行政院國家科學委員會專題研究計畫 成果報告
台灣電子業上市公司之 R&D 成效及影響因素分析
計畫類別： 個別型計畫 計畫編號： NSC90-2416-H-002-007-執行期間： 90 年 08 月 01 日至 91 年 07 月 31 日 執行單位： 國立臺灣大學會計學系暨研究所 計畫主持人： 李書行 計畫參與人員： 林曉瀅 林怡芳 溫士賢 報告類型： 精簡報告 處理方式： 本計畫可公開查詢中
華
民
國 92 年 9 月 8 日
摘要
關鍵詞：R&D 成效指數，R&D 管理，科技價值層級，創新，無形資產評價，期間費用， 資本支出。 R&D 攸關企業之長期發展與成長，故企業每年均編列一定比重之 R&D 預算，但實務上 對 R&D 之管理卻缺乏一套有效之方法，往往造成 R&D 支出之浪費。學術上亦開始重視無形 資產之研究，其中有關 R&D 支出大家已一致認為不應全部視為期間費用，但如何提列作為 長期性之資本支出或資產，則仍無定論。本研究以台灣電子業之上市公司及 IC 設計公司 作為研究對象，探討影響 R&D 成效之重要因素。此研究結果將有助於發展有效的 R&D 實務 管理，就學術上亦將有助於瞭解 R&D 如何影響公司之無形資產評價及如何認列 R&D 之資本 性支出。Abstr act
Keywords：R&D Effectiveness Index, R&D Management, R&D Value Pyramid, Innovation, Intangible Asset Valuation, Periodical Expense, Capital Expenditure.
R&D affects a firm’s long-term development and growth. Most of the firms routinely assess a certain percentage of sales as the annual R&D budget. Although R&D expenditure is a huge spending number, an effective R&D management tool is not developed in practice. On the other hand, the intangible asset valuation research has gained its popularity in academic. Among of the intangible research topics, R&D valuation is considered very important. This line of research has concluded that R&D expenditure shall not be recognized as a pure periodical expense as required by the current GAAP. How to capitalize the R&D expenditure, however, is not concluded? By using the computer related companies and IC design companies listed in Taiwan Stock Exchange as the sample, this study investigates factors contributing to R&D effectiveness. The results of this study can help the development of a sound R&D management practice. In addition, they can contribute to the intangible asset valuation research.
Ⅰ .前 言
R & D 攸 關 企 業 之 長 期 發 展 與 成 長，但 企 業 仍 常 面 臨 是 否 應 縮 減 R & D 支 出 的 兩 難 問 題 。 雖 然 高 R & D 支 出 未 必 是 企 業 長 期 競 爭 優 勢 的 保 證 ， 但 過 小 的 R & D 投 資 往 往 又 容 易 腐 蝕 長 期 的 競 爭 能 耐 。 由 於 體 認 到 「 優 勢 之 培 養 往 往 需 假 以 時 日 ； 但 優 勢 之 消 失 則 常 在 一 瞬 間 」， 故 實 務 上 常 見 經 理 人 雖 想 控 制 R & D 費 用 ， 但 又 沒 有 勇 氣 大 膽 刪 減 R & D 支 出 ， 因 而 導 致 R & D 支 出 浮 濫 。 為 了 幫 助 企 業 評 估 R & D 的 支 出 ， 我 們 必 須 要 找 出 找 出 增 加 R& D 成 效 之 實 務 作 法 ﹐以 供 業 界 參 考。