限制員工權利新股實施之成效分析-台灣實證研究 - 政大學術集成

全文

(1)國立政治大學國際經營與貿易研究所. 碩士論文. 立. 政治大. 限制員工權利新股實施之成效分析-台灣實證研究. ‧ 國. 學. The Effectiveness of Implementation of Restricted Stock for Taiwan. ‧ sit. y. Nat. n. al. er. io. 指導教授：林信助博士 Ch. engchi. i n U. v. 研究生：林耀煒. 中華民國. 104 年. 7 月.

(2) 謝辭繁忙的碩士生活，突然間已是最後一哩路，也是學生生涯的完結。在政大的生活，七年的歲月，隨著論文完成的日子逐漸到來，不禁回想在政大的點點滴滴，令我感慨萬千。能順利的完成論文，真的需要及感謝許多人的協助，首先是我的雙親與阿姨，謝謝你們總是對我體諒包容，在無數個忙碌苦悶的日子，總是陪著我、給予我許多的關懷與協助，讓我得以全力以赴，完成我的研究。如今學業已成，即將踏進. 政治大感謝梁連文老師與張興華老師能參與我的論文口試，老師們不辭辛勞，更以立. 社會職場，進入人生的另一階段，我會成為讓你們感到光榮的兒子。. 親切的態度，給我許多的精闢建議，釐清許多文章中的疑慮，使得我的論文能更. ‧ 國. 學. 加完整，感謝你們。. ‧. 再來，感謝我的指導教授林信助老師，從兼任老師的經濟學助教結緣，有機. y. Nat. 會能跟老師一同進行我的論文研究。老師做事的認真與勤奮，是我嚮往並欽佩的. al. er. io. 非常感謝老師的帶領。. sit. 行事態度，也因為您無數次的提醒、建議與討論，最後才能完成我的研究，真的. n. v i n 求學的路上有了家庭的後盾與良師的指導，更不能少了同學與朋友間的相助， Ch engchi U. 感謝我的同門睿辰、育慈、筱婷，總是並肩準備每次與老師的研究討論，更是互相打氣的好夥伴；感謝親愛的碩班同學與學弟妹們，無數的回憶以及你們給予我. 的協助，將永存我心；感謝給予我論文英文上協助的李老師與學弟妹珮筠、于程，讓我的論文更為完善；感謝學妹子惟，為我的論文與求職履歷多次的校正與潤飾，由衷感謝妳；還有許多我的好同學、好朋友們，感謝你們給予我的支持，在我最徬徨無助的時候總是陪伴著我，銘感五內，真的，只有感謝。. 林耀煒謹致於國立政治大學國際經營與貿易研究所中華民國一○四年七月.

(3) 摘要舊有的員工獎酬制度隨著台灣經濟發展與法制上的改革，激勵的效果已不如以往。為了改善此狀況，我國自 2012 年透過公司法修訂，台灣企業可開始實施限制員工權利新股(Restricted Stock)制度，為員工激勵措施的新方法。其靈活的操作方式，給與企業更多空間，可以制訂為自己量身打造的激勵條件，預期可使企業績效提升，讓企業達到留才與成長的效果。本文以已經採用限制員工權利新股制度之 87 間上市公司為標的，研究期間為 2010 至 2014 年，以 Han(2003)與鄭桂蕙(2005). 政治大包絡分析法所得到之純粹技術效率值(PTE)，三項績效衡量之指標作為因變數，立. 之迴歸模型做為基礎，搭配兩種典型財務分析的比率 ROE 與 ROA，再利用資料. 進行實證分析。討論是否透過限制員工權利新股制度之實施，達到提升公司績效. ‧ 國. 學. 的效果。實證結果則顯示，利用此三種任一績效衡量的指標為對象討論，對企業. ‧. 績效的影響是正向且顯著的。此結果說明，實行限制員工權利新股之後，對於公. io. n. al. er. 工激勵措施的新標的，並成為我國企業成長的新動力。. sit. y. Nat. 司績效之提升，確實有幫助。對於此制度未來的持續發展，可預期將成為我國員. Ch. engchi. i n U. v. 關鍵字:限制員工權利新股、資料包絡分析法、羅吉斯轉換. I.

(4) Abstract Due to economic development and regulatory reforms, old compensation systems for employees are no longer considered effective. To improve the effectiveness, Taiwan’s Corporation Act was amended in 2012 to allow restricted stock as a new compensation scheme. The flexibility of the tailored-made restricted stocks allows corporations to attract and retain more talents, which may subsequently improve business performance. To examine the effectiveness of restricted stocks implemented among Taiwanese corporations, this thesis adopt three performance indicators, namely. 政治大 (PTE) measure obtained from 立the data envelopment analysis (DEA). With the. two typical financial analysis ratios, ROE and ROA, and a pure technical efficiency. ‧ 國. 學. regression model proposed by Han (2003) and Cheng (2005), we examine how restricted stocks have affected the performance of all 87 public firms which have. ‧. adopted this new compensation system during the period from 2010 to 2014. The. sit. y. Nat. empirical investigation reveals that all three performance indicators are positively and. n. al. er. io. significantly affected by the implementation of restricted stocks, which implies that. i n U. v. the new compensation scheme is beneficial to business performance. It is therefore. Ch. engchi. expected that the adoption restricted stocks will continue to be an important part of Taiwanese firm’s compensation system, and will certainly become a new source of corporate growth.. Key word: Restricted Stock, Data Envelope Theorem, Logistic Transformation. II.

(5) 目錄摘要 .............................................................. I 英文摘要 ......................................................... II 第一章、研究背景與動機 ............................................ 1 第二章、文獻回顧 .................................................. 4 第一節、國外文獻........................................................................................ 4 第二節、國內文獻........................................................................................ 6 第三章、研究設計 .................................................. 8 第一節、研究資料與變數............................................................................ 8 第二節、研究方法...................................................................................... 16 第四章、實證結果分析 ............................................. 24 第五章、結論與建議 ............................................... 32. 立. 政治大. 第六章、參考資料 ................................................. 33. ‧. ‧ 國. 學. 附錄一、各公司之 DEA 規模效率值表 ................................ 38 附錄二、經羅吉斯轉換調整之純粹技術效率值表........................ 42. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(6) 表與圖目錄表 1：產業與公開發行類別......................................................................................... 9 圖 1：限制員工權利新股與分紅使用情形…………………………………………13 表 2：變數之使用....................................................................................................... 14 表 3：變數之敘述性統計........................................................................................... 15 表 4：以 ROE 做為績效變數之模型(1)迴歸結果 .................................................... 24 表 5：以 ROA 做為績效變數之模型(2)迴歸結果 ................................................... 26 表 6：投入與產出項之相關係數分析....................................................................... 28 表 7：以 DEA 效率值做為績效變數之模型(3)迴歸結果........................................ 30. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.

(7) 第一章、研究背景與動機員工獎酬制度的設計，是為了提高員工對於公司的向心力與忠誠度，降低當事人-代理人問題，增加經理人與員工的工作誘因，進而達到公司績效的提升。台灣在員工的獎酬制度上，為吸引及鼓勵國內外優秀人才，並且希望能達到留任優秀員工的目的，大多採用員工新股認購權、員工股票分紅、員工持股計畫(ESOP) 等方式。其中，員工分紅制度為台灣企業所最廣為採用，且已行之有年，相當普及，國內外 Conte and Svejnar(1988), Kruse(1996), Kauhanen(2002), Han(2003)等實證研究均指出，採取分紅制度有助提升公司的生產力與績效。. 政治大但隨著台灣經濟發展與法律制度改革，舊有的獎酬制度出現瓶頸，如葛冠琳立. ‧ 國. 學. (2006)指出，由於長期以來，股票市場的動盪，以及員工分紅入股制度所造成的稅負問題、財務報表窗飾、每股盈餘稀釋與董事與高階經理人參與員工分紅等爭. ‧. 議問題不斷浮現。此外，在制度上，員工獲取現金或股票分紅之後，即可出售，. sit. y. Nat. 使得公司的股本上升，可能稀釋原有股東權力，並且只有短期的激勵效果。此問. al. er. io. 題在 2008 年，台灣員工分紅費用化制度建立之後更為嚴重，在員工取得分紅後. v. n. 稅負加重，使實質拿到的部分大幅減少，使得激勵效果大幅下降，對於想拓展事. Ch. engchi. i n U. 業版圖的台灣各大產業而言，面臨全球間人才競爭，喪失了留才優勢，為了減少優秀人才流失，必須利用新的政策與工具。因此，另外一項已在美國等地行之有年的「限制性股票」(Restricted Stock)制度激勵方式，開始在台灣企業間被提及並籌畫實行，希望改善現存分紅與配股制度等的缺失，增加激勵效果。. 限制型股票一詞，在我國最早是由台積電董事長張忠謀所提出，在台積電至美國發行美國存託憑證(America Depositary Receipt, ADR）之後，發現由於電子業間人才十分搶手，美國企業盛行以此制度獎勵員工，更能達到留才效果。因此在 2005 年，即曾向政府建言將此制度透過公司法的修正，納入我國員工的獎酬. 1.

(8) 制度，使制度更為多元。而金管會最終，在多年後的 2012 年，通過公司法修正案，核准公開發行公司使用「限制員工權利新股制度」(即為限制型股票)。所謂「限制員工權利新股」，是指公開發行公司依公司法發給員工之新股，發給對象為該公司員工、經理人與具員工身分之董事，此股附有服務或績效等附加條件，附加條件可以是年資、績效或考績等，且可以無償或有償方式發行，股票不需要一次給予員工，可以等到員工達成附加條件後分次發給。在達成附加條件前，其股份權利將受到限制，例如是否可享有盈餘分配權及表決權等，對公司而言使用上相當靈活。相較其他員工獎酬方式，限制員工權利新股可以將員工與其未來對. 政治大. 公司的貢獻度做連結，預期可達到激勵優秀員工長期服務公司之意願。. 立. 我國最早在 2012 年 3 月 21 日，由順德及聯陽兩家半導體上市公司首先公告. ‧ 國. 學. 申請發行限制權利員工新股，迄今公開發行公司已有 168 家(其中上市公司 90 家、. ‧. 上櫃公司 61 家、興櫃公司 17 家)申請發行，成長速度非常快。發行公司多為無. y. Nat. 償或低於面額發行，且部分可參與配股配息，將使激勵效果更佳。可預見在未來，. er. io. sit. 此制度將成為台灣企業長期激勵員工的另一項主要工具。. al. n. v i n 因此，本研究欲探討實施限制員工權利新股制度是否具有成效，以 Han(2003) Ch engchi U. 與鄭桂蕙(2005)所提出之迴歸模型架構為基礎，利用採行此制度的台灣上市公司資料，進行實證分析，探討此制度對於企業本身之績效是否具有提升效果。研究分為兩部分討論，以迴歸模型為基礎，第一部分以財務變數股東權益報酬率 (ROE)、資產報酬率(ROA)作為因變數，帶入迴歸式衡量；第二部分則利用資料包絡分析法(Data Envelope Analysis, DEA)，利用與績效之關聯性，所選出之多項投入與產出項變數，決定之純粹技術效率值作為績效變數，減少因人為主觀或財報窗飾效果造成數據之偏誤情形。本文實證結果，前二者為財務分析變數，分別得到實施此制度之後，對於 ROE 有 3.37%、ROA 有 1.46%的獲利提升，而資料包絡分析法的規模效率變數，則得到 43.3%的純粹技術效率提升，表示企業能更 2.

