第四章 實證結果與分析
第二節 迴歸分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
75
第二節 迴歸分析
一、 相關係數分析
在進行迴歸分析前，為了瞭解各項變數的相關性，本研究針對其變數做皮爾森 相關分析（Pearson Correlation Analysis, Pearson）及斯皮爾曼等級相關（Spearman Rank Correlation, Spearman），以瞭解變數間的關係。表4-2-1為Pearson及Spearman相關係 數分析，從表中可以看出所有變數除了減碳投資跟減碳投資平方有80%高度線性相 關，其餘都沒有高線性相關性，因為減碳投資平方本來就是由減碳投資計算而得的，
因此為線性相關並不意外，此外，在控制變數部分，除了季和年股票投資報酬之間部 分有70%以上的相關性之外，其他變數間都無高度相關，但是由於本研究在進行實證 時會將這些變數在短中長期下分開放置，因此無共線性問題。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
表 4-2-1 皮爾森及斯皮爾曼等級相關係數分析矩陣表（n=386）
INV it INV SQit IND it EGOVEit ACT it Ri t-1~Q R it~Q Ri t-1~Y R it~Y R it~2Y Sit BETAit EPSit MB it NI_GR it NI _SALEit Size it YD it INV it 1 0.745 0.018 0.001 -0.092 0.040 -0.025 0.030 0.040 0.013 -0.028 -0.015 -0.013 0.054 0.019 0.009 -0.096 -0.025
(<.0001) (0.725) (0.985) (0.071) (0.441) (0.630) (0.556) (0.439) (0.794) (0.586) (0.763) (0.803) (0.297) (0.720) (0.857) (0.061) (0.626) INV SQit 0.998 1 0.019 0.049 -0.071 -0.037 -0.067 -0.037 0.031 0.027 -0.019 -0.019 -0.009 -0.009 -0.005 0.005 -0.024 0.038
(<.0001) (0.711) (0.336) (0.168) (0.473) (0.189) (0.471) (0.543) (0.598) (0.715) (0.710) (0.862) (0.855) (0.925) (0.929) (0.637) (0.457) IND it 0.005 0.008 1 0.103 0.094 0.024 -0.004 0.074 0.044 0.006 0.074 0.078 -0.168 -0.003 -0.018 0.073 -0.030 0.000 (0.918) (0.872) (0.043) (0.066) (0.646) (0.943) (0.148) (0.393) (0.902) (0.147) (0.129) (0.001) (0.951) (0.727) (0.154) (0.557) (1.000) EGOVEit 0.166 0.178 0.100 1 0.063 0.162 0.145 0.182 -0.135 -0.214 0.256 0.077 -0.013 -0.086 -0.180 0.052 0.377 -0.256 (0.001) (0.001) (0.049) (0.217) (0.002) (0.005) (0.000) (0.008) (<.0001) (<.0001) (0.134) (0.799) (0.095) (0.001) (0.314) (<.0001) (<.0001) ACT it 0.012 0.012 0.066 0.075 1 -0.018 -0.025 -0.019 -0.090 -0.088 0.053 0.009 -0.004 0.013 -0.058 -0.002 0.103 0.000
(0.809) (0.814) (0.193) (0.142) (0.726) (0.628) (0.712) (0.079) (0.084) (0.299) (0.854) (0.944) (0.800) (0.268) (0.962) (0.043) (1.000)
Ri t-1~Q 0.228 0.223 0.009 0.152 -0.021 1 0.550 0.784 0.125 -0.157 -0.022 -0.259 0.037 0.449 -0.212 -0.047 -0.044 -0.656
(<.0001) (<.0001) (0.862) (0.003) (0.679) (<.0001) (<.0001) (0.015) (0.002) (0.673) (<.0001) (0.480) (<.0001) (<.0001) (0.363) (0.395) (<.0001) R it~Q 0.140 0.137 0.002 0.164 -0.041 0.589 1 0.494 0.152 -0.225 0.108 -0.086 0.028 0.371 -0.211 -0.044 0.030 -0.493
