第五代行動通訊之頻譜拍賣最佳化—以6GHz以下頻譜為例 - 政大學術集成

全文

(1)國立政治大學資訊管理學系研究所碩士學位論文. 第五代行動通訊之頻譜拍賣最佳化 —. 政治大. 以 6立GHz 以下頻譜為例. ‧ 國. 學. Optimization of Spectrum Auction in 5th Generation Mobile Network —. Nat. n. al. er. io. sit. y. ‧. The Spectrum Below 6 GHz. Ch. engchi. i n U. v. 指導教授：姜國輝博士、黃勝雄博士研究生：江奕昉撰. 中華民國一〇七年八月日. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(2) 目錄謝辭. ......................................................................................................................................... 10. 摘要. ......................................................................................................................................... 11. Abstract. ......................................................................................................................................... 12. 第一章. 緒論 ................................................................................................................................. 13. 第一節. 研究動機與背景.......................................................................................................................13. 第二節. 研究目的...................................................................................................................................14. 第三節. 研究架構...................................................................................................................................17. 第二章. 文獻探討 ......................................................................................................................... 19. 政治大. 第一節. 5G：IMT-2020 ........................................................................................................................19. 第二節. 頻譜投標...................................................................................................................................20. 一、. 頻譜價值...................................................................................................................................20. 立. 加權平均資本成本 WACC ......................................................................................................................... 20. 2.. 淨現值 NPV ................................................................................................................................................ 24. 3.. 頻譜價值－ 600 MHz ................................................................................................................................ 24. 4.. 頻譜價值－ 800 MHz ................................................................................................................................ 27. 5.. 頻譜價值－ L-Band ................................................................................................................................... 30. 6.. 頻譜價值－ C-Band ................................................................................................................................... 34. ‧. ‧ 國. 學. 1.. sit. y. Nat. 三、. 得標金繳納...............................................................................................................................37. 第三節. 最佳化 Optimization ...............................................................................................................39. 一、. 隨機最佳化演算法 Random Optimization Algorithm ............................................................40. 二、. 模擬退火演算法 Simulated Annealing Algorithm ..................................................................41. 三、. 基因演算法 Genetic Algorithm ................................................................................................42. n. 第三章. al. er. 頻譜投標過程...........................................................................................................................36. io. 二、. Ch. engchi. i n U. v. 研究設計 ......................................................................................................................... 44. 第一節. 模型設計...................................................................................................................................44. 一、. 成本函數 Cost Function ...........................................................................................................45. 二、. 頻譜成本...................................................................................................................................46. 1.. 600 MHz ...................................................................................................................................................... 48. 2.. 800 MHz ...................................................................................................................................................... 49. 3.. L-Band ......................................................................................................................................................... 51. 4.. C-Band ......................................................................................................................................................... 52. 5.. 市場穩定數值.............................................................................................................................................. 53. 6.. 其餘影響因素.............................................................................................................................................. 55 1. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(3) 三、. 設備建置成本...........................................................................................................................55. 四、. 電信公司收益...........................................................................................................................58. 第二節. 研究流程...................................................................................................................................61. 一、. 程式碼流程...............................................................................................................................61. 二、. 模擬退火演算法 & 隨機最佳化演算法 .................................................................................62. 三、. 基因演算法 & 隨機最佳化演算法 .........................................................................................64. 四、. 模擬退火法 & 基因演算法 & 隨機最佳化演算法 ................................................................66. 五、. 基因演算法 & 模擬退火法 & 隨機最佳化演算法 ................................................................68. 第三節. 