指數股票型基金所有權對台灣企業投資的影響 - 政大學術集成

全文

(1)國立政治大學商學院國際經營與貿易學系碩士學位論文. 立. 政治大. 指數股票型基金所有權對台灣企業投資的影響. ‧ 國. 學. The Impact of ETF Ownership on Taiwanese Corporate Investment. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授: 林信助博士研究生: 劉晉儒撰. 中華民國一○八年六月. DOI:10.6814/NCCU201900474.

(2) 謝辭. 經過七百多個在國貿所學習的日子，離別政大的時候終究還是來臨了。自從進入政大商學院後每一天都充滿挑戰，國貿所的時間序列、國際財務管理、國際金融、總體經濟與計量經濟課程絕對是研究所生涯中對我幫助最多的課程!感謝政大商學院給了我許多機會挑戰自己，包括金融科技學程、經濟相關課程等，成就現在的我，而一路上幫助我的老師與同學，讓我在課堂上、生活中，乃至求職路上，無處不見政大人關懷互助的團結精神。特別感謝我的指導教授林信助老師，老師的時間序列課程絕對是國貿所最棒的課程之一!從課程對我們的照顧與提攜，以及撰寫論文一路上時常提醒我們的嚴謹態度、為我解惑和指導，讓我順利完成碩士論文，在此，謹向老師表達最誠摯的謝意。信助老師在論文指導過程中耳提面命的謹慎與獨立思考是我一生會銘記在心的態度!. 立. 政治大. ‧ 國. 學. ‧. 感謝口試委員張元晨及詹場老師，除了論文口試的過程中對於政策意涵的提點乃至於實證架構與論述過程給予詳細建議、突破盲點，對我啟發甚大。十分感謝兩位老師給予的寶貴意見!. y. Nat. sit. n. al. er. io. 此外，謝謝爸媽與家人一路上的栽培與鼓勵，支持我就讀政大商學院、實習並完成碩士學位，讓我順利地邁向下一個階段。另外，也要特別感謝在元大金控任職的哥哥在論文題目上給我的啟發，沒有哥哥的提點，ETF 對市場品質影響及對實體經濟影響的議題不會重新再成為被關注的焦點。最後，感謝國貿所一起實習的好朋友們一路相挺與陪伴，陪我度過論文撰寫的歲月。. Ch. engchi. i n U. v. 感謝林信助老師與政大國貿所給予我的幫助與指導!. 劉晉儒謹誌於國立政治大學國貿所中華民國一○八年六月. i. DOI:10.6814/NCCU201900474.

(3) 摘要隨著指數股票型基金市場規模逐步上升，指數股票型基金為資本市場帶來的影響逐漸受到重視，近來研究顯示當企業股票被指數股票型基金納入成分股，股價所能反映的企業特定資訊含量將受到影響，企業內部經理人進行投資決策時將減少對股價資訊的依賴且可能使企業投資無法達到企業市值極大化的目標。為探討指數股票型基金所有權對企業投資造成的影響，本研究透過兩個模型分別驗證兩大假說: (1). ETF 所有權上升為企業投資對股價敏感度帶來負面影響。(2). ETF 所有權上升將使企業投資水平無法達到最適水準。本研究結果. 政治大資對股價敏感度的負面衝擊。ETF 立所有權在投資對股價敏感度的影響上，因為. 顯示 ETF 所有權的上升會為企業投資帶來顯著影響，其影響尤其體現在企業投. ‧ 國. 學. 大型、壽命長、銷售波動度大的企業經理人本身在應對產業及市場不確定性時較小規模、成立年數短且銷售波動度小的企業經理人更加審慎，再者，因對市. ‧. 場資訊掌握更具經驗，此類大型、經營年數長且銷售波動大的企業內部經理人. sit. y. Nat. 掌握資訊更加充分，當股價因 ETF 所有權上升而無法提供此類專業經理人未知. al. er. io. 的額外訊息時，大規模、壽命長、銷售波動度大的企業經理人將傾向減少對股. v. n. 價資訊的依賴，而造成 ETF 所有權變動為大規模、成立年數長、銷售波動度大. Ch. engchi. i n U. 的公司之「投資對股價敏感度」帶來更明顯的影響。在對企業投資效率的影響上，由於小規模、成立年數短、低銷售波動的企業在企業特定資訊含量下降時，企業內部經理人本身蒐集資訊的能力與經驗較大規模、壽命長、高度銷售波動的企業經理人不足，因此當 ETF 所有權比率上升時，本研究的結果發現 ETF 所有權會使企業投資不足，尤其對規模小、壽命短、銷售波動小的企業更容易造成其資本支出無法達成最適水準。. 關鍵詞: 指數股票型證券投資信託基金、ETF 所有權、企業投資、資本支出、企業投資效率 ii. DOI:10.6814/NCCU201900474.

(4) Abstract With the gradual increase of the size of ETF market, the impact of ETF on the capital market has attracted attentions from the society. Recently, some researches showed that the firm-specific information content would probably be diluted when the stock of the company is included in ETF. Consequently, the internal manager of the company will reduce the dependence on the stock price information when making investment decisions and may make the enterprise investment unable to achieve the optimal level of maximizing the market value of the enterprise. In order to explore the. 政治大 hypotheses through two models: 立 (1). ETF ownership will negatively affect stock price impact of ETF ownership on corporate investment, this study validates two. ‧ 國. 學. sensitivity of corporate investment. (2). The rise in ETF ownership will make the corporate investment unable to reach the optimal level.. ‧. The results of this study show that the rise in ETF ownership will have a. sit. y. Nat. significant impact on corporate investment, especially in terms of negative effect of. n. al. er. io. corporate investment on stock price sensitivity. As of the impact on the efficiency of. i n U. v. corporate investment, because the investment experience and information of managers. Ch. engchi. of small-scale, short-term established and low-sales fluctuation enterprises are insufficient compared with those of large sized companies, when the company's specific information content declines, higher ETF ownership will make the company under-invested.. Keywords: Exchange traded fund, ETF ownership, corporate investment, capital expenditure, corporate investment efficiency iii. DOI:10.6814/NCCU201900474.

(5) 目次壹、導論 .................................................................................................................. 1 第一節、研究背景 ........................................................................................................... 1 第二節、研究動機與目的 ............................................................................................... 3. 貳、研究假說........................................................................................................... 7 參、研究方法......................................................................................................... 10 第一節、樣本選取與資料來源 ...................................................................................... 10 第二節、實證模型 ......................................................................................................... 11 一、模型一: ETF 所有權是否為企業投資對股價敏感度帶來影響 .......................... 11 二、模型二: ETF 所有權對企業投資決策品質之影響 ............................................. 16. 政治大. 第三節、變數定義 ......................................................................................................... 18. 立. 一、被解釋變數 ......................................................................................................... 18. ‧ 國. 學. 二、解釋變數............................................................................................................. 20. 肆、實證結果......................................................................................................... 26. ‧. 第一節、敘述統計資料分析.......................................................................................... 26 第二節、實證結果與分析 ............................................................................................. 28. y. Nat. sit. n. al. er. io. 伍、研究結論、限制與檢討.................................................................................. 44 附錄 ........................................................................................................................ 46 參考文獻 ................................................................................................................ 48. Ch. engchi. i n U. v. iv. DOI:10.6814/NCCU201900474.

(6) 表次表 1.模型變數定義 ................................................................................................. 25 表 2.敘述統計結果 ................................................................................................. 27 表 3.追蹤資料在不同解釋變數下實證結果 .......................................................... 29 表 4.大規模樣本敘述統計結果 .............................................................................. 34 表 5.小規模樣本敘述統計結果 .............................................................................. 35 表 6.成立時間長樣本敘述統計結果 ...................................................................... 36 表 7.成立時間短樣本敘述統計結果 ...................................................................... 37 表 8.銷售波動大樣本敘述統計結果 ...................................................................... 38 表 9.銷售波動小樣本敘述統計結果 ...................................................................... 39 表 10.追蹤資料在不同企業規模、壽命、銷售波動下迴歸結果 .......................... 40 表 11.ETF 所有權對企業投資效率的影響 ............................................................ 43. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. v. DOI:10.6814/NCCU201900474.

(7) 圖次圖 1.歷年台灣股票市場 ETF 所有權總和 ............................................................... 2 圖 2.托賓 Q 係數在不同 ETF 所有權占比(資本支出) .......................................... 30 圖 3.托賓 Q 係數在不同 ETF 所有權占比(資本支出與研究發展費用交乘項) .... 31 圖 4.托賓 Q 係數在不同 ETF 所有權占比(總資產變動)....................................... 32. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. vi. DOI:10.6814/NCCU201900474.

