台灣企業行銷與研發投入之遞延績效研究
10
0
0
全文
(2) 2006 工研院創新與科技管理研討會. 2.2 研究發展投入與經營績效. 年年底宏碁推動第二次企業再造，施振榮先生決定 加強曲線左右兩邊的研發和行銷，完全放棄中間的. 本研究認定所有關於進行研究或發展活動的. 組裝和製造，這是破斧沉舟之舉，但也因此造就了. 支出，即為研發投入。而一直以來，會計上對於研. 今日的宏碁。. 究發展投入之處裡始終有兩種看法：一為將之資本. Michael E. Porter表示策略形成的本質，本來. 化，一為將之費用化。我國財務會計準則公報第一. 就是為了應付競爭所需。如今的企業已將價格競爭. 號「一般公認會計原則彙編」之中規定，若是自行. 策略發展的淋漓盡致，轉而開始採用非價格競爭策. 發展之無形資產，僅支付必要之手續費及規費可入. 略。非價格競爭策略所使用的工具包括行銷、研. 帳外，其餘皆只能列為費用。也就是說，雖然研發. 發、售後服務、通路的選擇等，其中尤以「行銷」. 支出存量具未來經濟效益，將對當期及未來盈餘產. 與「研發」較受企業重視。. 生貢獻，但會計制度卻把研發投入認列為當期費 用，而沒有將其資本化，以至於在進行研究時，無. 企業的行銷與研發政策攸關企業的未來發 展，而學者的研究也多半顯示企業的行銷與研發支. 法看出研發的長期效益，故在學者在進行研究時，. 出多寡，與企業當前的績效呈正相關。其次，效果. 通常會定義研發支出存量為過去研發支出未攤銷. 也會呈現在企業未來的經營績效上。但是並非所有. 額之加總。 研究發展支出投入對於企業獲利能力的關. 的研究結果均如此，不同時間不同空間的研究，會. 係，之前學者有針對研發費用的投入或是研發支出. 因此有不同的結論。 本研究針對 959 家台灣企業之 1981 年至 2005. 密度，甚至專利數目等來加以衡量，對於企業的營. 年資料，進行行銷與研究發展投入對企業績效影響. 業收入或毛利率，或者是企業的成長等的關係，進. 的相關研究，主要是比較行銷與研發投入，對企業. 行諸多的研究與探討，大部分都是認為研發對績效. 績效影響及遞延情形之差異。. 是有正面影響的，不過仍有少數研究認為是無關甚 至是負面影響的。. 2. 文獻探討. 除了單純探討研發投入與經營績效的關係 外，尚有諸多研究進一步針對了影響的遞延情形再. 2.1 行銷投入與經營績效. 分析，普遍認為會有遞延效果，不過研究結果指 出，遞延效果有長到七年甚至更長，也有短短一. 企業從事的行銷活動範圍廣泛，舉凡從廣. 年，也有研究認為沒有遞延效果存在。. 告、品牌建立、顧客服務、促銷等都是，而在財務. 學者Sougiannis（1994）、Lev & Sougiannis. 報表上，主要是編列為廣告費用或行銷推廣費用， 雖然尚有很多無法從財務報表上看的出來的無形. （1996）、Aboody & Lev（2001）、林立峰（2001）. 投入，但礙於實證研究需要，所以學者在進行研究. 的研究結果都顯示，研發支出和企業績效有正向關. 時候，多以廣告費用或營業費用中的行銷推廣費用. 係，而且會有遞延效果。 僅管行銷支出和研發支出同屬企業追求差異. 為代表，不過想要表達的，即是行銷的意涵。. 化之投入，過去研究結果卻不盡相同，主要差異可. 學者對於行銷支出用是否具有未來效益看法 並不一致，Hirschey & Weygandt（1985）、Smith. 歸納為下列二點（1）大部分研究均顯示廣告支出. （2002）及蔡宗仁（1995）的研究發覺行銷廣告支. 與企業當期經營績效呈正相關，然而相較於研發投. 出具有未來效益，Hula（1989）、謝月香（2000）. 入，遞延效果較短。 （2）廣告投入在一般民生用品. 的研究則顯示行銷廣告支出對企業市場價值影響. （例如：食品、洗髮精等民生用品）之效果較為顯. 不顯著。. 著，然而研發投入則於高科技產業較有影響力。. 2.