預期成果...................................................................................................................................70. 第四章. 研究成果 ......................................................................................................................... 72. 第一節. 系統實作...................................................................................................................................72. 第二節. 模擬退火法&隨機最佳化演算法成果 ...................................................................................73. 一、. 第一次實驗結果.......................................................................................................................74. 二、. 第二次實驗...............................................................................................................................77. 三、. 第三次實驗...............................................................................................................................79. 四、. 第四次實驗...............................................................................................................................81. 五、. 第五次實驗...............................................................................................................................83. 六、. 第六次實驗...............................................................................................................................85. 七、. 第七次實驗...............................................................................................................................87. 八、. 第八次實驗...............................................................................................................................89. 九、. 第九次實驗...............................................................................................................................91. 十、. 第十次實驗...............................................................................................................................93. ‧. ‧ 國. 學. y. sit. er. io. al. v i n C h ................................................................................... 基因演算法&隨機最佳化演算法結果 95 engchi U n. 一、. Nat. 第三節. 立. 政治大. 第一次實驗...............................................................................................................................96. 二、. 第二次實驗...............................................................................................................................99. 三、. 第三次實驗.............................................................................................................................101. 四、. 第四次實驗.............................................................................................................................103. 五、. 第五次實驗.............................................................................................................................105. 六、. 第六次實驗.............................................................................................................................107. 七、. 第七次實驗.............................................................................................................................109. 八、. 第八次實驗............................................................................................................................. 111. 九、. 第九次實驗............................................................................................................................. 113. 十、. 第十次實驗............................................................................................................................. 115. 第四節. 模擬退火法&基因演算法結果 ............................................................................................. 117. 一、. 第一次實驗............................................................................................................................. 118 2. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(4) 二、. 第二次實驗.............................................................................................................................121. 三、. 第三次實驗.............................................................................................................................123. 四、. 第四次實驗.............................................................................................................................125. 五、. 第五次實驗.............................................................................................................................127. 六、. 第六次實驗.............................................................................................................................129. 七、. 第七次實驗.............................................................................................................................131. 八、. 第八次實驗.............................................................................................................................133. 九、. 第九次實驗.............................................................................................................................135. 十、. 第十次實驗.............................................................................................................................137. 第五節. 基因演算法&模擬退火法結果 .............................................................................................139. 一、. 第一次實驗.............................................................................................................................140. 二、. 第二次實驗.............................................................................................................................143. 三、. 第三次實驗.............................................................................................................................145. 六、. 第六次實驗.............................................................................................................................151. 七、. 第七次實驗.............................................................................................................................153. 八、. 第八次實驗.............................................................................................................................155. 九、. 第九次實驗.............................................................................................................................157. 十、. 第十次實驗.............................................................................................................................159. ‧. 