(8) 壹、導論. 第一節、研究背景指數股票型證券投資信託基金(簡稱指數股票型基金，Exchange Traded Funds, ETF)有別於傳統主動式基金，基金經理人無須主動選股，而是依照市值比率投資指數含括的成分股，盡可能地複製指數報酬，以達到使 ETF 投資人可以穩定賺取大盤報酬的投資工具。. 政治大. 歷史上首檔指數股票型基金是由美國道富環球資產管理公司(SSGA)於 1993. 立. 年發行、追蹤標準普爾 500 股價指數(S&P500)報酬、在美國證券交易所. ‧ 國. 學. (AMEX)掛牌上市的 SPDR S&P500 指數股票型基金。SPDR S&P500 指數股票型基金仍是迄今全球資產規模最大的指數股票型基金之一。. ‧. 1990 年代初期以來，受惠於指數股票型基金交易便利、低交易成本與日內. y. Nat. sit. 交易的高流動性，全球指數股票型基金資產規模不斷攀升，目前已成為投資人. n. al. er. io. 間最受歡迎的投資工具之一。根據美國那斯達克股票交易所統計，截至 2018 年. i n U. v. 12 月 31 日止，全球指數股票型基金的資產規模高達 4.89 兆美元。其中，美國. Ch. engchi. 資產規模佔 3.3 兆美元、歐洲佔 7 千 5 百億美元、亞太地區約佔 4 千 4 百億美元。台灣從 2003 年 6 月 30 日由寶來投信發行第一檔 ETF「寶來台灣卓越 50 證券投資信託基金」以來，證券交易所也持續推動多元化的 ETF 商品上市，近年來台灣指數股票型基金市場已經有顯著成長。ETF 在台灣經過長年平穩發展，加上東北亞發展槓桿型、反向型 ETF 成功，2014 年台灣也正式開放槓桿型及反向型 ETF 與期貨 ETF 上市，2015 年起臺灣 ETF 發展進入一個全新的階段，ETF 發行量及種類持續大幅上升。如下方圖 1 所示，我們可以發現台灣股票為 ETF 所持有比率逐年上升並在 2015 年大幅躍增。另外，根據台灣證券 1. DOI:10.6814/NCCU201900474.

(9) 圖 1. 歷年台灣股票市場 ETF 所有權總和圖 1 為本研究根據 TEJ Fund DB 彙整的 ETF 月持股統計數據計算個股投資總額除以各 ETF 總和基金規模之比例。由此圖可以發現 ETF 持有台灣企業股票比例逐年上升。從圖 1 可以看出 2003 年總佔比重為 2%，2016 年成長至 10%。可見 ETF 在我國股票市場的重要性逐步上升。 0.18 0.16 0.14 0.12 0.1 0.08. 立. 0.06 0.04. ‧. ‧ 國. 0. 學. 0.02. 政治大. er. io. sit. y. Nat. 交易所、櫃買中心統計，2018 年底台灣指數股票型基金資產規模也突破 3000. n. al. 億元新台幣。. Ch. engchi. i n U. v. 隨著 ETF 資產規模上升，許多文獻開始探討 ETF 對市場帶來的影響。 Hamm (2014)認為 ETF 減少股票市場流動性，Israeli, Lee and Sridharan (2017)則認為 ETF 所有權上升會造成資訊傳遞效率下降，Ben-David, Franzoni and Moussawi (2018)也發現 ETF 所有權上升會促使非基本面因素造成的股價波動度上升。Antoniou, Subrahmanyam and Tosun (2019)則指出 ETF 所有權上升會對企業投資帶來負面影響，他發現 ETF 所有權的增加會造成企業投資對股票價格的敏感度下降。. 2. DOI:10.6814/NCCU201900474.

(10) 褚愛平 (2018)也將股票市場品質區分為流動性、波動性、定價效率三大構面探討 ETF 所有權變化對台灣股票市場品質的影響。其研究結果發現 ETF 所有權變化與流動性不足比率的變化呈現顯著正相關，和報酬率之標準差變化為顯著正相關，且與股票報酬同步性也是顯著正相關。因此，ETF 所有權增加使得台灣股票市場流動性下降、股票報酬波動度上升，以及股票定價效率下降。本研究將延續 Antoniou et al. (2019) 及褚愛平 (2018)的研究結果，運用前者提出的模型，嘗試解答一些簡單的問題：ETF 所有權上升是否對台灣企業投資帶來負面影響? ETF 可能透過哪些機制影響企業投資?ETF 所有權上升如何為. 政治大模型，從指數股票型基金所有權上升對股價特定企業訊息含量帶來不良影響的立. 台灣企業投資帶來影響?為回答這些問題，本文參考 Antoniou et al. (2019)提出的. 角度出發，探討 ETF 為企業投資對股價敏感度帶來的影響。另外，本文也參考. ‧ 國. 學. Durnev, Morck and Yeung (2003)的論文，透過 ETF 對股價資訊對稱性造成的衝. ‧. 擊探討企業投資效率受到的影響。. sit. y. Nat. er. io. 第二節、研究動機與目的. al. n. v i n Chen, Goldstein and Jiang C (2007)認為股價資訊含量影響公司的投資決策。股 hengchi U. 價資訊的反饋效應是資本市場影響實體企業投資與經濟運作的主要機制之一。企業管理者為了極大化公司價值需要從股票價格中獲取相應的資訊以優化其投. 資決策，這些資訊是企業管理者在公司內部無法擁有、必須透過股票價格才能獲取之訊息，透過管理者尋找股價蘊含資訊的學習過程，股價資訊含量和公司投資決策之間存在關聯性。當股價中資訊含量較高時，股價的上升意味著外部投資者擁有看好公司前景的私有資訊，企業應當增加其投資，從而導致企業投資和股價之間的高敏感性。相對地，當股價中資訊含量較低時，股價的上升可. 3. DOI:10.6814/NCCU201900474.

(11) 能僅僅是投資者非理性和市場套利不完全的結果，公司不應當據此進行投資決策，從而表現為投資和股價之間的低敏感度。本研究主要探討 ETF 所有權增加是否為企業實質投資對股價敏感度帶來影響。本文參考 Antoniou et al. (2019)提出的觀點，認為在企業面臨內部及負債融資限制時，ETF 所有權增加會為企業投資帶來負面影響，公司投資對股價的敏感度將會受到影響。Israeli et al. (2017)認為此一負面影響體現在 ETF 所有權增加使股價報酬同步性上升(企業股票報酬與產業、市場報酬相關性上升)，此代表股價反映的企業特定訊息(Firm-Specific Information)減少，企業內部經理人無. 政治大 Chen et al. (2007)認為股價對企業內部經理人的影響分為兩種情形。首先，立. 法有效透過股價資訊掌握企業發展前景的新訊息進行投資決策。. 就企業內部經理人被動的層面而言，當企業內部經理人已經擁有足夠資訊時，. ‧ 國. 學. 企業內部經理人會利用企業外部公開資訊與自有資訊輔助企業投資決策，此時. ‧. 股價波動的資訊與公司投資有關但無因果關係。再者，就企業內部經理人主動. y. Nat. 的層面而言，公司內部經理人必須觀察股價隱含資訊，依照股價資訊調整其投. er. io. sit. 資決策，此時反映了股價到投資的因果關係。托賓 Q 不僅反映企業投資機會，托賓 Q 也可以作為股價指標，托賓 Q 和企業投資的係數可以反映企業投資與股. al. n. v i n Ch 價的敏感度。Antoniou et al. (2019)也發現當股價報酬同步性上升時，企業內部 engchi U. 經理人在進行投資決策時將減少對股價資訊的依賴，而造成企業投資對股價敏感度下降。另一方面，ETF 所有權對企業投資的影響源自於股票市場資訊傳遞效率下降帶來的負面影響。有關 ETF 所有權為股市帶來之不良衝擊，Israeli et al. (2017)認為隨著越來越多企業股票成為 ETF 成分股，市場上可供掌握企業特定訊息投資人交易的企業股份減少，由於市場上包含豐富資訊的股票數量降低，造成股票價格的企業特徵資訊含量減少。此外，ETF 成為雜訊交易者良好的投資工具，雜訊交易者大量轉移到 ETF 投資，擁有企業特定資訊投資人的交易對 4. DOI:10.6814/NCCU201900474.

