員工認股選擇權與公司績效---反事實分析架構之應用

員工認股選擇權與公司績效

_—

反事實分析架構之應用

張元．沈中華．李卿企

∗

公司實施誘因報酬制度

,

例如員工分紅入股制度或是員工認股選擇

權制度

,

是否能提升企業經營績效

,

在既有理論與實證研究中一直

沒有一致性的結論。 本文應用傾向分數配對方法

_{(Propensity Score}

Matching method),

根據企業特性變數是否相近為依據進行樣本配

對

,

分析實施員工認股選擇權制度的公司與其反事實樣本

(Coun-terfactual Sample;

特性變數與實施員工認股選擇權公司極為近似

_,

但未實施該制度之公司

)

的績效差異

,

趨近 「其他條件不變」 的要求

,

降低文獻中的樣本選擇偏誤。 根據台灣部分上市電子公司

2004

年

至

₂₀₀₈

年的資料我們發現

_,

實施員工認股權制度的公司績效並未

顯著相對較佳

,

以配對後的樣本進行分析亦未出現相反的證據

,

採

取員工認股權制度無法改善公司績效。

關鍵詞

_:

員工認股選擇權

_,

傾向分數配對方法

_,

反事實樣本

_,

選擇偏誤

JEL

分類代號

_{: C21, M52}

1

概論

企業為留任績效良好的員工以降低人事流動率

,

可建立將公司業績和員工

報酬連動的誘因報酬制度

,

而目前最常見的制度為發放員工現金或股票紅

∗

_{作者分別為國立彰化師範大學商業教育學系助理教授、 台灣大學財務金融系教授與}

中原大學財務金融系助理教授。 張元為通訊作者。 感謝編輯委員與兩位匿名評審的指正

與建議。 本文中的任何疏誤

,

為作者之責。

經濟論文叢刊

_{(Taiwan Economic Review), 39:3 (2011), 325–372}

。

國立台灣大學經濟學系出版

利以及員工認股選擇權等方式讓員工入股

,

讓員工成為公司股東

,

於公司

獲利的同時分享利潤。

不論是員工分紅入股制度

(Employee Stock Bonus)

或是員工認股選擇

權制度

(Employee Stock Option),

皆是一種與公司業績報酬連動之誘因報

酬制度。 員工分紅入股制度指的是企業並不以現金方式發放紅利

,

而是以

部分股權做為應發放之紅利

,

兼具分紅與入股

,

使員工不僅可分享企業盈

餘

,

亦可以獲得公司股權

_,

參與及承擔企業的經營。 員工認股權制度指的是

公司給予員工一項能夠以預定價格

,

在將來預定期間內買進公司預定數量

股份之權利

,

若公司營運績效良好進而使得股價上漲

,

員工將可享受股價

上漲的資本利得。 這兩種制度的目的皆在設法使員工與股東以及公司之利

益相結合

,

降低代理問題以及監督成本

,

達到提升公司經營績效之目標。

1

實務上

_,

愈來愈多的公司在他們的薪資系統中使用員工分紅入股制或

是員工認股權制度。 特別是員工認股選擇權

,

根據

Murphy (1999)

與

Ke-dia and Mozumdar (2002),

美國前兩百大公司的員工誘因薪酬計畫中所

發放的股票由

1989

年的

6.9%

上升至

1997

年的

13.2%,

發放股票的市值亦

大幅增加

,

而這現象亦同樣地出現在歐洲以及世界各地

;

在台灣

,

根據李雅

婷

_(2003),

以

2000

年

6

月

23

日的市價計算

,

前百大上市上櫃公司之員工平

均分紅配股金額最多

,

共發出超過市值新台幣

1,000

億元的員工分紅配股。

其中台積電就發出

17

萬張股票

,

總市值達

200

億新台幣。

廣泛使用員工分紅入股制或員工認股權制度的現象

,

促使本文想探討

:

它們真的有達到促進或改善公司績效的目標嗎

?

學術理論上

,

關於企業實

施員工分紅入股制度或員工認股權制度是否真的能達到激勵員工努力而

增進公司績效

,

主要有兩種對立的看法

,

首先、 持正面看法者

, Weitzman

and Kruse (1990)

與

Kim (1998)

認為實施員工入股制度提升生產力主要

1

_{員工分紅入股制度與員工認股權制度仍存在著部分差異性}

_,

_{首先是前者純粹是獎勵員}

工過去之表現

,

後者則是鼓勵員工未來的表現

;

第二、 前者為短期的激勵

,

對員工過去一年

表現之業績分紅

;

後者為長期激勵

,

以員工對公司之未來長期業績表現分紅

;

第三、 前者乃

為公司一次將股票全部分給員工

,

並不限制其轉讓

,

經常員工拿到股票後即賣出

,

再跳槽

到其他公司

,

造成股東權益稀釋、 股價波動

;

後者讓公司保有鼓勵員工的彈性

,

可分幾年把

股票分給員工。 另外

,

員工分紅入股是無償配股

,

不得限制員工轉讓

,

對員工最有利

,

但較

易成為短線操作的謀利工具

;

而員工認股權雖具有長期激勵效果

,

但若市場景氣狀況不佳

,

股價下滑

,

對員工的激勵效果亦會大幅降低

,

且此制度員工需繳納認購股款才能取得股票。

員工認股選擇權與公司績效

₃₂₇

是透過三種機制

,

提供誘因、 誘因報酬資訊完整以及效率工資理論

; Kruse

(1993)

提到雖然大型組織內個別績效不易衡量及監督的狀況有可能讓員

工產生搭便車

(Free Rider)

的行為

,

然而由重複賽局的觀點來看

,

員工減

少努力的行為很容易被發現

,

因此長期來說

,

員工分紅入股制度還是有可

能提高公司的生產力。

Conte and Svejnar (1988)

認為具生產力的受雇者

會較願意接受依績效給付的薪酬制度

,

因此當公司的薪資結構中有部分

為入股制度時

,

會吸引高品質的勞動力而對公司績效有正面助益。

Bartkus

(1997)

亦認為員工入股計畫使員工有了參與公司經營的權利

,

將可改善勞

資關係

; Hall (2000)

指出對於確保經營管理者會真的為企業、 員工以及股

東謀取長期最大利益

,

員工認股權憑證是最好的薪酬工具

; Hall and

Lieb-man (1998)

提出員工績效配股或是員工認股權憑證就是透過公司的經營

利潤來提供誘因

_,

使員工的努力程度與報酬相連結而產生激勵作用。

但是有部分學者對員工分紅入股制度可以提高生產力及企業績效持反

對看法

_,

他們認為員工分紅入股制度是一種團體性的薪酬措施

,

雖然該制

度可能藉由強化員工努力及增加勞動人員的工作技能來增加企業的績效

,

但當個人績效在團體中不易被衡量時

,

團體中的個人怠惰則不易被察覺

,

容易產生有團體成員搭便車的現象

,

將造成單一員工努力工作的動機逐漸

消失

,

喪失員工分紅入股制度的激勵效果。

既有實證研究的結果符合前述正向看法者

,

例如

_{Conte and Svejnar}

(1988)