二、. y. sit. er. al. v i n Ch 電信公司頻譜成本................................................................................................................. 162 engchi U n. 一、. 結論與未來展望 ........................................................................................................... 161. io. 第一節. Nat. 第五章. ‧ 國. 四、. 學. 五、. 政治大第四次實驗.............................................................................................................................147 立第五次實驗.............................................................................................................................149. 結論.........................................................................................................................................161. 5G 設備成本 ...........................................................................................................................163. 三、. 電信公司收益數.....................................................................................................................164. 四、. 模擬退火法以及隨機最佳化演算法之最佳結果.................................................................166. 五、. 基因演算法以及隨機最佳化演算法之最佳結果.................................................................171. 六、. 模擬退火法、基因演算法以及隨機最佳化演算法之最佳結果.........................................176. 七、. 基因演算法、模擬退火法以及隨機最佳化演算法之最佳結果.........................................181. 八、. 模擬退火法&基因演算法&演算法平均結果 ......................................................................186. 第二節. 未來展望.................................................................................................................................193. 參考資料 ....................................................................................................................................... 195. 3. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(5) 表次表 2-1.. Detailed Timeline & Process for IMT-2020 in ITU-R ................................................ 19. 表 2-2.. 公司資本構成 ................................................................................................................. 21. 表 2-3.. 2012 年折現率估計 ........................................................................................................ 22. 表 2-4.. 2018 年折現率估計 ........................................................................................................ 23. 表 2-5.. 600 MHz 各階段出價頻譜價值 ..................................................................................... 27. 表 2-6.. 歐盟 800 MHz 頻段拍賣及結果 .................................................................................... 29. 表 2-7.. 800 MHz 各國拍賣之底價 ............................................................................................. 30. 表 2-8.. 全球 1 GHz 以下頻譜拍賣及結果 ................................................................................ 32. 表 2-9.. 政治大 L-Band 頻譜價值估計 ................................................................................................... 34 立 C-Band 頻譜拍賣及結果 ............................................................................................... 35. 表 2-11.. C-Band 頻譜價值 ........................................................................................................... 36. 表 2-12.. 分期得標金繳納比率及利息餘額比率計算表 ............................................................. 37. 表 2-13.. 電信公司金額繳納範例 ................................................................................................. 38. 表 3-1.. 600 MHz 區塊應付金額 ................................................................................................. 49. 表 3-2.. 800 MHz 估計頻譜價值 ................................................................................................. 49. 表 3-3.. 800 MHz 底價 ................................................................................................................. 50. 表 3-4.. 800 MHz 區塊應付金額 ................................................................................................. 50. 表 3-5.. L-Band 區塊應付金額 ................................................................................................... 52. 表 3-6.. C-Band 區塊應付金額 ................................................................................................... 53. 表 3-7.. 各頻段在台灣最少基地台數量 ..................................................................................... 57. 表 5-1.. 頻譜價值彙整 ............................................................................................................... 163. 表 5-2.. 4G 頻譜範圍每 10 MHz 在台灣最少可運作基地台數量 .......................................... 163. 表 5-3.. 5G 頻譜範圍在台最少基地台數量&建置成本 .......................................................... 164. 表 5-4.. 各家電信公司 15 年頻譜執照期間收入淨現值 ......................................................... 165. ‧. ‧ 國. 學. 表 2-10.. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 4. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(6) 表 5-5.. 模擬退火法&隨機最佳化演算法結果 ........................................................................ 167. 表 5-6.. 基因演算法&隨機最佳化演算法結果 ........................................................................ 172. 表 5-7.. 模擬退火法&基因演算法結果 .................................................................................... 177. 表 5-8.. 基因演算法&模擬退火法結果 .................................................................................... 182. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 5. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(7) 圖次圖 1-1.. 章節規劃 ......................................................................................................................... 18. 圖 2-1.. 獎勵拍賣 ......................................................................................................................... 25. 圖 2-2.. 美國 600 MHz 獎勵拍賣 ................................................................................................ 26. 圖 2-3.. 全球 L-Band 分布狀況 .................................................................................................. 31. 圖 2-4.. 國際 1800/1900 MHz 拍賣價格..................................................................................... 32. 圖 2-5.. 國際 2.1 GHz 拍賣價格 ................................................................................................. 33. 圖 2-6.. 國際 2.5 GHz 拍賣價格 ................................................................................................. 33. 圖 2-7.. 台灣銀行 2003 至 2018 基準利率 ................................................................................. 39. 圖 2-8.. 