(12) 手減少，造成資訊豐富的投資人套利空間下降，知情交易者的交易成本上升、投資誘因下降，間接使 ETF 大量持有的股票企業特定資訊含量減少。褚愛平 (2018)也發現 ETF 所有權增加會造成台灣股票市場的股價報酬同步性上升，同樣反映出股價中企業特定資訊含量下降的問題。當股票市場的企業特定訊息傳遞效率下降時，將對企業投資效率產生負面影響。Durnev et al. (2003)認為當股價波動源自於風險套利者掌握越多企業特定訊息而非投資人非理性狂熱(Frenzy)時，套利行為將使股價反映企業基本面資訊，此時套利行為形成的股票價格越能反映企業資本支出在未來的現金流量現. 政治大業內部經理人活動產生的企業基本價值與外部投資人取得訊息套利產生的市值立. 值。當企業市值越接近基本價值，邊際托賓 Q 也越接近理想的最適水平。當企. 接近，這意味著企業內部經理人與外部投資人的資訊對稱，企業投資的價值越. ‧ 國. 學. 能被有效傳遞給外部投資人，企業進行的各項資本支出越能達成企業市值最大. ‧. 化，最終使企業資本支出價值越能反映在股價上。. y. Nat. 資訊不對稱產生的二手車市場問題是企業在進行資本支出前選擇融資來源. er. io. sit. 時重要的考量因素。Stein (1996)認為當企業內部經理人擁有的資訊比外部投資人多時，企業內部經理人會停止依據市值激勵經理人的公司治理機制，以最大. al. n. v i n C hand Majluf (1984)提出的融資順位理論也認為化基本價值而非市場價值。Myers engchi U 當企業在面對新增的融資需求時，如果企業內部經理人擁有的資訊優於外部投資人，由於資訊不對稱容易引發外部投資人反向解讀企業財務決策，造成投資人產生負面預期心理，以為流通在外的股票股價高估且擁有內部資訊之經理人亦判定此時股價高估、企業內部經理人可能急於拋售股票或將發行新股，終將導致外部投資人下修出價，造成股價下挫，從而使企業外部權益融資成本增加。因此，在資訊不對稱下，當企業面臨新增融資需求時，外部權益融資的高成本使權益融資成為企業最後的選擇，此為資訊不對稱產生的逆選擇問題。特別在企業無法使用內部融資且負債融資受限下，因為外部權益融資成本上升， 5. DOI:10.6814/NCCU201900474.

(13) 即使投資機會實際上具有很大的淨現值，企業往往不得不選擇放棄極大化企業市值的投資機會，導致投資不足、企業投資無法達到最適水準。資訊不對稱問題在投資人和企業內部經理人擁有等量資訊時得以緩解。因此在資訊對稱下，企業外部投資人與企業內部經理人利益一致，企業內部經理人較能透過最適資本支出政策極大化投資人利益。因此，Durnev et al. (2003)也呼應 Myers and Majluf (1984)提出的融資順位理論，當股票價格的變異源自於投資人對企業特定資訊的套利行為而非投資者的狂熱時，股價波動的資訊含量越高，股價越能傳遞資訊，達成內部經理人與外部股權投資人資訊一致，企業進. 政治大. 行的各項資本支出越能達到股東利益極大化的目標，使企業投資達成最適水準，減少投資不足的問題。. 立. 由於 ETF 所有權占比近年來快速攀升超過 10%，ETF 對股票市場品質的影. ‧ 國. 學. 響備受重視。ETF 所有權增加將導致股價無法反映企業特定資訊，不僅外部投. ‧. 資人較難透過股價掌握企業資訊，內部經理人也難以透過股價資訊進行投資決. y. Nat. 策。本研究認為 ETF 所有權增加可能對企業投資決策產生不良影響。首先，在. er. io. sit. 企業面臨內部與負債融資限制下，ETF 所有權上升將導致企業內部經理人難以透過參考股價進行投資決策，此意味著企業投資決策將不再依賴對股價的參. al. n. v i n Ch 考。再者，ETF 所有權上升將造成股價無法反映企業特定資訊，外部投資人與 engchi U 內部經理人的資訊不對稱加劇，逆選擇問題將導致企業資本支出無法達成最適水準。本研究期望在 Israeli et al. (2017)與 Antoniou et al. (2019)的研究基礎上，驗證 ETF 所有權是否對台灣企業的實質投資帶來負面影響。本文除了探討企業對股價敏感度如何受到 ETF 所有權的影響外，本研究也探討企業投資效率如何受到 ETF 所有權的影響。本研究發現 ETF 所有權確實會影響企業實質投資。. 6. DOI:10.6814/NCCU201900474.

(14) 本研究共分為五個章節：首先為本研究的研究背景、研究動機與目的、第二部分描述本文的研究假說，討論了本研究主要驗證的兩大假說，而研究方法將在第三部分中進行討論；第四部份為研究結果，最終為本研究結論與建議。. 貳、研究假說 Israeli et al. (2017)認為隨著 ETF 所有權的增加，股票被 ETF 投資的比例越來越高，會鎖住該股票的成交量，使得股票流動性的降低。另外，雖然 ETF 是雜訊交易者良好的投資工具，但是雜訊交易者不再利用公司的特定信息進行交. 政治大. 易，會造成公司股票的流動性狀態變得固定，因此隨著 ETF 所有權的增加，會. 立. 吸引雜訊交易者轉向 ETF 市場進行投資，而使得股票流動性降低。褚愛平. ‧ 國. 學. (2018)也以 ETF 所有權探討台灣股票的市場品質是否會受到 ETF 投資個別股票的比重不同而有所影響，其研究結果發現 ETF 對股票市場品質造成負面影響，. ‧. 其影響體現在股票市場波動度變大，且 ETF 所有權導致流動性下降及定價效率. sit. y. Nat. 變差。. n. al. er. io. 股票市場不僅代表景氣枯榮，也影響公司的投資決策。若股價無法反映個. i n U. v. 別公司的資訊與呈現效率價格，除了影響公司的資金成本外，也會使原受股權. Ch. engchi. 激勵的企業內部經理人因股市定價效率下降而減少對股價的關注與參考，從而錯失企業成長機會，且亦使企業籌資計畫無法事前規劃，在投資決策無法正常運作下而喪失投資時機與其價值。部分研究認為股票市場具有一定的預測能力，由許多文獻實證結果發現股價確實隱含一些資訊，不論時間序列或橫斷面的分析，股價與企業投資間的確具有顯著的統計關聯性， Morck, Shleifer and Vishny (1990)與 Blanchard, Rhee and Summers (1993)都相繼證實這種關係。特別是公司受到融資限制時，企業將更依賴權益融資，股價將是影響公司投資的重要關鍵因素，Fazzari, Petersen and. 7. DOI:10.6814/NCCU201900474.

(15) Hubbard (1988), Kaplan and Zingales (1997), Cleary (1999)等學者也都指出融資限制確實會影響公司的投資行為。此外，Stein (1996)也運用一個兩期資本支出模型分析了公司內部經理人的視野如何影響他對投資收益的折現，結論是極大化股東權益的企業內部經理人會將股東的期望收益率(也就是權益資本成本)作為投資收益的折現率，而股東的期望收益率是透過未來現金流與當期股票價格推導得出，因此股價的變動會影響企業內部經理人的投資決策。此外，外部投資人掌握的部分資訊，主要是總體經濟或產業面宏觀的資訊，可能尚不為企業內部經理人所知，因此企業內. 政治大經理人在實施某個具體的投資方案之前，向市場宣告了此項投資計畫，由此引立部經理人會透過股價蒐集資訊作為投資決策的參考依據。另一方面，企業內部. 起的股票價格變化反映了外部投資人對投資項目前景的看法，其背後是外部投. ‧ 國. 學. 資者的資訊集。企業內部經理人可以從投資宣告引起的股價變化中獲得新資. ‧. 訊，重新評估投資的淨現值，並最終決定是否進行該項投資。因此，投資對價. y. Nat. 格資訊具備一定敏感度，此為股票價格影響公司資本投資的學習機制。. er. io. sit. 根據先行研究，在台灣股票市場品質受到 ETF 所有權增加的衝擊下，股票價格將越來越難以反映企業特定資訊，此時企業內部經理人越難以透過股價掌. al. n. v i n Ch 握外部資訊，從而減少對股價的依賴性，ETF 會造成企業投資對股價的敏感度 engchi U. 下降。本研究將探討企業面臨融資限制、企業投資仰賴股價訊息時，ETF 所有權增加使企業內部經理人對股價資訊的依賴程度下降，進而影響企業投資決策，故建立假說如下：. 假說一：ETF 所有權增加使企業投資對股價敏感度下降。. Myers and Majluf (1984)也在探討企業融資與投資決策的研究中提出信息不對稱理論(Asymmetric Information Theory)，認為當資本市場不夠完善時，企業 8. DOI:10.6814/NCCU201900474.

