長期績效分析

為探討成為併購潮之先進者，是否可為公司帶來顯著較高之併購後績效，首 先利用平均數差異檢定分析先進者與跟隨者併購後營運績效差異，並進一步利用 多組平均數差異檢定及多元回歸分析探討影響先進者併購績效差異之因素，最 後，以 logistic 回歸探討何種營運性質之公司易成為併購活動之先進者。

1. 平均數差異檢定

過去文獻顯示，併購活動可能因規模經濟、交易成本效率等因素而產生營運 績效，且成為策略型先進者更可進一步帶來較高股東報酬，此外，文獻亦提出企 業可藉由併購活動提升其市場佔有率，且成為先進者亦可達到市場先佔優勢，因 此，除了探討先進者是否有較高營運綜效，亦進一步探討先進者是否可增加其市 場佔有率。

首先，主要根據 Healy et al.(1992)之模型，以產業調整後之財務比率衡量公 司併購實質績效，如此可消除併購績效受無關事件影響之效果，而產業調整後財 務績效為每年各樣本之財務指標平減其所屬產業財務指標之中位數，此外，各樣 本併購前營運績效為併購前三年財務績效之中位數，而公司併購前三年每年財務 績效則分別為主併公司及目標公司該年產業調整後財務績效，以相對資產市價作 加權，公司資產價值如(11)式所示；同樣地，各樣本併購後營運績效為併購後三 年財務績效之中位數，而公司併購後三年每年財務績效則為主併公司該年產業調 整後之財務績效。

資產價值＝普通股市場價值＋特別股帳面價值＋負債帳面價值 (11) 其次，公司併購活動整體營運績效之衡量，主要採股東權益報酬率，因為股

東權益報酬率為股東獲利能力的一種，可代表管理當局經營績效及理財績效，且 由杜邦方程式可得知，股東權益報酬率主要是由淨利率、總資產週轉率及權益乘 數所組成，因此，本研究進一步以淨利率衡量公司併購後是否有較高獲利能力，

以總資產週轉率衡量公司在併購後是否將資產做更有效率的使用，以權益乘數衡

量公司併購後自有資金占公司資產比例是否顯著增加，同時亦衡量公司在併購後

度，具有資訊優勢的主併公司通常會傾向以現金併購，因此考慮以虛擬變數分別 表示現金支付、股票支付及混合性支付。此外，目標公司和主併公司相對規模大 小會影響併購活動所造成之財富效果，因此須考慮二者相對規模大小。最後並進 一步檢視併購金額大小是否影響公司併購績效，故引入併購金額取對數之變數。

就公司本身經營狀況來看，Klepper and Simons(2000)、Mitchell(1991)、

Robinson et al.(1992)指出先進者的資源優勢會影響其了解本身是否具先進優勢 之能力，Carow et al.(2004)實證發現主併公司規模與公司累積異常報酬間，呈現 顯著負相關，且 Klepper and Simons(2000)、Noda and Collis(2001)皆提出主併公 司過去併購經驗對於併購活動進入時點及併購成功機率扮演重要角色，Carow et al.(2004)實證亦發現主併公司併購前三年併購次數與公司累積異常報酬間，呈現 顯著負相關，基於此，分別考慮以主併公司總資產取對數，作為公司資源優勢之 代理變數，及主併公司在併購前三年所從事併購活動數目之變數。此外，Carow et al.(2004)提出主併公司之 Tobin’s Q 為公司過去經營績效之衡量指標，實證發現 主併公司之 Tobin’s Q 愈高，則公司累積異常報酬亦顯著愈高，因此，本研究引 入主併公司 Tobin’s Q，作為公司過去績效之代理變數，由於資產重置成本不易 取得，因此其分母以公司總資產取代。由於生物科技產業具資本及技術密集特 性，因此考慮併購績效時，應考量公司投資政策，根據 Healy et al.(1992)文獻中 以資本支出率為投資代理變數，本文欲進一步探討目標公司與主併公司相對資本 支出率是否影響公司併購後績效，因此於模型中引入相對資本支出率。而根據 Jensen(1986)自由現金流量代理成本之論點，認為併購活動隱含管理者不將自由 現金流量分配給股東，反而將現金花費在使公司價值減少的活動上，產生代理問 題，而公司所持有現金流量愈多，則代理問題愈嚴重，Harford(1999)亦支持 Jensen(1986)有關自由現金流量代理成本的論點，指出現金部位充足的公司，傾 向進行併購活動，且併購活動使公司之價值減少，Carow et al.(2004)實證發現代 理問題愈嚴重，公司累積異常報酬顯著較低，因此引入自由現金流量比率，作為 代理問題之替代變數。而在市場佔有率部份，一般而言，若主併公司併購市場佔

有率較大之目標公司，則其市場佔有率亦會隨之增加，因此，探討影響主併公司 市場佔有率因素時，引入此變數控制此一情況。

就公司所屬產業來看，Makadok(1998)提出先進者所屬產業競爭者數目會影 響先進者優勢，Carow et al.(2004)亦指出目標公司產業家數多寡，對於先進者是 否可因取得稀少性資源而取得優勢，扮演重要的角色，以極端情況為例，假設某 產業只有三家公司存在，若併購其中一家，相較於產業有一百家公司而併購其中 一家的情形，先進者可因資產先佔而獲得較大的利益，其實證發現目標公司產業 內公司數目的變動百分比與公司累積異常報酬間，呈現顯著負相關，因此，本研 究控制目標公司產業內之公司數目，即將目標公司產業內公司家數取對數。自變 數相關定義如表 8 所示。