政治大局部最佳解和全局最佳解 ............................................................................................. 40 立研究架構 ......................................................................................................................... 45. 圖 3-2.. 成本函數 ......................................................................................................................... 46. 圖 3-3.. 成本函數 Input 參數 ...................................................................................................... 46. 圖 3-4.. 頻譜成本計算 ................................................................................................................. 47. 圖 3-5.. 市場穩定值 ..................................................................................................................... 54. 圖 3-6.. 設備建置成本 ................................................................................................................. 55. 圖 3-7.. 各頻段傳輸距離 ............................................................................................................. 56. 圖 3-8.. 電信公司收益計算 ......................................................................................................... 58. 圖 3-9.. 台灣五大電信公司市佔率 ............................................................................................. 59. 圖 3-10.. 台灣五大電信公司推估門號數 ..................................................................................... 59. 圖 3-11.. 台灣五大電信公司 2017 Q3 & 2020 年推估 ARPU .................................................... 60. 圖 3-12.. 模擬退火演算法 & 隨機最佳化演算法 ........................................................................ 63. 圖 3-13.. 基因演算法 & 隨機最佳化演算法 ................................................................................ 65. 圖 3-14.. 模擬退火法 & 基因演算法 & 隨機最佳化演算法....................................................... 67. 圖 3-15.. 基因演算法 & 模擬退火法 & 隨機最佳化演算法....................................................... 69. ‧. ‧ 國. 學. 圖 3-1.. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 6. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(8) 圖 4-1.. 模擬退火法&隨機最佳化演算法架構 .......................................................................... 73. 圖 4-2.. 模擬退火演算法&隨機最佳化演算法第一次結果 ...................................................... 76. 圖 4-3.. 模擬退火演算法&隨機最佳化演算法第二次結果 ...................................................... 78. 圖 4-4.. 模擬退火演算法&隨機最佳化演算法第三次結果 ...................................................... 80. 圖 4-5.. 模擬退火演算法&隨機最佳化演算法第四次結果 ...................................................... 82. 圖 4-6.. 模擬退火演算法&隨機最佳化演算法第五次結果 ...................................................... 84. 圖 4-7.. 模擬退火演算法&隨機最佳化演算法第六次結果 ...................................................... 86. 圖 4-8.. 模擬退火演算法&隨機最佳化演算法第七次結果 ...................................................... 88. 圖 4-9.. 模擬退火演算法&隨機最佳化演算法第八次結果 ...................................................... 90. 圖 4-10.. 模擬退火演算法&隨機最佳化演算法第九次結果 ...................................................... 92. 圖 4-11.. 模擬退火演算法&隨機最佳化演算法第十次結果 ...................................................... 94. 圖 4-12.. 基因演算法&隨機最佳化演算法架構 .......................................................................... 95. 圖 4-13.. 基因演算法&隨機最佳化演算法第一次結果 .............................................................. 98. 圖 4-14.. 基因演算法&隨機最佳化演算法第二次結果 ............................................................ 100. 圖 4-15.. 基因演算法&隨機最佳化演算法第三次結果 ............................................................ 102. 圖 4-16.. 基因演算法&隨機最佳化演算法第四次結果 ............................................................ 104. 立. 政治大. ‧. ‧ 國. 學. er. io. sit. y. Nat. al. 圖 4-18.. 基因演算法&隨機最佳化演算法第六次結果 ............................................................ 108. 圖 4-19.. 基因演算法&隨機最佳化演算法第七次結果 ............................................................ 110. 圖 4-20.. 基因演算法&隨機最佳化演算法第八次結果 ............................................................ 112. 圖 4-21.. 基因演算法&隨機最佳化演算法第九次結果 ............................................................ 114. 圖 4-22.. 基因演算法&隨機最佳化演算法第十次結果 ............................................................ 116. 圖 4-23.. 模擬退火法&基因演算法架構 .................................................................................... 117. 圖 4-24.. 模擬退火法&基因演算法第一次結果 ........................................................................ 120. 圖 4-25.. 模擬退火法&基因演算法第二次結果 ........................................................................ 122. n. 圖 4-17.. v i n Ch 基因演算法&隨機最佳化演算法第五次結果 106 U e n g c h i............................................................. 7. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(9) 圖 4-26.. 模擬退火法&基因演算法第三次結果 ........................................................................ 124. 圖 4-27.. 模擬退火法&基因演算法第四次結果 ........................................................................ 126. 圖 4-28.. 模擬退火法&基因演算法第五次結果 ........................................................................ 128. 圖 4-29.. 模擬退火法&基因演算法第六次結果 ........................................................................ 130. 圖 4-30.. 模擬退火法&基因演算法第七次結果 ........................................................................ 132. 圖 4-31.. 模擬退火法&基因演算法第八次結果 ........................................................................ 134. 圖 4-32.. 模擬退火法&基因演算法第九次結果 ........................................................................ 136. 圖 4-33.. 模擬退火法&基因演算法第十次結果 ........................................................................ 138. 圖 4-34.. 基因演算法&模擬退火法架構 .................................................................................... 139. 圖 4-35.. 基因演算法&模擬退火法第一次結果 ........................................................................ 142. 圖 4-36.. 基因演算法&模擬退火法第二次結果 ........................................................................ 144. 圖 4-37.. 基因演算法&模擬退火法第三次結果 ........................................................................ 146. 圖 4-38.. 基因演算法&模擬退火法第四次結果 ........................................................................ 148. 圖 4-39.. 基因演算法&模擬退火法第五次結果 ........................................................................ 150. 圖 4-40.. 基因演算法&模擬退火法第六次結果 ........................................................................ 152. 圖 4-41.. 基因演算法&模擬退火法第七次結果 ........................................................................ 154. 立. 政治大. ‧. ‧ 國. 學. er. io. sit. y. Nat. al. 圖 4-43.. 基因演算法&模擬退火法第九次結果 ........................................................................ 