以美國製造業為例

,

分析管理參與、 利潤分享、 員工入股與工會對

生產力的影響

,

他們發現利潤分享制有助於生產力的提升

_,

尤其是在公司

同時提供其他類型的員工參與制度時最為顯著

; Yermack (1995)

利用

1984–

1991

年間之

452

家公司資料發現

,

有發放股票選擇權給執行總裁的公司有

較高的股票報酬

; Mehran (1995)

以

1979–1980

年之

153

家公司為樣本

,

發

現

_{Tobin’s Q}

、

資產報酬率分別與

CEO

薪酬佔權益比率、

CEO

擁有的選

擇權比率和研發銷售比率呈現顯著正向的關係

; Frye (2004)

利用

_1992–

1994

年間之

121

家公司資料發現員工的薪酬制度中若有以股票為基礎為

支付方式者

,

以

_{Tobin’s Q}

來衡量的公司績效是相對較高的

; Sul and Kim

(2003)

利用事件研究法發現買進後並持有

(Buy and Hold)

具有員工認股

營製造業於

1983–1987

年的資料為例

,

發現利潤分享

(

即國營企業所能保

留之盈餘

)

與獎金

(

員工可獲得的分紅

)

均有助於生產力的提高。

2

另一方面

,

支持負面看法的實證研究中

, Blasi et al. (1996)

發現員工分

紅入股與公司生產力及獲利力無顯著的相關性

; Yeo et al. (1999)

以新加

坡

1986–1993

年之

61

家企業為例

,

發現實施股票選擇權計畫之公司

,

在實

施後

₃

年之績效與產業績效水準並無顯著差異。

Paugh et al. (2000)

發現員

工持股計劃在短期內對於增進資產報酬率、 股東報酬率與淨邊際利潤有顯

著影響

,

但對長期績效則沒有顯著影響

; Ittner et al. (2003)

的研究結果顯

示美國高科技公司發行員工認股權對次一年度的公司資產報酬率及股票

報酬率沒有顯著的正向影響。

分析公司採取員工分紅入股制度或員工認股選擇權制度對公司績效的

影響可以由兩個層面來檢驗

,

第一種是檢視公司樣本其發放員工認股選

擇權數量的多寡與其公司績效的關聯性

,

而設定被解釋變數為公司績效指

標、 解釋變數為員工認股選擇權數量的迴歸方程式並利用最小平方法進行

估計即可得到

(

然尚須考慮其他控制變數

);

第二種方式是將資料分為兩組

樣本

_,

一組有實施有員工分紅入股制度或員工認股選擇權制度

,

而另一組

沒有。 透過兩組樣本績效比較的差異

,

或是如同第一種方式設製置回歸方

程式

,

將解釋變數改為有無實施該制度的虛擬變數

(Dummy Variable),

估

計並分析虛擬變數前的估計係數即可。

我們的做法是結合上述兩種方法

,

然而重要的是

,

在評估兩組公司樣本

之績效差異時

,

除了是否實施員工分紅入股制度或員工認股權制此一特性

的不同之外

,

很容易受到兩組樣本之其他特性變數的差異所干擾。 當兩類

型公司

(

實施者

vs.

未實施者

)

在規模或產業等特性變數上存有相當大的不

同時

(

例如實施該制度公司的平均規模較大

),

兩組樣本的績效差異將無法

認定為實施該制度所導致的結果

(

因為有可能是規模效果

);

同時

_,

在評估

公司績效的迴歸式中設置虛擬變數

(

有實施該制度為

1,

未實施者為

0),

很

容易因為該虛擬變數具內生性

(

即受公司規模或前一年度之經營狀況而決

定

)

而使其係數產生估計上偏誤

,

導致了

Heckman (1979)

所謂的樣本選

2

_{其他類似的研究請參考}

_{Doucouliagos (1995)}

_、

_{Jones and Kato (1995)}

_、

_{Conte (1992)}

_、

FitzRoy and Kraft (1992)

與

Jones and Svejnar (1985)

。

員工認股選擇權與公司績效

₃₂₉

擇偏誤

(Sample Selection Bias)

。

若要正確地估計採取員工分紅入股制度

或員工認股權制度與公司經營績效之間的關係

,

特別是要將公司績效的差

異歸因於是否採取員工分紅入股或員工認股權制度這一因素時

,

最好是所

研究的公司樣本

,

僅在有實施此一制度與未實施此一制度上有所不同

,

其

他的特性變數應該要相等或接近

,

達到其他條件相同

(Other things being

equal),

方可避免或降低樣本的選擇偏誤問題。

3

傳統上學者利用

Heckman (1979)

的兩步驟方法

(Two-step Method)

來降低選擇樣本的選擇偏誤。 以本文來說

,

第一步是利用

Probit

或

_Logit

模型估計一機率函數

,

即公司是否採取員工分紅入股制度或員工認股權制

度的決定方程式

,

得到選擇偏誤調整項

,

即

_{Inverse Mill’s Ratio,}

第二步則

是將選擇偏誤調整項代入評估採取該制度對公司績效影響的迴歸式成為

其中一個解釋變數。

Hofler et al. (2004)

對於

_{Heckman (1979)}

的兩步驟

方法提出其限制性

,

一是它必須滿足認定

(Identification)

的要求

,

即必須

要找到至少一個變數不包括在機率模型中但卻包括在評估公司績效的迴

歸式中

;

第二是所謂的

LaLonde (1986)

批評

,

即研究中所要評估的效果

(

採取員工分紅入股制度或員工認股權制度對公司績效的影響

)

會因為機

率模型設定的不同而有極大的差異。 由於

Heckman

兩步驟方法的經典性

,

我們仍然將採用此一方法進行實證分析。

使用

Heckman (1979)

的兩步驟方法在文獻中雖廣為學者所使用

,

但

這樣的分析均受限於所分析的兩類型公司並沒有達到所謂的 「其他條件相

同」。 既有的研究或多或少均有這個限制

,

雖然這是一合理的要求

,

但在學

術上如此進行研究的人卻很少

,

原因之一在於要考慮多少維度才算達到了

所謂的 「其他條件相同」

?

有無一合理且學術上可接受的衡量與檢定方法

?

原因之二

,

即使勉強能達到這要求

,

但此時控制組的樣本數量可能大幅減

少

_,

將造成估計係數的不穩定

,

如此是否值得

_?