表 8 影響先進者績效分析自變數

自變數 計算公式

產業相關性 虛擬變數(1:相關併購, 0:非相關併購)

現金支付 虛擬變數(1:現金支付 0:股票支付或混合性支付) 股票支付 虛擬變數(1:股票支付 0:現金支付或混合性支付)

相對規模 前一年目標公司總資產／前一年主併公司總資產

主併公司規模大小 ln(主併公司規模大小)

目標公司產業家數 ln(目標公司產業內之總家數)

Tobin’s Q (權益市值＋長期負債＋短期負債)／總資產

相對資本支出率 前一年目標公司資本支出率／前一年主併公司資本支出率 資本支出率＝資本支出／固定資產

併購金額 ln(併購金額) 自由現金流量(FCF)比

率

併購前二年平均自由現金流量／總資產

自由現金流量＝營業活動之現金流量-資本支出 前三年併購次數 前三年併購次數總數

目標公司市場佔有率 目標公司銷貨收入／目標公司產業總銷貨收入

此外，本研究之變數選取方式採用逐步回歸法(stepwise multiple regression) 中之向後選取法(backward)。所謂逐步回歸法為依據自變數對應變數之解釋能 力，逐步引入模型檢視其影響力，相較於一開始將所有自變數引入模型，即所謂 同時進入法(enter)，其優點為可找到對應變數最具解釋力之自變數，且亦可避免

共線性之影響，逐步回歸法又可細分為三個方法，即向前選取法(forward)、向後 選取法(backward)與逐步選取法(stepwise)，所謂向前選取法，即將各別自變數分 別對應變數作簡單回歸，而後根據自變數解釋能力，依次由大至小逐步引入模型 中，直至所有顯著之自變數皆引入模型為止。而向後選取法則與向前選取法相 反，其一開始將所有自變數放入模型中，而後將不顯著之自變數，依次根據其解 釋能力，由小至大予以自模型中排除，直至不顯著之自變數全數排除為止。此外，

逐步選取法則是採逐步引入逐步刪除之方法，即綜合向前選取法及向後選取法。

本研究最終採用向後選取法，因為向後選取法之模型於一開始即引入全部變數，

較不會忽略重要之自變數，且該模型不會有如向前選取法一般，後來進入之自變 數較先進入之自變數解釋能力較高之問題。

(2) 模型之診斷

□ 回歸模型基本假設

回歸模型之建立，其殘差項須符合常態性、獨立性及等變異性，首先，所謂 常態性，即指在給定自變數之情況下，應變數之分配皆為常態分配，其次，殘差 項具獨立性意指殘差項與殘差項之間沒有關係，彼此相互獨立，最後，等變異性 則指在給定自變數之情況下，應變數分配之變異數皆相等，具同質性。

A. 常態性假設

本研究主要是利用標準化殘差之常態機率圖來檢視回歸模型是否符合常態 性假設，在常態性假設成立情況下，標準化殘差之累積機率會大致呈現 45∘直 線，若常態機率圖所顯示之散佈點接近該 45∘直線，則符合常態分配假設，然 而，若散佈點偏離該 45∘直線，則不符合常態分配假設。

B. 獨立性假設 加權最小平方法(weighted least squares)修正回歸模型。

□ 共線性

若自變數存在共線性問題，表示自變數彼此不獨立，且具高度相關性，如此 則可能使回歸係數之估計不正確，回歸模型亦可能無法具顯著性，因此本研究利 用 Eigenvalue 及 Condition Index 判斷整體模型是否有共線性，以 VIF(variance inflation factor)及 Tolerance 判斷各別自變數是否存在共線性，若 Eigenvalue 極小 值小於 0.01 且 condition index 極大值大於 30，VIF 極大值大於 10，Tolerance 極

2 4-d_U 4-d_L 4 d_U

自我相關 無法下結論 無法下結論 自我相關

0 d_L

小值小於 0.1 時，則表模型自變數間存在嚴重共線性問題。 一些有關公司特質之變數，Klepper and Simons(2000)、Noda and Collis(2001)研究 發現，規模較大且較健全之公司較可能成功成為先進者，因此，引入主併公司規 模大小之變數。由於公司過去併購經驗亦可能導致公司成為生技產業併購之先進 者，因此考慮公司前三年併購次數。而因為公司之自由現金流量亦可能影響其投

資行為，故引入現金及短期投資比率與自由現金流量比率。此外，模型亦引入公 司本身營運特質因素，即以主併公司資本支出率，反應生物科技產業資本及技術 密集之特性，以流動比率衡量公司短期償債能力，以總資產週轉率衡量運用資產

資行為，故引入現金及短期投資比率與自由現金流量比率。此外，模型亦引入公 司本身營運特質因素，即以主併公司資本支出率，反應生物科技產業資本及技術 密集之特性，以流動比率衡量公司短期償債能力，以總資產週轉率衡量運用資產