158. 圖 4-44.. 基因演算法&模擬退火法第十次結果 ........................................................................ 160. 圖 5-1.. 各家電信公司市佔率&消費者數量 ............................................................................ 164. 圖 5-2.. 各家電信公司 ARPU 價格 .......................................................................................... 165. 圖 5-3.. 模擬退火法最佳收益 ................................................................................................... 168. 圖 5-4.. 五大電信公司平均花費成本 ....................................................................................... 168. 圖 5-5.. 各頻段平均區塊數&得標比率 .................................................................................... 169. 圖 5-6.. 政府釋照收益&各頻段區塊數量 ................................................................................ 169. n. 圖 4-42.. v i n Ch 基因演算法&模擬退火法第八次結果 156 e n g........................................................................ chi U. 8. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(10) 圖 5-7.. 政府釋照收益&電信公司得標各頻段區塊數量 ........................................................ 170. 圖 5-8.. 基因演算法最佳收益 ................................................................................................... 173. 圖 5-9.. 五大電信公司平均花費成本 ....................................................................................... 173. 圖 5-10.. 各頻段平均區塊數&得標比率 .................................................................................... 174. 圖 5-11.. 政府釋照收益&各頻段區塊數量 ................................................................................ 174. 圖 5-12.. 政府釋照收益&電信公司得標各頻段區塊數量 ........................................................ 175. 圖 5-13.. 模擬退火法&基因演算法最佳收益 ............................................................................ 178. 圖 5-14.. 五大電信公司平均花費成本 ....................................................................................... 178. 圖 5-15.. 各頻段平均區塊數&得標比率 .................................................................................... 179. 圖 5-16.. 政府釋照收益&各頻段區塊數量 ................................................................................ 179. 圖 5-17.. 政府釋照收益&電信公司得標各頻段區塊數量 ........................................................ 180. 圖 5-18.. 基因演算法&模擬退火法最佳收益 ............................................................................ 183. 圖 5-19.. 五大電信公司平均花費成本 ....................................................................................... 183. 圖 5-20.. 各頻段平均區塊數&得標比率 .................................................................................... 184. 圖 5-21.. 政府釋照收益&各頻段區塊數量 ................................................................................ 184. 圖 5-22.. 政府釋照收益&電信公司得標各頻段區塊數量 ........................................................ 185. 立. 政治大. ‧. ‧ 國. 學. er. io. sit. y. Nat. al. 圖 5-24.. 600 MHz 平均區塊數 ................................................................................................... 187. 圖 5-25.. 800 MHz 平均區塊數 ................................................................................................... 188. 圖 5-26.. L-Band 平均區塊數 ..................................................................................................... 189. 圖 5-27.. C-Band 平均區塊數 ..................................................................................................... 191. n. 圖 5-23.. v i n Ch 演算法最佳收益 ........................................................................................................... 186 engchi U. 9. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(11) 謝辭時光荏苒、歲月如梭，在政治大學攻讀研究所，已臨近畢業時刻。在這裡的兩年期間，我收穫繁多，除了課堂上教授們不吝指導的相關知識外，更是透過多元化的活動、工作、研討會等，讓我深感自己有長足的進步。此外，我相當感謝政治大學給予我們之豐富資源，讓我有幸擔任教授之課堂助理工作，同時也有此機運，遇見了許許多多重要的貴人。在此，我真誠地向我的母校、所有教授知識的老師們、尊敬的指導教授、以及幫助我甚多的共同指導教授致上我萬分之謝意。此篇論文是在指導教授－姜國輝教授，以及共同指導教授－黃勝雄博士的細心指導下完成。從最初的題目發想、選定，到後來之研究內容、研究方法及架構等，均是在兩位指導教. 政治大. 授在繁忙中抽空指導方得以完成。兩位教授對於此論文的任何疑問，均盡力替我找到相關資. 立. 源，讓我詢問、並對於行動通訊的相關知識有更深入的瞭解。如此盡心盡力的態度，著實令. ‧ 國. 學. 我震撼以及欽佩，使我樂於花費心力勞力，只願能令此篇論文更加完整、對電信業有些許裨益，不枉兩位教授的一番苦心。. ‧. 此論文之英文版，投稿於 2018 18th IEEE International Conference on Communication. sit. y. Nat. Technology 研討會，有幸被主辦方接受，著實是對我、及鼎力相助的教授們，最大之鼓舞。. n. al. er. io. 在這篇我從零開始的論文中，我身周許多人都是支撐我的莫大助力。首先，我要感謝實. i n U. v. 驗室的六位同儕，他們在我迷茫時和我一同找出解答、在我困乏時提點我、大家都不吝的給. Ch. engchi. 予我諸多意見，使我能順利地完成這篇論文，在此，對六位好友表達萬分謝意。感謝台灣大學電機工程學系的張教授，在我不知如何組織架構時，他豐富的知識使我開始對此論文內容有了大致雛形，雖僅僅相處了三個小時，但學習到的，卻是我在未來半年多撰寫之論文內容。非常感謝張教授當日的細細指點，使我能夠順利構築出一篇完整之論文。感謝我的父母、同儕、教師、長輩們，大家都是我能成就此篇論文的一個助力，讓我一路走來，雖跌跌撞撞，也走到了令我滿意的今日。衷心祝願，未來各位都能夠一帆風順、功成名遂，達到自己的目標、完成自己的夢想。在此致上誠摯謝意，祝願所有人都有更加美好的明日！江奕昉 10. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(12) 摘要在通訊業界中，由於行動裝置的蓬勃發展，行動通訊已成為各家電信公司的主力發展項目。因此，不論是對政府或電信公司，行動通訊的決策都扮演著舉足輕重的角色。在台灣，首先會由交通部公告未來可能釋出之頻譜範圍，再由國家通訊傳播委員會正式訂定相關決策並公布，並且掌管頻譜拍賣之一系列流程。本論文主要是集中在「決策」部分，結合最佳化演算法，提供一種新穎的決策方式。在此論文中，以政府收益和市場穩定作為目標函數，並以各家電信公司投標意願作為限制式，使得最終結果是在電信公司均無虧損的限制下，呈現出政府能達到的最佳目標。本研究以各國拍賣結果或預測結果整理出各頻段區塊可能之頻譜價值，作為目標函式的運算基. 政治大. 準。再透過各家電信公司在未來十五年頻譜執照使用期間之成本和收益，判斷是否符合限制. 立. 條件，只有符合限制條件，才視為電信公司得標該競價標的，擁有更多頻譜資源。. ‧ 國. 學. 透過模擬退火法和基因演算法，模擬符合國家通訊傳播委員會電信法拍賣規則之一系列過程，令演算法最終能獲得頻譜拍賣收益的最佳解。演算法中，本研究將目標函數和限制式. ‧. 作為其成本函數，經由多層次的最佳化演算法，不斷地運算、比較、修正，最終可獲得針對. n. al. er. io. sit. y. Nat. 於第五代行動通訊拍賣收益的最佳頻譜切割和最佳收益值。. i n U. v. 關鍵詞：第五代行動通訊系統、IMT-2020、頻譜拍賣、模擬退火法、基因演算法。. Ch. engchi. 11. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(13) Abstract Since the mobile devices are flourishing, mobile communication has become the main development project of telecommunication companies. Therefore, the decision making for the mobile communication plays a decisive role in government or telecommunication companies. In Taiwan, the range of spectrum for 5G that may be auctioned is announced by the Ministry of Transportation and Communications. Next, the National Communications Commission (NCC) formulates the strategies in mobile communication and publishes. Further, they are in charge of a series of processes for spectrum auction. This paper mainly focuses on the “decision making” or “strategy formulation” part. We combine with the optimization algorithm to provide a novel way to make decision. In this paper, the government revenue and the market stability is used as the objective function.. 治政 result shows that the optimal target government can achieve 大 on condition that telecommunication 立 companies have no deficit. The objective function is based on the possible spectrum value of each. And the willingness of telecommunication companies to bid is taken as constraint. Consequently, the. ‧ 國. 