(3) 2006 工研院創新與科技管理研討會. 3. 研究方法與模型建立. ⎡2 ⎢- 1 ⎢ G =⎢ Μ ⎢ ⎢0 ⎢⎣ 0. 3.1 研究方法介紹 在研究方法上，由於本研究資料為不平衡動 態長期追蹤資料模型（dynamic panel data model）， 採用 Arellano & Bond（1991）所提的一般動差法 來估計，如此將可獲得具一致性與效率性的估計 量。而 GMM 方法的特色，可允許我們選取包括應. -1 2 Μ 0 0. 0 -1 Μ 0 0. Κ Λ Ο Λ Λ. 0 0 Μ -1 0. 0 0 Μ 2 -1. 0⎤ 0 ⎥⎥ Μ⎥ ⎥ - 1⎥ 2 ⎥⎦ (T-2)×(T-2). （F6）式為N(T-2)×N(T-2)的矩陣。其中(IN. 變數本身在內的落後期當作工具變數，此則比一般. ⊗ G )為「等幕的（Idempotent）」。由（F6）和. 工具變數法更具彈性。不論廠商間是否為異質變異. （F5）式可得到一個「轉換矩陣ω」，以處理G所. （heteroskedasticity），一階和兩階段估計都符合. 產生的「異質變異（heterogeneity）」。. 異質變異下一致性（heteroskedasticity-consistent），. ω. = Z′(IN ⊗ G ) Z. (F6). 由ω-1與（F5）式利用GLS法，可得一個符合. 可放寬對殘差分配假設的限制，亦即不必為了估計. ˆ 1。 「一致性」的一階段（one-step）GMM估計量 α. 的效率性而假設廠商兼具有同質性. αˆ 1. （homoscedasticity），其推論如下。. =. [ (Δy-1) Zω-1 Z′Δy-1 ] -1(Δy-1) Zω-1. Z′Δy-1. 3.1.1 估計方法. (F7). 不過vit若為「異質變異」下，效率上卻不是最. Panel data之動態關係在於包含落後期之應變. 好的，此時則需從殘差著手，以計算出兩階段. 數於解釋變數中（Baltagi 2001，p129）。其形式. （two-step）的估計量。Hansen（1982）指出，最. 如下：. 佳的GMM估計量，可用Ω-1來取代ω-1。. yit = αyi,t-1+ x'it β + uit， i=1,…,N；t=1,…,T ( |α|<1 ). Ω =Z′(Δv) (Δv) ′ Z =. (F1) 2. i =Δy I. ˆ ，進而求得Arellano & bond ˆ 1，因此可得 Ω - Δyi,-1 α. (F2). ˆ 2。 （1991）的兩階段GMM估計量 α. 首先模型假設在穩定（|α |<1）的狀況下推估. αˆ 2 = [ (Δy-1) ZΩ-1 Z′Δy-1 ] -1(Δy-1) ZΩ-1 Z′Δy-1 αˆ 2 的變異數（variance）為 ˆ 2 ) = [ (Δy-1) ZΩ-1 Z′Δy-1 ] -1 var( α. 係數，以未包含解釋變數x'it之迴歸模型解釋，並為 便利推導，以矩陣型式表示。對（F1）式進行一階 差分以消除個別效果（individual effects）可得： (F3). (F9) (F10). 至此完成最一般化之動態追蹤資料（以時差. 假設工具變數集為Z′，應用（F3）式可得： Z′Δy = Z′Δy-1α + Z′Δv. Z′(Δv) (Δv) ′ Z (F8). 以上式中的Δv i，可由（F3）式求得，即Δ vˆ. 限制為：. Δy = Δy-1α + Δv. i =1. 配，且對vi並無特別之限制（Baltagi , 2001）。所. 上式中隱含可用之工具變數選擇之正交條件. E[yit vis] = E[x'it vis] = E[ui vis] = 0. N. 利用GMM法好處之一為無需知道vi的分. 其中，ui =ui+vit，ui~iid(0, σ u )，vit~ iid(0, σ v ) 2. ∑. 一期為解釋變數且為穩定之模型）的求解過程。以. (F4). 多期時差為解釋變數時，推導與理論皆大同小異，. 此時，雖無序列相關但可為異質變異，不過在. 不過矩陣的維度將以倍數增加。相關加入其它解釋. 此必須忽略其可能為異質變異的情況，以求一加權. 變數 x′ it 後的模型，詳細推導可參閱 Arellano. 矩陣。在此利用可得Δv的「共變異數矩陣」。. （1991）與 STATA XT manual（2003）。. E [ ΔvΔv′ ]=. σ v2 (IN ⊗ G ). (F5). 3.1.2 過度認定限制檢定與殘差序列相關檢定 過度認定限制（overidentifying restriction）檢 3.
