保前後年度資料一致性，所以參考Greve (2003)，計算樣本廠商 的平均總資產報酬率，作為社會比較水準的依據。同時也自台經院產經資料庫下載半導

39

體產業的平均總資產報酬率，經縱橫資料固定效果模式資料分析後，所得結果與樣本廠 商平均總資產報酬率的分析結果一致。後續資料分析的陳述，將以樣本廠商平均總資產 報酬率為主。

(二) 寬裕資源水準

寬裕資源指的是超過廠商正常營運水準所需的資源，如財務資源或產能等(Voss et al., 2008; Levinthal and March, 1981)。依照其性質可區分為未投入寬裕資源(Unabsorbed slack)、已投入寬裕資源(Absorbed slack)與潛在性寬裕資源(Potential slack)(Bourgeois III, 1981; Nohria & Gulati, 1996; Singh, 1986)。基於實證資料來源為半導體廠商財務報表，以 及以往文獻中寬裕資源水準的衡量(Bromiley, 1991; Chen, 2008; Greve, 2003a; Wiseman

& Bromiley, 1991)，擬分別以速動比率、銷管費用比率及負債比率為寬裕資源水準的操 作化代理變數。

未投入寬裕資源係指可運用的財務資源，如廠商的保留支付短期應付帳款與流動負 債後，尚有節餘的流動資產，可因應廠商不同的策略運用於不同的用途的淨營運資金。

營運資金包含現金、存款、應收帳款、短期投資與存貨等項目。存貨項目通常用於生產 過程或銷貨，通常在一個營業週期可轉換為現金，所以歸類為流動資產，但受到景氣、

銷貨等因素，存貨變現性遠低於其他流動性資產(現金、應收帳款與短期投資等)，尤其 面臨經濟危機時，更容易降低存貨的變現速度。所以本文擬以扣除存貨金額後的淨營運 資金(淨速動資金)作為寬裕資源水準的代理變數。也就是說，基於本文實證資料的來源 (半導體產業廠商的財務報表)及財務報表中營運資金科目的屬性，擬以速動比率為未投 入寬裕資源水準的代理變數。

已投入寬裕資源可視為廠商已投入營運過程中的資源，顯示在當年度損益表中的銷 售與管理費用。銷管支出已投入當年度的營運，且過量的投入可能降低經營效率，但面 臨績效不佳，或外在環境變化時，與生產直接成本支出比校，較容易成為成本縮減策略 的對象或是移轉至其他用途。經營過去研究中，通常以銷管比率 (銷售與管理費用/營業 額) 為已投入寬裕資源代理變數。

除了營運資金外，廠商可借款能力屬於潛在的寬裕資源，當負債比率愈低時，廠商 融資能力愈高，具有提高廠商營運資金的潛能。因此，擬以權益比率 (股東權益/總負債)

40

為第三個代理變數。

經實際蒐集速動比率、銷管比率與權益比率後，發現三者相關係數達.75，而且分析 模式中的變異膨脹係數(VIF)最高達 15.792，遠超過 10.0 之上限。代表上述三項指標高 度同質性，因此考量三項指標代表不同性質的寬裕資源，以及避免過分凸顯寬裕資源的 迴歸模式的影響力，參考Chen (2008)將三項比率標準化之合計數為寬裕資源指數，進行 後續分析。

二、 調節變項

廠商關注焦點是本研究第三個獨立變數，以及兩個主效果的調節變數。從台灣半導 體廠商各年度年報「致股東報告書」中，利用內容分析法取得高階主管團隊的關注焦點 相對的前瞻者導向(Relative attention of prospectors)。首先，根據 Miles 與 Snow (1978) 前 瞻者與防守者的策略分類，參考 Cho 與 Hambrick (2006) 所萃取關鍵字，分別計算台 灣半導體廠商每一年「致股東報告書」中代表前瞻者與防守者關鍵字出現的次數(fp i,t-1