(16) 外部投資人與內部利害關係人之間存在資訊不對稱問題，這使得企業外部融資的成本高於內部融資成本，投資者可能要求公司為使用外部資金而支付溢價，從而導致外部融資成本增加，管理者在融資時更加傾向於優先考慮內部融資向股東籌資。這時，特別是對於存在融資限制的公司，投資規模將對現金流量十分敏感。本文主要探討投資活動仰賴向股東籌資、ETF 所有權增加造成股票訊息傳遞效率下降時，企業投資對股價敏感度所受到的負面影響。受制於高成本的外部融資，加上 ETF 出現對於權益籌資市場造成股價資訊無法正確反映市場資訊下，企業可能為降低內外部融資比例而放棄部分增加企業價值的正淨現值. 政治大在某種程度上降低了社會經濟資源配置的效率。立. 計畫，從而導致投資不足問題。這既不利於公司價值和股東財富的最大化，也. 股價在企業公司治理機制上扮演著訊息傳遞及激勵調整的重要角色。Stein. ‧ 國. 學. (2003)認為透過股價調整機制，可以有效遏制各種經營者自私自利或無效率的. ‧. 管理行為，其中包含企業投資行為，例如，股東發生訴訟、執行股票期權和企. y. Nat. 業控股的市場都取決於股票市場處理訊息的效率。股票價格會向管理者傳達有. er. io. sit. 關投資人的看法。如果股東資訊完整，股票價格對管理者決策的反應可以為股東提供有效的反饋，從而改善公司治理。企業內部經理人在進行投資決策實需. al. n. v i n Ch 要最大化其目標函數，欲解釋股票錯誤定價對公司投資的影響，我們必須了解 engchi U. 投資的邊際收益與股票價格的關係。Durnev et al. (2003)發現當股價越能反映企業特定資訊，企業投資的邊際效益越能被股價有效反映，企業資本支出政策較能達成股東利益最大化的目標。但 Glosten, Nallareddy and Zou (2016)發現 ETF 的活躍會增加股票市場系統性的訊息，從而增加股票報酬的同步性。褚愛平 (2018)研究也指出 ETF 所有權增加導致台灣股票報酬同步性上升。本文認為 ETF 所有權增加造成股票市場對企業個別資訊傳遞效率帶來負面影響，將導致企業投資效率下降，遠離股東利潤極大化的目標，因此建立假說如下：. 9. DOI:10.6814/NCCU201900474.

(17) 假說二：ETF 所有權增加會使企業投資無法達到最適投資水準，無法使股東利潤極大化。. 為研究 ETF 對台灣企業資本支出的影響，本研究分別就企業投資對股價敏感度及企業投資品質，探討 ETF 所有權增加是否使企業投資對股價敏感度下降並為企業投資品質帶來之不良影響。爰此本文提出上述兩項假說，期望呈現 ETF 所有權對企業投資政策的影響。針對企業投資占比所受之影響，本文參考 Antoniou et al. (2019)提出的模型，可望了解 ETF 所有權對企業投資占比帶來的. 政治大 Antoniou et al. (2019)提出的模型控制了總體經濟環境、融資限制現金流立. 負面影響。. 量、財務槓桿等因素，清楚描繪 ETF 所有權對企業資本支出的影響。惟. ‧ 國. 學. Antoniou et al. (2019)提出三個被解釋變數(資本支出、研究發展費用、總資產變. ‧. 動)中，因台灣 TEJ 資料庫在研究發展費用的資料不完整，在研究結果的章節. y. Nat. 中，將發現研究發展費用作為被解釋變數，受到 ETF 所有權影響並不如資本支. er. io. sit. 出顯著。不過 ETF 所有權增加對企業投資占比之負面影響仍不足以證明 ETF 所有權對企業投資的不良影響，本文較 Antoniou et al. (2019)不同之處在於，本文. al. n. v i n Ch 參考 Durnev et al. (2003)論文中衡量企業投資品質的變數，透過托賓 Q 與最適投 engchi U 資水準差距作為被解釋變數，本文期望引領讀者了解 ETF 所有權增加不僅使企業投資占總資產比重下降，對企業投資品質也帶來負面影響。. 參、研究方法. 第一節、樣本選取與資料來源本研究資料取自台灣經濟新報資料庫（Taiwan Economic Journal, TEJ）之 TEJ 基金資料庫、TEJ 股價資料庫、TEJ 財務資料庫、TEJ 公司治理資料庫。 10. DOI:10.6814/NCCU201900474.

(18) 本研究中各模型所採用變數皆為季資料，除 TEJ FUND DB 的基金月持股資料為月資料外，由於企業財務資料皆取自企業財務報表，各項資料庫資料亦採用季資料下載。台灣首檔指數股票型基金(元大台灣 50，代碼 0050)於 2003 年 6 月 30 日上市，因此本研究樣本資料取得期間為 2003 年 6 月 30 日至 2018 年 9 月 30 日。另外，本研究樣本為台灣指數股票型基金，其他類型之基金不包含於研究樣本內，如股票型、平衡型、債券型、多重資產型，以上類型基金均不列入本研究探討。此外，TEJ FUND DB 的基金月持股資料僅公佈前十大持股明細，因此本研究主要自變數之 ETF 所有權乃來自占基金淨資產 1%以上之個股. 政治大不同，合計約有 8,144 至 21,620 不等之觀測值。立. 投資金額。最後，本研究採用全產業公司之資料，刪除闕漏值後，隨使用變數. ‧ 國. 學. 第二節、實證模型. ‧. 本研究分為兩個模型，第一個模型針對假說一，探討 ETF 所有權是否使企. y. Nat. 業投資對股價敏感度下降，第二個模型針對假說二，探討 ETF 所有權是否使企. er. al. n. 一、模型一:. io. 資不足。. sit. 業投資無法達到最適水準，即 ETF 所有權是否造成企業投資效率下降或導致投. Ch. engchi. i n U. v. 首先，第一個模型對於企業投資政策與 ETF 所有權及托賓 Q 進行迴歸之設定，主要是參考 Antoniou et al. (2019)的模型來探討 ETF 所有權對企業投資之影響，透過 ETF 所有權與托賓 Q 兩大主要變數了解 ETF 是否造成企業投資對股價的敏感度下降，依據研究假說做迴歸模型之建立如下：. 11. DOI:10.6814/NCCU201900474.

(19) 1、基本模型:. 以下為參考 Antoniou et al. (2019)之迴歸式所建立的基本模型:. Policyi,t = α + γi + δt + β1 Qi,t−1 + β2 ETFt−1 + β3 Qi,t−1 × ETFt−1 + β4 Ctrli,t−1 + ϵi,t. (1). 式(1)主要在探討假說一提出的假設:「ETF 所有權上升是否為企業投資對. 政治大 )及前期托賓 Q (Q )作為主要解釋變數。欲. 股價敏感度帶來的影響」。此迴歸式中以當期投資政策(Policy𝑖,𝑡 )作為被解釋變數，並把前期 ETF 所有權(ETFt−1. 立. i,t−1. 探討本模型中主要的被解釋變數—投資政策(Policyi,t )，式(1)以企業資本支出. ‧ 國. 學. (CAPEXt)、研究發展費用占資本支出比例(CAPEXR&D t)、總資產變動(Change. ‧. of TA t)衡量企業投資。由於本研究使用的資料是同時包含時間序列及橫斷面的. y. Nat. 追蹤資料(Panel Data)，除ETFt−1 隨時間變化、γi 代表企業固定效果、δt 代表時間. er. io. sit. 效果外，本模型各項變數皆有代表企業橫斷面資料的標記 i 與代表時間的戳記 t。Ctrli,t−1 則代表各種可能對企業投資政策產生影響的控制變數，其中包含財務. al. n. v i n Ch 槓桿比率、融資限制因子、未來調整報酬、現金股利、銷售波動度、現金流量 engchi U 等。. 建立式(1)主要目的是檢定 ETF 所有權是否會為企業投資對股價敏感度帶來不良影響。由於托賓 Q 可視為股價偏離企業基本價值的變動比，並代表著股價反映企業發展前景的前瞻訊息，企業內部經理人可以透過托賓 Q 進行企業投資決策。因此模型中，我們以托賓 Q 係數β1 衡量企業投資對股價敏感度，當β1 越大時表示企業投資對股價反映的企業前景資訊益加靈敏(或可理解為投資對股價彈性越大)。為了驗證 ETF 所有權為企業投資對股價敏感度帶來負面影響的觀. 12. DOI:10.6814/NCCU201900474.

(20) 點，模型中我們要留意的是 ETF 與托賓 Q 交乘項的係數β3 ，當β3 為負時可以說明 ETF 所有權確實會為企業投資對股價資訊敏感度帶來負面影響。針對假說一設立的迴歸模型中，一些和實證有關的細節值得我們注意。 Aghion, Van Reenen and Zingales (2013)的研究曾指出法人機構所有權在實證上存在兩個問題:第一，自我選擇問題，機構投資人在選擇投資對象時，有可能選擇那些潛在創新能力比較強的企業，此意味著創新能力較高的企業本身較能吸引機構法人投資，因此，企業投資創新與法人機構所有權此兩項變數間可能存在內生性問題。第二，機構所有權變數存在雜訊。這些雜訊可能來自於計算和. 政治大業創新能力產生不同的影響。在本文，則因為 ETF 所有權樣本較少(因 TEJ 資立. 分類錯誤，而作者更關心的是不同性質的機構的行為方式可能不同，進而對企. 料庫限制，Fund DB 中基金月持股資料僅呈現每月基金前十大成分股持有占. ‧ 國. 學. 比)，因此在解釋變數樣本略有不足的情況下，模型誤差項可能包含許多雜訊。. ‧. 綜合上述兩大因素，在建立企業投資與 ETF 所有權變數的迴歸模型時可能存在. y. Nat. 誤差項與解釋變數(ETF 所有權)相關的現象，即典型「內生性」問題，因為解. er. io. sit. 釋變數與模型誤差相關，因此以 OLS 求出的參數估計值通常不符合一致性。因此本研究必須進行內生性檢定，以確保實證結果的正確性。. n. al. Ch. engchi. i n U. v. 2、ETF 所有權的內生性檢定: 進行迴歸模型分析時，若將內生變數作為解釋變數，將使得解釋變數與殘差項相關，導致迴歸估計產生偏誤且有不一致性問題。欲檢定本研究基本模型中，作為投資變數的資本支出(CAPEXt)、研究發展費用與資本支出 (CAPEXR&D t)、總資產變動(Change of TA t)是否各別與前期 ETF 所有權(ETFt1)存在內生性問題，本文透過. Hausman (1978)提出的內生性檢定法來檢驗迴歸方. 程式的解釋變數是否為內生變數，Hausman (1978)建議直接比較 OLS 與 2SLS 13. DOI:10.6814/NCCU201900474.