因此符合在進行比較之前這

其他條件應相同的大前提

,

終歸是一理想。

針對樣本選擇偏誤

, Rubin (1973)

提出配對方法

(Matching Method),

3

_{在生物與醫學研究中}

_,

_{例如試驗人體用藥的治療效果}

_,

_{通常是在兩群特性}

₍

_如生病時

間、 生病程度與持續時間、 身高、 體重、 性別、 年齡、 家庭所得與工作時間

)

相近的人中

,

一

組給予用藥

(

試驗組

),

另一組則無

(

對照組

),

爾後再透過兩組樣本病情痊癒的相對差異是

其基本概念是針對採取該制度的每個公司樣本

,

在未採取該制度的公司樣

本中選擇特性變數相近似的樣本作為配對樣本

,

亦稱為反事實樣本

(Coun-terfactual Sample)

。 完成樣本配對後

,

兩組樣本在給定之特性變數上的差異

減少或消失

,

因此兩組公司樣本的相對績效高低可歸因於採取認股權制度

的影響

,

降低特性變數的差異性在認定相對績效高低之原因時所產生的干

擾。 然而

,

若特性變數相當多

, Rubin (1973)

的方法有可能使得符合多重

特性變數相等之標準的樣本數目大幅減少。

4

Rosenbaum and Rubin (1983, 1985a,b)

提出傾向分數配對法

(Propen-sity Score Matching Method; PSM),

其基本概念是在配對過程中將多個特

性變數對應到一個維度

,

即先根據多個特性變數估計一機率函數

,

也就是

公司實施員工分紅入股制度或員工認股權制度的機率函數

,

稱為傾向分數

函數

(Propensity Score Function; PSF;

成為試驗樣本的機率函數

),

將個

別樣本的特性變數代入機率函數將可到該樣本的估計機率

,

稱為傾向分數

(Propensity Score; PS;

成為試驗樣本的估計機率

)

。 接著則是針對採取員

工認股權制度的每一家公司樣本

,

在未採取該制度的公司樣本中尋找傾向

分數相同的樣本作為配對樣本。 這方法將同時改善選擇偏誤與樣本配對時

過多維度的問題。 目前已有大量的經濟與財金學者將此研究架構應用到財

金、 經濟的研究領域上。

5

本文利用

2004–2008

年間台灣部分上市電子公司

(

股票代碼前兩碼為

23

、

24

者

)

的年資料評估公司採取員工認股權制度對公司經營績效之影響

,

應用

_{Rubin (1973)}

以及

Rosenbaum and Rubin (1983, 1985a,b)

的配對方

法以修正既有文獻中未處理的選擇偏誤問題。 為什麼我們不直接評估公司

在此制度實施前與實施後的績效差異

?

原因之一是公司實施員工認股權制

度之前與之後的總體經濟環境同樣存有差異而無法進行控制

;

第二個原因

則是文獻中方案評估

(Program Evaluation)

政策效果分析

(Policy Impact

4

_請參考

_{Heckman et al. (1997)}

_、

_{Heckman et al. (1998)}

_、

_{Heckman and Robb (1985,}

1986)

。

5

_{Rubin and Thomas (1992)}

_{證明傾向分數配對法可以有效解決選擇偏誤的問題。 此}

方法在經濟領域的應用上相當多

,

請參考

Persson (2001)

、

Hutchison (2004)

、

Glick et al.

(2006)

、

Vega and Winkelried (2005)

、

Crowe (2007)

、

Ham et al. (2006)

以及

Shen and

Chang (2009)

。

員工認股選擇權與公司績效

₃₃₁

Analysis)

以及因果推論

(Causal Inference)

的做法皆是利用參與方案

(

試

驗樣本

)

與未參與方案

(

控制樣本

₎

的個體進行分析

,

例如

_{Heckman et al.}

(1998)

以及一些先前在附註中提到關於配對方法的眾多應用研究

,

我們的

分析與這些既有應用研究的架構是相同的。

本文共分為

6

節

,

下一節為配對理論的介紹

,

第

3

節為實證模型

,

第

4

節

為樣本資料介紹

,

第

5

節為實證分析結果

,

最後一節為結論。

2

配對理論與傾向分數配對法

2.1

配對理論的原理

本文的主要目的是應用配對方法篩選樣本並估計公司採取或實施

(

往後此

兩動詞將交互使用

₎

員工認股權制度對公司經營績效的影響。 參考

Dehejia

and Wahba (2002),

定義

Y

i1

與

Y

i0

為

i

公司分別為採取該制度與未採取

該制度時的績效。 在這兩種狀態下的績效差異為

: 1

i

=

Y

i1

−

Y

i0

。

給定公

司採取該制度

,

相對於其未採取該制度時的績效差異為

:

6

1







D=1

=

E



Y

1

−

Y

0







D = 1



=

E



Y

1







D = 1



−

E



Y

0







D = 1



,

(1)

其中

D

為虛擬變數

,

當公司樣本為採取該制度時等於

1,

否則為

0

。

關於

(1)

式的估計實際上是不可行的

,

因為

₍₁₎

式的第二項

E(Y

0

|D = 1)

事實

上無法被觀察到

,

也就是我們無法觀測到某公司實際上是採取該制度

,

而

他在未採取該制度時的績效值。 一般的方法是使用

E(Y

0

|D = 0)

來替

換

E(Y

0

|D = 1);

然而

,

只有當

Rubin (1973)

與

Rosenbaum and Rubin

(1983)

的條件獨立假設

(Conditional Independence Assumption; CIA)

成

立時

,

這個替換才是適當的

:

Y

1

, Y

0

⊥D







X,

其中

⊥

表示獨立

, X

為不受公司是否採取認股權制度所影響的特性變數

向量。 這個假設指的是

,

給定某些特性變數

X,

實驗樣本組

(

即實施認股權

制度的公司

)

與控制樣本組

(

即未實施該制度的公司

)

可以視為由同一個

6

_{以下在不會產生困擾的情況下}

_,

_{將省略下標}

_i

_。

母體中所抽出

,

也就是樣本被指定到實驗組或控制組的過程是隨機的

,

換

句話說

,

兩組樣本在特性變數

X

上並沒有明顯地差異性

_,

因此兩組樣本在

參與實驗後的差異性將足以被認定為實驗效果。 因此

,

當這個條件成立時

,

E(Y

0

|D = 0)

成為

E(Y

0

|D = 1)

的不偏估計式

,

因此

,

1







D=1

≡

E



Y

1







D = 1



−

E



Y

0







D = 1



=

E

x

hn

E



Y

1







X, D = 1



−

E



Y

0







X, D = 1

o 





D = 1

i

=

E

x

hn

E



Y

1







X, D = 1



−

E



Y

0







X, D = 0

o 





D = 1

i

=

E

x



1

d







D=1,X







D = 1



。

相反地

,

若上述條件不成立時

, E(Y

0

|D = 0)

將無法成為

E(Y

0

|D = 1)

的

良好替代估計式

,

兩者之間的差異即為選擇偏誤。

根據

_{Heckman et al. (1998),}

上述的條件獨立假設不成立的原因有二。

其一為非比較性偏誤

(Noncomparability Bias),

即實驗組與控制組的特性

變數是無法相互比較的。 第二則是分配偏誤

(Distributional Bias),

即實驗

組與控制組在特性變數

X

上的分配不相同

,

使兩群樣本像是從不同的母

體中所抽出

(

或是樣本並非是隨機地被指定到實驗組或控制組

)

。 本文的

狀況與第二個原因相近。

2.2

配對方法

應用配對方法的主要目的是透過將實施認股權制度的公司與特性變數相

類似但未實施該制度的公司配對起來

,

兩者再進行績效比較。 被選為配對

樣本的未採取該制度之公司

,

可以被視為採取該制度之公司樣本的反事實

樣本

_,

即特性變數與實施認股權制度公司極為相似的未實施公司。 透過樣

本配對

,

兩組樣本的特性變數將趨向一致

,

滿足條件獨立假設。

2.2.1

傾向分數配對

當特性變數增多

,

為實施認股權制度之公司找到多個特性變數皆相近之配

對樣本將變得愈難。 為避免這問題

, Rosenbaum and Rubin (1983)