(9) 有效運用投入項目，以達產出極大化或投入極小化，生產力更大。因此，無論使用 ROE、ROA 或是純粹技術效率值作為因變數，均可得到實行限制員工權利新股制度，確實對績效是具有正向且顯著關係的結論。因此，限制型股票可以是企業將長期激勵作為高階主管整體薪酬結構規劃的一項新選擇。展望未來限制員工權利新股的持續實施與盛行，將可能是台灣企業未來激勵員工與企業成長的新契機。. 後續章節安排如下：第二章為文獻回顧，將對國內外有關各種員工獎酬制度. 政治大文之研究資料數據與所使用的變數，以及所使用的資料包絡分析法與羅吉斯迴歸立之模型、資料處理方式與實證結果進行統整與分析。第三章為研究設計，說明本. 之變數處理方式，進行詳細說明。接著第四章之實證結果分析，實際將選取之資. ‧ 國. 學. 料與變數，帶入 Han(2003)與鄭桂蕙(2005)所提出之迴歸模型，呈現實施限制員. ‧. 工權利新股制度之後，對於三項績效衡量變數是否具有提升的效果。第五章則為. n. al. er. io. sit. y. Nat. 本文之結論與建議。. Ch. engchi. 3. i n U. v.

(10) 第二章、文獻回顧在各種員工獎酬制度使用之中，是否存在激勵效果，使公司績效實際提升，眾說紛紜。獎酬制度主要做法是將員工誘因與股東財富結合，使代理成本降低，有助於公司績效之提升。研究結果多為正向，少數具有負向關係。獎酬制度而多以較為傳統之員工分紅與員工利潤分享制度做為探討對象，而對於限制員工權利新股則鮮少提及。國外文獻中，包含不同的計量操作、資料格式與函數設定，再佐以實證資料進行研究，產業也相對較為全面；而在國內的文獻中，則多以科技業、電子業作為標的做實證探討，其他產業未必能套用相同之結果。限制型股票. 政治大章以員工獎酬制度為討論，對於各種的獎酬制度的計量模型、資料處理方法與變立. 的實施，目前也以科技業為主，未來將更為普及在各產業，皆有討論的空間。此. ‧. ‧ 國. 學. 數選擇進行統整與比較。. 第一節、國外文獻. sit. y. Nat. al. er. io. Kruse(1993)提出，公司若具有較為彈性的獎酬制度，在動盪經濟環境之下，. v. n. 無論在留才或招募新員工均具有助益，因此在實施分紅或其他利潤分享制度，可. Ch. engchi. i n U. 以減少員工對其獎酬不定的不安感，採行利潤分享制度(Profit Sharing)的公司，生產力具有明顯的提升；Kruse(1996)則接續討論公司採用利潤分享的原因，他利用美國 500 家上市公司在 1975 到 1991 年共 26 年的資料，研究上市公司分紅制度與企業生產力的關係，利用橫斷面資料分析。實證結果指出，採取分紅制度的公司，有助於提升生產力，並且在小規模公司的效果更為顯著。Kruse 首先研究獎酬制度的實施因素，考慮了多層面的變數，利用邏輯迴歸(logit regression)之方法做研究，支持制度的實行與生產力提升兩者的正向關係，並發現公司規模是決定實施利潤分享與否的重要因素。但研究中，使用的僅是橫斷面的資料，而未考慮縱斷面(longitudinal)資料，結果可能會造成誤差，因為橫斷面資料之殘差項具. 4.

(11) 有變異數異質性(heteroskedasticity)狀況，應該使用追蹤資料(Panel data)處理解決偏誤現象，並保有時間序列資訊之動態性質與橫斷面的個體資料差異。. Jones and Kato(1995)則利用日本 109 家的製造業上市公司在 1973-1980 年間的資料，以最小平方法(OLS)、工具變數(IV)等方法估計 Cobb-Douglas 與 Translog 生產函數，首創研究日本利潤分享與生產力之間的關係。實證結果指出，採用利潤分享可提升 4-5%的生產力，此為亞洲研究利潤分享制度在公開期刊的重要文獻。同樣的，Conte and Svejnar(1998) 則是利用美國製造業資料，探討利潤分享. 政治大均指出利潤分享制度對於生產力的提升具有正向關係，亦為支持採行分紅制度對立. 制度對生產力的影響，亦利用最小平方法與工具變數進行分析，結論與前者相同，. 企業績效的正面效果。兩者研究中使用的計量方法易於操作，唯文中提到，各國. ‧ 國. 學. 生產方式、觀點、薪水比重(固定薪資比例變動等)，日本與西方國家並不相同，. ‧. 得出的是制度與生產力間影響的方向性。因此制度不同，變數調整後，方向未必. er. io. sit. y. Nat. 相同；另外，兩研究也僅用製造業資訊，其他產業狀況未有結論。. Kauhanen(2002)則利用 1996-2000 年芬蘭的企業雇主與員工間的追蹤資料，. al. n. v i n 以迴歸模型，分析員工分紅制度對企業的影響。結論指出，當企業規模越大，因 Ch engchi U. 為監督成本高，則分紅制度會使企業獲益明顯；若是企業的資本密集度越高，越. 會傾向使用分紅制度，因為資本一旦誤用將對企業及員工利益造成重大損失；而在採用利潤分享制度後，會使員工薪水提升(其中白領階級 3%、藍領階級 13%)，生產力則提升 6-13%。在其研究中，將員工不同類型、性別、年紀納入考慮，實施利潤分享制度的效果不一。研究討論到公司的規模將會影響到分紅制度的使用，可知道公司規模對於激勵制度的使用有明顯連結關係，可納入迴歸式中的控制變數。. 5.

(12) 除了正向的結論，亦有研究存在著負向的觀點，Yeo, Chen, Ho and Lee(1999) 則探討美國與新加坡採行員工認股權制度的差異，結果指出，新加坡採行認股權制度後，實施三年之績效與整體產業間並無差異，可見國情不同，確實會影響實證之結果，並非同一結果一體適用。此外，由於此類員工獎酬制度多為高階經理人所制定，對於不同員工階級可能存在不同情況，Kahle and Shastri(2004)研究提供經理人購股貸款來增加經理人持股的方式，是否能減少代理問題的發生，結論則是以原本經理人持股數多寡而定，若原先持股高者會賣出大部分股權，效果較低，反之原先持股低階經理人，則會保留增加持股，具有激勵員工與減少代理問. 政治大到一致性的效果，而本文研究之限制員工權利新股，亦以高階經理人為主要發放立題的效果。由此可看出，員工持股的激勵制度，對於不同階級的員工，並非能達. 對象，而並非齊頭式的發放。. ‧ 國. 學 ‧. 第二節、國內文獻. sit. y. Nat. 國內文獻多以科技業之實證研究為主，像是 Han(2003)則利用 1989-1998 年. al. er. io. 間共 115 家台灣上市的高科技公司資料，探討分紅入股的經濟效果，分析員工分. v. n. 紅入股制度對公司績效、雇用以及薪資的影響。實證結果指出，實施分紅制度後，. Ch. engchi. i n U. 使得公司資產報酬率增加，員工生產力也增加，也是正向的關係。此篇研究建立台灣分紅制度的系統性研究，驗證西方的利潤分享制度是否在台灣亦具效果，但在實施成效部分，僅以銷售量為主衡量，可考慮更多不同衡量生產力的因素，例如 Tobin’s Q、勞動時間等，績效的指標也可考慮其他衡量指標，如 ROE 等，並在修法以及新制度的實施後，做調查以及變數的增減。. 鄭桂蕙(2005)利用 2001 與 2002 年的市場資料，以電子業為主，分析員工持股制度之組合如何影響企業績效，以資產報酬率、淨利率、資產週轉率及 Tobin’ s Q 等四項指標衡量績效。結果指出，總體員工持股制度的實施，對於提升企業. 6.

(13) 績效與獎勵員工，存在正向關係。在此研究中，衡量績效的指標非常多，討論較為全面，但研究期限僅有兩年，時間過短，亦受限制。且持股制度中之員工認股權憑證九成集中於電子產業，對於此研究實證結果是否能套用在非電子產業中，則需近一步實證才能得知。. 依據台灣公司法規定，員工分紅與限制員工權利新股兩制度，發放的對象均為公司員工，並無特別區別，但實際上相比之下，員工分紅制度是相對齊頭式的獎勵，而限制員工權利新股可集中給特定員工。因此，將因員工重要層級不同，. 政治大 (2003)實證研究，員工分紅制度在公司內部發放情形，也得到以公司高階經理人立. 而採用不同獎酬方式，高階員工才會使用較多的限制員工權利新股。但根據姚鷺. 為主要發放對象的結論。而在限制員工權利新股的實際發行狀況，像是宏碁、華. ‧ 國. 學. 碩、緯創等電子大廠，也表示中高階主管因其需負擔公司成敗重責，應鼓勵其勇. ‧. 敢創新，因此以其為發放對象。不過其他員工也有機會拿到此獎勵，像是筆電大. y. Nat. 廠和碩，除了高階經理人拿少部分，其他則以低層員工為主要發放對象，此情形. er. io. sit. 則較為少見，一切依公司決策所決定。因此，我們可以總結此兩種制度，基本上還是以高階經理人為針對發放的對象。. n. al. Ch. engchi. i n U. v. 綜觀上述，可得知國內外對於員工獎酬制度之實行、研究對象與實證分析，有相當多的研究，而主要亦以員工分紅制度為主軸，因為無論國內外，尤其國內科技業的大幅使用，此制度已相當成熟。相對限制員工權利新股的研究，則因國內實施至今時間尚短，討論則相當稀少。本文以此限制員工權利新股制度為探討對象，利用 Han(2003)與鄭桂蕙(2005)之獎酬制度衡量的迴歸模型為概念，並以國內已發行之上市公司為研究主體，分析此制度對公司績效是否具有提升之效果。. 7.