(4) 2006 工研院創新與科技管理研討會 定，就是要利用在工具變數個數多於估計係數個數. 所以進一步定義研發支出存量（RDC it）為過去研. 的情況下，檢定估計係數是否受到影響。假如模型. 發支出未攤銷額之加總。. 正確，則使用工具變數個數大於估計係數個數，將. RDC it =. 不會影響估計係數的結果。本文使用Arellano &. ∑. α ik RD i,t-k. (2). k. 其中，α ik 是在t − k 期一元研發支出對第t. bond（1991）內所提之Sargan test檢定過度認定限 制，虛無假設：工具變數是有效的，也就是工具變. 期盈餘之貢獻。將（2）式代入（1）式得：. 數是正確的，檢定結果如果無法拒絕Sargan test 無. E it = g (TA it，. 過度認定虛無假設的話，即此工具變數為有效的。. ∑. αik RD i,t-k ，OIA it). (3). k. 其中，E it為調整研發費用後的盈餘，即當期. 令v1、v2分別為一、二階段所求得的殘差，可得統. 盈餘加回當期研發支出；OIA it是除研發支出外的. 計量分別為：. ~ Z*)ω-1(Z'* v~ ) S1=( v 1 1. 無形資產。依據之前學者研究，認為無形資產除了. ~ Z*)( Ω ˆ )-1(Z'* v~ 2) S2=( v 2. 向外購買之無形資產，已按實際成本予以入帳，還. 殘差無序列相關（serially uncorrelated ）一直. 於是再進一步把無形資產與會計盈餘評估模式的. 有前文所提的研發支出外，應該還包含行銷支出，. 是本模型重要的假設，但由於差分之影響，時差一. 關係，在控制其他投資對盈餘之影響及以銷貨額平. 期的必定有序列相關存在，因此只需對時差兩期的. 減後，修改成如下估計式，估計式（4）中的TA與. 狀況做檢定。虛無假設：殘差無自我相關性（no. AD分別是企業的總資產與廣告費用。. autocorrelation）。在接受虛無假設下，可得一統計. (OI/S) it = α0 + α1(TA/S) i,t-1 +. 量逼近（asymptotically）於標準常態分配。. ∑. α2,k (RD/S) i,t-k. k. + α3 (AD/S) i,t-1 +εi,t. 3.2 實證模型建立. (4). 本研究根據Lev & Sougiannis（1996）的盈餘. Grabowski & Mueller（1978）及Ravenscraft &. 模式，針對台灣企業進行研究與分析，但要特別注. Scherer（1982）曾指出企業投資在實際資產（real. 意的是，本研究並沒有像Lev & Sougiannis（1996）. assets）及無形資產（intangible assets）兩方面的情. 以及之前從事相關研究的劉正田（1997）、林立峰. 形將會決定企業的獲利。實際資產一般包含存貨、. （2001）、呂景綸（2003）等國內學者，為了控制. 固定資產、其他投資等有形資產及帳列無形資產；. 資料之間的異質變異（heteroskedasticity）問題，. 而無形資產主要是包含了研究發展及行銷廣告資. 去將原始資料以銷貨額平減後再進行分析，而是直. 產兩方面。Lev & Sougiannis（1996）應用盈餘模. 接把估計式（3）之無形資產與會計盈餘評估模式. 式，探討廠商當期及過去投入之研究發展支出對盈. 的關係，修改如下估計式（5）。因為本研究採用. 餘之影響，將應變數設為扣除人工及材料投入後的. 上一小節已經介紹的Arellano & bond （1991）提. 盈餘，自變數為有形資本存量及無形資本存量，定. 出之Dynamic Panel Data估計方法，建立主要模. 義第i 家公司t 期的盈餘（E it）是有形資產（tangible. 型，此研究方法可以不用考慮資料間異質變變異的. assets, TA it ）及無形資產（intangible assets, IA it）. 問題，所以可以使用未處理過的最原始資料進行分. 之函數：. 析，以期得到更沒有偏誤的估計結果。. E it = g (TA it，IA it). (1). OI it = α0 + α1(OI i,t-1) + α2(TA i,t-1). 在估計式（1）中，盈餘和有形資產的價值在. + α3(M i,t) + α4(RD i,t) +εi,t. (5). OI it ：第i 家公司t 期加回折舊與攤提、研發及. 財務報表上都有相當明確的金額，但是無形資產卻 沒有。Lev & Sougiannis（1996）認為研發支出存. 廣告費用之營業利益 OI i,t-1：第i 家公司t-1 期加回折舊與攤提、研發及. 量具未來經濟效益，將對當期及未來盈餘有貢獻， 4.