與fd i,t-1)。依相對關注焦點的定義，操作化公式為 (fpi,t-1-fd i,t-1)/(fp i,t-1+fd i,t-1)。

廠商關注焦點屬於高階主管團隊的主觀認知，為衡量高階主管團隊的認知，通常可 透過訪談、問卷或直接觀察等方法，但本研究關注焦點資料期間長達 11 年(1997 年至 2007 年)，實務上無法直接訪談、問卷或直接觀察，若以現任高階主管團隊為對象，又 容易造成回溯偏差。因此找到一個適當的高階主管團隊認知構念的測量方式確實是研究 方法的挑戰(Lant & Shapira, 2001)，部分學者以高階主管團隊的人口變數作為代理變數 (Hambrick & Mason, 1984; Gerard P. Hodgkinson & Healey, 2008)。不過在縱貫性的研究 中，歷經長時間的競爭環境變動，高階主管團隊的知識結構(Knowledge structure)、心智 模式(Mental model)、關注焦點(Attention focus)也會隨著時間的變動而變動(Eggers &

Kaplan, 2008; Greve & Goldeng, 2004; Walsh, 1995)。

為了掌握高階主管團隊認知隨時間變動的特質，以及避免高階主管團隊回溯偏差的 影響，此時內容分析法應該是較為適當的方法。換言之，當其他資料來源 (訪問 interview、問卷 questionnaires、直接觀察 direct observation) 不適用時，公開文件可以作 為高階主管團隊意見或想法的適當指標。因為內容分析方法假設決策者在公開文件 (如

41

「致股東報告書」Letters to shareholders) 中所陳述的議題代表決策者所認定或關心的重 要事件(Barr & Huff, 1997; Woodrum, 1984)。比較客觀，可以複製，避免受訪者回溯偏誤，

尤其處理縱貫性研究時。可連接質化與量化分析，因此非常適用於縱貫性的資料分析 (Duriau, Reger, & Pfarrer, 2007; Eggers & Kaplan, 2008; Kaplan et al., 2003)。

但是內容分析法必須從文件中，尋找代表研究構念的關鍵字，計算關鍵字出現頻 率。非常耗資費時，而且除了效度問題外，經常面臨信度的質疑。所以在組織理論研究 的 出 現 率 偏 低 ， 但 最 近 藉 由 電 腦 輔 助 文 字 分 析 軟 體 系 統(Computer-Aided Text Analysis_CATA)出現後，以及個人電腦應用，大幅降低內容分析所需成本，以及大幅改 善信度問題(Krippendorff, 2004; Morris, 1984; Short & Palmer, 2008)。但是 CATA 無法判 斷關鍵字前後文的關係(MacClelland, Liang, & Barker, 2009)，需輔以研究者對於文件的 閱讀與孰悉程度，避免產生資料誤差。

雖然「致股東報告書」經常被質疑其客觀性，尤其「致股東報告書」的對象主要為 企業外部利害關係人，如政府機構、股東、債權人等，無法免除公關或印象管理之用。

但在策略管理領域與認知觀點中，公開上市公司的「致股東報告書」經常作為內容分析 的對象(Bowman, 1984)，探討廠商的知識架構(Barr et al., 1992; Huff, Huff, & Thomas, 1992)、關注焦點(Cho & Hambrick, 2006)以及產業結構分析的認知性策略群組(Osborne et al., 2001)，尤其用來指稱高階管理者或廠商的策略導向。因為廠商「致股東報告書」係 由公司高層簽署，公司高層藉由「致股東報告書」宣示其策略意圖、未來展望與年度施 政重點等(Bowman, 1984; Duriau et al., 2007; Eggers & Kaplan, 2008; Kaplan, 2008a)。過去 的學者針對「致股東報告書」進行探討，比較「致股東報告書」中與內部規劃文件所表 達的認知概念後，結論指出在「致股東報告書」中的非評價式的陳述是可信賴的(Barr, 1998)。為了確認至股東報告書是否能忠實的顯示出高階主管團隊所關注的議題，

Fiol(1995)分析財星五百大企業，董事會討論議題中具未來導向的比率與「致股東報告書」

的關係，發現未來導向議題比率愈高的公司，在「致股東報告書」中，有關未來的字眼

的關係，發現未來導向議題比率愈高的公司，在「致股東報告書」中，有關未來的字眼