學. spectrum band from the auction results or predict results from each country. Then we determine whether the constraint is satisfied through the costs and benefits of telecommunication companies. ‧. over the next 15-year license period for the use of spectrum. Only when the constraint is satisfied, the telecommunication company is deemed that won the bid and possesses more spectrum resources.. y. Nat. io. sit. Through the Simulated Annealing Algorithm and the Genetic Algorithm, we simulated a series. n. al. er. of processes that compliance with the auction rules of Telecommunications Act to obtain the optimal. i n U. v. solution of the revenue from the spectrum auction. The cost function of the algorithm is composed of. Ch. engchi. the objective function and the constraint. The multi-level optimization algorithm continuously calculates, compares, and revises. Finally, we can obtain the optimal spectrum cutting and optimal revenue for the 5th Generation Mobile Networks.. Keywords: 5th Generation Mobile Network, IMT-2020, Spectrum Auction, Simulated Annealing Algorithm, Genetic Algorithm.. 12. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(14) 第一章第一節. 緒論. 研究動機與背景. 在智慧型手機、平板電腦、筆記型電腦等電子產品極其普及的現代中，行動通訊實為通訊業界之一大經營項目，各家電信業者彼此相互競爭，只為了提供更快速的網路、更廣泛的涵蓋範圍、及更完善的服務，以獲得更佳的市場佔有率。而這些電信公司所提供之服務品質，往往建立在頻譜多寡以及相關設備之建置上，一般而言，一家電信公司若能在政府的頻譜執照拍賣中，取得較多的頻譜區塊數量，則其網路速度往往較快、不容易產生壅塞之情形；而電信公司若能在應提供服務區域內，建置較多、較廣的設備，例如一般的基地台 (base station)、小型基地台 (Small Cells)、毫微微蜂巢式基地台 (Femtocell)、甚至遠程無線電. 政治大. 頭端設備 (remote radio head，RRH) 等，使得整體涵蓋率高，即能使得偏遠地區甚至地下室. 立. 等都有高訊號，提高整體網路覆蓋範圍和服務品質。. ‧ 國. 學. 因此，若能使電信公司網路之涵蓋範圍更廣、速度更快、容納使用人數更多，則消費者. ‧. 數量自然會因其較好的服務品質而上升，但相對而言，其相關成本亦會因為頻譜的購買以及設備的建置等，增長不少。所以一家電信公司，必須要建立一衡量之標準，能夠在消費者給. y. Nat. sit. 予之收益和為了服務品質而付出的成本中，取得一基準點，使得電信公司可以有所獲利，並. n. al. er. io. 且於此條件之下，給予消費者最佳的服務品質。此外，這些成本與收益之衡量，除了電信公. i n U. v. 司本身必須極為重視之外，政府同樣應當作為一重要考量，在各家電信公司可接受之區塊數. Ch. engchi. 量範圍內，提供最適當之頻譜區塊數量，使國家擁有一個完善且平衡之行動通訊網絡。對於一項新世代的行動通訊，首先會由交通部 (Ministry of Transportation and Communications R.O.C.) 公告政府針對新一世代的通訊系統所可能釋出的頻段範圍，再交由國家通訊傳播委員會 (National Communications Commission，NCC) 決定頻譜的切割，亦即在每一個頻段中，各釋出多少區塊、多少大小給予行動通訊使用。並且公告給所有對行動通訊有興趣或欲進行競標的各家電信公司。此時所有欲參與拍賣的電信公司可向主管機關提出申請，經審查後，國家通訊傳播委員會決議通過之電信公司，並且這些通過之電信公司將進入投標階段。在拍賣中，各家電信公司彼此投標，爭奪釋出的頻譜區塊，通常而言，在同等條件之下，能取得愈多之區塊，所能展現之通訊品質自然相對更佳，然而，其所必須花費之建置費用同樣相對較高。因此，在這樣的情況下，電信公司本身即有自身衡量之標準，究竟該 13. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(15) 不該投標此區塊，需在自身可以達到有所獲利的情況下，才會試著去競標。因此，政府應當提供適當之頻譜區塊，若頻譜區塊過多，會產生區塊無人購買之情形；若過少，除了造成競爭的愈發激烈外，更會使得規模較小的電信公司難以取得適當頻譜，因而導致其經營上之困難。因此其頻譜之切割與販售之重要性可見一斑。政府對於頻譜之切割，往往要考慮諸多因素，因此若能透過模擬退火演算法 (Simulated Annealing Algorithm) 及基因演算法 (Genetic Algorithm) 兩種方式模擬各頻段之區塊數量後，再行分配予各家電信公司，並採用隨機最佳化演算法 (Random Optimization Algorithm)，重複多次，最終方能取得政府販售頻譜所能獲得之最佳化成果。. 治第二節政研究目的. 大立本研究主旨是在針對第五代行動通訊系統 (5G) 之頻譜切割與拍賣，致使政府釋照拍賣 ‧ 國. 學. 獲得販售收益之最佳化。. ‧. 第一部分，本研究主要會探討電信公司在政府釋照拍賣，所可能付出之成本，之後稱之為頻譜成本。首先以交通部公告以及國際間應用於第五代行動通訊系統之頻譜作為執行基. y. Nat. sit. 準，取得該頻譜過往拍賣或預測的頻譜價值 (Spectrum Value)，單位為每兆赫茲-每人之價格. n. al. er. io. ($/MHz-Population)，並以得標當日或預測報告發行當日之匯率換算為新台幣，再以台灣之. i n U. v. 消費者物件指數 (Consumer Price Index，CPI) 得出之通貨膨脹率 (Inflation Rate) 計算未來可能. Ch. engchi. 之頻譜價值。而為了計算各頻段一區塊在競標後應有之得標價格，本研究透過已知數值假設其每一區塊的大小以及人數。在台灣，行動通訊之使用門號約為三千萬上下，由於數量變動頻繁，便以三千萬為準。再以頻譜最小販售單位－ 5 MHz 為基準，並且使用頻分雙工 (Frequency-Division Duplexing，FDD)，亦即上下行各 5 MHz，共 10 MHz 計算，因此各頻譜一區塊拍賣後得標價格 = 頻譜價值 ($/MH-Pop) × 10 MHz × 30,000,000 門號數。除得標價格之外，本研究同樣透過各國競標前設定或報告預測之底價 (Reserve Price)，同得標價格，以匯率換算為新台幣，再以通貨膨脹率取得未來之預測價格，因此可得各頻譜一區塊拍賣前應設定之底價 = 底價頻譜價值 × 10 MHz × 30,000,000 門號數。. 14. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(16) 得之得標價格和底價後，本研究根據電信法第 14 條－行動寬頻業務管理規則 (2018)中之規範，一電信公司得標後繳納頻譜成本予主管機關，有一次繳清和分期繳納兩種方式。由於電信公司大多以分期繳納方式為主，因此一電信公司購得頻譜區塊後，其應付之成本除了得標後價格外，需加上十年分期付款另外包括的未繳納餘額之利息，因此其十年總應付金額須依據行動寬頻業務管理規則訂定之模式計算而得。然而，在此十年分期付款期間，電信公司可能因為該年度之應付金額高於該年度收益而有所虧損，此時，電信公司往往需對銀行進行貸款之動作。但是有鑒於過多之虧損可能使得各家電信公司為了彌補虧損、維持公司運作，而進行一些令市場動盪之活動。因此，本研究之目標函式，除了政府釋照之收益最佳化外，同時包含了部分之判斷模式為市場穩定數值，亦即在五家電信公司的十年分期、共五十個年度中，所有需貸款－亦即有所虧損－之金. 政治大. 額，除以所有需貸款年份，取得每年所需貸款之金額，並以此之最小值作為一判斷依據，使. 立. 得所有電信公司之虧損應最小、能維持最佳市場穩定性。. ‧ 國. 學. 第二部分，本研究將探討電信公司取得頻譜後，為了提供行動通訊服務，而必須進行的. ‧. 設備建置所付出之成本，之後稱之為設備成本。根據中華電信提供之數據顯示，4G 最高級－功能複雜、多備援、防抗災－基地台約新台幣 180 萬元/座。並且以一般物理之傳播特性. y. Nat. sit. (Propagation Characteristic) 而言，若頻段愈高，由於其波長較短，所能傳輸的距離相對較. n. al. er. io. 近，使得一座基地台能涵蓋之範圍相對於低頻段而言較為有限。如此，頻段愈高，雖穿透力. i n U. v. 較強，但電信公司同樣必須花費較多成本建置相關設備。因此，不同頻段，其最適當的建置. Ch. engchi. 數量不同，對電信公司而言，自然是一必須考慮之重要成本因素。第三部分，由於本研究之限制條件是針對電信公司的獲益與否，因此，除了上述之兩個成本外，必須針對電信公司的收益進行討論。於此，本研究是以全台約三千萬的行動通訊門號數中，透過各家電信公司之市佔率，取得電信公司各自的消費者數量。再以國家通訊傳播委員會提供之各電信公司之每用戶每月貢獻度 (Average Revenue Per User，ARPU)，與消費者數量相乘，即可取得各家電信公司每個月所可能獲得之收益。並且利用「NCC －現金流量折現率水平討論座談會」 (王碧蓮、梁高榮、樊沁萍、劉柏立、Pearson, 2013)中，所提供之折現率計算模式，並以國際資訊提供之加權平均資本成本 (Weighted Average Cost of Capital，WACC) 作為折現率，以計算此五大電信公司在未來十五年 (行動通訊執照使用年限)，所能獲得之受益之淨現值 (Net Present Value，NPV)。 15. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(17) 因此針對於電信公司之角度而言，若上述之收益小於成本 (頻譜成本 + 設備成本)，代表該公司若投標此區塊會有所虧損，則該電信公司勢必不願意投標此些頻譜。因此，本研究使用最佳化演算法，模擬各家電信公司可能之購買情形，以及公司本身收益及成本之恆量，以獲得政府釋照收益之最佳化。第一種方法為使用模擬退火演算法，先以隨機方式取得各頻譜可能之區塊數量，再交予隨機最佳化演算法，以隨機之方式將各頻譜區塊分配給可接受之電信公司，並且重複數次，以取得此次數中，最佳之成果。於是，將此成果交予模擬退火演算法，此演算法將頻譜區塊數量更動，再行放入隨機最佳化演算法中，取得最佳成果。如此重複至模擬退火演算法達到結束目標，此為一次模擬退火法之最佳化結果，本研究為了顯示全面之數據，將此數據放入另一模擬退火演算法中，以取得模擬次數之最佳化。如斯，直到第二個模擬退火演算法達到. 政治大. 結束之標準後方停止，並且以圖表模式呈現出最佳成果。. 立. 第二種方式為使用基因演算法，同第一種方式，先隨機取得數個不同頻譜區塊數量，復. ‧ 國. 學. 交予隨機最佳化演算法將頻譜區塊分配給各電信公司，並重複數次以取得最佳成果。而此成. ‧. 果便回傳給基因演算法，基因演算法便會對此頻譜區塊數量做交叉或變異之動作，再將新的區塊數量傳遞給隨機最佳化演算法，獲得另一最佳結果。反覆直至達到基因演算法的停止條. y. Nat. sit. 件，如此便得到了一次最佳成果。而如同第一種方式，為了得到完整數據，本研究將此次成. n. al. er. io. 果傳給另一基因演算法，此基因演算法將其運作數目作出相對調整，再回傳給第一個基因演. i n U. v. 算法，取得第二個最佳成果。反覆如此，直到第二個基因演算法之停止條件被滿足，亦即取. Ch. engchi. 得了較為完整之數據，最終，再以圖表之方式顯示出來。. 除了上述兩種方式之外，本研究將模擬退火法和基因演算法做交叉運行，亦即第三種方式為透過模擬退火法執行迭代次數之最佳化，再以基因演算法執行頻譜區塊數量之最佳化，並在得到區塊數量後，以隨機最佳化演算法進行電信公司拍賣情形模擬最佳化。第四種方式，與第三種方式相反，先透過基因演算法執行迭代次數之最佳化，再以模擬退火法執行頻譜區塊數量之最佳化，在獲得區塊數量後，以隨機最佳化演算法進行電信公司拍賣情形模擬之最佳化。並將第三種與第四種方式之結果，以圖表之方式顯示出來，並將所有結果進一步彙整、分析，除了比較所有方式之差異外，也可以自所有結果中，找出最為適當之數值，作為未來第五代行動通訊頻譜釋照時，簡略之參考依據。. 16. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(18) 第三節. 研究架構. 本論文之章節規劃，主要分為五個章節－緒論、文獻探討、研究設計、研究成果、以及結論與未來展望。以這五個章節描述此論文中，作者所欲闡述之研究內容 (見圖 1-1)。第一章－緒論，如同上述，說明本論文之研究動機與研究背景，及研究之目的。