(0.006) (0.007) (0.974) (0.001) (0.424) (<.0001) (<.0001) (0.003) (<.0001) (0.034) (0.096) (0.589) (<.0001) (<.0001) (0.392) (0.559) (<.0001)
Ri t-1~Y 0.210 0.205 0.062 0.196 -0.005 0.788 0.545 1 0.011 -0.262 -0.007 -0.158 0.028 0.467 -0.137 -0.026 -0.061 -0.609
(<.0001) (<.0001) (0.226) (0.000) (0.930) (<.0001) (<.0001) (0.835) (<.0001) (0.898) (0.002) (0.596) (<.0001) (0.009) (0.613) (0.231) (<.0001) R it~Y 0.042 0.036 0.048 -0.111 -0.095 0.089 0.158 -0.028 1 0.662 -0.038 -0.166 -0.015 0.220 0.098 -0.065 -0.200 -0.032
(0.409) (0.480) (0.351) (0.029) (0.065) (0.082) (0.002) (0.592) (<.0001) (0.464) (0.001) (0.768) (<.0001) (0.061) (0.210) (<.0001) (0.538) R it~2Y -0.150 -0.146 -0.015 -0.199 -0.092 -0.235 -0.217 -0.312 0.603 1 -0.094 -0.257 0.011 0.037 0.135 -0.023 -0.187 0.286 (0.003) (0.004) (0.775) (<.0001) (0.071) (<.0001) (<.0001) (<.0001) (<.0001) (0.067) (<.0001) (0.829) (0.476) (0.010) (0.650) (0.000) (<.0001) Sit 0.151 0.160 0.101 0.674 0.104 0.232 0.245 0.268 0.015 -0.201 1 0.005 0.044 -0.067 -0.126 0.012 0.213 -0.044
(0.003) (0.002) (0.048) (<.0001) (0.043) (<.0001) (<.0001) (<.0001) (0.771) (<.0001) (0.924) (0.396) (0.194) (0.017) (0.819) (<.0001) (0.392)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
77
表 4-2-1 皮爾森及斯皮爾曼等級相關係數分析矩陣表（n=386）(續)
BETAit 0.103 0.107 0.118 0.100 -0.005 -0.258 -0.136 -0.229 -0.170 -0.236 0.044 1 0.011 -0.252 -0.173 0.031 0.193 -0.050 (0.045) (0.037) (0.021) (0.051) (0.915) (<.0001) (0.008) (<.0001) (0.001) (<.0001) (0.395) (0.839) (<.0001) (0.001) (0.546) (0.000) (0.329) EPSit -0.157 -0.158 -0.097 -0.074 0.020 -0.089 -0.091 -0.042 0.093 0.152 -0.133 -0.132 1 0.011 0.029 0.022 0.119 -0.004 (0.002) (0.002) (0.059) (0.154) (0.700) (0.086) (0.078) (0.423) (0.071) (0.003) (0.010) (0.011) (0.839) (0.578) (0.665) (0.021) (0.941) MB it 0.012 0.008 -0.003 -0.017 -0.008 0.546 0.469 0.519 0.147 -0.066 -0.007 -0.332 0.154 1 0.187 0.065 -0.251 -0.272 (0.814) (0.873) (0.957) (0.748) (0.873) (<.0001) (<.0001) (<.0001) (0.004) (0.201) (0.893) (<.0001) (0.003) (0.000) (0.207) (<.0001) (<.0001) NI_GR it -0.161 -0.163 -0.022 -0.171 -0.047 -0.208 -0.221 -0.194 0.124 0.189 -0.200 -0.154 0.394 0.201 1 0.340 -0.160 0.255
(0.002) (0.002) (0.678) (0.001) (0.376) (<.0001) (<.0001) (0.000) (0.018) (0.000) (0.000) (0.003) (<.0001) (0.000) (<.0001) (0.002) (<.0001) NI _SALEit -0.143 -0.154 -0.085 -0.135 0.009 -0.008 -0.132 -0.015 0.194 0.187 -0.100 -0.304 0.682 0.337 0.501 1 0.102 0.063