(14) 第三章、研究設計第一節、研究資料與變數. 自 2012.3 起已公告申請發行限制員工權利新股之公開發行公司為對象，共有 168 家(見表 1)。但由於上櫃與興櫃之公司，受限於資料取得，且不乏有數家新設立之公司，年份資料具有較多之資料遺漏與離群值，將造成實證結果的偏誤，故將其排除。因此本文選擇已發行的上市公司 90 間為研究對象。1研究期間為 2010 年至 2014 年，一共五年的數據，進行比較，資料型態以年資料呈現，每年. 政治大的以合併為主簡表-全產業與公司治理董監全體持股狀況之資料，輔以證基會資立資料以每年第四季財報之累計資料為準，資料來源為台灣經濟新報資料庫(TEJ). ‧. ‧ 國. 學. 訊王與公開資訊觀測站。. n. er. io. sit. y. Nat. al. 1. Ch. engchi. i n U. v. 90 間上市公司之中包含著各個產業，以電子產業為主(約占 87%)，電子產業以外，其中. 金融業為開發金(2883)，其與其他產業別之資料缺漏與差異過大，因此排除此公司。此外，在變數資料取得上，勝悅(1340)與矽力(6415)有所遺漏，亦排除此兩公司，以剩下之 87 間上市公司進行討論。. 8.

(15) 表 1:產業與公開發行類別產業別. 上櫃. 上市. 化學工業. 1. 1. 半導體業. 20. 21. 4. 45. 生技醫療業. 4. 2. 4. 10. 光電業. 8. 17. 3. 28. 其他. 1. 2. 1. 4. 其他電子業. 4. 5. 1. 10. 金融保險業. 立. 建材營造. ‧ 國. 7. 10. 1. 1. 2. y. 2. 1. 2. sit. 3. 5. 9. 1. n. Ch 3. e n g c10h i. 2. 2. 橡膠工業. er. io. 電腦及周邊設備業. 1. ‧. Nat. al. 18. 2. 1. 資訊服務業. 電機機械. 1. 1. 塑膠工業. 電子零組件業. 2. 1 政治大 1. 貿易百貨. 電子通路業. 總和. 學. 通信網路業. 興櫃. i n U 2. v. 1. 16 13 5. 2. 2. 1. 2. 觀光事業. 1. 文化創意業. 1. 1. 紡織纖維. 1. 1. 航運業. 1. 1. 總和. 61. 90. 9. 17. 168.

(16) 本研究之變數類型可分為績效評估的因變數，以資產報酬率(ROA)、股東權益報酬率(ROE)與 DEA 之純粹技術效率值。另外，主要應變數為 RS，代表是否該公司在該年度是否使用限制員工權利新股，以虛擬變數設定。其他採用的控制變數，則包含成長機會、研發費用、公司規模、負債比率、經理人持股比率與是否使用分紅制度，以下分別詳細討論之。. 1. 營收成長率營收成長率為營業收入增減額占前期總營業收入之比率，如果成長率高，可. 政治大慧娟(1999), Luo and Hachiya(2005), Mak and Kusnadi(2005）等實證結果指出，當立. 以使投資人持股意願增加，營收成長率可作為成長機會之代理變數，俞海琴與陳. 實是影響公司績效的重要變數，故納入為控制變數。. ‧ y. Nat. 2. 研究發展費用. 學. ‧ 國. 營收成長率上升時，將帶動公司價值的提高。因此可知道營收成長率的高低，確. er. io. sit. 研究發展是公司成長的原動力，如 Morbey and Reithner(1990), Sougiannis(1994)研究都支持研發投入為推動企業創造自身價值的動因，對企業. al. n. v i n 之績效具有正面的影響。此外，Lev C h and Zarwoin(1999)認為研發活動與資訊科技 engchi U. 等創新活動，會持續影響企業的產品、市場價值與績效。但研發活動的成果，未必能在短期內浮現，因此，對於研發是否能使公司持續成長，給予更多績效提升效果，本研究將此加入為控制變數，並將其取自然對數呈現。. 3. 公司規模如 Demsetz and Lehn(1985)研究得到當公司規模愈大，可在營運、行銷及財務方面達到規模經濟，提昇公司價值，因此公司規模與公司績效呈正相關。再就代理理論觀點而言，Chatterjee and Wernerfet（1991）則認為，公司規模與策略型態有關，公司規模越大，代表該公司在產業中具有一定的地位與影響力，較有機會 10.

(17) 獲取超額利潤，為企業創造更高的價值，提升其績效。考量公司規模對績效的影響，將其做為控制變數。本研究以公司總資產，作為衡量公司規模大小的代理變數，並取自然對數呈現。. 4. 負債比率負債比率係以企業負債帳面價值相對於資產總值之比率。如 Jensen and Meckling(1976）, Jensen(1986)指出，依照債權觀點，負債融資的方式會使管理者接受市場監督，舉債所產生之利息與本金償付將迫使公司管理階層支付現金，減. 政治大者浪費公司自由資金的動機，進而使公司績效提昇。因為公司的資本與財務結構立. 少自由現金流量(free cash flows)，進而避免過度投資(over-investment)，降低管理. 對於公司的投資能力有很大的影響，Miller(1963)則指出，藉由負債方式進行籌. ‧ 國. 學. 資，擁有稅盾(tax shield)效果，將進而增加公司價值。舉債的方式將可快速籌得. ‧. 高金額，唯在廠商若過度使用此方式籌資，使舉債過高時，將因槓桿過高使營運. y. Nat. 風險提升。公司負債比率高，若同時發生營運不佳的情形，將會有公司倒閉的風. er. io. sit. 險，因此，藉由負債比率可看出一家公司體質是否健全。. al. n. v i n 但根據研究，亦存在反向之意見，如 Myers(1977)則說明舉債使得公司股東之 Ch engchi U. 投資收益必須償還債權人本金與利息，使股東獲利下降，可能導致股東不願進行. 具正淨現值之投資機會，反而產生投資不足(under-investment)問題，減損公司價值。根據 Myers and Majluf（1984）提出融資順位理論(pecking order theory)，得到負債比率愈高，則獲利會愈低，公司價值越差，影響公司績效。根據 Steiner(1996) 及廖秀梅等(2006)，均發現負債比率與公司績效呈現顯著負相關，顯示當公司負債比率過高時，降低了公司經營績效。因此負債比率對公司績效的關係未定，將其納入控制變數。. 11.

(18) 5. 經理人持股比率此項為公司內部或集團之高階經理人持有公司股票之比率，由 Hill and Snell(1989), Allen and Phillips(2000)均指出，當管理當局持股比率愈高時，與股東及其他利害關係人間的利益考量相較傾向一致，公司經營績效與管理者持股比例呈正相關。而亦有反向之研究結果，如 Jensen and Ruback(1983)提出利益掠奪假說(conflict of interest hypothesis)，認為當管理者所持之股比例愈高時，有足夠的投票表決權維護自身權益，否決可能對公司有力的購併與投資機會，產生反接管行為(anti-takeover behavior)，最終導致經營績效變差。本文探討的標的為限制員. 政治大. 工權利新股，因其多以高階經理人為主要發放對象，因此納入此項控制變數。. 立. 6. 分紅制度使用. ‧ 國. 學. 除了實施限制員工權利新股制度，本文考慮台灣最常使用的分紅制度，探討. ‧. 公司在發放限制員工權利新股時，是否同時發放分紅，也可能對公司績效造成影. y. Nat. 響。則根據資料統計，首先，在實施限制員工權利新股前，研究之標的公司有. er. io. sit. 81 家(約 93%)使用紅利制度，可說明紅利制度在台灣的普及情形；而在實施限制員工權利新股制度之後，共有 28 家(約 32%)原先使用紅利制度的公司，不再使. al. n. v i n 用紅利；而共有 58 家(約 67%)則同時使兩種制度並存實施 (如下圖 1) 。而關於 Ch engchi U. 此兩制度發放的對象，得到限制員工權利新股之高階經理人，也多為其紅利獎酬的標的，因此對象一致。. 12.

(19) 圖 1：限制員工權利新股(RS)與分紅使用情形 90. 81. 80 70 58. 60 50 40 28. 30 20 10 0. 政治大由上述敘述我們可得知，分紅制度對於公司，在比例上目前仍相當重要，因立實施RS前曾使用紅利. 實施RS後不使用紅利. 實施RS後兩者同時實施. 此是否使用分紅制度，在實證分析上相當重要。因此，將分紅制度(Bonus)納入. ‧ 國. 學. 控制變數，更能得到實行限制員工權利新股制度，對於公司績效的影響程度。. ‧. y. Nat. 本文研究之相關各類型變數，彙整於表 2，並將變數的敘述性統計，呈現於. n. al. er. io. sit. 表 3，如下呈現。. Ch. engchi. 13. i n U. v.

(20) 表 2：變數之使用. 因變數 Dependent Variable. 描述. ROE. i 公司在第 t 年之股東權益報酬率%. ROA. i 公司在第 t 年之資產報酬率%. DEA. 以營業收入淨額為產出項，營業費用與固定資產為投入項，以投入導向之 BCC model，求得之 i 公司第 t 年之純粹技術效率值. 政治大 i 公司第 t 年是否使用限制員工權利新股制度. 應變數 Independent Variable. 立. Restricted Stock. (虛擬變數：有使用為 1，未使用為 0). ‧ 國. 學. (RS). 控制變數 Control Variable. ‧. i 公司在第 t 年之營收成長率%. Sales Growth Rate. Ln_Asset. sit. al. Ch. 表示之. er. i 公司在第 t 年之研究發展費用，取自然對數. n. (RD). io. Ln_RDExpence. y. Nat. (SGR). i n U. v. ei 公司在第 n g c ht i年之公司資本總額，取自然對數. (Asset). 表示之. Debt Ratio. i 公司在第 t 年之負債比率%. (DR) Manager Shareholder Rate. i 公司在第 t 年之經理人持股比率%. (MSR) Bonus(Bonus). i 公司第 t 年是否使用分紅制度 (虛擬變數：有使用為 1，未使用為 0). 14.

(21) ROE. 資產報酬率. ROA. 資產總額. Asset. 負債比率. DR. 經理人持股比率. MSR. 94.70. -79.14. 15.88. 4.86. 4.95. 61.62. -39.81. 8.94. 0.51. -0.38. 6.91. -2.53. 2.56. 6.44. 369.29. -76.67. 45.17. 3.50. 67.1. 0. 8.31. 15.85. 21.62. 12.28. 1.55. 40.46. 97.62. 5.82. 17.07. 0.53. 14.57. 0. 1.91. ‧. RD. 8.96. 6.39 16.15 41.65. al. n. 研究發展費用. 標準差. 14.76. io. SGR. 最小值. 7.82 政治大. Nat. 營收成長率. 最大值. 學. DEA 純粹技術效率值 DEA. 立. 中位數. y. 股東權益報酬率. 平均數. er. 代號. ‧ 國. 變數. sit. 表 3：變數之敘述性統計. Ch. v ni. 1.23. engchi U. 15.