(21) 估計值來決定此二者之差是否為統計性顯著。為了瞭解是否兩者之差在統計上顯著，另一個更加容易的方式是採用迴歸分析來觀察。Hausman Test 主要用於檢測殘差項與解釋變數是否相關，若拒絕虛無假設，則殘差項與解釋變數具有相關性，亦即存在內生性; 若接受虛無假設，則殘差項與解釋變數不具有相關性，亦即不存在內生性。 (詳細內生性檢定請參考附錄 A1) 檢定結果發現，在 95%信心水準下拒絕虛無假設，ETF 所有權與投資政策存在內生性問題。. 立. 3、工具變數模型:. 政治大. ‧ 國. 學 ‧. 本文在探討 ETF 所有權對企業投資的影響時，由於投資能力高的企業往往. y. Nat. 因其未來前景較受機構投資人親睞，造成企業投資越高往往更能吸引指數股票. er. io. sit. 型基金持有比例上升，因此難以分離出 ETF 所有權對企業投資的因果關係，即具有傳統內生性問題，因此本文必須設法尋找適當的工具變數解決 ETF 所有權. n. al. Ch. 與企業投資變數間的內生性問題。. engchi. i n U. v. 本文參考 Antoniou et al. (2019)提出的工具變數模型，試圖解決 ETF 所有權與企業投資間的內生性問題:. ETFi,t−1 = α + γi + δt + β1 Instrument i,t−1 + β2 Ctrli,t−1 + εi,t (2). 其中，式(2)與式(1)不同的是式(2)以 ETF 所有權作為被解釋變數，本文透過工具變數(Instrument 𝑖,𝑡−1 )作為解釋變數，可望透過與投資政策無關之模型外 14. DOI:10.6814/NCCU201900474.

(22) ̂ 𝑖,𝑡−1 。由於工具變數必外生變數—工具變數及其他控制變數(Ctrl𝑖,𝑡−1 )，估計ETF 須與解釋變數具有正相關，因此我們關心的是工具變數候選人的係數β1 是否顯著異於零。當β1 顯著異於零時，此變數才足以成為工具變數。 ̂ 𝑡−1 作為新工具變數，透過兩階段最小平方法如此，我們將可以把ETF 2SLS，我們可以 OLS 估計具有一致性的 ETF 所有權係數估計值。以下為第二階段的方程式:. ̂ t−1 + β3 Qi,t−1 × ETF ̂ t−1 + β4 Ctrli,t−1 + ϵi,t Policyi,t = α + γi + δt + β1 Qi,t−1 + β2 ETF. (3). 政治大於式(3)中，雖然採取工具變數法進行兩階段最小平方法估計，我們所關心立. 的依然為托賓 Q 與 ETF 所有權交成項係數β3 ，當β3 為負且顯著異於零時，我們. ‧ 國. 學. 可以說 ETF 所有權為企業投資對股價敏感度帶來負面影響。. ‧. 為了解決 ETF 所有權的內生性問題，本研究採用工具變數法估計 ETF 所有. sit. y. Nat. 權迴歸係數。一個良好的工具變數，首先必須滿足兩大條件:. io. er. (一)、工具變數外生性(Instrument Exogeneity):工具變數(Instrument)必須對被解釋變數(企業投資)無部份效果(Instrument should have no partial effect on. n. al. i n Ch dependent variable)，即工具變數需與遺漏變數無關。 engchi U. v. (二)、工具變數相關性(Instrument Relevance):工具變數需與解釋變數(ETF 所. 有權)有關。參考 Aghion et al. (2013)與 Agarwal (2018)等人研究所使用之工具變數，我們以股票納入台灣 50 指數及台灣中型 100 指數與否 (Included) 作為工具變數，由於台灣 50 指數成立時間最早且不像 MSCI 經常調整權重或刪除成分股，因此當台灣中型 100 指數與前 50 大企業成分股有重複時，優先以台灣 50 的納入時點作為該股票被納入指數之時間點。選擇「納入指數與否」作為工具變數具有以下兩項優點: (一)、是否被納入指數成分股與企業投資能力及意願無關(由 15. DOI:10.6814/NCCU201900474.

(23) 市值決定)，因此滿足工具變數外生性(Instrument Exogeneity)。(二)、由於股票指數型基金(ETF)追蹤台灣主要指數(如: 台灣 50 指數及台灣中型 100 指數)調整投資組合，個股一旦被納入指數成分股，ETF 必須相應調整其投資組合，將相應個股納入 ETF 成分股中，因此，是否被納入成分股與 ETF 所有權相關。基於上述因素，股票納入台灣 50 指數及台灣中型 100 指數與否可以做為本文主要工具變數。被納入指數(includeMid)作為本文的工具變數，對 ETF 所有權落後項 (lagETF)相關係數為 0.3 對企業投資政策(CAPEX)相關係數為-0.04。分別滿足工具變數相關性及外生性之要求。. 立. ‧ 國. 學. 二、模型二:. 政治大. ‧. Durnev et al. (2003)指出當股票價格的變異源自於投資人對企業特定資訊的. y. Nat. 套利行為而非投資者的狂熱時，股價波動的資訊含量越高，股價越能傳遞資. er. io. sit. 訊，達成內部經理人與外部股權投資人資訊一致，企業進行的各項資本支出越能達到股東利益極大化的目標，使企業投資達成最適水準，減少投資不足的問. al. n. v i n C h ETF 所有權增加會導致台灣股票市場品質下題。由於褚愛平 (2018)研究也發現 engchi U 降，股價波動的企業特定資訊資訊含量下降，為驗證 ETF 所有權上升是否為企業投資帶來影響、使企業進行的各項資本支出越加無法達到股東利益極大化的目標，第二個模型針對企業投資效率的驗證進行迴歸設定，以下模型與數學式推導主要參考 Durnev et al. (2003)中檢視股價波動資訊含量與邊際托賓 Q 關係的模型來探討 ETF 所有權對企業投資決策品質之影響，並依據研究假說做迴歸模型之建立如下：. |q̇ 𝑖,𝑡 − 1| = α + β1 ETF∗i,t−1 + β2 Ctrli,t−1 + εi,t. (4). 16. DOI:10.6814/NCCU201900474.

(24) 其中，q̇ 是邊際托賓 Q (Marginal Tobin’s Q)，其計算方式為第 t 期與 t-1 期市值差除以第 t 期與 t-1 期資產差，托賓 Q 分母與分子計算方式與前述模型一無 ∗ 異，ETF𝑖,𝑡−1 及Ctrli,t−1 分別為ETF 所有權及控制變數。本模型主要探討 ETF 所有. 權是否使邊際托賓 Q 偏離其最適水準(在本模型中為 1)，因此本模型主要探討的迴歸係數為β1 。若 ETF 對企業投資效率無影響，則β1 應不顯著異於零，當 ETF 係數顯著異於零甚至大於零時，則代表 ETF 所有權可能使企業投資無法達成最適水平，甚至可能導致投資不足。. 政治大標，Durnev et al. (2003)認為最優資本預算是擁有預期淨現值大於等於零並避免立 Durnev et al. (2003)提出以|q̇ 𝑖,𝑡 − 1|作為資本預算決策與最適預算偏差的指. 所有具有負預期淨現值的投資專案。投資項目的淨現值是現金流量(cft )的現值. ‧ 國. 學. 總合，它將在未來所有時間點被折現至今並減去其初始成本(C0 )。根據 Durnev. sit. cf. io. t E[NPV] = E [∑∞ t=1 (1+r)t − C0 ] ≥ 0. n. al. (5). er. Nat. y. ‧. et al. (2003)提出的模型，最優資本預算要求只有當 NPV≥0 時才進行投資項目:. Ch. engchi. i n U. v. 這裡的 E 代表期望值運算子，在一般情況下，企業內部經理人是決策者，E 運算子應該建立在企業內部經理人的訊息集合之上。為了使企業資本支出的淨現值在企業之間具有可比性，我們透過除以初始成本𝐶0 獲得盈利指標（PI）。只當其預期盈利指標超過 1 時，才進行投資。. 1. cf. t Emgnt [PI] = C Emgnt [∑∞ t=1 (1+r)t ] = 1 +. Emgnt [NPV]. 0. C0. ≥1. (6). 我們現在明確使用E𝑚𝑔𝑛𝑡 來表示企業內部經理人的預期。. 17. DOI:10.6814/NCCU201900474.