(5) 2006 工研院創新與科技管理研討會 今年企業營運績效的貢獻的主要來源是來自於公. 廣告費用之營業利益 TA i,t-1：第i 家公司t期之期初總資產，也就是t-1期. 司之前幾年的累積行銷投入。 同樣的概念，在估計式（9）之中也可以看出. 的期末總資產 M i,t ：第i 家公司t 期之行銷費用. 在研發與資產總額方面之歷年的獲利情形，不過本. RD i,t ：第i 家公司t 期之研究發展費用. 研究注重在行銷與研發的研究，所以並不加以計算. Arellano & bond （1991）提出之 Dynamic. 總資產的歷年影響。. Panel Data 估計方法的特色，除了可以避免資料間. 而估計式（5）仍不甚完美，因為此估計式之. 的異質變異問題外，就是加入應變數的前一期為自. 下之行銷與研發的歷年效果之變化與遞延，會呈現. 變數，以期可以獲得比較完整的資訊，另一方面，. 同一趨勢，本研究為了探討兩者間不同的變化情. 可以透過估計式（5）作簡單的轉換後，可以求得. 形，故特別把行銷與研發各自再加上一個前期變. 每一年度研發的效果，說明如下：. 數，希望結由此方式看出其真正影響與變化情形， 而成為下面估計式：. 我們先把估計式（5）往前估算一年可以得到. OI it = α0 + α1(OI i,t-1) + α2(TA i,t-1) + α31(M i,t). 下式. + α32(M i,t-1)+ α41(RD i,t) + α42(RD i,t-1) +εi,t (10). (OI) i,t-1= α0 + α1(OI i,t-2) + α2(TA i,t-2) + α3(M i,t-1) +α4(RD i,t-1) +εi,t-1. M i,t-1 ：第i 家公司t-1 期之行銷費用. (6). RD i,t-1：第i 家公司t-1 期之研究發展費用. 如果把估計式（6）代入估計式（5）可以得到 OI it= α0 +α1[α0 + α1(OI i,t-2) + α2(TA i,t-2) + α3(M i,t-1) +α4(RD i,t-1) +εi,t-1] + α2(TA i,t-1). 3.3 操作性定義. + α3(M i,t) + α4(RD i,t) +εi,t. 3.3.1 應變數的衡量. (7). 進一步展開後可以得到. 過去有學者以銷貨（Sales）或利潤（Profit）作. 2. OI it= (α0 +α1*α0)+α1 (OI i,t-2) + α2(TA i,t-1). 為企業經營績效的代表。然而以銷貨衡量企業績效. +α1*α2(TA i,t-2) +α3(M i,t) +α1*α3(M i,t-1). 是忽略了研發投資對營業成本的影響，因為一個企. +α4(RD i,t) +α1*α4(RD i,t-1) +ε. (8). 業投資於研發活動可能提高銷貨收入，亦可能降低 營業成本，僅看其對銷貨收入的影響，是不完全. 如此往下反覆代入k次即可求得如下估計式： OI it=β0 +β1 (OI i,t-k-1) +. ∑. 的。另一方面，以利潤衡量企業績效也不完全適. β2,k (TA i,t-k-1). 當，因為利潤包含了非營業活動的項目，例如資產. k. +. ∑. β3,k (M i,t-k) +. k. ∑. β4,k (RD i, t-k) +ε. 處分損益等，當一個企業的本業（營業活動）經營. (9). 不好時，其營業利益下降，卻可能因為非營業利益. k. 進一步說明，估計式（9）的 β3,k 即表示 k 年. （如投資之損益、資產處份損益、會計原則變動累 計影響數等）增加而使利潤成長。. 前的行銷投入對於今年企業營運績效的貢獻，若加 總所有的 β3,k 成. ∑. 有鑑於此，Lev & Sougiannis（1996）以營業淨. β3,k，即可以表示行銷投入對. 利作為研發與廣告支出的反應變數，主要理由營業. 於企業營運長期下來的總貢獻，如果再令γm = β3, m. /. ∑. 利益包括營業收入與營業成本，但不包括非營業項 目損益，可消除上述二種績效衡量方法所衍生的問. β3,k，即可表示 m 年前的行銷貢獻佔整. 題。 此外，營業淨利需以扣除當期研發、行銷費用. 個研發總貢獻的百分比；透過此方式，可以得知企 業今年的績效主要來自過去哪一年度的行銷投. 之前的數額數作應變數，因為營業淨利為已扣除當. 入，以及在行銷方面的投入，可以在當年度以及往. 期研發、行銷支出，故研發、行銷支出對本期營業. 後的各年之中，獲利多少；換句話說，也可以得知. 淨利之成效，將因本期研發、行銷費用之增加而降 5.