提出傾

員工認股選擇權與公司績效

₃₃₃

向分數配對法

,

將樣本配對時的多維度對應到一個維度。 其做法是給定多

個特性變數

X,

透過機率函數

(

傾向分數函數

₎

的估計而得到一機率

(

傾向

分數

):

P (X) = P (D = 1|X) = E(D = 1|X)

。

上式

P (X)

表示在給定特性變數為

X

下

,

公司採取認股權制度的機率。 給

定採取該制度與未採取該制度之公司有相同採取認股權制度的機率

(

相同

的傾向分數

),

條件獨立假設將成立

,

兩公司樣本視為由同一個母體中所抽

出

_,

即

Y

1

, Y

0

⊥D|X ⇒ Y

1

, Y

0

⊥D|P (X),

而

(1)

式變為

1







D=1

=

E



Y

1

−

Y

0







D = 1



=

E



Y

1

−

Y

0







P (X), D = 1



。

上式表示透過選取相同傾向分數之未採取認股權制度公司作為採取該制

度公司的反事實樣本

,

則可將兩樣本的績效差異歸因於採取該制度所導致

的結果。

根據

_{Dehejia and Wahba (2002),}

傾向分數配對的過程可分為兩步驟

,

第一步是透過簡約的

Logit

或

Probit

模型估計以得到所有公司樣本的傾

向分數

_{P (D = 1|X),}

採取認股權制度與未採取該制度的公司樣本分別以

P

i

與

P

j

來標示。

第二步則是針對每個採取認股權制度的公司樣本

,

在未

採取該制度的公司樣本中尋找傾向分數相同的樣本做為配對樣本

,

透過分

析配對後的兩組樣本

,

將可得到

₍₁₎

式的不偏估計。 然而

,

通常並不容易找

到傾向分數完全相同的反事實樣本

_,

因此通常將相同修正為相近。

配對方法的應用研究中較常使用的第一個準則是

Nearest-Neighbor

Matching (

往後簡稱

Nearest),

針對每個實施認股權制度的公司

,

從未實

施該制度的公司樣本中尋找傾向分數差距最小者為配對樣本

,

即

C (P

i

) = min

j





P

_i

−

P

_j





,

其中

C(P

i

)

為經由配對過程選擇與實施認股權制度公司樣本

i

之傾向分

數最相近的未實施公司樣本集合

,

在

Nearest

配對下

,

此集合只包含一個樣

本。 此方法採取抽出放回

,

同一控制樣本將可能會重複被選配到不同的試

驗樣本。

第二個準則為

Caliper Matching (

往後簡稱

Caliper),

它要求實施認股

權制度公司與未實施公司樣本的傾向分數差距不能太大。 換句話說

,

當某

一未實施認股權制度公司樣本的傾向分數與實施公司的差異小於

η

時

,

即

|P

i

−

P

j

|

< η,

將被選入

C(P

i

)

的集合內。 根據

Shen and Chang (2009),

η

通常選取為所有樣本之傾向分數估計值標準差的

1/4,

而

C(P

i

)

包含的

樣本數則可能是

1

個以上。

7

2.2.2

以特性變數做樣本配對

除了利用傾向分數的相似性做樣本配對外

,

我們也可以直接利用特性變數

做配對。 考慮第三個準則

, Mahalanobis Metric Matching (

往後簡稱

Ma-hala)

。

首先定義實施公司樣本

i

與未實施公司樣本

j

之間的馬氏距離

(Ma-halanobis Distance):

d(i, j ) = X

i

−

X

j

′

V

−1

X

i

−

X

j

,

其中

X

i

與

X

j

分別為實施認股權制度公司樣本

i

與未實施公司樣本

j

的

k × 1

特性變數向量

,

而

k

為特性變數個數

; V

為特性變數之

k × k

階的

變異數

—

共變異數矩陣。 此方法的步驟為

,

首先計算所有實施認股權制

度公司樣本

i

與未實施公司樣本

j

的馬氏距離

d,

接下來針對每個樣本

i,

從樣本

j

中挑選出

d

最小的樣本作為配對樣本。

第四個準則為

Mahalanobis Metric Matching with Calipers (

往後簡稱

Mahala Caliper)

。 當樣本

i

與樣本

j

的馬氏距離

d

小於

δ

時

_,

即

d(i, j ) <

δ,

則樣本

j

將被選為樣本

i

的配對樣本。

δ

指定為所有樣本之傾向分數估

計值標準差的

1/4

。

2.3

驗證樣本配對的結果

當樣本配對完成後

,

我們使用下列兩種方式驗證配對的結果是否令人滿意

,

即樣本配對後

,

兩組樣本之間的特性變數差異是否仍然存在。 第一種方式

7

_η

_{的大小設定不同}

_,

_{樣本配對的結果必定會產生差異}

_,

_{進而影響到往後的分析結果}

_,

_在

此我們感謝匿名審稿人給予我們的提醒。

員工認股選擇權與公司績效

₃₃₅

是透過個別特性變數之母體平均數的

t

檢定

,

即

H

0

: µ

i

−

µ

j

= 0,

其中

µ

i

與

µ

j

分別為實施員工認股權制度之公司與未實施之公司的某

個特性變數的平均數。 若檢定結果無法拒絕兩組樣本間平均數的差異為

0,

則表示在樣本配對後

,

兩樣本組在該特性變數上的平均數是相近的

,

亦表

示樣本配對有效降低了兩組樣本在該特性變數上的差異

,

至少就平均數來

說是如此。

8

第二種驗證的方式是計算

¯

X

iB

− ¯

X

j B

− ¯

X

iA

− ¯

X

j A

¯

X

iB

− ¯

X

j B

× 100,

其中

_X

¯

_iB

_與

_X

¯

_{j B}

_{分別表示在樣本配對前}

_,

_{實施認股權制度公司與未實施}

公司之某個特性變數的平均數

, ¯

X

iA

與

X

¯

j A

則分別代表在樣本配對後

,

實

施認股權制度公司與未實施公司之某個特性變數的平均數。 這個公式計算

出透過樣本配對

,

某個特性變數在兩組樣本之間差異性的變動百分比。 當

此百分比為正且愈大

,

表示兩組樣本之某個特性變數的差異性降低

,

也就

是配對愈有效。

3

實證模型

3.1

傾向分數函數

根據所有的樣本

,

考慮影響公司實施員工認股權制度的特性變數

X,

以

Probit

模型估計傾向分數函數

,

即公司採用該制度的機率函數

,

P (D = 1) = F (β

′

X)

。

上式中之

β

為影響係數

, F (·)

如果是標準常態累積機率函數

,

則為

Probit

模型

,

而

:

X = [1,

RD, ASSET, MVBV, RETNETION, INTEREST,

DIVIDEND, DEBT] ,

其中

RD

為研發費用率、

ASSET

為資產、

MVBV

為市價對帳面價值比、

RETENTION

為留任比率

,

而

INTEREST

為利息支付率、

DIVIDEND

為股利支付率而

DEBT

代表負債比率。 以下說明考慮上述變數的原因。

Core and Guay (2001)