(0.005) (0.003) (0.098) (0.008) (0.860) (0.870) (0.010) (0.771) (0.000) (0.000) (0.051) (<.0001) (<.0001) (<.0001) (<.0001) (0.046) (0.223) Size it -0.022 0.007 -0.031 0.380 0.080 -0.066 0.053 -0.022 -0.248 -0.199 0.414 0.191 0.093 -0.169 -0.116 -0.147 1 -0.039 (0.663) (0.890) (0.540) (<.0001) (0.118) (0.194) (0.300) (0.670) (<.0001) (<.0001) (<.0001) (0.000) (0.073) (0.001) (0.027) (0.004) (0.451) YD it -0.408 -0.406 0.000 -0.256 0.000 -0.695 -0.517 -0.650 -0.033 0.292 -0.388 -0.004 0.267 -0.342 0.269 0.226 -0.007 1
(<.0001) (<.0001) (1.000) (<.0001) (1.000) (<.0001) (<.0001) (<.0001) (0.514) (<.0001) (<.0001) (0.939) (<.0001) (<.0001) (<.0001) (<.0001) (0.884)
(1). 左下為 Spearman 分析，右上為 Pearson 分析。
(2). 針對股票投資報酬作詳細的介紹：Ri t-1~Q： 前一季的股票投資報酬；R it~Q： 後一季的股票投資報酬； Ri t-1~Y： 前一年的股票投資報酬；R it~Y： 後一年 的股票投資報酬；R it~2Y： 兩年的股票投資報酬。
(3). 其它變數衡量：見第三章第二節迴歸模型之說明。
(4). 括弧內為 P 值： *P <0.1,**P <0.05,***P <0.01。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
78
二、 迴歸分析結果
本研究針對迴歸分析的部分會先根據全部樣本資料加以分析，其次再進一步區 分日本地區和非日本地區資料來分析。
表4-2-2是以全部亞洲公司資料及分別以日本和非日本地區實證之迴歸的結 果，短中長期是分別以季、年和兩年股票投資報酬為代表做為迴歸的依變數。在全部 樣本不分地區下，只有敏感性產業和中期股票投資報酬呈顯著正相關，而環境治理行 動與中期股票投資報酬則呈顯著負相關，減碳投資和環境治理政策與股票投資報酬間 則無顯著關聯性。此外，不分地區別下顯示短期和長期股票投資報酬與前一期股票投 資報酬呈顯著正相關，中期股票投資報酬與前一期股票投資報酬呈顯著負相關，而在 公司市值方面顯示短中期與股票投資報酬呈現顯著正相關，長期則為顯著負相關，說 明整體而言亞洲地區股票投資報酬受到減碳投資和環境治理影響較低，與公司市值和 過去股票投資報酬影響較大。
若分地區別來分析，在日本地區發現減碳投資和環境治理變數部分，短中長期 下都不顯著，但在所屬產業的部分，環境敏感性產業與中期股票投資報酬呈顯著正相 關，長期呈顯著負相關，主要影響股票投資報酬之因素為前一期股票投資報酬、公司 市值及市場的變異程度。而在非日本地區方面，發現主要變數中環境治理行動在短中 期有顯著負相關，但是相對來看，在環境治理政策的部份則與中期股票投資報酬間有 顯著正相關，但是顯著效果並不連貫，表示在非日本地區投資人僅在中期下有意識到 環境治理政策的重要性，但對於環境治理行動則會認為不符合成本效益，因此短期與 中期呈現顯著負相關結果，至於在減碳投資的部份，在短中長期下都不顯著與整體樣 本迴歸結果一致。
總結而言，整個亞洲地區對於減碳投資和環境治理與股票投資報酬間之關聯性 並不高，即便在中期股票投資報酬有部分變數有顯著，但是長期來看都不具影響性
‧
‧
EGOVE it：i公司及t期的環境治理政策分數。將CDP問卷中的四個題目：現在是否有減少碳排放量目 標、是否有參與任何排放交易計畫、是否曾經進行碳權交易、對於氣候變遷是否有相關激勵政策，合 併視為環境治理政策此一變數。企業若回答「是」則為1，回答「否」則為0，若是空白沒有回答亦視 為0。四題加總之後為EGOVE，此變數值之範圍為0至4；
ACT it：i公司及t期對於減少溫室氣體排放的行動（環境治理行動）的回應， 0為完全沒有行動或沒有 回答，1為營運改變（Operation Change），2為資本投資（Capital Investment），3為兩者皆有，因此 ACT it變數值之範圍為0至3；
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
81
在整體樣本下，有減碳投資且為環境敏感性產業及環境治理政策較少之企業與短期投 資報酬呈正相關，而無減碳投資企業若為環境敏感性產業與中期股票投資報酬呈顯著 正相關，但與環境治理變數無關。