(6) 2006 工研院創新與科技管理研討會 低，故衡量研發、行銷支出對本期經營之效果時，. （1996） 、Aboody & Lev（2001）、林立峰（2001）. 以扣除前之營業淨利數較能有效地衡量其效果。最. 的研究結果都顯示，研發支出和企業績效有正向關. 後，為避免會計原則的處理造成扭曲，調整後營業. 係，而且會有遞延效果。而在行銷方面，雖然Hula. 淨利除了分子的營業淨利加回研發及行銷費用，需. （1989）、謝月香（2000）的研究則顯示行銷廣告. 再加回與營運沒有直接關係的折舊與攤提，以期能. 支出對企業市場價值影響不顯著，不過Hirschey &. 真正衡量行銷與研發對企業營運績效的影響效. Weygandt（1985） 、Smith（2002）及蔡宗仁（1995）. 果，調整後的營業淨利如下。. 等較多學者的研究發覺行銷廣告支出是具有未來. OI=營業利益 +折舊+攤提 +研發費用 +行銷費用. 效益。 基於之前學者的研究，主要認為行銷因為效果. 3.3.1 自變數的衡量. 呈現較短，常於數個月內就會產生影響，雖影響會. 1、行銷投入. 隨時間增加而劇速衰減，不過大致還是正面影響。 而研發效果的呈現需要時間，通常在當年尚未呈. 本研究以上市上櫃公司財務報表上認列之行銷 費用為投入，包含了營業費用之推銷費用及製造費. 現，研發會有遞延影響，故在未來才會呈現明顯的. 用中的廣告費。. 正面影響，而故本研究提出如下的四點假設： (H 1) 當期行銷與企業績效為正相關。. M =營業費用之推銷費用 +製造費用之廣告費用. (H 2) 前期行銷與企業績效為正相關。. 2、研究發展投入. (H 3) 當期研發與企業績效為負相關。 (H 4) 前期研發與企業績效為正相關。. 本研究以上市上櫃公司財務報表上認列之研發 費用數字為投入，包含了營業費用中的研發費用以. 4. 研究結果分析. 及製造費用中的研發費用項目。. 4.1 敘述統計分析. RD =營業費用之研發費用+製造費用之研究費用. 本研究的資料主要來自於台灣經濟新報社 （Taiwan Economic Journal,TEJ）的資料庫，研究. 3、資產總額投入. 期間自西元一九八一年至二OO五年為止，共計25. 所謂資產係指公司由於過去之交易或其他事項. 年，在刪除問題樣本後，本研究共採用959家上市. 所獲得或控制之可能的未來經濟效益。大抵企業取. 上櫃的公司，其中上市公司有557家，上櫃公司則. 得資產後係用以從事主要或中心業務而交付或生. 有402家，分布算是相當平均，而各家公司資料的. 產貨物提供勞務或其他活動藉以創造收益，在此前. 年限不一，平均分布情況如下圖一所示，而平均的. 提下，營業利益應可視為在期初投入資產於主要營. 採用年限是13.5年，比起以往針對台灣企業進行的. 業活動，而期間持續一年或一營業週期，所產生之. 研究，本研究不論是在樣本家數或是樣本年限上，. 經濟效益減除相關費用後之稅前淨額。Lev &. 均在合理的情況之下，涵蓋了最廣的資料分佈。. Sougiannis（1996）及Aboody & Lev（2001）探討. 而這 959 家台灣企業也涵蓋了 771 家製造業，. 研發與廣告支出對盈餘的影響模型中，也都曾以有. 和 188 家服務業；而整體之中以資訊電子類分布最. 形資產投入為自變數。於上述理論基礎下本研究以. 多，有超過 500 家，最少的是造紙產業，在刪除 2. 本期期初資產總額，也就是前期（t-1）資產總額. 間有問題之樣本公司後，本研究只採用了 5 家。 如果依照研發密度來分析，經過統計，整體平. （TA）作為自變數。 TA. = 期初資產總額. 均行銷強度是5%，高行銷強度的公司表示行銷密 度高於整體平均值，高行銷強度公司約有315家，. 3.4 研究假設. 而整體平均研發強度是3.14%，約有250家，所以高 行銷與高研發公司的比率相較之下還是偏低的。. 學者Sougiannis（1994）、Lev及Sougiannis 6.