M c G r a t h 及 Romer i(199 4)提 出 R &D 成 效 指 數 以 衡 量 高 科 技 公 司 之 研 發 效 果 ， 此 指 數 之 定 義 如 下 ： R & D 成 效 指 數 = 新 產 品 銷 售 額 % × (淨 利 % + R&D%) R & D % 〔說 明 〕： 1.新 產 品 指 近 二 年 內 上 市 之 產 品 。 2.所 有 資 料 均 指 年 度 資 料 。 上 述 之 R & D 成 效 指 數 為 一 長 期 綜 合 性 的 指 標 ， 它 可 以 告 訴 管 理 者 目 前 公 司 之 R & D 成 效 ， 但 在 解 釋 此 指 標 時 應 將 其 結 果 視 為 累 積 多 年 的 R & D 成 果 ， 而 非 年 度 之 成 效 。 除 非 在 R & D 的 管 理 上 有 一 系 統 性 的 長 期 規 劃 ， 否 則 很 難 預 期 一 穩 定 公 司 之 R & D 成 效 指 數 在 某 一 年 度 會 特 別 突 出 。 而 此 指 數 要 多 高 才 算 好 ？ 在 考 慮 貨 幣 的 時 間 價 值 下 ， McGra th(19 95)認 為 大 於 1 . 2 5 才 算 理 想 。 McGra th(19 95)曾 針 對 4 5 家 美 國 電 子 業 公 司 做 調 查 ， 以 查 證 不 同 公 司 R & D 成 效 指 數 之 分 佈 ， 其 所 得 結 論 如 下 （ 圖 一 ）。 II（ 圖 一 ） R & D 成 效 指 數 之 分 佈 39% 22% 18% 21% <0.5 0.5-1.0 1.0-1.25 >1.25 R&D成效指數 前 述 R & D 成 效 指 數 可 讓 公 司 瞭 解 目 前 R & D 執 行 的 狀 況 與 成 效 ， 但 卻 未 能 提 供 改 善 之 方 向 。 R & D 成 效 高 的 公 司 無 法 根 據 此 指 標 找 出 更 上 層 樓 之 道 ； 而 成 效 指 標 低 的 公 司 亦 無 法 知 道 如 何 改 善 。 為 幫 助 企 業 有 效 地 管 理 R & D 作 業 ， 我 們 必 須 要 知 道 決 定 R&D 成 效 之 因 素 為 何 。 藉 由 有 效 地 控 制 這 些 因 素 ， 才 能 確 保 能 提 升 R&D 成 效 。 T i p p i n g ， Z e f f r e n 及 F us fe ld (1 99 5) 根 據 累 積 二 年 之 實 證 研 究 ， 提 出 一 套 衡 量 R & D 之 完 整 模 式 ， 稱 之 為 「 科 技 價 值 層 級 」 ( T ec h no l og y V a lu e P y ra m id ) (圖 二 ) 。 科 技 價 值 層 級 指 出 ， 完 整 R & D 之 衡 量 必 須 考 慮 三 個 層 級 ： 成 果 、 策 略 及 基 礎 。 傳 統 的 衡 量 方 法 往 往 偏 頗 於 某 一 層 級 下 之 某 些 因 素 ， 故 只 能 獲 得 片 面 資 訊 ， 而 未 能 收 見 樹 又 見 林 之 效 。 在 科 技 價 值 層 級 的 架 構 下 ， R & D 最 終 之 目 的 在 於 創 造 公 司 之 價 值 ， 未 能 創 造 有 價 值 的 R & D 則 非 公 司 所 欲 ， 故 此 成 果 的 衡 量 ， 有 點 類 似 R & D 的 成 效 指 標 ， 但 T V P 則 定 義 出 不 同 的 成 果 衡 量 指 標 。 然 而 欲 使 R & D 作 業 能 產 生 成 果 ， 公 司 策 略 的 選 擇 必 須 正 確 且 R & D 作 業 必 須 能 達 成 公 司 所 設 定 之 目 標， 此 二 個 層 級 之 配 合 缺 一 不 可 。 在 策 略 構 面 上 ， T V P 認 為 應 包 含 R & D 組 合 之 評 估 (PA) 及 R & D 與 企 業 之 整 合 度 (IWB) 二 個 構 面。若 策 略 選 擇 正 確，下 一 步 則 需 嚴 格 R & D 的 基 礎 層 級 ， 因 唯 有 實 際 落 實 R & D 的 日 常 作 業 管 理 ， R &D 資 源 才 能 有 效 率 地 發 揮 其 功 效 ， 此 基 礎 層 級 包 含 科 技 之 價 值 ( A V T ) 與 支 持 創 新 之 R& D 程 序 實 務 (PRD) 二 個 構 面 。 根 據 衡 量 之 三 個 層 級 所 衍 伸 之 5 個 構 面 ， T V P 提 出 可 能 有 用 的 3 3 項 衡 量 指 標 。 誠 如 作 者 所 言 ， 此 3 3 項 指 標 ， 未 必 適 用 於 每 一 企 業 。 公 司 必 須 依 據 其 特 性 來 組 合 不 同 的 指 標 ， 但 必 須 同 時 考 慮 5 個 1