(25) 企業因為資本支出產生市值的變化會和外部投資人對預期投資項目的估算結果相等。公司市值因為資本存量增加而產生的變動即為企業的邊際托賓 Q，可用以下方程式表示:. q̇ 𝑖,𝑡 =. ∆𝑉 ∆𝐾. =. 1 𝐶0. 𝑐𝑓. 𝑡 E𝑠 [∑∞ 𝑡=1 (1+𝑟)𝑡 ] = 1 +. E𝑠 [𝑁𝑃𝑉]. (7). 𝐶0. 在此我們重新定義C0 為這段期間所有投資計畫的總重置成本。cft 是未來 t 期投資計畫產生的總現金流量，E𝑠 是外部投資人的期望值運算子。總結而言，. 政治大 NPV 大於等於零的投資項目，並去除投資人認為負 NPV 的項目。遵循此一投立. 市場價值最大化的企業投資會要求其企業內部經理人進行所有外部投資人認為. ‧ 國. 學. 資策略的公司應該使邊際托賓 Q 比率大略等於 1，因此 1 可視為最適托賓 Q。當托賓 Q 比率大於或小於最適值 1，則視為投資不足或過度投資。. ‧. 第三節、變數定義. n. al. er. io. sit. y. Nat 一、被解釋變數. 1、模型一:. Ch. engchi. i n U. v. (1).資本支出投資政策為本研究的主要研究對象，也是本研究迴歸模型中的被解釋變數。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(CAPEXR&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 18. DOI:10.6814/NCCU201900474.

(26) 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). 立. 政治大. 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. ‧ 國. 學. 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. y. sit. io. al. er. 式如下:. Nat. 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. (本期資產總額(季) − 前期資產總額(季)). n. 總資產變動率 =. Ch. 總資產. engchi. i n U. v. × 100. (3)研究發展費用率及企業資本支出交乘變數(CAPEXR&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(CAPEXR&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. 19. DOI:10.6814/NCCU201900474.

(27) 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. 政治大變數。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立本研究依據 Durnev et al. (2003)提出的邊際托賓 Q 建立投資計畫品質的替代. 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. ‧ 國. 學. 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. y. sit. io. n. al. er. 資品質最佳。. Nat. 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. 二、解釋變數. Ch. engchi. i n U. v. (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=1 𝐸𝑇𝐹_𝐼𝑛𝑣𝑖,𝑗,𝑡 𝑀𝑎𝑟𝑘𝑒𝑡 𝐶𝑎𝑝𝑖,𝑡. 20. DOI:10.6814/NCCU201900474.

(28) 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. 立. 政治大. 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. ‧ 國. 學. 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. y. Nat. 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，. er. io. sit. 企業主將樂於投資此實質資本。. al. n. v i n Ch 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 engchi U. 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. 21. DOI:10.6814/NCCU201900474.

(29) (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. 政治大資政策—股價敏感度，本文包含托賓 Q 與 ETF 所有權交乘項。立. 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. 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 ，. ‧ 國. 學. 而是𝛽1 + 𝛽3 𝐸𝑇𝐹，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。. y. Nat. 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. er. io. sit. 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. n. al. i n Ch 樣本平均值求算，可以得到邊際效果的平均值如下: engchi U ̂ ̂̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅. v. 𝐴𝑃𝐸𝑄 = 𝛽1 + 𝛽3 𝑄𝐸𝑇𝐹 , 其中𝐸𝑇𝐹 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。. 22. DOI:10.6814/NCCU201900474.

(30) (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. 政治大. 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 𝐹𝑙𝑜𝑤 𝐴𝑠𝑠𝑒𝑡𝑠. − 39.368 ∗. 𝐷𝑖𝑣𝑖𝑑𝑒𝑛𝑑𝑠 𝐴𝑠𝑠𝑒𝑡𝑠. 學. 𝐷𝑒𝑏𝑡. + 3.139 ∗ 𝐴𝑠𝑠𝑡𝑠 − 1.315 ∗. 𝐶𝑎𝑠ℎ𝐵𝑎𝑙𝑎𝑛𝑐𝑒 𝐴𝑠𝑠𝑒𝑡𝑠. ‧. ‧ 國. 立. sit. y. Nat. 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. al. er. io. 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，. v. n. 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. Ch. engchi. i n U. 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。 23. DOI:10.6814/NCCU201900474.

(31) 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. 政治大皆落後一期，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立未來報酬、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. 節可見於下方表格中:. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 24. DOI:10.6814/NCCU201900474.

(32) 變數符號企業投資政策 Policyi,t. 企業固定效果 γ𝑖 時間效果 δ𝑡. 企業成立年數 Years of Age 托賓 Q 比率 qi,t−1 ETF 所有權 ETFt−1. ETFi,t =. n. fixedAssets. 融資限制指數 KZ4. 𝑀𝑎𝑟𝑘𝑒𝑡 𝐶𝑎𝑝𝑖,𝑡. ETF 所有權比率與托賓 Q 交乘項，為本模型主要解釋變數，其估計係數為本模型關心之變數. y. sit. 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. er. io. al. 企業股票未來 FutureReturn 報酬企業現金流量 Cash Flow. ∑𝐽𝑗=1 𝐸𝑇𝐹_𝐼𝑛𝑣𝑖,𝑗,𝑡. ‧. Nat. ETF 所有全與 Q i,t−1 ×ETFt−1 托賓 Q 交乘項資產總額倒數 InverseAssets. PP&E. 政治大. 學. ‧ 國. 立. 表 1. 模型變數定義相關變數衡量方式相關估計程序由資本支出(CAPEX)、研發費用與資本支出交乘項(CAPEXR&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，皆由資產總額衡量企業 TSE 產業別由於台灣開始上市的第一檔指數股票型基金(元大台灣 50，代碼 0050)於 2003 年 6 月 30 日開始，因此本變數為 2003 年 6 月 30 日至 2018 年 9 月 30 日各季時間之虛擬變數，控制投資在同期的系統性變異，代表總體經濟變化由 TEJ 資料庫下載之成立年數。定義為 (公司權益市價+負債帳面價值)/資產帳面價值 ETFt−1 代表企業第 t 年 ETF 對其股票投資之比例，為各基金 ETFj 對公司 i 股票持有金額除以該股票市值. v. 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. Ch. engchi. i n U. 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. AdjSalesVolatility 以過去七季營收波動度控制資訊環境的變數營收波動法人持有比率 InstOwn 企業股份中法人持有比率亦是決定企業投資政策的重要變數，因此加以控制. 25. DOI:10.6814/NCCU201900474.

(33) 肆、實證結果本文以ETF所有權作為解釋變數，以企業投資政策的三個主要構面作為模型中的被解釋變數，企業資本支出以營運現金流量減去自由現金流量衡量企業不經常發生資本投資性業務，如固定資產購置擴建改建更新，而總資產變動及研究發展費占總資本支出比同樣是衡量企業投資決策的面向之一，實證結果說明如下：. 第一節、敘述統計資料分析. 政治大下方表 2 呈現了迴歸分析中各項變數的敘述統計資料。本研究樣本為 ETF 所持立. ‧ 國. 學. 有個股之企業其每季財務數據之觀察值。CAPEX 為企業資本支出，R&D Ratio 是企業的研究發展費用率，Change of TA 則為第 t 季與 t-1 季相較的總資產變動. ‧. 率。以上變數皆以各企業資產總額衡量(其計算方式請讀者參照變數衡量的章. sit. y. Nat. 節)。其中，托賓 Q 為企業權益市值加負債帳面價值除以總資產帳面價值計算而. n. al. er. io. 來。資本支出(CAPEX)平均佔資產總額 0.82%，而平均每季總資產變動為. v. 10%，研發費用率(R&D Ratio)因為存在極端值，因此使用中位數，其中位數為. Ch. engchi. i n U. 1.91。托賓 Q 平均值為 1.629841，各企業市值平均約為 468 億元(新台幣)，平均未來報酬約為 38%。ETF 所有權平均值為 0. 1%，由於樣本僅收錄國內股票型 ETF 且不包含反向型、槓桿型 ETF，其中，台積電 ETF 所有權比重約為 0.4%、鴻海 ETF 所有權占比為 0.55%、國泰金 ETF 所有權比重為 0.36%。. 26. DOI:10.6814/NCCU201900474.