發現公司會發放員工認股選擇權來提供員工

留任的誘因以增進公司的價值

,

同時他們也發現那些面對財務限制的公司

也會發放較多的員工認股選擇權。

Jensen and Meckling (1976)

與

Jensen

and Murphy (1990)

提到公司會發放選擇權給經理階層以提供讓他們與

股東利益站在同一陣線的誘因。 雖然說公司發放選擇權給一般較低階層的

員工可能會有搭便車的問題

(Alchian and Demsetz, 1972),

但仍然可以透

過相互監督與同儕壓力來達到促進公司績效的效果

(Kandel and Lazear,

1992)

。 因此

,

當公司愈透過提供誘因希望將員工與股東的利益結合在一

起時

,

就愈會發放員工認股選擇權。 這誘因在公司有較大的成長機會時將

更為顯著。 而根據過去的文獻如

Yermack (1995)

、

Bizjak and Coles (1993),

公司的成長機會可用研發費用率

(RD)

或股票市價對帳面價值比

(MVBV)

來作為代理變數。

另外

Oyer (2004)

認為公司也會為了留任員工或降低人事流動率的目

地發放員工選擇權。 根據

Core and Guay (2001),

當公司成長機會愈大

時

_,

留任員工穩定人事的好處將是愈多的。 因此我們定義留任

(RETEN-TION)

這個變數

,

指的是股票的市場價值減去其帳面價值後再除以員工

人數

_,

用來衡量每位員工的成長機會。

當公司面對財務限制時

,

較可能發放員工認股選擇權

(Core and Guay,

2001; Matsunaga et al., 1992; Yermack, 1995)

。

畢竟發放選擇權給員工

不用真正地使用到公司的現金流量

,

對於那些缺乏現金的公司是一個提供

員工誘因薪資的替代品。 公司面對財務限制的代理變數包括利息支付率

(INTEREST)

、 股利支付率

(DIVIDEND)

以及負債比率

(DEBT)

。 愈高

的利息支付率及負債比率、 愈低的股利支付率的公司

,

愈可能發放員工認

股選擇權。

最後我們考慮公司的規模

,

以資產

(ASSET)

作為代理變數。 公司的規

模愈大

,

愈有可能發放員工選擇權。 原因是公司規模愈大

,

代理問題就愈

嚴重

,

愈需要透過選擇權來做為促進公司績效的誘因。

員工認股選擇權與公司績效

₃₃₇

3.2

實施員工選擇權制度對公司績效影響效果的估計

本文以兩種方式評估企業實施員工認股選擇權制度對公司績效的影響效

果。 首先是基本統計量檢定

(

兩母體平均數

t

檢定

),

透過計算發放員工選

擇權公司與未發放員工選擇權公司的平均財務績效差異

(

前者減去後者

),

以跋靴法

(Bootstrap Method)

建立信賴區間以檢驗差異的顯著性。 如果績

效差異顯著為正

,

表示平均來說

,

實施員工認股選擇權制度的公司其績效

相對較佳

,

員工認股權制度對績效的影響是正向的

;

若績效差異顯著為負

,

表示平均來說

,

未發放員工選擇權公司的績效表現較差

,

員工認股權對公

司績效的影響是負向的。

第二種方式是以 「實施員工認股權制度的公司」 與 「未實施員工認股

權制度的公司」 為樣本

,

以最小平方法估計下式

:

PERFORMANCE = β

0

+

β

1

DOPTION + β

2

OPT OUT + β

3

RD

+

β

4

ASSET + β

5

AGE + β

6

DBONUS

+

β

7

BONUS PER + ε,

其中

PERFORMANCE

為財務績效變數

_{; DOPTION}

為是否實施員工認

股權制度的虛擬變數

,

有為

_1,

無則為

0; OPT OUT

為發放的員工認股選

擇權佔公司整體流通在外股數的比率

; RD

為研發費用率

,

用以控制研發

效果

_{; ASSET}

為資產

,

用以控制規模效果

; AGE

為公司設立至今之年數

,

用以控制學習效果

_{; DBONUS}

為是否發放員工現金紅利的虛擬變數

,

有

為

1,

無則為

0; BONUS PER

為每人員工現金紅利。 企業實施員工認股權

制度對公司績效的影響效果方向及大小顯示於估計係數

β

1

,

若

β

1

顯著為

正

_,

表示實施員工認股權制度之公司的績效較佳

,

員工認股權制度對績效

的影響是正向的

;

若

β

1

顯著為負

,

表示實施員工認股權制度之公司的績效

較差

,

員工認股權制度對績效的影響是負向的。 相關變數的定義請見表

1

。

4

樣本資料介紹

4.1

員工認股選擇權

我們的公司樣本為包括

2004–2008

年間之上市公司且代碼前兩碼為

23

和

表

1:

公司特性變數與績效衡量指標之定義

定義

公司特性變數

流通在外認股選擇權

期末流通在外酬勞性員工認股權計畫之認股選擇權

數量

(

但該數不一定等於可行使之員工認股選擇權

數

,

因公司發行員工認股選擇權時

,

常附有條件

,

員

工需達成條件後方可行使認股權

)

選擇權虛擬變數

有發行員工認股選擇權者為

1,

無則為

0

選擇權

/

流通在外股數

期末流通在外酬勞性員工認股權計畫之認股選擇權

數量

/

公司流通在外股數

研發費用率

(

研究發展費

/

營業收入淨額

) × 100%

資產

流動資產

+

投資及基金

+

固定資產

+

其他資產

市價對帳面價值比

普通股市值

_/

普通股帳面價值

留任

₍

普通股市值

_—

普通股帳面價值

_)/

員工人數

利息支付率

利息支出

_/[

經常利益

+

利息支出

×

(1−25%)] ×

100%

股利支付率

現金股利

_/

期底市值

×

100%

負債比率

負債總額

/

資產總額

×

100%

公司設立年

公司設立至今之年數

員工現金紅利虛擬變數

員工紅利

(

包括現金與紅利轉增資

)

每人員工現金紅利

員工紅利

/

員工人數

績效衡量指標

資產報酬率

₍

稅前息前折舊前之常續性淨利

_/

平均資產總額

_{) ×}

100%

股東報酬率

(

常續性利益

/

平均淨值

) × 100%

TCRI

信用評等

TEJ

對於公開發行公司之信用評等

—

考慮獲利能

力、 安全性、 企業活動力與規模

;

信用評等分

1

至

9

等

,

等級愈小表示信用愈佳

營收成長率

[(

營業收入淨額

—

上一期營業收入淨額

)/|

上一期

營業收入淨額

|] × 100

營業利益成長率

_[(

營業利益

_—

上一期營業利益

/|

上一期營業利益

|]

×

100

稅前淨利成長率

₍

稅前淨利增減額

_/|

上一期稅前淨利

_{|) × 100}

每人營收

營業收入

_/

員工人數

每人營業利益

營業利益

_/

員工人數

股票報酬率

普通股之年股票報酬率

說明

_:

變數之資料來源皆為台灣經濟新報資料庫

_,

資料頻率為年。

員工認股選擇權與公司績效

₃₃₉

24

的

157

家電子公司

,

其中實施員工認股權

(

資料期間至少發放一次

)

的

公司共

₇₆

家

_,

未實施者

81

家

_,

資料頻率為年

,

資料來源為台灣經濟新報資

料庫。

9

員工認股選擇權的定義

,

根據台灣經濟新報資料庫

(TEJ),

為公司期

末流通在外酬勞性員工認股權計畫之認股選擇權數量

;

而跟隨

Kedia and

Mozumdar (2002),

關於此認股選擇權

,

我們採用兩個變數

,

第一是公司是

否實施員工認股權的虛擬變數

,

第二則是將認股選擇權數量除以公司流通

在外股數。

這兩個變數將在分析公司實施員工認股權對財務績效影響時使

用。

4.2

財務績效變數的衡量

關於本文議題的既有實證研究中用以衡量公司績效的指標可分為兩類

,

第

一是會計為基礎

(Accounting-based),

例如資產報酬率或股東報酬率等

,

第

二則是以市場為基礎

(Market-based),

如股票報酬率或

Tobin’s Q

。 會計指

標只補捉到企業過去的歷史表現

,

而市場衡量指標雖是一種前瞻性的評估

,

但仍容易受到投資人主觀評價、 情緒變動與市場整體的波動性所影響。

本文衡量財務績效時所使用的指標共

9

個

,

分別為資產報酬率、 股東報

酬率、

TCRI

信用評等、 營收成長率、 營業利益成長率 、 稅前淨利成長率、

每人營收、 每人營業利益以及股票報酬率

,

前八者皆為會計指標

,

最後為市

場指標

,

表

1

報告這些變數的詳細定義與計算。

5

實證結果

5.1

樣本配對前的敘述統計

在進行樣本資料的敘述統計時

,

資料期間為

2005–2007

年。 所有資料共

471

個公司

—

年

_(Firm-year)

樣本點

,

發放認股選擇權的公司共

228

個樣本點

,

未發放者共

243

個樣本點。 表

2

報告了所有樣本、 發放認股選擇權的公司

與未發放認股選擇權的公司的特性及績效變數的敘述統計量。

9

_{由於資料可取得性的限制}

_,

_{本文探討的重點僅著重於員工認股選擇權}

_,

_{而忽略員工分}

紅入股。

由表

2

之上半部份報告的是特性變數

,

我們發現

,

平均來說

,

部分特性

變數在兩組公司樣本中呈現出有趣的差異性

,

舉例來說

,

發放認股選擇權

的公司有較高的研發費用率

(4.8039% vs. 2.9498%)

、

較大的資產規模

(

對

數

16.344 vs.

對數

15.871)

、

較低的市價對帳面價值比

(3.5199 vs. 4.2601)

、

較低的留任比率

(10.432% vs. 33.349%)

、

較低的利息支付率

(7.7246%

vs. 14.454%)

與股利支付率

(2.7421% vs. 3.0763%)

以及些微較高的負債

比率

(36.513% vs. 36.117%)

。

這表示平均來說

,

那些研發費用率較高、 規

模較大、 股利支付率較低、 負債比率較高、 較低的市價對帳面價值比、 較低

的留任比率以及較低的利息支付率的公司

,

傾向發放員工認股選擇權

,

對

照先前的文獻

,

前四者與推論相符合。

由表

2

之下半部份報告的是績效變數

,

有趣的發現是

,

平均來說

,

發放

認股選擇權的公司有些微較低的資產報酬率

(8.9482% vs. 8.9502%)

、

較

低的股東報酬率

(2.0199% vs. 7.275%)

、

較佳的信用評等

(4.9474

分

vs.

5.2387

分

;

分數愈低表示公司信用評等愈佳

)

、

較高的營收成長率

(9.1286%

vs. 7.2258%)

、

較低的營業利益成長率、 稅前淨利成長率、 每人營收、 每人

營業利益以及股票報酬率。

表

3

報告了實施認股選擇權制度的虛擬變數與公司特性變數的相關係

數矩陣。 由第一欄之係數發現

,

虛擬變數與研發費用率、 資產呈中度正相

關

(

相關係數分別為

0.2256

與

0.1630);

虛擬變數與市價對帳面價值比、 留

任比率、 利息支付率、 股利支付率的相關係數皆為負。

表

4

報告了實施認股選擇權制度的虛擬變數與公司績效變數的相關係

數矩陣。 由第一欄之係數發現

,

與虛擬變數有較大負向相關係數的變數包

括股東報酬率

(−0.0559)

、

TCRI

信用評等

(−0.0793)

、 營業利益成長率

(−0.0535)

、

稅前淨利成長率

(−0.0401)

、 每人營收

_(−0.1576)

、 每人營業

利益

_(−0.1038)

與股票報酬率

(−0.0628)

。 此部分概略顯示出發放認股選

擇權的公司績效是相對較低的

,

唯其仍有較高的信用評等與營收成長率。

由配對前的敘述統計結果來看

,

就平均來說

,

採用員工認股權制度的

公司績效並未具有相對優勢

,

相反地在許多績效變數上的表現是相對較差

的。 然而

,

一方面由於敘述統計的結果缺乏顯著性的探討

,

另一方面則是兩

組樣本的特性變數存在相當程度的差異

,

必須先將這差異排除或降低

,

才

員

工

認

股

選

擇

權

與

公

司

績

效

3

4

1

表

2:

敘述統計量

所有公司 發放認股選擇權的公司 未發放認股選擇權的公司 平均數 標準差 最小值 最大值 平均數 標準差 最小值 最大值 平均數 標準差 最小值 最大值 公司特性變數 流通在外認股選擇權 23,259 103,249 0.0000 1,287,407 48,950 145,690 0.3200 1,287,407 0.0000 0.0000 0.0000 0.0000 選擇權虛擬變數 0.4841 0.5003 0.0000 1.0000 1.0000 0.0000 1.0000 1.0000 0.0000 0.0000 0.0000 0.0000 選擇權/流通在外股數 0.0013 0.0025 0.0000 0.0168 0.0028 0.0031 0.0000 0.0168 0.0000 0.0000 0.0000 0.0000 研發費用率 3.8473 3.8969 0.0000 18.8700 4.8039 4.2420 0.0000 18.8700 2.9498 3.3080 0.0000 18.5200 資產 16.1000 1.4656 12.8020 20.2470 16.3440 1.4498 12.8020 20.1820 15.8710 1.4461 13.1190 20.2470 市價對帳面價值比 3.9017 6.6789 0.1149 64.5000 3.5199 6.1159 0.1986 64.5000 4.2601 7.1612 0.1149 59.9000 留任 22.2550 87.9570 −47.2040 1,231.5000 10.4320 14.7800 −10.7660 73.5180 33.3490 120.6900 −47.2040 1,231.5000 利息支付率 11.1960 181.5800 −887.4500 3,754.4000 7.7246 30.3150 −57.0900 294.0800 14.4540 251.2900 −887.4500 3,754.4000 股利支付率 2.9145 2.6886 0.0000 13.3500 2.7421 2.5382 0.0000 12.3200 3.0763 2.8180 0.0000 13.3500 負債比率 36.3090 15.6090 4.7400 97.0200 36.5130 15.1180 5.6600 97.0200 36.1170 16.0850 4.7400 88.7500 公司設立年 23.4900 7.9597 9.0000 58.0000 22.4390 8.2665 9.0000 58.0000 24.4770 7.5451 9.0000 45.0000 員工現金紅利虛擬變數 0.5817 0.4938 0.0000 1.0000 0.5833 0.4941 0.0000 1.0000 0.5802 0.4945 0.0000 1.0000 每人員工現金紅利 53.5830 172.5900 0.0000 2,540.2000 36.8710 63.3750 0.0000 435.7300 69.2640 231.4700 0.0000 2,540.2000 績效衡量指標 資產報酬率 8.9492 11.0400 −36.2500 51.8700 8.9482 11.3410 −36.2500 51.8700 8.9502 10.7740 −26.2100 41.7600 股東報酬率 4.7313 47.0600 −911.5800 77.1400 2.0199 64.1980 −911.5800 77.1400 7.2753 20.5380 −170.1100 58.8600 TCRI 信用評等 5.0977 1.8378 1.0000 10.0000 4.9474 1.6438 1.0000 10.0000 5.2387 1.9960 1.0000 10.0000 營收成長率 8.1469 29.3650 −79.6200 150.7600 9.1286 29.4410 −62.5700 150.7600 7.2258 29.3250 −79.6200 130.3100 營業利益成長率 22.9890 1,416.8000 −25,940 9,173.2000 −55.2280 1,839.6000 −25,940 7,033.5000 96.3780 844.3800 −2,541.9000 9,173.2000 稅前淨利成長率 8.6453 726.8500 −8,289.8000 7,016.6000 −21.4160 658.8200 −8,289.8000 1,687.8000 36.8510 785.6700 −6,330.6000 7,016.6000 每人營收 21,505 40,825 1,315.0000 459,318 14,872 23,097 1,315.0000 208,653 27,729 51,538 1,480.0000 459,318 每人營業利益 882.8300 2,072.3000 −4,471.0000 17,709 661.0100 1,393.8000 −4,471.0000 6,252.0000 1,091.0000 2,535.3000 −4,121.0000 17,709 股票報酬率 15.4670 39.3820 −138.4800 165.0100 12.9160 40.6490 −138.4800 158.5400 17.8610 38.0840 −95.4600 165.0100 說明: 資料期間為2005–2007 年。 所有資料共 471 個公司 — 年 (firm-year) 樣本點, 發放認股選擇權的公司共 228 個樣本點, 未發放者共 243 個樣本點。

張

元

．

沈

中

華

．

李

卿

企

表

3:

公司特性變數之間的相關矩陣

選擇權 流通在外 選擇權/流通 研發 市價對帳 利息 股利 公司 員工現金紅 每人員工 虛擬變數 認股選擇權 在外股數 費用率 資產 面價值比 留任 支付率 支付率 負債比率 設立年 利虛擬變數 現金紅利 選擇權虛擬變數 1.0000 流通在外認股選擇權 0.2370 1.0000 選擇權/流通在外股數 0.5565 0.4908 1.0000 研發費用率 0.2256 0.2068 0.2970 1.0000 資產 0.1630 0.3403 0.1329 −0.0957 1.0000 市價對帳面價值比 −0.0538 −0.0564 −0.0628 0.0019 0.3122 1.0000 留任 −0.1291 −0.0330 −0.0783 −0.0770 0.2104 0.5015 1.0000 利息支付率 −0.0189 −0.0055 −0.0053 −0.0110 0.0760 −0.0182 −0.0138 1.0000 股利支付率 −0.0606 −0.0465 −0.0508 −0.1113 0.0839 0.0773 −0.0409 −0.0339 1.0000 負債比率 0.0179 −0.0491 0.0039 −0.3437 0.0697 −0.1542 −0.1117 −0.0249 −0.2077 1.0000 公司設立年 −0.1245 0.0464 −0.1174 −0.2690 −0.0571 −0.1931 −0.0522 0.0266 0.1147 0.0862 1.0000 員工現金紅利虛擬變數 0.0062 0.0384 0.0069 −0.0262 0.2515 0.2242 0.1478 −0.0278 0.5284 −0.2525 −0.0218 1.0000 每人員工現金紅利 −0.0929 −0.0165 −0.0554 0.0114 0.2443 0.5434 0.7388 −0.0146 0.0945 −0.1509 −0.1083 0.2623 1.0000 說明: 資料期間為2005–2007 年。 所有資料共 471 個公司 — 年 (firm-year) 樣本點, 發放認股選擇權的公司共 228 個樣本點, 未發放者共 243 個樣本點。

員

工

認

股

選

擇

權

與

公

司

績

效

3

4

3

表

4:

績效衡量指標之間的相關矩陣

選擇權

資產

股東

TCRI

營收

營業利益

稅前淨利

每人營

股票

虛擬變數

報酬率

報酬率

信用評等

成長率

成長率

成長率

每人營收

業利益

報酬率

選擇權虛擬變數

1.0000

資產報酬率

−0.0001

1.0000

股東報酬率

−

0.0559

0.5311

1.0000

TCRI

信用評等

−0.0793

−0.6076

−0.3652

1.0000

營收成長率

0.0324

0.3653

0.1802

−

0.3033

1.0000

營業利益成長率

−0.0535

0.1309

0.0663

−0.0403

0.1070

1.0000

稅前淨利成長率

−

0.0401

0.2282

0.0945

−

0.1166

0.1734

0.0787

1.0000

每人營收

−0.1576

0.0560

0.0800

−0.2412

0.2269

0.0258

0.0285

1.0000

每人營業利益

−0.1038

0.5644

0.2547

−0.5220

0.2789

0.0556

0.0688

0.5221

1.0000

股票報酬率

−

0.0628

0.3870

0.1857

−

0.1357

0.2852

0.1167

0.1341

0.0295

0.1757

1.0000

說明

:

資料期間為

2005–2007

年。 所有資料共

471

個公司

—

年

(firm-year)

樣本點

,

發放認股選擇權的公司共

228

個樣本點

,

未發放者

共

243

個樣本點。

能認定績效差異是來自於實施認股選擇權制度的原因

,

至少不是特性變數

差異所導致的結果。

5.2

傾向分數函數的估計

首先估計實施員工認股選擇權與未實施員工認股選擇權公司樣本的傾向

分數。

表

5

報告了以

_Probit

模型進行估計傾向分數函數的實證結果。 傾

向分數函數的估計模型設定共有四種

,

不論那一種設定

,

被解釋變數皆為

是否實施員工認股權的虛擬變數

(

實施者為

1,

否則為

0),

而模型一的解釋

變數為當期的研發費用率、 資產、 市價對帳面價值比、 留任、 利息支付率、

股利支付率與負債比率共七個特性變數。 模型二的解釋變數為當期的研發

費用率、 資產與留任共三個變數

;

此兩種模型所利用的資料期間為

2005–

2007

年。 模型三的解釋變數為前一期的研發費用率、 資產、 市價對帳面價

值比、

留任、 利息支付率、 股利支付率與負債比率共七個特性變數

;