(7) 2006 工研院創新與科技管理研討會 遞延效果遠大於行銷的遞延效果，而如果累加所有. 4.2 行銷與研發投入對績效影響及遞延情形. 的研發效果，可以求出 5.74 的長期績效，而在行. 4.2.1 實證結果分析. 銷方面，卻只有 1.16，更加深了研發的對於企業. 針對表一的分析結果，首先在 Sargan test 是沒. 績效的貢獻，是遠大於行銷投入的。. 有拒絕虛無假設的，也就是說在此分析中的工具變. 而透過表三是計算累積至各年的影響百分. 數選擇是沒有過度認定的問題；進一步看到殘差的. 比，可以發現研發大約到第四年所佔的累積影響效. 二階自我相關也是沒有拒絕虛無假設的，也就是表. 果佔總效果的九成，由此可以推論研發影響約可以. 示沒有自我相關的問題，此兩點都符合 Dynamic. 遞延四年；而在行銷方面，在第一年就佔了總效果. Panel Data 的要求，因此可以進行下面的分析。. 的 91%，可見行銷的幾乎沒有遞延效果，另外由圖. 表一中可以看到，當期行銷與績效呈現 1.07. 四-4 也可以清楚看出此遞延情形。. 的正相關，也就是說行銷在當期投入就會有助於績. 5. 結論與建議. 效，而去年的行銷投入對績效，一樣有 0.51 的正 相關，表示說行銷對於績效是呈現正相關的，這兩. 行銷與研發投入均會對企業營運績效有正面. 部份都分別與本研究的假設 H1 和 H2 符合。. 影響，這部份可以看出施振榮先生所提的「微笑曲. 而在研發方面，不論當前或前期的研發，對於. 線」兩端，所能為企業帶來的附加價值，是相當可. 組織績效都有相當顯著的影響，其中當期研發與績. 觀的，足以讓台灣企業渡過全球化競爭的浪潮。此. 效是呈現 2.2 的正相關，表示說整體公司呈現當期. 外研發的效果遠大於行銷效果，且研發的遞延年限. 研發投入越多，獲利越多的現象，這和本研究的假. 比行銷長久，長期看來，到第四年約才發揮研發總. 設 H3 不和，發生原因可能是台灣企業在研發方向. 效果的九成，而行銷第一年就佔了總效果的. 的特點所造成的。而在前一年的研發影響係數. 91.4%。. 0.54，也是與績效呈現正相關，這部份就和本研究. 不過針對研究假設 H3 的不符合，可能的原因. 的假設 H5 符合，充分說明的企業的研發是具有遞. 是我國以往大多自日本或歐美等先進國家，引進先. 延績效的。. 進技術，進而從事延續性的研發，創新性的研發相. 由上面所有公司的行銷與研發表現，可以得知. 對之下是比較少，也就是說大部分都是在現有技術. 大體上行銷與研發都是有助於公司績效的，如果加. 或製程上加以改良，精益求精，並非從事具有原創. 總兩年的研發影響約是 2.74，遠大於兩年行銷影響. 性的突破性創新，所以才會呈現研發在當年即可看. 值 1.58，明顯的表示了研發可以比行銷創造出較高. 到具體效果。. 額利潤，這可以讓台灣部分企業，只投入高額行銷. 但這樣對企業長遠經營其實是不太好的，因為. 卻不敢進行研發的公司，一個很好的實證，其實投. 在哈佛商學院的教授 Clayton Christensen 著作的. 入研發可以的獲利不會以行銷少；不過此階段尚未. 《創新的兩難》書裡，提到了諸多原本是叱吒一時. 考慮行銷與研發的遞延績效，將在下一小節進一步. 的企業，雖然有良好的經營團隊，但卻因未能及時. 探討兩者的遞延情形。. 投入斷裂型創新(disruptive innovation），以至於讓 出龍頭地位，甚至完全被迫退出市場，這其實需要. 4.2.2 遞延影響分析. 台灣企業進一步省思，以應付環境的日益變遷。. 透過第三章介紹的方式，本研究將用估計式 （10）所估出來的表一之數據，加以運算，進而求. 參考文獻. 出行銷與研發前十年的個別影響如下表二，可以發. [1] Clayton M. Christensen（2005），創新的兩難，. 現雖然研發的各年影響呈現遞減的趨勢，而行銷卻. 吳凱琳譯，商周出版 [2] Michael E. Porter（2001） ，競爭論（上） ，高登. 幾乎在第二年開始影響及變的很小，表示說研發的 7.