第二章－文獻探討，將討論本論文的核心－ 5G：IMT-2020、頻譜投標的運作、各頻譜的價值，以及何為最佳化 (Optimization)，和最佳化演算法中，為人所知的隨機最佳化演算法 (Random Optimization Algorithm)、模擬退火演算法 (Simulated Annealing Algorithm) 以及基因演算法 (Genetic Algorithm)。. 政治大本研究所需之數值，並且應用於整體研究，使得本論文可以取得最佳結果。立. 第三章－研究設計，詳細描述本論文如何將第二章－文獻探討中的相關資訊，轉換為. ‧ 國. 學. 第四章－研究成果，則是將演算法執行後之結果，以圖表方式呈現，並且再以文字詳細描述該圖表所代表之意義，以及結果代表之含義。. ‧. 第五章－結論與未來展望，將本研究針對第五代行動通訊所彙整出的資訊，以及經過. sit. y. Nat. 轉換、計算後的數值，以表格和圖表方式呈現，再將本研究演算法執行後的結果統整並顯. io. n. al. er. 示。最後，提出本研究未來可更加精進的部分，亦是本論文作者欲進取之處。. Ch. engchi. i n U. v. 17. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(19) 圖1-1. 章節規劃. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 18. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(20) 第二章. 文獻探討 5G：IMT-2020. 第一節. 5G，即為第五代行動通訊系統 (5th Generation Mobile Network / 5th Generation Wireless System)，於 2015 年 6 月 26 日開始，在瑞士日內瓦召開為期五天的無線電通信全會 (Radiocommunication Assembly 2015，RA-15)中，國際電信聯盟無線電通信部門 (International Telecommunication Union Radiocommunication Sector，ITU-R)，正式命名第五代行動通訊為 IMT-2020 (International Mobile Telecommunication - 2020)。依據國際電信聯盟 (International Telecommunication Union，ITU) 發表的 5G 時刻表 (見表 2-1)，顯示出不論是 5G 的標準或是相關的系統，都約在 2020 年產出，因此命名為 IMT-2020，本研究之後之相關數值，也均設. 政治大. 訂於 2020 年之預測數值。 (International Telecommunication Union [ITU], 2015). 立. ‧ 國. 學. 2014 2015 2016 2017 2018 2019 2020 WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D WP5D #18 #19 #20 #21 #22 #23 #24 #25 #26 #27 #28 #29 #30 #31 #32 #33 #34 #35 #36 Technical Performance Requirements. Report IMT feasibility above 6 GHz. Proposals IMT-2020. ‧. Report Technology trends. Background & Process. Ch. engchi U. sit. y. Circular Letters & Addendum. Consensus building. er. al. n. Modifications of Resolutions 56/57. Evaluation. Workshop. Requirements, Evaluation Criteria, & Submission Templates. io. Recommendation Vision of IMT beyond 2020. Nat. Evaluation criteria & method. v ni. Outcome & Decision IMT-2020 Specifications. WRC-15. WRC-19. 表2-1. Detailed Timeline & Process for IMT-2020 in ITU-R 資料來源： (ITU, 2014) 不同於以往 1G 至 4G 的通信系統皆著重在人與人之間的聯繫，5G 預想必須滿足人與人、人與物，以及物與物之間的溝通，為此，國際電信聯盟在預計 2019 年召開的世界無線電通信大會-19 (World Radiocommunication Conferences-19，WRC-19) 中，設立了智慧交通、機器通信等議題，是 5G 拓展和應用的主要發展方向。同時，5G 也將擴展高頻段頻率資源，能夠提供更快的傳輸速度。 (方箭、朱穎、鄭娜、李芃芃, 2016). 19. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(21) 第二節一、. 頻譜投標. 頻譜價值. 頻譜屬於一種稀少的資源，因此了解其經濟價值往往是能夠有效率使用它的重要關鍵。以財經角度而言，頻譜價值代表著將頻譜銷售出去之後，有多少人願意為了使用該頻譜而付費，而這些數據即可確立一個頻譜區塊的價值。這價值涵蓋相當廣泛，包括頻譜的交易、租賃、或是針對更下游的服務商的使用與轉售等。但是，一個頻譜的價值實際上應與金融市場一樣，除了上述的價值外，更涵蓋了政府政策和社會經濟效應等。政府通常會對頻譜進行控管，因此國家的市場結構和相關的政策法規等，都會因而影響了頻譜本身的價值；再加上不. 政治大. 同國家之人口、地理、政治、歷史等諸多因素，頻譜價值往往都具有相當大的變動性，在不. 立. 同的情境下擁有不同之價值。 (Alden, 2012). ‧ 國. 學. 頻譜價值往往以十五年執照使用期限之淨現值作為計算標準，而淨現值中之現金流量折. ‧. 現率是為多少，則是以電信公司加權平均資本成本估算而成。 (王碧蓮、梁高榮、樊沁萍、劉柏立、Pearson, 2013). er. io. sit. y. Nat 1. 加權平均資本成本 WACC. al. n. v i n Ch 針對加權平均資本成本，首先必須解釋何為資本成本：當一公司開設，鮮少全部資 engchi U. 金均是自己籌措，其所需資金往往會向他人借貸，而借貸自然會產生借貸之成本。這些借貸之成本分為兩部分－籌措費用以及占用成本。籌措費用，舉例來說，是向銀行借貸時的手續費、股票債券的發行費用、律師、廣告等費用。而另一占用成本，則是指公司給付給股東的股利股息，或是給債權人的利息等等。對一公司而言，這些資本成本自然愈低愈好，在同等利益的狀況下，公司必然會選擇成本較低之籌措方式。資本成本愈低，就愈接近企業價值最大化之目標。而一家公司的資本成本，是投資人或債權人必關注之部分。以經濟學角度而言，資本成本之高低，取決於市場對此公司的風險預期程度。通常風險愈高，投資者所期望的. 20. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(22) 回報率會相對較高，使得公司之資本因而較高。因此，資本成本同樣可以定義為投資者所要求的最低收益率。再者，必須談及一公司的資本構成。對於一公司的資金取得，可以區分為許多部分 (見表 2-2)。. 投資主體. 所有者投資. 組成要素. 取得方向. 留存收益. 內源資金. 普通股股本優先股股本. 債權人投資. 外源資金. 長期負債. 政治大. 表2-2. 公司資本構成. 立. 資料來源： (中國注冊會計師協會, 2011). ‧ 國. 學. 所有者投資，或稱權益資本。第一，公司在獲取利潤之後，每年發放股利剩餘的部. ‧. 分，亦即「未分配利潤」，又稱「留存收益」，是股東權益之一部分，雖沒有真正發放予. y. Nat. 股東，但確實為股東所有，可視為是股東對該公司之持續投資。此為公司本身之內源資. er. io. sit. 金，是由於公司本身經營活動而得。. al. v i n Ch 兩種。除了擁有可贖回特性之股票外，往往此種本金並不需要歸還予投資者，可無限期 engchi U n. 次者，是公司本身發行股票而籌措之資金，共有「普通股股本」及「優先股股本」. 使用。但在股票發行後，則需支付股利給股東作為其報酬。此種資金來源並非自身營運所得，而是由外部投資而得，是為外源資金。債權人投資，或稱債務資本。一公司維持營運之資金，除了本身賺取之利潤和他人投資之外，往往仍嫌不足，發行股票亦會有諸多麻煩，因此公司多半均會往外部借貸，好取得更多營運資金。此處之債務資本，主要是指公司之長期負債，亦即長期之銀行貸款、應付公司債等等。不同於上述之股權投資，此種資金往往有債務之到期日。公司必須在到期日前，將本金返還予債權人。此種資金來源同樣來自外部，是為外源資金。針對於這些資金來源，每種資金來源均有自己之資本成本以及所佔比例，彼此相互迥異。因此，若欲評估一公司之總體資本成本水平，衡量該公司籌措資金所付出之總體 21. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(23) 代價，即必須使用加權平均資本成本加以評估。加權平均資本成本之計算公式為： (Investopedia, 2015) &. ,. '. '. 𝑊𝐴𝐶𝐶 = × 𝑅* + × 𝑅- × 1 − 𝑇1. (2-1). 𝑅* = 𝑐𝑜𝑠𝑡 𝑜𝑓 𝑒𝑞𝑢𝑖𝑡𝑦 𝑅- = 𝑐𝑜𝑠𝑡 𝑜𝑓 𝑑𝑒𝑏𝑡 𝐸 = 𝑚𝑎𝑟𝑘𝑒𝑡 𝑣𝑎𝑙𝑢𝑒 𝑜𝑓 𝑡ℎ𝑒 𝑓𝑖𝑟𝑚 F 𝑠 𝑒𝑞𝑢𝑖𝑡𝑦 𝐷 = 𝑚𝑎𝑟𝑘𝑒𝑡 𝑣𝑎𝑙𝑢𝑒 𝑜𝑓 𝑡ℎ𝑒 𝑓𝑖𝑟𝑚 F 𝑠 𝑑𝑒𝑏𝑡 𝑉 = 𝐸 + 𝐷 = 𝑡𝑜𝑡𝑎𝑙 𝑚𝑎𝑟𝑘𝑒𝑡 𝑣𝑎𝑙𝑢𝑒 𝑜𝑓 𝑡ℎ𝑒 𝑓𝑖𝑟𝑚 F 𝑠 𝑓𝑖𝑛𝑎𝑛𝑐𝑖𝑛𝑔 𝑒𝑞𝑢𝑖𝑡𝑦 𝑎𝑛𝑑 𝑑𝑒𝑏𝑡 &. = 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑎𝑔𝑒 𝑜𝑓𝑓𝑖𝑛𝑎𝑛𝑐𝑖𝑛𝑔 𝑡ℎ𝑎𝑡 𝑖𝑠 𝑒𝑞𝑢𝑖𝑡𝑦 ' ,. = 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑎𝑔𝑒 𝑜𝑓 𝑓𝑖𝑛𝑎𝑛𝑐𝑖𝑛𝑔 𝑡ℎ𝑎𝑡 𝑖𝑠 𝑑𝑒𝑏𝑡 '. 𝑇1 = 𝑐𝑜𝑟𝑝𝑜𝑟𝑎𝑡𝑒 𝑡𝑎𝑥 𝑟𝑎𝑡𝑒. 政治大由於加權平均資本成本可解釋為「為了維持股票價值，公司使用現有資產所必須賺立. 得的整體報酬」，亦是「公司進行與現有資產風險相等的投資，必須獲得的報酬」。若欲. ‧ 國. 學. 評估一公司擴張本身現有營運而得之現金流量，加權平均資本成本即為評估時所應採用. ‧. 之折現率，同時代表著投資者要求之回報率。 (Ross, Westerfield, & Jordan, 2014). y. Nat. 以 2012 年為例，國家通訊傳播委員會以各大電信公司之稅前資金成本率，取得通. n. al. er. io. 電信公司. E/V. Re. sit. 用之折現率，用以 4G 預估現金流量 (見表 2-3)。. Ch. D/V. Rd. i n U. e0.0%n g c h i —. CHT(中華電). 100.0%. 6.1%. TWM(台哥大). 91.2%. 6.4%. 8.8%. FET(遠傳電信). 98.1%. 5.8%. 1.9%. v. 稅後 WACC. 有效稅率. 稅前 WACC. 6.1%. 15.6%. 7.2%. 0.9%. 5.9%. 10.5%. 6.6%. 0.7%. 5.7%. 17.9%. 6.9% 6.9% ≑ 7%. 平均. 表2-3. 2012 年折現率估計資料來源： (王碧蓮、梁高榮、樊沁萍、劉柏立、Pearson, 2013) 因此，透過此模式，本論文之作者自 2018 年 3 月 6 日起共五日，紀錄每日之各家電信公司加權平均資本成本狀況，並以此作為未來預測之折現率 (見表 2-4)。. 22. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(24) 日期. 2018.03.06. 電信公司 Company A. 99.81%. 4.90%. 0.19%. 1.13%. 稅後 WACC 4.89%. Company B. 86.07%. 4.78%. 13.93%. 1.35%. Company C. 86.91%. 2.92%. 13.09%. Company E. 99.96%. 9.22%. 0.04%. E/V. Re. D/V. Rd. 有效稅率 16.64%. 5.87%. 4.27%. 16.11%. 5.09%. 1.23%. 2.67%. 17.25%. 3.23%. 0.06%. 9.22%. 13.54%. 10.66% 6.21%. 平均. 2018.03.07. Company A. 99.81%. 4.92%. 0.19%. 1.13%. 4.91%. 16.64%. 5.89%. Company B. 86.18%. 4.80%. 13.82%. 1.35%. 4.29%. 16.11%. 5.11%. Company C. 87.02%. 2.94%. 12.98%. 1.23%. 2.69%. 17.25%. 3.25%. Company E. 99.96%. 9.24%. 0.04%. 0.06%. 9.24%. 13.54%. 10.69% 6.24%. 平均 Company A. 99.81%. 4.62%. 0.19%. 1.13%. 4.61%. 16.64%. 5.53%. Company B. 86.12%. 4.86%. 13.88%. 1.35%. 4.34%. 16.11%. 5.17%. Company C. 87.10%. 3.12%. 12.90%. 1.23%. 2.85%. 17.25%. 3.44%. Company E. 99.96%. 9.30%. 0.04%. 0.06%. 9.30%. 13.54%. 10.76%. 16.64%. 5.54%. 86.12%. 4.87%. 13.88%. 1.35%. 4.35%. 16.11%. 5.19%. 87.23%. 3.13%. 12.77%. 1.23%. 2.86%. 17.25%. 3.46%. 99.96%. 9.31%. 0.04%. 0.06%. 13.54%. 10.77%. al. n. 2018.03.10. 4.62%. io. 平均. 1.13%. Company A. 99.81%. 4.60%. 0.19%. Company B. 86.07%. 