若將樣本再進一步區分為日本地區和非日本地區，結果發現在非日本地區減碳 投資比例與短期股票投資報酬間呈顯著正相關，而與減碳投資平方比例呈顯著負相 關，形成倒U型非線性相關，表示減碳投資比例與短期股票投資報酬呈正相關，但是 等到投資到一定比例後股票投資報酬反而降低了，相對的，日本地區股票投資報酬與 減碳投資則無顯著關聯。此外，在日本地區不管是有或是沒有減碳投資之企業環境治 理變數都不顯著，反而是在所屬產業部分，無減碳投資且為環境敏感性產業之企業和 中期股票投資報酬呈正相關，在長期則呈顯著負相關，亦即企業為環境敏感性產業且 無減碳投資的話，長期而言該公司股票投資報酬會有顯著負面影響。至於非日本地區 則會發現，在無減碳投資公司方面，環境治理政策越多之企業和中期股票投資報酬呈 顯著正相關。總結而言，日本地區和非日本地區減碳投資及環境治理與股票投資報酬 之關聯性有顯著性差異，而且不論日本地區或非日本地區，有減碳投資企業和無減碳 投資企業環境治理政策和行動上與股票投資報酬間關聯性也有很大差異。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
82
表 4-2-3 有減碳投資 vs 無減碳投資之迴歸實證結果（n=386）
模型：R it =+β0INVit-1 +β1INVSQit-1+β2 IND it-1 +β3 EGOVE it-1 +β4 ACT it-1 +β5Sit+β6 Ri t-1+β7 BETAit-1 +β8 EPSit-1+β9 MB it-1+β10 NI_GR it-1+β11 NI _SALEit-1+β12
Size it-1+β13 YD it-1+ it-1
不分地區 日本 非日本
有投資 無投資 有投資 無投資 有投資 無投資 有投資 無投資 有投資 無投資 有投資 無投資
短 中 中 長 短 中
變數 β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) β 值(t 值) INV it -0.064 -0.076 0.133 -1.669 16.635 14.001
(-0.37) (-0.23) (0.06) (-0.84) (2.04)** (0.70) INVSQit 0.005 0.086 0.045 0.412 -52.743 -43.938
(0.08) (0.78) (0.09) (0.89) (-2.05)** (-0.7)
IND it 0.072 -0.007 0.062 0.150 0.007 0.096 -0.088 -0.069 -0.004 0.066 0.076 0.121 (2.01)** (-0.22) (0.86) (2.77)*** (0.10) (2.11)** (-1.51) (-1.69)* (-0.07) (1.52) (0.45) (0.95) EGOVE it -0.024 0.009 -0.037 0.001 0.004 -0.010 -0.014 0.009 0.009 -0.002 0.034 0.091
(-1.8)* (0.94) (-1.43) (0.09) (0.14) (-0.67) (-0.55) (0.71) (0.36) (-0.13) (0.56) (2.39)***
ACT it 0.001 -0.018 -0.051 -0.021 -0.027 -0.019 0.002 -0.018 -0.017 -0.027 -0.086 -0.074 (0.01) (-1.2) (-1.63) (-0.84) (-0.81) (-0.83) (0.07) (-0.86) (-0.76) (-1.59) (-1.51) (-1.5) Sit -0.040 0.018 -0.003 -0.006 -0.007 0.007 -0.093 -0.012 0.129 0.007 0.095 -0.070
(-1.43) (1.51) (-0.06) (-0.29) (-0.15) (0.45) (-2.06)** (-0.79) (1.30) (0.39) (0.39) (-1.44)
Ri t-1 0.094 0.233 -0.154 -0.215 -0.397 -0.293 0.884 0.841 0.171 0.009 0.277 -0.321
(1.04) (2.71)*** (-1.25) (-2.58)*** (-2.79)*** (-3.29)*** (6.99)*** (10.54)*** (1.28) (0.09) (1.16) (-1.92)*
BETAit 0.004 -0.006 -0.044 -0.067 -0.068 -0.090 -0.334 -0.064 0.070 -0.041 -0.044 -0.027 (0.12) (-0.27) (-0.7) (-2)** (-0.89) (-1.82)* (-4.64)*** (-1.56) (1.57) (-1.91)* (-0.41) (-0.51)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
83
表 4-2-3 有減碳投資 vs 無減碳投資之迴歸實證結果（n=386）（續）