(8) 2006 工研院創新與科技管理研討會 [15]Graham,RC and Frankenberger,KD.,(2000), The. 第、李明軒譯，天下文化 [3] 工研院經資中心 IT IS 計畫. Contribution of Changes in Advertising. [4] 中華民國會計研究發展基金會（1984），財務. Expenditures to Earnings and Market Values ,. 會計準則公報第一號：一般公認會計原則彙. Journal of Business Research, Vol.50,. 編，台北：編製者發行. No.2,P149-155.. [5] 林立峰(2001)，我國上市的電子公司研發支出. [16]Hansen,L. P.,(1982), Large Sample Properties of. 與股價之關聯性，碩士論文，國立中山大學財. Generalized Method of Moments Estimators ,. 務管理學系研究所. Econometrica, Vol.50, No.4,P1029-1054.. [6] 蔡宗仁(1995)，廣告支出會計理論與問題之研. [17]Hirschey,M. and Weygandt,J. J.,(1985), Amortization Policy for Advertising and. 究，碩士論文，國立政治大學會計學研究所 [7] 謝月香(2000)，無形資產，碩士論文，國立成. Research and Development Expenditures , Journal of Accounting Research, Vol.23,. 功大學會計學研究所. No.1,P326-335.. [8] Aboody,D. and Lev,B.,(2001), R&D productivity in the chemical industry, Working paper, New. [18]Hsiao,C.,(2003), Analysis of Panel Data. York University. [19]Hula,D. G.,(1989), Intangible Capital, Market. [9] Arellano,M. and Bond,S.,(1991), Some Tests of. Share and Corporate Strategy , Applied Economics, Vol.21, P1535-1547.. Specification for Panel Data: Monte Carlo. [20]Lev,B. and Sougiannis,T.,(1996), The. Evidence and an Application to Employment Equations , The Review of Economic Studies,. capitalization, amortization, and. Vol.58, No.2,P277-297.. value-relevance of R&D , J.Account.Econ.,. [10]Baltagi,B. H.,(2001), Econometric analysis of. Vol.21, No.1,P107-138. [21]Little,J. D. C.,(1979), Aggregate Advertising. panel data [11]Branch,B.,(1974), Research and Development. Models: The State of the Art , Oper.Res., Vol.27, No.4,P629-667.. Activity and Profitability: A Distributed Lag. [22]Martin,S.,(1979), Advertising, Concentration,. Analysis , The Journal of Political Economy, Vol.82, No.5,P999-1011.. and Profitability: The Simultaneity Problem ,. [12]Brenner,MS and Rushton,BM.,(1989), Sales. The Bell Journal of Economics, Vol.10, No.2,P639-647.. growth and R&D in the chemical industry ,. [23]Morbey,G. K. and Reithner,R. M.,(1990), How. Research Technology Management, Vol.32, No.2,P8–15.. R&D Affects Sales Growth, Productivity and. [13]Clarke,D. G.,(1976), Econometric Measurement. Profitability., Res.Technol.Manage., Vol.33, No.3,P11-14.. of the Duration of Advertising Effect on Sales ,. [24]Parasuraman,A. and Zeren,L.,(1983), R&D’s. Journal of Marketing Research, Vol.13, No.4,P345-357.. relationship with profits and sales , Research. [14]Grabowski,H. G. and Mueller,D. C.,(1978),. Management, Vol.26, No.1, P 25-28. [25]Ravenscraft,D. and Scherer,F. M.,(1982), The. Industrial Research and Development, Intangible Capital Stocks, and Firm Profit. lag structure of returns to research and. Rates , The Bell Journal of Economics, Vol.9,. development , Appl.Econ., Vol.14,. No.2,P328-343.. No.6,P603–620. 8.