(22) 第二節、研究方法本研究以兩部分進行，第一部分先以 Han(2003)與鄭桂蕙(2005)之迴歸模型做為基礎，搭配不同的應變數與控制變數，衡量實施限制員工權利新股之後，對於該公司之績效的成效為何。其中，以 ROE 與 ROA 做為績效衡量指標；第二部分以資料包絡分析法(DEA)進行純粹技術效率值的評估，作為另一項績效衡量指標，採用的是投入導向的 BCC 模式，並將得到之效率值進行羅吉斯轉換，搭配第一部分建立之迴歸模型，分析實施限制員工權利新股之後，對於公司的績效為何。. 政治大本研究所採用的資料立，是結合橫斷面與時間數列資料的追蹤資料（panel data），. ‧ 國. 學. 可以探討橫斷面個體資料，搭配追蹤資料不同時間的持續記錄，具有時間序列的動態性質，對於動態調整的研究更具有能力，並得以提高本研究的樣本數。因為. ‧. 資料處理方式使用追蹤資料做法，如 Jones and Kato(1995)我們得以利用其固定效. sit. y. Nat. 果模型(fixed effect model)，來分析無法觀察到的橫斷面個體差異與時間序列動態. al. er. io. 演進的過程，並可藉此降低變異數異質性的可能，並且降低變數間共線性之問題，. v. n. 同時擁有較高的自由度。由於研究資料來自 87 間不同之公司，每個公司內部的. Ch. engchi. i n U. 人力資源管理政策與公司文化等異質因素不盡相同，或是景氣循環、經濟復甦等非單一因素情形造成數據偏誤，透過時間前後期變化控制之；另外，研究期間並非同一年資料，橫跨五年，因此在不同年期間，該年之整體經濟與產業狀況特性亦不盡相同，也會影響各公司。此類型之質化變數無法以其他變數或以量化方式進入迴歸式，若忽略此類變數則將影響到實證結果，造成偏誤產生，因此透過固定效果模型，排除此類無法量化或以虛擬變數衡量的公司內部因素，降低研究偏誤，增加實證結果之可信度。. 以下討論 DEA 資料包絡分析法之操作方法。. 16.

(23) 一、資料包絡分析法: 資料包絡分析法是利用數學線性規劃(linear programming)的方式，藉由實際投入與產出資料，推導每個受評單位(decision making unit, DMU)的最佳權數，找出可包絡所有觀察資料的包絡面(envelope)，推測生產前緣(production frontier)或稱效率前緣(efficiency frontier)，分別計算個別廠商觀察值與包絡面的距離，結合多項產出與投入項，成為一個綜合性指標，求出各廠商相對效率水準與資源使用之效率。此法亦無須指定任何函數型態與投入、產出項之屬性與相對權重，得以避免可能的模型設定錯誤。. 立. 政治大. 資料包絡分析法之討論，利用效率評估的代表文獻，最早可追溯至. ‧ 國. 學. Farrell(1957)，他利用數學規劃，以等產量曲線(Isoquant Curve)的概念，在非預. ‧. 設之生產函數的生產前緣作為衡量效率的基礎，其利用「兩種投入、一種產出」. y. Nat. 的架構下，衡量廠商的效率。此生產效率可拆解成兩項，其一為技術效率或純粹. er. io. sit. 技術效率(Technical Efficiency, TE or Pure Technical Efficiency, PTE)，在探討既定的要素投入下，廠商可獲得之最大產出的能力；令一則為配置效率或規模效率. al. n. v i n (Allocative Efficiency, AE or Scale C hEfficiency, SE)，表示在廠商之既定的要素價格 engchi U. 與生產技術之下，最適要素分配投入之配置比例的能力。將這兩者效率加總結合，則為總經濟效率或總技術效率(Economic Efficiency, EE) ，其中，EE=PTE×SE。. 資料包絡分析法的推廣，主要可分為兩種模型，分別為 CCR 與 BCC 兩種模式，以下分別討論：. (一) CCR 模型 CCR 模型由 Charnes, Cooper and Rhodes(1978)，提出衡量「多項投入、多項產出」的狀況，同樣以線性規劃方式求得生產前緣，評估各個 DMU 的相對技術 17.

(24) 效率。其在固定規模報酬(Constant Return to Scale, CRS)假設之下，將落在效率前緣線上的 DMU，即為最具有之效率投入產出組合的 DMU，其效率值設為 1；而其他未落在前緣線上的 DMU，則稱為無效率的 DMU，其效率值介於 1 和 0 之間。. CCR 模型可分為投入導向(input-oriented)與產出導向(output-oriented)兩模式討論：投入導向是以投入角度，基於投入的技術效率，是以至少達到既定的產出水準，同時最小化投入量。因此若相對效率值小於 1，表示要素投入量有過多情. 政治大 𝐷𝑀𝑈 = (𝐷𝑀𝑈 , 𝐷𝑀𝑈 , … 𝐷𝑀𝑈 )，一共使用了 m 種投入𝑋 = (𝑋 立. 況，造成浪費，應該依比例減少投入量。模型假設共有 n 個 DMU 單位， 1. 2. 𝑛. 1𝑗 , 𝑋2𝑗 , … 𝑋𝑚𝑗 )，. 𝑗. 產出為 s 種𝑌𝑗 = (𝑌1𝑗 , 𝑌2𝑗 , … 𝑌𝑠𝑗 )，使用𝛼𝑘 表示𝐷𝑀𝑈𝑘 的投入效率值，產出項權重為. ‧ 國. 學. 𝑈𝑟 ，投入項則為𝑉𝑖 ，將第 k 個 DMU 以線性規劃式表示：. y. ‧. Nat. ∑𝑠𝑟=1 𝑈𝑟 𝑌𝑟𝑘 max 𝛼𝑘 = 𝑚 , ∑𝑖=1 𝑉𝑖 𝑋𝑖𝑘. sit. n. al. er. io. ∑𝑠𝑟=1 𝑈𝑟 𝑌𝑟𝑗 s. t. 𝑚 ≤ 1 , 𝑗 = 1,2, … , 𝑛, ∑𝑖=1 𝑉𝑖 𝑋𝑖𝑗. 𝑈𝑟 , 𝑉𝑖 ≥ 𝜀 ≥ 0,C𝑟h= 1,2, … , 𝑠,. engchi. iv n U𝑖 = 1,2, … , 𝑚.. 其中𝑌𝑟𝑗 ：表示第 j 個 DMU 的第 r 個產出項目 𝑋𝑖𝑗 ：表示第 j 個 DMU 的第 i 個投入項目 𝑈𝑟 ：表示第 r 個產出項之權數 𝑉𝑖 ：表示第 i 個投入項之權數 𝜀：表示一極小的正值. 產出導向則以產出角度，基於產出的技術效率，代表以在一定的投入水準組合之下，產出達到的極大化狀態。因此若相對效率值小於 1，則表示產出還有增 18.

(25) 加的空間。模型假設如投入面設定，再以𝛽𝑘 表示𝐷𝑀𝑈𝑘 的產出效率值：. ∑𝑚 1 𝑖=1 𝑉𝑖 𝑋𝑖𝑘 max = 𝑠 , 𝛽𝑘 ∑𝑟=1 𝑈𝑟 𝑌𝑟𝑘 ∑𝑚 𝑖=1 𝑉𝑖 𝑋𝑖𝑗 s. t. 𝑠 ≥ 1 , 𝑗 = 1,2, … , 𝑛, ∑𝑟=1 𝑈𝑟 𝑌𝑟𝑗 𝑈𝑟 , 𝑉𝑗 ≥ 𝜀 ≥ 0, 𝑟 = 1,2, … , 𝑠,. 𝑖 = 1,2, … , 𝑚.. 而由於 CCR 之模型，建立在 DMU 位於固定規模報酬的假設之下，若是 DMU. 政治大之下，我們觀察到各公司多處在變動規模報酬的狀態下，極少數位於固定規模報立並不屬於固定規模報酬，則此模型則不能一致適用。在本文研究實際數據的操作. ‧ 國. 學. 酬之情況，因此，本研究將不以 CCR 模型操作，改以可適用於變動規模報酬之下的 BCC 模型進行分析，以下詳細說明 BCC 模型。. ‧ sit. y. Nat. (二)BCC 模型. al. er. io. BCC 模型由 Banker, Charnes and Cooper(1984)提出，其可拓展 CCR 模型的. v. n. 使用範圍，討論變動規模下技術效率與規模效率的問題。因為 CCR 模型的建立，. Ch. engchi. i n U. 是假設在 DMU 處於固定規模報酬下之相對效率，若假設不成立時，CCR 模型則無法討論，其僅能衡量 DMU 的總技術效率。而事實上，DMU 可能是處於規模報酬遞增(Increasing Return to Scale, IRS)或是規模報酬遞減(Decreasing Return to Scale, DRS)的狀態，因此，若能了解各 DMU 所處之規模報酬狀態，將有助於決策者做規模上的調整，進而達到有效率的經營。. BCC 模式將總技術效率分成兩者，一為純粹技術效率(Pure Technical Efficiency, PTE)，為所求得之相對效率，另一則為規模效率(Scale Efficiency, SE)，因此將得到關係式：. 19.

(26) 總技術效率(EE)=純粹技術效率(PTE)×規模效率(SE)。. 其中，純粹技術效率為已經避開規模變動之效果，衡量決策單位能否有效運用投入項目，以達產出最大化或投入最小化，其值表示投入要素在使用上的效率，此項亦為經理人可直接控制的效率項目。此項與 CCR 模式的總技術效率差異，即為各 DMU 調整至相同生產規模後之規模效率，規模效率是衡量決策單位的產出與投入比例是否適當，亦即是否達到最大生產力，其值越高表示規模愈適合，生產力也越大。而當 DMU 在最有生產力的規模下運作，已達規模效率，則其總. 政治大外，亦有可能是源自 DMU 的規模效率不佳。立. 效率與技術效率相等。因此 DMU 的無效率除了可能來自於本身技術效率不足之. ‧ 國. 學. 與 CCR 模型相同，BCC 模型也分成產出與投入導向兩種，分別討論如下：. ‧. y. Nat. BCC 投入導向相比 CCR 時，多了一項規模報酬變數𝑢0，此項表示規模報酬. er. io. sit. 之型態，也是 BCC 與 CCR 模型主要差異之處。其他皆如同 CCR 模型假設，一共有 n 個 DMU 單位，即𝐷𝑀𝑈 = (𝐷𝑀𝑈1 , 𝐷𝑀𝑈2 , … 𝐷𝑀𝑈𝑛 ) ，共使用了 m 種投入. al. n. v i n 𝑋𝑗 = (𝑋1𝑗 , 𝑋2𝑗 , … 𝑋𝑚𝑗 )，產出 s C 種𝑌𝑗 = (𝑌1𝑗 , 𝑌2𝑗 , … 𝑌𝑠𝑗 )，使用𝛼𝑘 表示𝐷𝑀𝑈𝑘 的投入效 hengchi U 率值，產出項權重為𝑈𝑟 ，投入項則為𝑉𝑖 ，將第 k 個 DMU 以線性規劃式表示：. ∑𝑠𝑟=1 𝑈𝑟 𝑌𝑟𝑘 − 𝑢0 max 𝛼𝑘 = , ∑𝑚 𝑖=1 𝑉𝑖 𝑋𝑖𝑘 ∑𝑠𝑟=1 𝑈𝑟 𝑌𝑟𝑗 s. t. 𝑚 ≤ 1 , 𝑗 = 1,2, … , 𝑛, ∑𝑖=1 𝑉𝑖 𝑋𝑖𝑗 𝑈𝑟 , 𝑉𝑗 ≥ 𝜀 ≥ 0, 𝑟 = 1,2, … , 𝑠,. 20. 𝑖 = 1,2, … , 𝑚..