(34) 表 2. 敘述統計結果表 2 為本研究中主要解釋變數與被解釋變數的敘述統計資料。表中可以見到台灣地區平均托賓 Q 為 1.63，台灣主要企業的營運年數為 33 年，台灣地區 ETF 所有權比率為 0.1% (主因 TEJ 資料庫僅收錄前 10 大基金持股)。當融資管道沒辦法被有效定義與建構時，過去文獻幾乎僅以間接的方式驗證，如: Baker et al. (2003)提出四因子 KZ 指標衡量融資限制指數，在本文敘述統計中，可以發現 KZ 指標平均數為 1.67。. 0.100 1557738.377 170.306. -4.813 -241269335.000 -7.270. -0.004 247952.000 1.910. 1.000 606452023.000 2257190.000. 5.813 847721358.000 2257197.270. 0.344 9095933.994 16901.522. 33.435 46784380.003 0.377. 0.000 171000.000 -89.597. 12638000.000 0.043. 72.000 6417769000.000 251.726. 72.000 6417598000.000 341.323. 14.344 178095586.548 4.575. -2.023 -0.990 0.000. 1.392 0.007 0.000. 976.635 1.214 0.123. 978.658 2.204 0.123. 8.177 0.075 0.003. 1.630 0.002 767952.149 0.000. 0.309 0.000 -423531442.000 0.000. 1.186 0.000 96849.500 0.000. 528.931 0.574 441445706.000 0.000. 528.621 0.574 864977148.000 0.000. 4.798 0.006 11587031.495 0.000. 0.043 45.152 0.543. -463.590 0.000 -4.164. 310.070. 464.292 100.000 314.234. 3.744 22.291 2.616. -0.009 2779245.739. -0.640 0.000. 0.102 408106935.500. 0.742 408106935.500. 0.026 14713884.157. al. Ch. 0.081 45.280 0.475. engchi. 0.000 504909.832. y. sit. er. 1.664 0.008 0.001. 立. 政 31.000治大. n. lagCashDividents lagSalesVol. STD Deviation. io. lagRetained lagInstOwn lagDFL. Range. Nat. lagQ lagQETF lagFreeCashFlow lagInverseAssets. Max. ‧. 27. KZ4 CAPEX lagETF. Median. 學. Years of Age marketVal adjFutureReturn. Min. ‧ 國. Change of TA Cash Flow R&D Ratio. Mean. i v 0.702 n U 100.000. DOI:10.6814/NCCU201900474.

(35) 第二節、實證結果與分析: 關於假說一，表 3 整理了未使用工具變數法及使用工具變數法的迴歸模型結果。表 3 欄(1)為 ETF 所有權對企業資本支出迴歸結果，本模型未採用工具變數法。由於樣本資料為 2003 年 6 月 30 日至 2018 年 9 月 30 日的追蹤資料，因此本採用追蹤資料處理方式中的混合估計模型（Pooled Regression Model），從欄（1）可得知，在未使用工具變數之下，雖然前期 ETF 所有權與企業投資政策之間呈正相關，但是估計結果統計上並不顯著。從前一節內容可知原因或許. 政治大. 源自於 ETF 所有權與企業投資政策有內生性問題，詳細內生性問題檢定結果請參考附錄 A1。. 立. 表 3 欄(2)為使用工具變數下，兩階段最小平方法 ETF 所有權對企業資支出. ‧ 國. 學. 迴歸結果。實證結果顯示托賓 Q 的係數為 0.01，且顯著異於零。ETF 所有權與. ‧. 托賓 Q 交乘項之迴歸係數為-0.373。由於模型包含交乘項，公司資本支出對股. sit. y. Nat. ̂1 + 𝛽 ̂3 ̅̅̅̅̅ 價敏感度可以透過平均邊際效果𝛽 ETF衡量。因此，如果我們愈了解托賓 Q 的. io. er. 平均邊際效果，我們可以透過敘述統計表中 ETF 的數值得知托賓 Q 的平均邊際效果為 0.009627。另外，由於 ETF 與托賓 Q 交乘項係數為負，當企業股票 ETF 所有權的比例. al. n. v i n Ch 上升會導致企業投資對股價變化的敏感度下降。此結果也可以由圖 2 獲得驗證。在 engchi U 圖 2 中，我們將企業依照 ETF 所有權中位數區分為 ETF 所有權含量高與 ETF 所有權含量低兩類樣本，圖 2 顯示托賓 Q 係數在 ETF 所有權較小的樣本下較. 28. DOI:10.6814/NCCU201900474.

(36) 表 3. 追蹤資料在不同解釋變數下實證結果表 3 為 ETF 所有權對企業投資的迴歸結果，由本模型可得知，除了總資產變動作為被解釋變數模型統計結果不顯著，以資本支出及研究發展費用與資本支出交乘項為被解釋變數時，工具變數模型迴歸結果皆顯示 ETF 所有權上升會為企業投資對股價敏感度帶來負面影響。. Dependent variable: RDCAPEX. CAPEX CAPEX via IV model. RDCAPEX Pooled OLS. RDCAPEX via IV model. (1) -0.0002*** (0.00004). (2) -0.0001* (0.0001) -0.000*** (0.000) 0.010*** (0.001). (3) -1.098 (1.724). (4) -0.0004 (0.001) -0.000 (0.000) 0.046*** (0.011). marketVal. 39.220** (18.333) 421.666 (10,297.710) -1,286.427 (4,689.590). al. n. lagETFFree Cash lagRetained. -0.000 (0.000) -0.000 (0.00000) 0.003** (0.002). -3.999 (14.786) -2.698* (1.629) -0.000 (0.000) 0.00000 (0.00000) -0.313*** (0.057). sit. io. lagqetfHat. -1.535 (0.952) -0.373*** (0.113) -0.000** (0.000) 0.00000*** (0.00000) -0.039*** (0.004). y. Nat. lagetfHat. lagFreeCashFlow. ‧. 29. lagQETF. 立. 學. lagETF. 0.003*** (0.0003) 0.093 (0.250) 0.076 (0.117). er. lagQ. 政治大. ‧ 國. Years of Age. CAPEX Pooled OLS. Ch. -0.00000 (0.00001) 0.0003 (0.001) -157.543** (67.275). engchi. i n U. v. Change of TA Change of Change of Assets Assets via IV mode Pooled OLS (5) (6) *** 0.001 0.001*** (0.0001) (0.0001) -0.000*** (0.000) *** -0.003 -0.007*** (0.001) (0.002) *** 2.844 (0.563) -2.265*** (0.263) -7.451*** (2.029) 0.196 (0.240) ** -0.000 0.000 (0.000) (0.000) 0.00000 0.00000 (0.00000) (0.00000) *** 0.039 0.007 (0.004) (0.008). DOI:10.6814/NCCU201900474.

(37) 表 3. 追蹤資料在不同解釋變數下實證結果 (續). adjFutureReturn lagInverseAssets. 30 Observations R2 Adjusted R2 Note:. al. n. Constant. io. lagLeverage. Nat. Cash Flow. Ch. engchi. ‧. lagSalesVol. 政治大. 學. lagCashDividents. 立. 0.001 (0.001) 0.043 (0.055) -0.114* (0.064) -0.041*** (0.010) -0.0004 (0.002) 101,800.000 (159,287.300) 3.350*** (0.441) -0.000 (0.000) 0.000** (0.000) 0.000 (0.000) 0.083 (0.171) 8,144 0.031 0.022. y. KZ4. -0.498 (1.000) -99.243 (110.807) -312.258*** (104.270) 11.306* (6.318) -19.680*** (4.807) -227,916,058.000 (152,703,156.000) 568.437 (885.851) -0.00000 (0.00000) 0.00000 (0.00000) 0.00000 (0.00000) 438.724* (229.291) 19,356 0.004 0.0001. sit. lagDFL. -0.00003 (0.00004) 0.032*** (0.003) 0.004 (0.004) -0.004*** (0.001) -0.0001 (0.0002) -29,888.880*** (10,954.410) 0.701*** (0.030) -0.000 (0.000) 0.000*** (0.000) -0.000 (0.000) -0.011 (0.010) 9,493 0.218 0.211. er. lagFixedAssets. -0.00001 (0.00002) 0.045*** (0.003) -0.00003 (0.002) -0.001*** (0.0002) -0.0002 (0.0001) 2,824.432 (3,709.910) 0.681*** (0.021) -0.000*** (0.000) 0.000*** (0.000) -0.000 (0.000) -0.024*** (0.005) 21,620 0.175 0.173. ‧ 國. lagInstOwn. i n U. v. -0.0004*** 0.0001 (0.0001) (0.0001) *** 0.036 0.044*** (0.006) (0.007) *** 0.075 0.126*** (0.005) (0.008) *** -0.005 -0.010*** (0.0003) (0.001) * -0.0005 0.00005 (0.0003) (0.0003) 11,505.460 65,935.560*** (8,370.232) (23,346.050) -0.819*** -0.922*** (0.048) (0.063) *** 0.000 0.000*** (0.000) (0.000) ** 0.000 0.000*** (0.000) (0.000) *** -0.000 -0.000*** (0.000) (0.000) *** 0.811 0.658*** (0.012) (0.022) 21,620 9,493 0.808 0.620 0.808 0.617 * ** p<0.1; p<0.05; ***p<0.01. DOI:10.6814/NCCU201900474.