模型

四的解釋變數為前一期的研發費用率、 資產、 留任與股利支付率共四個變

數

;

此兩種模型所利用的資料期間為

2004

年至

2007

年。 模型的估計以混

合

(Pooled)

的方式。

表

5

第一欄顯示在模型一之下

,

研發費用率的估計係數顯著為正

(0.0999)

、

資產的估計係數亦顯著為正

(0.2812),

留任比率的估計係數顯

著為負

(−0.0130),

而其餘的變數其估計係數皆不顯著

,

這表示實施員工

認股選擇權的公司其資產規模較大、 研發費用率較高、 留任比率相對較低。

我們根據這些顯著的變數重新再作估計即模型二發現

,

估計係數的方向與

顯著性並未出現明顯的變化。

然而在利用模型一與模型二進行傾向分數函數的估計時

,

我們使用的

變數皆同期變數

,

也就是利用當期的特性變數去估計一家公司當期為實施

員工認股選擇權制度之企業的機率。 然而是否有可能一家公司之所以實施

該制度是與公司過去的財務特性有關

?

例如公司前一年財務緊縮

(

較高的

利息支付率或較低的股利支付率

),

而為了留任員工而採取以發放選擇權

的方式來作為誘因薪資的補償呢

?

如果是這樣

,

則我們應考慮將一家公司

過去的特性變數成為傾向分數函數中的解釋變數

,

於是這構成了模型三與

模型四。

員工認股選擇權與公司績效

₃₄₅

表

5:

傾向分數函數的估計

: Probit

模型

模型一

模型二

模型三

模型四

估計係數

常數項

−4.8397

−4.7731

−4.6028

−4.5098

(−6.03)

(−6.04)

(−5.66)

(−5.65)

研發費用率

0.0999

∗∗∗

_0.0976

∗∗∗

_0.1007

∗∗∗

_0.0986

∗∗∗

(5.37)

(5.71)

(5.24)

(5.55)

資產

0.2812

∗∗∗

_0.2817

∗∗∗

_0.2741

∗∗∗

_0.2723

∗∗∗

(5.64)

(5.75)

(5.45)

(5.50)

市價對帳面價值比

0.0121

0.0053

(0.90)

(0.35)

留任

−0.0130

∗∗∗

_−0.0118

∗∗∗

_−0.0116

∗∗∗

_−0.0110

∗∗∗

(−3.54)

(−3.90)

(−3.12)

(−3.60)

利息支付率

−0.0003

−0.0003

(−0.85)

(−0.89)

股利支付率

−0.0189

−0.0447

∗

−0.0454

∗

(−0.78)

(−1.84)

(−1.95)

負債比率

0.0026

0.0012

(0.58)

(0.27)

有效觀察值數目

₄₇₁

₄₇₁

₄₇₁

₄₇₁

Pseudo R-square

0.1196

0.1151

0.1164

0.1146

說明

_:

下表是以

_Probit

模型並根據所有樣本估計傾向分數函數的實證結果。

被解釋變數為是否發放認股選擇權的虛擬變數

₍

發放者為

_1,

否則為

₀₎

。 模

型一的解釋變數為當期的研發費用率、 資產、 市價對帳面價值比、 留任、 利

息支付率、 股利支付率與負債比率七個特性變數

_;

模型二的解釋變數為當期

的研發費用率、 資產與留任

_;

模型三的解釋變數為前一期的研發費用率、 資

產、 市價對帳面價值比、 留任、 利息支付率、 股利支付率與負債比率

;

模型四

的解釋變數為前一期的研發費用率、 資產、 留任與股利支付率

_;

模型的估計

以混合

_(Pooled)

的方式。 資料期間由

_2004–2007

年。 括號中為估計係數之

t

值

,

而

∗

_、

∗∗

_與

∗∗∗

_{分別表示估計係數在}

_10%

_、

_5%

_與

_1%

_{的信心水準下顯}

著異於

₀

。

由模型三的估計結果發現

,

研發費用率的估計係數顯著為正

(0.1007)

、

資產的估計係數亦顯著為正

(0.2741),

留任比率的估計係數仍然顯著為負

(−0.0116),

股利支付率的估計係數顯著為負

(−0.0447),

其餘的變數其估

計係數則皆未達統計顯著

,

這表示實施員工認股選擇權的公司其資產規模

較大、 研發費用率較高、 留任比率相對較低、 股利支付率相對較低。

10

這部分地符合先前既有文獻的推論

,

即公司前景較佳

(

研發費用率較

高

)

、

規模較大以及財務限制程度較大

(

股利支付率較低

)

者會傾向在其薪

酬計劃中部分地採取員工認股選擇權制度。 如同先前

Dehejia and Wahba

(2002)

提到的簡約準則

,

我們根據這些顯著的變數重新再作估計即模型四

發現

,

係數估計的方向與顯著性並未出現明顯的變化。 為了減少樣本配對

時必須利用到特性變數所產生的複雜度

,

我們將根據模型四的估計結果用

來計算每家公司的傾向分數並進行樣本配對。 事實上使用其他三種模型的

估計結果來進行樣本配對將不會出現明顯的差異性。

5.3

樣本配對

估計出傾向分數函數後

,

可得到每家公司樣本的傾向分數

_,

接著將利用前

述四種配對演算進行樣本配對。 表

6

報告了在樣本配對前與配對後

,

四個

特性變數在兩組樣本之間的平均數差異檢定結果。 我們發現

,

兩組樣本之

特性變數的差異性在樣本配對前與配對後有明顯地改變。 首先、 在樣本配

對前

,

就平均數而言

,

兩組樣本的四個特性變數中有三個

(

研發費用率、 資

產、 留任比率

)

具有顯著的差異

[

分別為

_1.8541%

、

_{0.4740 (}

對數

₎

以及

−22.917%]

。 在

Nearest

配對演算下

,

平均而言

,

這三個特性變數的顯著

差異性消失了

;

第二、 有趣的是

,

在

_Caliper

、

_Mahala

與

Mahala Caliper

配

對演算下亦出現類似的結果

,

即就平均數而言

,

兩樣本組的四個特性變數

已接近相等。 先前提及若要將兩類型企業的績效高低歸因於實施認股選擇

權制度這一因素

,

最好使得兩組樣本的特性變數儘量相近

,

因此在四種配

對演算下

,

就平均數而言

,

皆達到了這個要求

,

有效降低樣本選擇偏誤的問

題。

表

7

報告了由樣本配對前至樣本配對後

,

實施員工認股選擇權與未實

10

_{Core and Guay (2001)}

_{提到由於員工的努力工作誘因會隨著公司經營環境的變異程}

度增加而下降

,

因此當公司的經營環境變動愈大時

,

將愈有可能採取員工認股選擇權來增

加員工的工作誘因

;

同時他們採用公司相對於市場之報酬率的標準差來衡量公司的個別經

營風險。 跟隨

Core and Guay (2001),

我們增加考慮公司股票報酬的變異程度來作為衡量

公司經營環境的變異性

,

並以此做為傾向分數函數的另一個解釋變數

;

然而

,

其估計係數