(27) 其中： 𝑢0 = 0代表規模報酬固定(CRS) 𝑢0 > 0 表規模報酬遞增(IRS) u0 < 0 表規模報酬遞減(DRS). BCC 產出導向與 CCR 相比亦多出了一項規模報酬變數𝑣0，因此若相對效率值小於 1，則表示產出還有增加的空間。模型假設如投入面設定，再以𝛽𝑘 表示 𝐷𝑀𝑈𝑘 的產出效率值，將第 k 個 DMU 以線性規劃式表示：. 政治大. ∑𝑚 1 𝑖=1 𝑉𝑖 𝑋𝑖𝑘 + 𝑣0 max = , ∑𝑠𝑟=1 𝑈𝑟 𝑌𝑟𝑘 𝛽𝑘. 立. 𝑈𝑟 , 𝑉𝑗 ≥ 𝜀 ≥ 0, 𝑟 = 1,2, … , 𝑠,. sit. y. Nat. 其中：. 𝑖 = 1,2, … , 𝑚.. ‧. ‧ 國. 學. ∑𝑚 𝑖=1 𝑉𝑖 𝑋𝑖𝑗 s. t. 𝑠 ≥ 1 , 𝑗 = 1,2, … , 𝑛, ∑𝑟=1 𝑈𝑟 𝑌𝑟𝑗. n. al. er. io. 𝑣0 = 0代表規模報酬固定(CRS) 𝑣0 > 0 表規模報酬遞增(IRS). Ch. 𝑣0 < 0 表規模報酬遞減(DRS). engchi. i n U. v. 當決策單位之生產過程屬固定規模報酬時，其 CCR 模式與 BCC 模式的技術效率會相等，且 EE = PTE = SE =1。. 21.

(28) 二、羅吉斯轉換(Logistic Transformation) 本研究依據 DEA 法求得效率值，其值介於 0 到 1 之間，而我們將求得之效率值作為因變數 y，假設𝑦 = 𝛼 + 𝛽𝑥 + 𝜀，其中ε~iid 且介於區間(−∞, +∞)。而當 y 之值域被限制在區間(0,1)，則殘差項𝜀依定義，未必介於此區間之內。因此，應該將 y 介於(0,1)之固定區間，拓展成區間(−∞, +∞)，將 y 值透過轉換使值域不再受限，此方式即為羅吉斯轉換。現假設，有某個變數 a 為區間變數，其中 a ∈ (𝑎𝑚𝑖𝑛 , 𝑎𝑚𝑎𝑥 )，我們可將該變數 a 透過以下轉換，此為羅吉斯轉換: 𝑎−𝑎𝑚𝑖𝑛. 政治 ).大. logit(a)=ln(. 𝑎𝑚𝑎𝑥 −𝑎. 立. ‧ 國. 學. 我們並須保證在轉換過後，a 的所有值都將能做定義，例如 log(0)的情形，因此我們加上一個很小的數字ε，並將ε設定為 0.001 或其他合理的數字，藉由加. ‧. 上ε此變數，羅吉斯轉換式可調整為:. io. n. al. =ln(. 𝑎−(𝑎𝑚𝑖𝑛 −𝜀). (𝑎𝑚𝑎𝑥 +𝜀)−𝑎. ),. ),. C h=ln( e 𝑎n＊g c−𝑎h).i 𝑎−𝑎＊ 𝑚𝑖𝑛 𝑚𝑎𝑥. y. 𝑎𝑚𝑎𝑥 −𝑎+𝜀. sit. 𝑎−𝑎𝑚𝑖𝑛 +𝜀. er. Nat. logit(a)=ln(. i n U. v. 其中，𝑎＊ 𝑚𝑖𝑛 = 𝑎𝑚𝑖𝑛 − 𝜀，𝑎＊ 𝑚𝑎𝑥 =𝑎𝑚𝑎𝑥 + 𝜀 。. 因此，我們將效率值透過羅吉斯轉換，不受限其值域，殘差項亦可滿足常態分配。我們將上述的羅吉斯轉換為基礎，使用 DEA-BCC 法之羅吉斯轉換，其中之ε亦設定為 0.001，我們將此法之效率值定義與轉換如下: 𝐷𝐸𝐴＊ 𝑚𝑖𝑛 = −ε, 𝐷𝐸𝐴＊ 𝑚𝑎𝑥 = 1 + ε,. 22.

(29) logit(DEA)=ln(. 𝐷𝐸𝐴−𝐷𝐸𝐴 ＊ 𝑚𝑖𝑛. 𝐷𝐸𝐴 ＊ 𝑚𝑎𝑥 −𝐷𝐸𝐴. =ln(. 𝐷𝐸𝐴+𝜀. 1+𝜀−𝐷𝐸𝐴. ),. ).. 我們將所得到之純粹技術效率值，透過如上式之轉換，得到轉換後之效率值，並得以將其帶入迴歸式，進行迴歸分析討論。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(30) 第四章、實證結果分析首先，以 ROE 作為績效變數，檢驗實施限制員工權利新股之後，對公司績效的影響，以 ROE 做為因變數(dependent variable)，假設共有 i 家公司，令𝑅𝑂𝐸𝑖,𝑡 為公司 i 在第 t 年之股東權益報酬率，得到第一條迴歸式：. (1)𝑅𝑂𝐸𝑖,𝑡 =𝛽0 + 𝛽1 𝑅𝑆𝑖,𝑡 + 𝛽2 𝑆𝐺𝑅𝑖,𝑡 + 𝛽3 𝑅𝐷𝑖,𝑡 + 𝛽4 𝐴𝑠𝑠𝑒𝑡𝑖,𝑡 + 𝛽5 𝐷𝑅𝑖,𝑡 + 𝛽6 𝑀𝑆𝑅𝑖,𝑡 + 𝛽7 𝐵𝑜𝑛𝑢𝑠𝑖,𝑡 + 𝛼𝑖 + 𝜏𝑖 + 𝑢𝑖𝑡. 政治大 term)。透過數據與模型處理，以時間與公司個體特有的固定效果之追蹤資料，立. 其中，𝛼𝑖 代表公司特有之固定效果，𝜏𝑖 則是時間固定效果，𝑢𝑖𝑡 為誤差項(error. ‧. ‧ 國. 學. 觀察各變數對績效變數 ROE 影響之方向與係數關係，可得到以下結果。. 表 4：以 ROE 做為績效變數之模型(1)迴歸結果. n. al. 標準差. 3.3671*. RS. Ch. 1.7910. e n0.0127 gchi U. t 統計量. er. io. 係數. sit. y. Nat. 變數. v ni. p值. 1.8800. 0.0610. 7.7869. 0. SGR. 0.0988***. RD. -0.6497***. 0.2114. -3.0726. 0.0023. Asset. 15.0970***. 2.7974. 5.3968. 0. DR. -0.3401***. 0.0857. -3.9691. 0.0001. MSR. 0.4959. 0.4529. 1.0949. 0.2744. Bonus. 13.5723***. 1.4877. 9.1233. 0. 註: 1.***、**、*分別表示顯著水準 1%、5%、10%。 2.𝑅 2 =0.74，Adj-𝑅 2 =0.663。. 24.

(31) 由表 4 可得知，應變數 RS 之係數為 3.3671，p 值=0.0610，以信心水準 90% 來做評斷，得知此係數對 ROE 之影響關係為正顯著。根據迴歸結果，代表在其他條件不變下，當公司使用限制員工權利新股(RS=1)時，可比未使用(RS=0)時， ROE 增加 3.3671%，其獲利能力提升，符合本研究之預期，即透過限制員工權利新股之發放後，對於公司績效提升是有利的。而從控制變數來看，營收成長率為正顯著，說明此項之提升，可能可吸引投資人進行投資，進而帶動公司價值提升，公司績效也會增加，符合俞海琴等(1999)之結論。研究發展費用與負債比率則為負顯著，其中研究發展費用，主觀而言，當研發費用之提升，使成本上升，績效. 政治大率越高，則公司績效越低，透過高負債比率，將增加公司營運之風險。而總資產立. 相對因為成本提升而降低。而負債比率結果則是符合 Steiner(1996)，得到負債比. 項目為公司規模之代理變數，則有明顯之正顯著，如同 Demsetz and Lehn(1985). ‧ 國. 學. 等人之研究，強調公司規模對於績效的正向影響程度，透過公司規模越大，將使. ‧. 公司更具有競爭能力，創造高績效的可能，如表 4 顯示，實證結果使 ROE 有超. y. Nat. 過 10%的提升。經理人持股比率項目則為不顯著之情況，可能原因在於，根據資. er. io. sit. 料顯示，選取之公司平均持股比率僅 1.23%，且多數均小於 1%，無法確實反映出高持股比率對於績效的影響程度。此外，分紅制度使用則為明顯正顯著，對於. al. n. v i n ROE 的提升有 13.57%的效果，可知此制度實施對於績效有大幅的影響。 Ch engchi U. 再者，考慮實施後對公司績效的影響，以資產報酬率做為因變數，同樣假設共有 i 家公司，令𝑅𝑂𝐴𝑖,𝑡 為公司 i 在第 t 年之資產報酬率，得到第二條迴歸式：. 25.