EPSit -0.027 0.083 -0.063 0.235 -0.102 0.064 -0.008 -0.130 -1.714 0.201 2.368 0.492 (-0.44) (0.85) (-0.53) (1.44) (-1.04) (0.50) (-0.09) (-1.16) (-2.8)*** (1.15) (1.68)* (0.98) MB it 0.050 0.044 0.115 0.031 0.098 0.017 -0.093 -0.015 0.028 0.020 0.078 0.040
(3.88)*** (4.03)*** (4.66)*** (1.65) (1.86)* (0.76) (-2.03)** (-0.76) (1.94)* (1.95)* (2.14)** (1.27) NI_GR it 0.002 -0.256 0.060 -0.029 -0.236 -0.111 -0.185 0.163 0.236 -0.152 0.199 -0.120
(0.02) (-3.57)*** (0.37) (-0.25) (-1.21) (-0.85) (-1.02) (1.47) (1.68)* (-2.3)** (0.62) (-0.64) NI _SALEit -0.344 0.257 -0.395 0.521 0.306 0.200 -0.538 -0.252 -1.062 0.246 -1.098 0.831
(-1.46) (1.68)* (-0.86) (2.02)** (0.44) (0.55) (-0.84) (-0.78) (-3.32)*** (1.8)* (-1.35) (2.07)**
Size it 0.030 0.024 0.033 -0.069 0.018 -0.034 0.049 -0.022 0.023 -0.008 0.078 -0.055 (1.82)* (1.98)** (1.06) (-3.36)*** (0.41) (-1.58) (1.23) (-1.13) (1.25) (-0.62) (1.69)* (-1.52) YD it -0.256 -0.051 -0.070 -0.048 -0.210 -0.070 0.078 -0.008 -0.289 -0.364 0.413 0.023
(-5.71)*** (-1.38) (-0.79) (-0.82) (-2.57)*** (-1.45) (1.05) (-0.21) (-3.95)*** (-6.67)*** (2)** (0.16) Intercept -0.329 -0.294 -0.191 0.662 -0.119 0.381 0.106 0.386 -0.231 0.129 -0.640 0.531
(-2.16)** (-2.41)*** (-0.65) (3.26)*** (-0.29) (1.79)* (0.28) (2.03)** (-1.32) (1.00) (-1.42) (1.47)
F 值 8.73 10.95 2.66 3.93 1.54 1.65 7.59 10.43 7.08 20.24 1.83 1.43 p 值 <.0001 <.0001 0.003 <.0001 0.129 0.082 <.0001 <.0001 <.0001 <.0001 0.106 0.164 調整後 R2 0.547 0.374 0.206 0.149 0.118 0.062 0.618 0.491 0.728 0.738 0.269 0.06 說明同表 4-2-2
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
84
三、 敏感性分析
本研究針對環境治理政策和行動再進一步做敏感性分析。在環境治理政策的部 份，環境治理政策在碳揭露問卷中有幾組不同問題，本研究將與環境治理政策相關的 四題:企業目前是否有減排目標？企業是否參與任何排放交易計畫？企業於此揭露期 間是否參與任何碳權買賣？企業對於氣候變遷管理之議題（包括達到溫室氣體目 標），是否有提供獎勵制度？如果答有的給1分，沒有的為0分，四題分數加總合稱為 環境治理政策累計數，因此前面實證分析是探討總共執行0到4項環境治理政策對股票 投資報酬之影響。而敏感性分析則是將環境治理政策拆解成四組虛擬變數G1、G2、
G3、G4，分別表示在四個環境治理政策中，執行1、2、3、4項政策之企業，最後迴 歸的結果同表4-2-2，不分地區別下主要變數中只有環境治理行動在中期有顯著負相 關，而環境治理政策則仍無顯著產生，至於其他控制變數中所屬產業也是在中期有出 現顯著正相關，排碳量的則是在短期有顯著正相關，理由同前述，因此在此就不額外 列出表格來描述。
至於環境治理行動，本研究針對企業對於因應溫室氣體排放部分是否有列出相 關行動方案?0指沒有採取任何行動，1是指作一些營運改變，2指從事資本投資，3指 兩者都有，前面實證分析是探討執行環境治理行動的程度對股票投資報酬之影響，但 為了瞭解個別環境治理行動答案對股票投資報酬之影響，因此將上述四個答案，分成 三組虛擬變數A1、A2、A3分別代表1到3分。最後迴歸結果同表4-2-2，不分地區別下 主要變數中只有有從事資本投資與中期股票投資報酬呈現顯著負相關。說明投資人對 於公司增加與減碳相關之資本投資，解讀成公司可能需付出更多成本，因此與股票投 資報酬為顯著負相關。至於其他控制變數中，所屬產業也是在中期有出現顯著正相 關，排碳量的則是在短期有顯著正相關，理由同前述，因此在此也就不額外列出表格 來描述。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
85