(38) 圖 2. 托賓 Q 係數在不同 ETF 所有權占比本研究將企業依照企業平均 ETF 所有權中位數區分為 ETF 所有權含量高與 ETF 所有權含量低兩類樣本，圖 2 顯示托賓 Q 係數在 ETF 所有權較小的 ETF 所有權樣本下較大;托賓 Q 係數在 ETF 所有權較大的樣本下較小。. Panel A: 資本支出 4.90E-03. 4.85E-03. 4.80E-03. 4.75E-03. 4.70E-03. 政治大. 立. 4.65E-03. ‧ 國. Low ETF. 學. Coefficient on Q High ETF. ‧. 大;托賓 Q 係數在 ETF 所有權較大的樣本下較小，圖 2 直觀的結果應證了迴歸. sit. y. Nat. 模型的結果。. al. er. io. 表 3 欄(3)為 ETF 所有權對企業資本支出與研究發展費用率交乘項迴歸結. v. n. 果，本模型未採用工具變數法。由實證結果可知 ETF 與托賓 Q 交乘項係數為. Ch. engchi. i n U. -1,286.427，惟迴歸結果的係數不顯著，其原因亦可能肇始於內生性問題。表 3 欄(4)為 ETF 所有權對企業資本支出與研究發展費用率交乘項迴歸結果，此模型採用工具變數法。ETF 與托賓 Q 交乘項係數為在 0.1%的信心水準下顯著異於零，其迴歸係數為- 2.698，結果同樣應證當企業股票 ETF 所有權的比例上升會導致企業投資對股價變化的敏感度下降的結果。在圖 3 中，我們將企業依照 ETF 所有. 權中位數區分為 ETF 所有權含量高與 ETF 所有權含量低兩類樣本，圖 3 顯示即使被解釋變數改為研究發展費用與資本支出交乘項，托賓 Q 係數在 ETF 所有權較小的樣本下較大;托賓 Q 係數在 ETF 所有權較大的樣本下較小，圖 3 直觀的結果應證了迴歸模型的結果。 31. DOI:10.6814/NCCU201900474.

(39) 圖 3. 托賓 Q 係數在不同 ETF 所有權占比圖 3 顯示托賓 Q 係數在 ETF 所有權較小的 ETF 所有權樣本下較大;托賓 Q 係數在 ETF 所有權較大的樣本下較小。. Panel B:資本支出與研究發展費用交乘項 9.00E-02 8.00E-02 7.00E-02 6.00E-02 5.00E-02 4.00E-02. 3.00E-02 2.00E-02 1.00E-02. 立. 0.00E+00. 政治大 Coefficient on Q. ‧ 國. High ETF. 學. Low ETF. 表 3 欄(5)為 ETF 所有權對總資產變動的迴歸結果，本模型未採用工具變數. ‧. 法。由實證結果可知 ETF 與托賓 Q 交乘項係數為-2.265。表 3 欄(6)為 ETF 所有. y. Nat. sit. 權對總資產變動迴歸結果，此模型採用工具變數法。ETF 與托賓 Q 交乘項係數. n. al. er. io. 不顯著異於零，以總資產變動作為被解釋變數時較難說明當企業股票 ETF 所有. i n U. v. 權的比例上升會導致企業投資對股價變化的敏感度下降的結果。在圖 4 中，我. Ch. engchi. 們同樣將企業依照 ETF 所有權中位數區分為 ETF 所有權含量高與 ETF 所有權含量低兩類樣本，圖 4 顯示被解釋變數為總資產變動時，托賓 Q 係數在 ETF 所有權較低的樣本下較小;托賓 Q 係數在 ETF 所有權較大的樣本下較大，圖 4 直觀的結果部分反映了迴歸模型的結果。實證結果呈現出台灣企業在托賓 Q 顯示未來企業成長前景較大時，總資產變動量較小，與預測結果不一致。. 32. DOI:10.6814/NCCU201900474.

(40) 圖 4. 托賓 Q 係數在不同 ETF 所有權占比圖 4 顯示以總資產變動衡量企業投資時，企業投資對股價敏感度在 ETF 所有權較小的 ETF 所有權樣本下較小; 企業投資對股價敏感度在 ETF 所有權較大的樣本下較大。. Panel C: 總資產變動 3.00E+05 2.50E+05 2.00E+05 1.50E+05 1.00E+05 5.00E+04 0.00E+00. 立. -5.00E+04. 政治大 Coefficient on Q. ‧ 國. High ETF. 學. Low ETF. 為探討不同企業規模、企業壽命、銷售波動下，ETF 所有權為企業投資對. ‧. 股價敏感度帶來的影響，本文將企業依照企業規模(市值)中位數、企業壽命中. y. Nat. sit. 位數及企業銷售波動度將樣本區分為小企業、大企業、壽命短、壽命長、銷售. n. al. er. io. 波動度小、銷售波動度大，分別進行迴歸分析。下方表 4 至表 9 彙整了各類型. i n U. v. 樣本的敘述統計資料。就企業規模大小而言，表 4 較表 5 的平均市值更大。就. Ch. engchi. 企業營業年數而言，表 6 較表 7 的企業壽命更長，經營年數長的企業平均壽命為 48 年，經營年數短的企業壽命約為 24 年。就企業銷售波動度而言，表 8 較表 9 銷售波動度更高。表 10 整理了實證分析的結果。透過表 10 可以發現雖然小企業的 ETF 所有權及托賓 Q 係數並不顯著異於零，但不論樣本依照何種方式進行劃分，ETF 所有權都會為企業投資對股價敏感度帶來負面衝擊。透過區分企業規模，我們可以發現，就平均而言，大規模企業比小企業面臨 ETF 所有權上升的負面衝擊效果比小規模企業更加明顯。此外，ETF 所有權上升時，長壽命比短壽命企業的資本支出對股價敏感度受到的負面衝擊更大。此外，本研究的實證結果也指出銷售波動度大的企業投資對股價敏感度在 ETF 所 33. DOI:10.6814/NCCU201900474.

(41) 表 4. 大規模樣本敘述統計結果表 4 為本研究中大規模企業樣本的敘述統計資料。表中可以見到台灣地區大規模企業平均市值為 886 億元、平均托賓 Q 為 1.88，台灣大型企業的平均營運年數為 34 年，台灣地區 ETF 所有權比率為 0.2% (主因 TEJ 資料庫僅收錄前 10 大基金持股)。. Min. Median. Max. Range. STD Deviation. Change of TA Cash Flow. 0.100043796 2973584.338. -4.084688529 -241269335. -0.005134209 731183. 1 606452023. 5.084688529 847721358. 0.348436 12859357. R&D Ratio Years of Age marketVal. 370.8246468 34.79211038 88615008.23. 0 642000. 31 30473000. 2257190 72 6417769000. 2257197.27 72 6417127000. 25116.68 15.32351 2.49E+08. adjFutureReturn KZ4 CAPEX. 0.681192911 1.879561412 0.009434507. -89.59669512 -2.023137758 -0.976734195. 0.128648333 1.485016854 0.008064542. 251.7260221 976.6348463 1.213914254. ‧. 341.3227172 978.6579841 2.190648449. 6.470661 11.70299 0.075236. lagETF lagQ lagQETF. 0.001967063 1.844337139 0.003091874. 4.98E-06 0.378511382 5.53E-06. 0.000536118 1.19817707 0.000712536. 0.122576271 528.930569 0.574064598. 0.122571291 528.5520576 0.574059068. 0.003509 6.83929 0.008247. lagFreeCashFlow lagInverseAssets lagRetained. 1473466.295 4.62E-08 0.00032417. lagInstOwn lagDFL lagCashDividents lagSalesVol. 54.16470605 0.605766432 -0.009083259 5163967.204. io. y. sit. Nat. er. ‧ 國. 立. 政治大 -7.27 1.58. 學. 34. Mean. 441445706 6.03E-06 0.701965724. 864977148 6.03E-06 464.2924488. 16576922 1.11E-07 5.385032. 0 -4.047031785 -0.293616905 0. 100 310.0703094 0.101845237 408106935.5. 100 314.1173412 0.395462142 408106935.5. 20.67031 3.754037 0.025958 20902805. n. 291533 a-423531442 iv l 1.84E-10 2.21E-08 n Ch e n g c 0.0786654 -463.5904831 hi U 56.41 0.506980211 0 1130269.755. DOI:10.6814/NCCU201900474.