(32) (2)𝑅𝑂𝐴𝑖,𝑡 =𝛾0 + 𝛾1 𝑅𝑆𝑖,𝑡 + 𝛾2 𝑆𝐺𝑅𝑖,𝑡 + 𝛾3 𝑅𝐷𝑖,𝑡 + 𝛾4 𝐴𝑠𝑠𝑒𝑡𝑖,𝑡 + 𝛾5 𝐷𝑅𝑖,𝑡 + 𝛾6 𝑀𝑆𝑅𝑖,𝑡 + 𝛾7 𝐵𝑜𝑛𝑢𝑠𝑖,𝑡 + 𝛼𝑖 + 𝜏𝑖 + 𝑢𝑖𝑡. 設定方式同第一條迴歸式，亦利用追蹤資料進行迴歸分析，結果如下：. 表 5：以 ROA 做為績效變數之模型(2)迴歸結果. 變數. 係數. 標準差. 1.4586*. RS SGR. 0.0428***. RD. -0.4260***. 立. 8.3749***. 1.5469. 5.4140. 0. -0.1856***. 0.0474. -3.9172. 0.0001. 0.3778. 0.2505. 1.5086. 0.1324. 8.0069***. 0.8226. 9.7332. y. 0. er. al. sit. ‧ 國. 0.0003. io. Bonus. 0. -3.6431. Nat. MSR. 0.0944. 0.1169. ‧. DR. 0.9904 1.6775 政治大 0.0070 6.1036. p值. 學. Asset. t 統計量. v. n. 註: 1.***、**、*分別表示顯著水準 1%、5%、10%。. Ch. engchi. 2.𝑅 2 =0.75，Adj-𝑅 2 =0.675。. i n U. 由表 5 之結果，應變數 RS 之係數為 1.4586，p 值為 0.0944，以信心水準 90% 來衡量，此係數對 ROA 之影響關係為正顯著。根據迴歸結果，在其他條件不變下，當使用限制員工權利新股時，可比未使用時 ROA 增加 1.4586%，公司績效提升。控制變數的情況，無論是對績效影響之方向性與程度，均與 ROE 時相當接近。. 26.

(33) 根據迴歸 1、2 式之結論，無論是根據 ROE 或是 ROA 兩項績效衡量之變數，均可得到一致性的結果，即實施限制員工權利新股對公司績效提升的正向關係。但 ROE 與 ROA 等財報數據資料，可以透過相關的會計操縱，藉由窗飾等方法，進行美化數據，得到的結果可能不符合實際的情況。因此，本研究再採用 DEA 法進行績效評估，藉由透過多項的投入與產出變數，得到的相對效率值，降低或排除掉上述情況的發生，更能反映出真實營運數據的狀況。. 為了使用 DEA 法，首先我們必須建立 DEA 效率值的數據，選擇效率值的. 政治大值將會有明顯的差異。因此需選擇最恰當的項目來進行計算，這些項目必須對目立. 適當投入與產出之變數，在此法中，根據投入與產出項選擇之不同，得到的效率. 淨額作為產出項變數，分別討論如下。2. ‧ y. Nat. (一) 投入項變數. 學. ‧ 國. 標有一定的關連性。本研究選用固定資產、營業費用作為投入項變數，營業收入. er. io. sit. 1. 固定資產：係為供營業上使用，且使用年限在一年以上，非以出售為目的之有形資產，其包含土地、房屋及建築成本、機器及儀器與其他設備成本，再. al. n. v i n 加上固定資產。固定資產可為未來企業創造經濟資源，因此是相當重要的投入項 Ch engchi U. 變數。此變數在蕭麗慧(2012)、Yang et al.(2012), Liang and Fang(2011)亦都將其採用為投入項變數。. 2. 營業費用：為推銷費用、管理費用與研究發展費用等。營業費用表示企業投入的狀況，無論在研究發展費，代表企業尋求產品、流程、各種服務改良的方法之花費，以及在管理費用上，對人力與其他管銷資本的投資，包含員工薪資與福利等，代表企業對員工之重視程度，均是對績效的提升相當重要的環節，亦. 2. 本文資料包絡分析法使用之軟體為 DEAP2.1 生產效率應用，由澳洲新英格蘭大學教授 Tim Coelli 所製作與使用。 27.

(34) 為重要之投入項變數。此變數在 Thore et al.(1994)將其採用。. 3. 員工人數：包含公司內經理人員、一般職員、研究人員等等。而員工是公司營運的重要環節，藉由員工生產力創造更高的營業額，是重要的一項投入項變數。此變數在蕭麗慧(2012)亦將其採用。. (二) 產出項變數營業收入淨額：其為一定期間內，因經常營業活動而銷售商品或提供勞務等. 政治大財務上衡量企業發展與狀態的重要變數。營業收入的提升，對於企業具有正向的立. 所獲得，通常在貨物移轉時認列減去銷貨退回及折讓，代表企業的收入情形，是. 效果，因此使用此項目作為產出項變數。此變數在蕭麗慧(2012)、Chen and. ‧ 國. 學. Chen(2009), Thore et al.(1994)均將其採用為產出項變數。3. ‧ y. Nat. (三)單調性原則. er. io. sit. 項目的選擇中，投入項必須對產出項具有單調性原則，表示當增加投入項的數量時，產出項不得減少，因此，對這產出投入項目進行相關係數分析，結果如. n. al. 下表 6。. Ch. engchi. i n U. v. 表 6：投入與產出項之相關係數分析投入項固定資產. 營業費用. 員工人數. 0.8716. 0.9674. 0.2973. 產出項營業收入淨額. 3. 所選擇之各投入與產出變數項目，由於數字相當大，且 DEAP 軟體只能最多容納八位數字，因此對各項目分別以單位(百萬)來簡化數據，再分別四捨五入，經過處理，使資料得以進入 DEAP 程式進行數據操作。 28.

(35) 由表 6 之相關係數分析，投入與產出項的變數均具有正向之關係，符合單調性原則，且為正相關，因此這三個項目的選擇可為 DEA 法之投入與產出項變數。. (四)負值變數調整 DEA 法還有另一項要求，模型中各項變數之中，每個項目都必須為大於等於 0 之正數，利用加法平移不變性，將負值加上一數值轉換進行平移得滿足此條件，但本研究在選擇變數時，即考慮變數須為正數的規定，固在選擇上之四項項目，均為正數值，不需再經過負值的調整。. 政治大一般資料包絡分析法在選擇使用投入或產出導向的模型時，考量點在於立. DMU 的情形，若其對於產出面變數比較不容易控制，應採投入導向模式；反之，. ‧ 國. 學. 若 DMU 投入面變數較不易控制，則採產出導向模式。而本研究所選擇之投入變. ‧. 數為固定資產、營業費用與員工人數，是容易進行觀察與控制的，因此以投入導. y. Nat. 向來進行操作。如之前研究方法所敘述，在本研究實際數據的操作之下，我們觀. er. io. sit. 察到各公司多處在變動規模報酬的狀態下，因此，使用 BCC 模型進行分析，並且透過 BCC 模式，求出純粹技術效率值與規模效率值。本研究選擇使用之效率. al. n. v i n 值為純粹技術效率值，原因在於，其為排除規模變動因素，評斷 DMU 是否有效 Ch engchi U 運用投入項目的效率值，更為經理人可直接控制的項目。純粹技術效率值詳參附. 錄一，並再將此效率值透過 DEA-BCC 法之羅吉斯轉換成新的效率值，得到附錄二之調整效率值，將原先數值為 0 或 1 進行轉換，得以進行迴歸分析的討論，代入以下第三條迴歸式。. 29.

(36) (3)𝐷𝐸𝐴𝑖,𝑡 =𝜌0 + 𝜌1 𝑅𝑆𝑖,𝑡 + 𝜌2 𝑆𝐺𝑅𝑖,𝑡 + 𝜌3 𝑅𝐷𝑖,𝑡 + 𝜌4 𝐴𝑠𝑠𝑒𝑡𝑖,𝑡 + 𝜌5 𝐷𝑅𝑖,𝑡 + 𝜌6 𝑀𝑆𝑅𝑖,𝑡 + 𝜌7 𝐵𝑜𝑛𝑢𝑠𝑖,𝑡 + 𝛼𝑖 + 𝜏𝑖 + 𝑢𝑖𝑡. 設定均如同 ROA 與 ROE 時之作法，唯因變數之衡量績效變數，此時以 DEA 之純粹技術效率值作為衡量變數，透過第三條迴歸式進行分析，得出以下表 7 之結果：. 表 7：以 DEA 純粹技術效率值做為績效變數之模型(3)迴歸結果係數. p值. 0.4326*. SGR. 0.0004. 0.0017. 0.2421. 0.8089. 0.0129. 0.0285. 0.4549. 0.6495. 0.2670. 0.3766. 0.7091. 0.4788. -0.0133. 0.0115. -1.1563. 0.2484. -0.0177. 0.0610. -0.2903. 0.7718. 0.2003. 0.7564. Asset. MSR. io. al. 0.0622. n. Bonus. 0.0737. y. Nat. DR. Ch. engchi U. sit. RD. ‧ 國. 立. ‧. RS. 學. t 統計量治政標準差大1.7941 0.2411. er. 變數. 0.3105. v ni. 註: 1.***、**、*分別表示顯著水準 1%、5%、10%。 2.𝑅 2 =0.818，Adj-𝑅 2 =0.764。. 由表 7 可得知，應變數 RS 之係數為 0.4326，p 值=0.0737，以信心水準 90%，得知此係數對 DEA 純粹技術效率值之影響關係為正顯著。迴歸結果指出，在其他條件不變下，當使用限制員工權利新股時，可比未使用時的純粹技術效率值增加 43.26%，當純粹技術效率值越高，代表決策單位能有效運用投入項目，以達產出極大化或投入極小化，符合本研究之想法，即透過限制員工權利新股之發放後，對於公司績效提升是有利的。. 30.

(37) 但在控制變數上，則與迴歸式 1、2 得到相當不同的結果，原先顯著的控制變數在此卻均為不顯著。可能原因在於，控制變數對效率值的直接影響是相當間接的，這些控制變數的項目，對於不同的企業與不同的公司差異都相當的大，我們不能解釋該年的這些變數對此相對效率值具有絕對性的影響。以鴻海為例，其在各個年度之效率值均為 1，表示其在所選之上市公司之中，其有效運用投入項目達到產出最大化，以相對最有效率的方式經營。但以其營收成長率為例，每年仍具有相當程度的波動，如 2012 至 2014 年之營收成長率，分別為 13.11%、1.2% 與 6.6%，但均未對效率值產生影響。因此，該控制變數對於效率值之影響性非. 政治大. 常小，不具解釋能力，因此為不顯著的情況。. 立. 此研究的結果，發現到無論是用 ROE、ROA 的傳統財報類型數據比例分析，. ‧ 國. 學. 亦或使用 DEA 之效率分析，均可達到一致的效果，可看到均對績效為正向之關. ‧. 係。DEA 之方法，相比財務比例的數據，是更具有彈性與深度的作法，更能降. y. Nat. 低財報窗飾等可能使數據失真的狀況發生。根據其他學者的研究，也可得到財務. er. io. sit. 比率與 DEA 方法相似的結果，如葉桂珍及陳昱志(1995)之研究，其透過財務比率與 DEA 法衡量國內各銀行績效狀況，得到兩者一致的結果；Resti(1997)則以. al. n. v i n 義大利 270 間銀行研究，採取參數法與非參數法(DEA)兩方式討論，得到的結果 Ch engchi U. 也並未存在顯著的差異，因此 DEA 法確實是具有實用性的。. 31.