4.84%. e n13.93% gchi. Company C. 86.99%. 3.10%. Company E. 99.96%. 9.28%. Ch. y. Company E. 0.19%. 9.31%. sit. Company C. 4.63%. Nat. 2018.03.09. 99.81%. er. Company B. 6.23%. ‧. Company A. 政治大. 學. 平均. 立. ‧ 國. 2018.03.08. 稅前 WACC. i n 1.35% U 1.13%. v. 6.24%. 4.59%. 16.64%. 5.51%. 4.32%. 16.11%. 5.15%. 13.01%. 1.23%. 2.83%. 17.25%. 3.42%. 0.04%. 0.06%. 9.28%. 13.54%. 10.73% 6.20%. 平均. 6.22%. 平均. 表2-4. 2018 年折現率估計資料來源： (GuruFocus, LLC, 2018; GuruFocus, LLC, 2018; GuruFocus, LLC, 2018; GuruFocus, LLC, 2018) 在表 2-4 中，由於五大電信公司中之 Company D 的股票並未正式上市，亦即其加權平均資本成本值並無實際紀錄，因此僅四家電信公司之加權平均資本成本為確切數值。. 23. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(25) 本研究以此四家電信公司之加權平均資本成本之平均值，作為未來現金流量，即淨現值之折現率參考值。. 2. 淨現值 NPV 淨現值，是利用未來一段時間中，每一回其淨現金流入的數值，以預估之折現率折現，再將各回合貼現數值加總，以取得收益之折現值，最後減去其投資的成本，即能獲得最終的淨現值。淨現值除了計算報酬超過投資成本的部分外，同時亦考慮了現金在不同時間點上的不同價值，較能準確並客觀地評估整體收益狀況。 (鼎漢國際工程顧問股份有限公司, 2013). 政治大. 以加權平均資本成本作為稅前折現率，計算 15 年之淨現值，其公式為：. 立. S. 𝑁𝑃𝑉 = ∑. TU. U PQR (RWX). − 𝐶Z. 學. ‧ 國. (Investopedia, 2015). (2-2). ‧. 𝐶P = 𝑛𝑒𝑡 𝑐𝑎𝑠ℎ 𝑖𝑛𝑓𝑙𝑜𝑤 𝑑𝑢𝑟𝑖𝑛𝑔 𝑡ℎ𝑒 𝑝𝑒𝑟𝑖𝑜𝑑 𝑡 𝐶Z = 𝑡𝑜𝑡𝑎𝑙 𝑖𝑛𝑖𝑡𝑖𝑎𝑙 𝑖𝑛𝑣𝑒𝑠𝑡𝑚𝑒𝑛𝑡 𝑐𝑜𝑠𝑡𝑠 𝑟 = 𝑑𝑖𝑠𝑐𝑜𝑢𝑛𝑡 𝑟𝑎𝑡𝑒 𝑡 = 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑡𝑖𝑚𝑒 𝑝𝑒𝑟𝑖𝑜𝑑𝑠. er. io. sit. y. Nat. al. 當淨現值的數值為正時，代表其收益為正，是可行之投資計畫，且淨現值數值愈. n. v i n Ch 高，其預估收益愈佳。因此得出以下評估準則： (鼎漢國際工程顧問股份有限公司, engchi U 2013). 𝑖𝑓 𝑁𝑃𝑉 ≥ 0 ⇒ 𝑎𝑐𝑐𝑒𝑝𝑡 𝑡ℎ𝑒 𝑝𝑟𝑜𝑗𝑒𝑐𝑡 𝑖𝑓 𝑁𝑃𝑉 < 0 ⇒ 𝑟𝑒𝑓𝑢𝑠𝑒 𝑡ℎ𝑒 𝑝𝑟𝑜𝑗𝑒𝑐𝑡. 3. 頻譜價值－ 600 MHz 針對 600 MHz，美國於 2017 年進行了獎勵拍賣 (Incentive Auctions)，也就是政府允許特高頻 (Ultra High Frequency，UHF，頻率 300 MHz 至 3 GHz 之電磁波) 之廣播公司自願放棄頻譜，以換取拍賣新執照所得之部分金額。此種措施是美國於 2010 年的全國寬. 24. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(26) 頻計劃 (National Broadband Plan) 中所提出，包括兩部分：反向拍賣 (Reverse Auction) 和正向拍賣 (Forward Auction) (見圖 2-1)。反向拍賣主要是由廣播公司提出自願放棄之頻譜和其價格，往往會隨著競價之進行而逐漸降低；反之，正向拍賣是由電信公司所提，表達對於該頻譜願意支付之價格和大小，通常會隨著每回合競標而逐漸上升。. 圖2-1. 獎勵拍賣 Broadcaster offers to relinquish spectrum usage rights. Broadcasters. Mobile Broadband. Reverse Auction. Forward Auction Mobile broadband offers for spectrum licenses. 政治大. 資料來源： (Frank Rayal, 2015). 立. 在執行獎勵拍賣時，會進行頻譜之重組 (Repacking)，將頻譜重新組織並分配給廣播. ‧ 國. 學. 電視，以得到連續之頻譜區塊，並且可以將剩餘之 UHF 挪作他用，使得廣播電視所佔. ‧. 用之 UHF 頻譜區塊較少。在獎勵拍賣中，彼此的互動至關重要：反向拍賣需要知道，在正向拍賣中，有多少拍賣者願意為這些頻譜值付費；而正向拍賣則需要有關於反向拍. Nat. sit. y. 賣中，有哪些頻譜正進行招標、價格為何等相關訊息。而這些彼此間之互動，取決於剩. n. al. er. io. 餘廣播公司的頻譜重組。. i n U. v. 獎勵拍賣在進行時，以分階段之方式執行：第一、在第一階段開始之前，會設立一. Ch. engchi. 頻譜清理目標，此時廣播公司提出一初始價格，並且表達願意以這價格放棄該頻譜使用執照。因此，整個拍賣將根據廣播公司所提出之結果，設定初始頻譜拍賣目標。第二、此時拍賣單位會以此價格，決定廣播公司放棄這些頻譜所應得之獎勵金額。第三、開始正向拍賣，並且決定後續變數。第四、當所有規則被滿足時，方能作為最後階段，否則，拍賣機構會進行額外階段，在此階段中，反向拍賣之頻譜目標將逐漸降低，相對地，正向拍賣中所能拍賣獲得之頻譜同樣減少。第五、在最後階段中，其所得之底價必須滿足兩項條件：第一個條件，要求在正向拍賣中，對使用執照之每兆赫茲-每人 (MHz-Pop) 平均價格，達到或超過 MHz-Pop 之基準價格，或即使 MHz-Pop 平均價格低於基準值，亦有大量之頻譜可用於無線通信；第二個條件，則是針對於反向拍賣，要求其收益必須足以支付與 FirstNet 公共安全操作相關之強制性費用。 25. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(27) 參與反向拍賣之廣播公司，則有四種選擇：其一、放棄一 UHF 頻段，轉移至高甚高頻 (Very High Frequency，VHF，Channel 7 － 13，174 － 216 MHz) 或低甚高頻 (Channel 2 － 6，54 － 88 MHz) 頻段；其二、放棄高 VHF，移至低 VHF；其三、放棄現有頻段，以便在拍賣後和其他廣播公司共享一頻段；其四、則是直接放棄廣播許可執照，停止廣播活動。而未參與拍賣之廣播公司，則會根據頻譜之重組，分配至另一新廣播頻段。根據以上拍賣規則，600 MHz 頻段原本是分配自 470 至 698 MHz，共 222 MHz，基於 6 MHz 寬頻段之 UHF 頻譜給廣播公司。在頻譜的重組後，會分成若干 5 MHz 頻分雙工配對，其中包含保護頻帶 (Guard Bands)，甚至涵蓋了一 11 MHz 之雙工間隙 (Duplex Gap) 分離上下行鏈路，此保護頻帶將無執照可用。 (Frank Rayal, 2015). 政治大經歷 2017 年之獎勵拍賣後，最終階段為 196.3 億美元、70 MHz，平均美金 0.88 元立學. 元，剩餘二十幾億美元則用於拍賣費用上。. sit. y. Nat. 圖2-2. 美國 600 MHz 獎勵拍賣. io. 80. al. n. 126 MHz. Buyer's bids. er. Broadcast's price 100 $88.40 b. 60. ‧. ‧ 國. /MHz-Pop (見圖 2-2)。其中，廣播公司將收到 100.5 億美元，美國財政部獲約 70 億美. Ch. engchi. i n U. v. 114 MHz $54.60 b. 108 MHz. 40. $40.30 b. 100 MHz. 90 MHz. 80 MHz. $23.00 b. $21.50 b. $19.70 b. 20. 0 Stage 1. Stage 2. Stage 3. 70 MHz 84 MHz $10.50 b. $0.88/ MHz-Pop. $19.60 b. Stage 4 (Final). 資料來源： (Frank Rayal, 2017). 26. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(28) 而在整個獎勵拍賣中，每一次的正向拍賣出價和反向拍賣出價，均有其頻譜價值。若要取整個拍賣中之底價，由於無主管機關事先設定，因此以獎勵拍賣的四個階段中之八個價格，取得每次出價後之頻譜價值，並以其中最低值，作為 600 MHz 之拍賣底價 (見表 2-5)。. 階段. 反向/正向拍賣. 價格. 頻譜大小. 頻譜價值. Stage. Reverse/Forward. Billion USD. MHz. US$/MHz-Pop. Reverse. 88.4. 126. 2.20. Forward. 23.0. 100. 0.72. Reverse. 54.6. 114. 1.50. Forward. 21.5. 90. 0.75. 108. 1.17. 80. 0.77. 10.5. 84. 0.39. 19.6. 學. 0.88. 2. 3. 4. Reverse Forward Reverse. ‧ 國. 1. 立. 政40.3 治大 19.7. Forward. 70. 表2-5. 600 MHz 各階段出價頻譜價值. ‧. 資料來源： (Frank Rayal, 2017). sit. y. Nat. n. al. er. io. 由表 2-5 可得知，最低的頻譜價值為第四階段之反向拍賣，由廣播公司出價，價格. v. 為美金 105 億元，販售之頻譜大小為 84 MHz，因此得頻譜價值為美金 0.39 元/MHz-. Ch. engchi. i n U. Pop。此價格可視為 600 MHz 之底價，作為未來預測之用。. 4. 頻譜價值－ 800 MHz 根據歐盟執行委員會 (European Commission) 在 2010 年提出的 800 MHz Decision (European Commission, 2010)，針對了 790 － 862 MHz 說明了歐盟針對此電子通信服務之統一技術規格。其目的是對於通信委員會提出之 ‘Transforming the digital dividend into social benefits and economic growth’ (將數位紅利轉化為社會效益和經濟增長) 中，強調了 800 MHz 頻段之重要性。800 MHz 是數位紅利 (Digital Dividend) 的一部分，即是通過將類比電視切換至數位電視，能夠更有效利用頻譜而釋放出的頻段。歐洲議會 (European. 27. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.

(29) Parliament) 在 2008 年 9 月 24 日的決議中，決定了歐洲進行數位紅利之所有利益，用此方式呼籲各會員國利用數位紅利釋放頻譜。由於注意到寬頻通信 (Broadband Communications) 對經濟增長的強大影響力，經濟復甦計劃 (Economic Recovery Plan) 訂定了在 2010 年至 2013 年期間，寬頻覆蓋率 100% 之目標。而為了達到此目標，無線通信之基礎建設扮演了重要角色，例如向偏鄉地區提供寬頻服務，欲實現此計畫，其中一部分即為通過儘早進行數位紅利以獲得相關利益。透過 800 MHz 提供電子通信服務系統，被認為是解決行動通信、有線網路和廣播之融合問題的一個重要因素，此系統主要提供終端用戶連接並使用寬頻通訊之服務。根據歐盟無線頻譜決策 (Radio Spectrum Decision) 中第 4 條第 2 款 (Article 4(2))，歐洲委員會. 政治大 Telecommunications Administrations，CEPT) 確立適用於 800 MHz 頻段之技術規格，但不立於 2008 年 4 月 30 日授權歐洲郵電行政大會 (European Conference of Postal and. 限定於行動網路或固網，尤其重視限制最少之技術條件、最適當之頻率安排，以及如何. ‧ 國. 學. 處理節目製作及特殊活動使用類 (Programme Making and Special Events，PMSE) 服務之. ‧. 建議。. y. Nat. 針對此任務，CEPT 採用了四份報告－ CEPT Report 29, 30, 31, 32，包括針對 800. io. sit. MHz 的基地台和終端電台 (Terminal Station) 的技術規格，此種統一之技術規格將在不需. er. 使用任何類型特定技術狀況下，根據最適配之優化參數，促進其經濟規模。. al. n. v i n C h (Cross-Border 在 CEPT Report 29 中，針對跨境協調 e n g c h i U Coordination) 議題提出建議，主. 要用以解決共存 (coexistence) 問題，由於某些成員國可能已實施了固網或行動網路之優. 化動作，而其他某些成員國本身仍有 800 MHz 高功率廣播射頻機器 (high-power broadcasting transmitters) 在運行。CEPT 提出國際電信聯盟區域無線電大會 (International Telecommunication Union Regional Radiocommunication Conference) 的最後文件 (Final Acts) 中，針對 174 － 230 MHz 和 470 － 862 MHz 頻段，提供跨徑協調必要監管程序。 CEPT Report 30 中，通過區塊邊緣遮罩 (Block-Edges Masks，BEMs) 之概念，確立了最低限度的技術條件，此規則用以管理相鄰網路間的有害干擾問題。根據 CEPR Report，此 BEMs 優化不限定於頻分雙工和時分雙工 (Time-Division Duplexing，TDD) 的行動網路或固網。. 28. DOI:10.6814/THE.NCCU.MIS.018.2018.A05.