(9) 2006 工研院創新與科技管理研討會 [26]Schroer,J. C.,(1990), Ad spending: growing. 表一 行銷與研發分析. market share , Harv.Bus.Rev., Vol.68,. Arellano-Bond dynamic panel-data estimation Number of obs = 10117 Group variable (i): company Number of groups = 959 Wald chi2 (6) = 2.47e+08 Time variable (t): year Obs per group:min = 3 avg = 10.54953 Two-step results D.oi Coef. Std. Err. z P>|z| [95% Conf. Interval] oi LD. 0.5218846 0.0001246 4187.55 0.000 0.52164 0.5221288 ta D1. 0.0194771 0.0000235 829.8 0.000 0.019431 0.0195232 m D1. 1.067917 0.0002671 3998.6 0.000 1.067394 1.068441 m(-1) D1. 0.5095035 0.000283-1800.58 0.000 0.510058 -0.5089489 rd D1. 2.204421 0.0015558 1416.87 0.000 2.201371 2.20747 rd(-1) D1. 0.5403826 0.0020541 263.08 0.000 0.536357 0.5444085 _cons 5308.533 104.7279 -50.69 0.000 -5513.796 -5103.27 Sargan test of over-identifying restrictions: chi2( 252 ) = 259.65 Prob > chi2 = 0.3568 Arellano-Bond test that average autocovariance in residuals of order 1 is 0: H0: no autocorrelation z = -2.12 Pr > z = 0.0340 Arellano-Bond test that average autocovariance in residuals of order 2 is 0: H0: no autocorrelation z = 1.26 Pr > z = 0.2064. No.1,P44-48. [27]Smith,A. D. H. and Durham,NC.,(2002), Measuring Intangibles: The Asset Value of Advertising , Durham: Duke University, USA, April. [28] Sougiannis,T.,(1994), The Accounting Based Valuation of Corporate R&D , The Accounting Review, Vol.69, No.1,P44-68. [29] Tellis,G. J. and Weiss,D. L.,(1995), Does TV Advertising Really Affect Sales? the Role of Measures, Models, and Data Aggregation., Journal of Advertising, Vol.24, No.3, P1-12.. 表二 行銷與研發遞延分析 (公司家數) 120 100. 83 87. 80. 92 80. 65. 60. 74. 73 55. 50. 42 30. 40 25. 35. 39. 43 32 18. 20. 9 8. 19. 0 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25. (年). M. 1.168. RD. 5.741. M(t) M(t-1) M(t-2) M(t-3) M(t-4) M(t-5) M(t-6) M(t-7) M(t-8) M(t-9). 1.068 0.048 0.025 0.013 0.007 0.004 0.002 0.001 0.001 0.000. RD(t) RD(t-1) RD(t-2) RD(t-3) RD(t-4) RD(t-5) RD(t-6) RD(t-7) RD(t-8) RD(t-9). 2.204 1.691 0.882 0.461 0.240 0.125 0.065 0.034 0.018 0.009. 圖一 資料長度分析 表三 行銷與研發累積百分比分析. 水泥 食品. 食品, 23. 其它, 64 百貨, 16. M(t) M(t-1) M(t-2) M(t-3) M(t-4) M(t-5) M(t-6) M(t-7) M(t-8) M(t-9). 塑膠. 紡織人纖, 45. 紡織人纖. 水泥, 7. 塑膠, 27. 機電. 機電, 51. 電線電纜. 電線電纜, 14. 觀光, 11. 化學, 65 運輸, 23 玻璃陶瓷, 5. 營建, 17. 化學 玻璃陶瓷 造紙 鋼鐵金屬 橡膠輪胎. 造紙, 6 鋼鐵金屬, 32 資訊電子, 539. 運輸工具 資訊電子 營建. 橡膠輪胎, 10 運輸工具, 4. 運輸 觀光 百貨 其它. 圖二 產業分布情況分析. 9. 91.4% 95.5% 97.7% 98.8% 99.4% 99.7% 99.8% 99.9% 100.0% 100.0%. RD(t) RD(t-1) RD(t-2) RD(t-3) RD(t-4) RD(t-5) RD(t-6) RD(t-7) RD(t-8) RD(t-9). 38.4% 67.9% 83.2% 91.2% 95.4% 97.6% 98.8% 99.4% 99.7% 99.8%.
(10) 2006 工研院創新與科技管理研討會. (影響累積率) 100% 90% 80% 70% 60% 50% 行銷. 40%. 研發 30% 20% 1. 2. 3. 4. 5. 6. 7. 8. 9. 10 (年). 圖三 行銷與研發累積百分比分析. 10.
(11)
相關文件
The purpose of this research is to explore the important and satisfaction analysis of experiential marketing in traditional bakery industry by using Importance-Performance and
(1982), “An Investigation into the Determinants of Customer Satisfaction,” Journal of Marketing Research, Vol. 1996), “Relationship Marketing in Consumer Markets,” Journal
在各年度部份做更進一步之探討，由表 4.1 可以發現，國內汽車輪圈業銷 貨淨額由 2003 年的 5,001,491 千元到 2007 年的 10,199,713
(2000), “Assessing the Effects of Quality, Value, and Customer Satisfaction on Consumer Behavioral Intentions in Service Environments,” Journal of Retailing, Vol. (2001),
研究與發展(research and development, R&D) 係指進步的 科學知識或產品(與製程)之創新而言[23]。依據美國國家科學基 金會的報告，顯示在最近
譚志忠 (1999)利用 DEA 模式研究投資組合效率指數－應用
(2001), “The Place of Social Capital in Understanding Social and Economic Outcomes.” ISUMA Canadian Journal of Policy Research 2
Shinar (2002), “Effect of Uncertainty, Transmission Type, Driver Age and Gender on Brake Reaction and Movement Time,” Journal of Safety Research,