(38) 第五章、結論與建議本研究透過三種績效衡量方式，ROE、ROA、與 DEA 純粹技術效率值作為衡量變數，透過 Han(2003)與鄭桂蕙(2005)為基礎之迴歸模型，分別探討實施限制員工權利新股是否對公司具有正向提升績效的影響。根據實證資料研究結果，可發現是支持此項預期的，無論是哪一種績效變數的衡量，得到的是一致性的正向顯著結果，可說明的是，實施限制員工權利新股之後，對於公司績效提升具有一定的關係，更可能是未來得以更廣泛使用的一種員工激勵的留才措施。. 政治大今也僅三年，如前述提及上市公司只有 90 家申報實施，實際的激勵結果跟長期立唯現行此制度自公司法 2012 年修訂之後才實行，實行時間最久的公司，迄. ‧ 國. 學. 的狀況則尚未知曉，由於施行此制度的各公司細則之中，多為未來數年才會進行實際的股票給予，對於員工來講，是尚未實現的利得，現今對於公司的利多狀態，. ‧. 也可說是員工的一種預期心理，因預期未來實現此股票之利得，而願意留在公司，. y. sit. n. al. er. io. 行成果。. Nat. 並更努力為達到獲取此股票的目標，進而實際提升公司的績效，達到此制度之實. Ch. engchi. i n U. v. 限制員工權利新股制度的實施尚未成熟，未來隨著此制度成熟，有更多年分的資料時，可納入上櫃與興櫃及新使用此制度等發行公司資料，分別探討。此外，各產業的使用狀況與強度亦不同，也可分類進行比較，預期更可得到更全面的結果。而此新制與其他現行之制度如員工分紅與認股權等，是否具有衝突的情形，亦或是實行之後，其他的制度應該暫停或廢除等狀況，實際狀況未明。企業在現今經濟的動盪時期，為了留才與提振員工，必定會選擇最有效之獎勵方法，各產業的採行方法可能也未必相同，無論採取分紅、認股權或限制員工權利新股等制度，都可多面向以及與同業之間互相考慮，使用最適切的方法。. 32.

(39) 第六章、參考資料 (一)中文文獻 1. 中國改革發展研究院課題組，2000。美國員工持股計畫的理論與實踐，中國職工持股資訊網。 2. 李馨蘋、莊宗憲，2007。公司治理機制與公司績效之實證研究－追蹤型資料二階段最小平方法之應用，東吳經濟商學學報，第 57 期，頁 1-27。 3. 吳嘉修，2003。台灣新舊銀行的經營效率及生產力變動之比較分析，朝陽科技大學財務金融研究所碩士論文。. 政治大. 4. 姚鷺，2003。員工配股對股東權益的影響，國立台灣大學財務金融研究所碩. 立. 士論文。. ‧ 國. 學. 5. 俞海琴與陳慧娟，1999。我國上市公司成長、槓桿與托賓 Q 關聯之研究，風險管理學報，第 1 卷第 1 期，頁 81-101。. ‧. 6. 童怡璇，2004。台灣電子業技術效率分析―三階段資料包絡分析法之應用，. sit. y. Nat. 國立中央大學產業經濟研究所碩士論文。. al. er. io. 7. 葉桂珍、陳昱志，1995。銀行經營績效分析—資料包絡分析法 (DEA) 與財. v. n. 務比率法之比較，企銀季刊，第 19 卷，第 2 期，頁 30-39。. Ch. engchi. i n U. 8. 葛冠琳，2006。美國限制型股票之研究，國立成功大學法律所碩士論文。 9. 鄭桂蕙，2005。員工持股制度與公司績效，東吳經濟商學學報第五十一期，頁 101-130。 10. 廖秀梅、李建然與吳祥華，2006。董事會結構特性與公司績效關係之研究兼論台灣家族企業因素的影響，東吳經濟商學學報，第 54 卷，頁 17-160。 11. 廖美涵，2013。台灣電子業上市櫃公司經營之績效評估―採 DEA Benchmarking Model，私立東吳大學經濟研究所碩士論文。 12. 蕭麗慧，2012。台灣上市櫃公司經營與公司治理之績效評估—採 DEA Benchmarking Models，東吳大學經營管理學系碩士論文。. 33.

(40) (二)英文文獻 1. Allen, J. W., and G.M. Phillips, 2002, Corporate Equity Ownership, Strategic Alliances, and Product Market Relationships. Journal of Finance, Vol.55, 6, pp.2791-2815. 2. Banker, R. D., A. Charnes, and W. W. Cooper, 1984. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science, 30, pp.1078–1092. 3. Charnes, A., W. W. Cooper, and E. Rhodes, 1978. Measuring the Efficiency of. 政治大. Decision Making Units. European Journal of Operational Research, 2, pp.429– 444.. 立. 4. Chatterjee, S., and B.Wernerfet, 1991. The link between resources and type of. ‧ 國. 學. diversification: theory and evidence. Strategic Management Journal, 22,. ‧. pp.747-776. sit. y. Nat. 5. Chen, Y.S., and B.Y. Chen, 2009. Using data envelopment analysis to evaluate the. io. er. operational performance of the wafer fabrication industry in Taiwan. Journal of Manufacturing Technology Management, Vol.20, No.4, pp.475-488. al. n. v i n Conte, M. A., and J. Svejnar,C1988. Productivity Effects h e n g c h i U of Worker Participation In. 6.. Management, Profit-Sharing, Worker Ownership of Asset and Unionization in U.S. Firms. International Journal of Organization, 6, pp.139-152. 7. Demsetz, H., and K. Lehn, 1985. The Structure of Corporate Ownership: Causes and Consequences. Journal of Political Economy, 93, pp.1155-1177. 8. Farrell, M. J, 1957. The Measurement of Productive Efficiency. Journal Royal Statistical Society, 120, pp.253–281. 9. Gillian, H. H. Yeo, S.S. Chen, K.W. Ho, and C.F. Lee, 1999. Effects of Executive Share Option Plans on Shareholder Wealth and Firm Performance: The Singapore Evidence. Financial Review, 34, No.2, pp.1-20. 34.

(41) 10. Han T. S., 2003. The Economic Effects of Profit Sharing and Taiwan-style Employee Stock Owner ship Plans: Evidence from Taiwan’s High-tech Firms.台. 灣管理學刊, 第三卷第一期, pp.1-22。 11. Hill, C. W. L., and S. A. Snell, 1989, Effects of Ownership Structure and Control on Corporate Productivity. Academy of Management Journal, 32, pp.25-46. 12. Jensen, M. C., and W. H. Meckling, 1976. Theory of the Firm: Managerial Behavior, Agency Cost and Ownership Structure. Journal of Financial Economics, 3, pp.305-360.. 政治大 Takeovers. American Economic Review, Vol.76, No.2, pp.323-329. 立. 13. Jensen, M.C., 1985. Agency Cost Of Free Cash Flow, Corporate Finance, and. 14. Jensen, M.C., and R.S. Ruback, 1983. The market for Corporate Control: The. ‧ 國. 學. Scientific Evidence. Journal of Finance, Vol.11, pp.5-50.. ‧. 15. Jones, C., and T, Kato, 1995. The Productivity Effects of ESOP and Bonuses. sit. y. Nat. Evidence from Japanese Panel data. The American Economic Review, Vol.85,. io. er. No.3, pp.391-414.. 16. Kahle, M., and Shastri, K, 2004. Executive Loans. Journal of financial and. n. al. Ch. quantitative analysis, Vol.39, No.4, pp.791-811.. engchi. i n U. v. 17. Kauhanen, A., 2002. Profit sharing in Finland: earnings and productivity effects. The research institute of the Finnish Economy. ETLA Discussion Papers, 817. 18. Kruse, D.L., 1993. Profit Sharing: Does it make a Difference? Kalamazoo, Michigan: W.E. Upjohn Institute for Employment Research. 19. Kruse, D.L., 1996. Why do firms adopt Profit-Sharing and Employment Ownership Plans? British Journal of Industrial Relation, 34, pp.515-538 20. Lev, B., and Z, Paul, 1999, The Boundaries of Financial Reporting and How to Extend Them. Journal of Accounting Research, Vol.37, No.2, pp.353-385 21. Liang, Y.C., and N, Fang, 2011. Supplier productivity and quality performance. 35.

(42) evaluation in the TFT-LCD industry. Asia - Pacific Journal of Operational Research, Vol.28, No.6, pp.787-802 22. Luo, Q., and T. Hachiya, 2005. Corporate governance, cash holdings, and firm value: Evidence from Japan. Review of Pacific Basin Financial Markets and Policies, 8, pp.613-636 23. Mak, Y. T., and Y. Kusnadi, 2005. Size really matters: further evidence on the negative relationship between board size and firm value. Pacific-Basin Finance Journal, 13, pp.301-318.. 政治大 Capital: A Correction. The American Economic Review, Vol.53, No.3, pp.433-443. 立. 24. Modigliani, F., and M.H, Miller, 1966. Corporate Income Taxes and the Cost of. 25. Morbey, G., and R. M, Reithner, 1990. How R&D affects sales growth,. ‧ 國. 學. productivity and profitability. Research Technology Management. Vol.33,. ‧. pp.11-14.. sit. y. Nat. 26. Myers, S. C., 1977. Determinants of Corporate Borrowing. Journal of Financial. io. er. Economics, 5, pp.147–175.. 27. Myers, S. C., and N. S. Majluf, 1984. Corporate financing and investment. al. n. v i n Ch decisions when firms have information that investors do not have. Journal of engchi U Financial Economics, 13, pp.187-221.. 28. Resti, A., 1997. Evaluating the Cost-Efficiency of the Italian Banking System: What Can Be Learned from the Joint Application of Parametric and Non-Parametric Techniques. Journal Banking and Finance, 21(2), pp.221-250. 29. Sougiannis, T., 1994. The accounting based valuation of corporate R&D. The Accounting Review, Vol.69, No.1, pp.44-68. 30. Steiner, T. L., 1996. A Reexamination of the Relationships between Ownership Structure, Firm Diversification, and Tobin's Q. Journal of Business and Economics, Vol.35, 1996, pp.39-48 36.

(43) 31. Thore S., G. Kozmetsky., and F. Phillips, 1994. DEA of financial statements data : the US computer industry”, Journal of Productivity Analysis, Vol.5, No.3, pp.229-248 32. Yang, C.F., C.C. Pai, and Z.Y. Lee, 2012. Performance assessment of the top ten TFT-LCD manufacturers. International Journal of Electronic Business Management, Vol.10, No.2, pp.85-100. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 37. i n U. v.

(44) 附錄一、各公司之 DEA 純粹技術效率值表. 2013. 2012. 2011. 2010. 鴻海. 1. 1. 1. 1. 1. 順德. 0.418. 0.457. 0.53. 0.539. 0.44. 佳能. 0.358. 0.413. 0.501. 0.578. 0.498. 瑞昱. 0.166. 0.157. 0.153. 0.128. 0.093. 凌陽. 0.152. 0.167. 0.149. 0.134. 0.16. 浩鑫. 0.344. 0.458. 0.313. 0.201. 晶電. 0.25. 0.399 治政 0.239 大 0.261. 0.237. 0.228. 京元電. 0.227. 0.261. 0.28. 0.25. 0.279. 0.373. 0.37. 0.305. 0.283. 0.242. 0.258. 晶技. 0.261. 建碁. 0.557. 建漢. 0.863. 緯創. 0.583. 0.705. 新世紀. 0.34. 群創. 0.157. 0.167. 0.224. 0.24. 0.27. 0.233. 0.269. 0.278. 0.316. 0.683. 0.296. y. al. 0.279. er. io. 0.295. sit. Nat. 揚智. 0.302. ‧. 聯陽. ‧ 國. 晶豪科. 立. 學. 2014. 0.238 0.36. 0.682. 0.478. 0.802. 0.88. 0.701. 0.294. 0.267. 0.392. 0.296. 0.473. 0.515. 0.581. 0.539. 0.445. 昇陽科. 0.623. 0.695. 0.536. 0.651. 0.889. 新日光. 0.466. 0.427. 0.508. 0.931. 0.614. 奕力. 0.394. 0.451. 0.521. 0.566. 0.405. 達能. 1. 1. 1. 1. 0.706. 國光生. 0.394. 0.384. 0.448. 0.415. 0.282. n. 0.256. C0.803 h e n g c 0.593 hi U. 38. v ni.

(45) 新唐. 0.157. 0.166. 0.158. 0.165. 0.142. 和碩. 0.877. 0.964. 1. 0.763. 0.585. 旭隼. 0.657. 1. 1. 0.921. 1. 華冠. 0.501. 0.644. 0.46. 0.548. 0.392. 凌巨. 0.421. 0.417. 0.486. 0.481. 0.463. 鑫永銓. 1. 1. 0.823. 0.948. 0.615. 虹光. 0.256. 0.258. 0.169. 0.196. 0.168. 正崴. 0.345. 0.403. 0.488. 0.41. 0.26. 億光. 0.175. 0.182. 0.191. 0.152. 飛宏. 0.28. 0.278. 0.277. 普安. 0.306. 0.286. 0.173. 0.197. 0.181. 0.245. 0.248. 0.239. 0.201. 0.238. 1. 1. 1. 璨圓. 0.202. 0.273. 正達. 0.213. 虹冠電. 0.761. 譁裕. 0.473. 昱晶. 0.607. 0.652. 敦泰. 1. 通嘉. 0.295. y. n. 1. 0.302. 0.329. 0.262. 0.321. sit. io. 1. 0.417. 0.896. 0.913. 0.401. er. ‧ 國. Nat. al. ‧. 總太. 學. 訊舟. 立. 政治0.189 大 0.291 0.296. v ni. 0.96. 0.931. 0.388. 0.359. 0.471. 0.837. 0.941. 1. 0.516. 0.462. 0.682. 1. 1. 0.585. 0.732. 0.624. 智易. 0.318. 0.363. 0.345. 0.422. 0.365. 碩天. 0.294. 0.289. 0.315. 0.263. 0.309. 隆達. 0.321. 0.363. 0.394. 0.323. 0.347. 旭富. 0.862. 0.729. 0.924. 1. 0.773. 瑞智. 0.392. 0.483. 0.511. 0.539. 0.418. C0.4 h e n g c 0.443 hi U. 39.

(46) 正文. 0.278. 0.308. 0.366. 0.359. 0.259. 致伸. 0.477. 0.428. 0.507. 0.538. 0.389. 佳凌. 0.94. 0.844. 0.718. 1. 1. 傳奇. 1. 1. 0.283. 0.404. 0.374. 中磊. 0.293. 0.303. 0.33. 0.329. 0.25. 勁永. 1. 1. 1. 0.746. 1. 矽格. 0.393. 0.405. 0.446. 0.412. 0.349. 淳安. 1. 0.546. 0.459. 0.572. 1. 啟碁. 0.304. 0.332. 0.331. 0.247. 矽創. 0.296. 0.231. 0.253. F-鈺齊. 0.36. 0.352. 0.361. 0.408. 0.415. 0.448. 0.541. 0.592. 0.578. 0.436. 0.432. 0.478. 0.455. 0.389. ‧. 0.419. 華豐. 0.285. 0.293. 0.321. 0.33. y. 0.253. 劍麟. 0.458. 0.513. 0.394. sit. 0.302. 仁寶. 1. 1. 1. 旺宏. 0.073. 宏碁. 1. 1. 毅嘉. 0.532. 宏達電. Nat. io. n. al. 0.381. er. ‧ 國. 橋椿. 學. 榮化. 立. 政治0.336 大 0.32 0.238. v ni. 1. 1. 0.117. 0.106. 1. 1. 1. 0.468. 0.42. 0.442. 0.412. 0.214. 0.226. 0.285. 0.432. 0.281. 晶華. 0.271. 0.286. 0.246. 0.227. 0.157. 三商行. 0.366. 0.411. 0.405. 0.361. 0.498. 蔚華科. 0.471. 0.424. 0.391. 0.312. 0.341. 一零四. 0.351. 0.371. 0.2. 0.224. 0.177. 介面. 0.463. 0.375. 0.316. 0.382. 0.332. C0.082 h e n g c 0.098 hi U. 40.

(47) 艾笛森. 0.409. 0.432. 0.483. 0.522. 0.472. 宏致. 0.27. 0.265. 0.237. 0.269. 0.297. F-東科. 0.495. 0.709. 0.668. 0.791. 0.478. 祥碩. 0.652. 0.75. 0.394. 0.492. 0.468. 松翰. 0.284. 0.303. 0.216. 0.252. 0.231. 慧友. 0.376. 0.351. 0.209. 0.225. 0.205. 凌華. 0.155. 0.172. 0.126. 0.144. 0.143. 宏齊. 0.64. 0.673. 0.452. 0.417. 0.378. 詮欣. 0.552. 0.675. 0.481. 0.447. 康舒. 0.274. 0.287. 0.23. 群電. 0.342. 0.36. 0.385. 0.411. 0.382. 0.833. 0.908. 0.845. 0.78. 0.734. 0.912. 0.821. 0.56. 0.544. ‧. 0.667. 宇瞻. 0.55. 0.584. 1. 1. y. 1. 偉聯. 1. 1. 1. sit. 1. Nat. io. n. al. 1. er. ‧ 國. 富鼎. 學. 菱光. 立. 政治0.5 大 0.308 0.303. Ch. engchi. 41. i n U. v.

(48) 附錄二、經羅吉斯轉換調整之純粹技術效率值表. 2014. 2013. 2012. 2011. 2010. 鴻海. 6.909. 6.909. 6.909. 6.909. 6.909. 順德. -0.330. -0.172. 0.120. 0.156. -0.241. 佳能. -0.583. -0.351. 0.004. 0.314. -0.008. 瑞昱. -1.609. -1.676. -1.706. -1.912. -2.268. 凌陽. -1.714. -1.602. -1.737. -1.860. -1.653. 浩鑫. -0.644. -0.168. -0.784. -1.376. 晶電. -1.096. -1.166. -1.217. -1.038. -0.942. -0.518. -0.531. -0.927. -1.038. 建碁. 0.229. -0.836. -0.869. -1.139. -1.676. -1.602. -1.239. -1.150. -0.992. -1.188. -0.952. -0.771. n. al. -0.822. Ch. y. 晶技. -0.947. sit. -1.054. io. 揚智. -1.096. er. ‧ 國. -1.222. Nat. 聯陽. -1.155. ‧. 晶豪科. -1.038. 學. 京元電. 立. 政治 -0.409 大. i n U. v. -0.997. -0.947. -1.161. -1.064. -0.574. 0.766. -0.864. 建漢. 1.834. 1.401. 0.376. 0.761. -0.088. 緯創. 0.334. 0.869. 1.395. 1.985. 0.850. 新世紀. -0.662. -0.874. -1.008. -0.438. -0.864. 群創. -0.108. 0.060. 0.326. 0.156. -0.220. 昇陽科. 0.501. 0.822. 0.144. 0.622. 2.073. 新日光. -0.136. -0.294. 0.032. 2.589. 0.463. 奕力. -0.430. -0.196. 0.084. 0.265. -0.384. 達能. 6.909. 6.909. 6.909. 6.909. 0.874. engchi. 42.

(49) -0.430. -0.472. -0.208. -0.343. -0.932. 新唐. -1.676. -1.609. -1.668. -1.617. -1.793. 和碩. 1.957. 3.261. 6.909. 1.166. 0.343. 旭隼. 0.649. 6.909. 6.909. 2.445. 6.909. 華冠. 0.004. 0.592. -0.160. 0.192. -0.438. 凌巨. -0.318. -0.334. -0.056. -0.076. -0.148. 鑫永銓. 6.909. 6.909. 1.532. 2.885. 0.467. 虹光. -1.064. -1.054. -1.588. -1.408. -1.595. 正崴. -0.640. -0.392. -0.363. -1.043. 億光. -1.546. -0.048 政治大 -1.499 -1.452. -1.440. -1.714. 飛宏. -0.942. -0.889. -0.864. -0.952. -0.957. -0.817. -0.913. -1.560. -1.123. -1.107. 總太. 6.909. 璨圓. -1.370. 正達. -1.304. 虹冠電. 1.155. 譁裕. -0.108. -0.405. 昱晶. 0.434. 敦泰. -1.155. -1.376. -1.161. 6.909. 6.909. 6.909. 6.909. -0.977. -0.869. -1.033. -0.748. y. al. -0.836. er. io. -1.505. sit. Nat. -1.401. ‧. 訊舟. ‧ 國. 普安. 立. 學. 國光生. -0.711 -0.334. 3.154. 2.589. -0.229. -0.455. -0.578. 0.627. -0.116. 1.631. 2.754. 6.909. 6.909. 0.064. -0.152. 0.761. 通嘉. 6.909. 6.909. 0.343. 1.002. 0.506. 智易. -0.761. -0.561. -0.640. -0.314. -0.553. 碩天. -0.874. -0.898. -0.775. -1.028. -0.803. 隆達. -0.748. -0.561. -0.430. -0.738. -0.631. 旭富. 1.826. 0.987. 2.486. 6.909. 1.222. n. -0.400. C2.145 h e n g c 2.340 hi U. 43. v ni.