構 面 。 亦 即 ， 在 每 一 構 面 下 ， 選 擇 適 合 自 己 企 業 的 指 標 。 欲 研 究 R & D 之 成 效 因 素，一 可 行 做 法 為 以 R & D 成 效 指 數 作 為 TV P 之 成 果 指 標 ， 進 一 步 分 析 策 略 及 基 礎 指 標 與 R & D 成 效 指 數 之 關 聯 度 。 此 一 研 究 結 果 ， 可 讓 我 們 清 楚 瞭 解 影 響 R & D 成 效 之 關 鍵 因 素 ， 經 由 對 這 些 因 素 之 瞭 解 ， 可 幫 助 我 們 預 測 企 業 之 R & D 績 效 及 有 效 地 管 理 R & D 作 業 。 但 前 述 之 作 法 有 賴 於 公 司 之 高 度 配 合 ， 否 則 難 以 收 集 到 實 證 所 須 知 公 司 資 料 。 受 限 於 資 料 ， 本 研 究 採 取 間 接 測 試 方 式 ， 擬 以 台 灣 公 開 上 市 電 子 及 I C 設 計 類 股 之 公 司 為 研 究 樣 本 ， 期 能 由 實 地 公 開 發 行 資 料 ， 瞭 解 高 R & D 成 效 公 司 之 特 徵 。 藉 由 對 這 些 特 徵 之 瞭 解 ， 而 獲 致 較 佳 之 R & D 管 理 。 （ 圖 二 ） 科 技 價 值 層 級 成 果 ： 價 值 之 創 造 (VC) R & D 組 合 之 評 估 策 略 ： (P A ) R & D 與 企 業 之 整 合 度 (IWB) 2
科 技 之 價 值 基 礎 ： (AVT) 支 持 創 新 之 R & D 程 序 實 務 (PRD)
Ⅱ .研 究 方 法 與 資 料
一、IC 設計業部份
觀念性架構：
企業的市場價值和會計帳面價值一直都存在著差異，但是目前會計報表並無 法解釋差異的來源，而必須仰賴投資大眾心中的那把尺，將各式各樣的訊息轉化 為對公司市場價值的評斷，因此會計報表並無法完全表達公司的實際價值，市場 價值與會計帳面價值兩者之間的差異，亦即公司價值被低估的部分，在學術界與 實務界被統稱為智慧資本，但是這些無形的資產是來自於哪裡呢？目前的會計報 表並沒有辦法回答此一問題。 首先，本研究將測試 Sveiby(1999)提 出的無形資產分類理論。Sveiby 將無形資產分成內部結構、外部結構與員 工勝任能力三大構面： 1. 內在結構包括專利權、觀念、模式、電腦及管理系統等，係由員工 創造並通常為組織所有，當然也可以購自其他來源。此外組織文化 或精神亦為內在結構的一種。 2. 外在結構包括和顧客和供應商之間的關係，也包含品牌名稱、註冊 商標、公司之信譽及形象。這些資產的價值主要是由該公司在解決 顧客問題上的表現而決定，因此存在一些不確定因素。 3. 員工勝任能力係指公司人員在許多不同情況下創造有形資產與無形 資產之能力。雖然員工在實質上並不屬於公司的資產，但是一個組 織卻不可能在沒有人員的情形下組成，而員工若被組織良好的對 待，因而對組織產生責任感和忠誠度，進而願意為組織貢獻己長， 仍是組織的一種無形資產。 3接著，本研究再採 Philips Joos (1999) 的做法，將樣本依據研究發展密度之 中位數取虛擬變數，驗證是否研究發展密度大於中位數與否是否會影響市價淨值 比。
變數定義與衡量：
雖然在證券主管機關的要求下，各家公司的公開說明書以及年報已經比早年 揭露更多關於非財務的資訊，但是仍有許多資料可能涉及業務機密或缺乏統一的 揭露或衡量標準而付之闕如，因此本研究受限於公開資訊之取得，無法將「內部 結構」、「外部結構」、「員工勝任能力」等三大構面之因素全數納入，故本研究之 變數選用除考量上述因素之外，並納入相關之文獻以及研究者之主觀判斷。 (一)應變數 本研究主要在探討國內 IC 設計產業市場價值與帳面價值差異之影響因素， 為避免因公司規模影響實證結果，不採用差異之絕對金額，而改用市價淨值比為 應變數，所謂市場價值是指當年年底之收盤股價乘以當年年底流通在外之普通股 股數，簡稱「市價」；而所謂「淨值」則是帳面價值之簡稱，若該公司有發行特 別股流通在外，則是以股東權益總額減除特別股本之後為準。 (二)自變數 1. 與「內部結構」有關之變數 (1) 前二期研發密度：為實證前一年度與前兩年度研究發展支出除以股東權 益淨額之比率，加總得到前二期研發密度。 2. 與「外部結構」有關之變數 (1) 銷貨變動比率：實證當年度或前一年度曾於公開說明書或年報中揭露之 主要客戶名單或銷貨達 10%以上之客戶，以該客戶當年度銷貨額佔全年銷貨 額之比率相較於前一年度銷貨額佔全 年銷貨額比率之變動。 (2) 進貨變動比率：實證當年度或前 一年度曾於公開說明書或 年報中揭露之主要客戶名單或進貨達 10%以上之客戶，以該客戶當年度進貨 額佔全年進貨額之比率相較於前一年度進貨額佔全年進貨額比率之變動。 3. 與「員工勝任能力」有關之變數 (1) 研發人員比率：係以實證當年度研究發展人員(含專業技術人員或工程 4師)之人數佔當年度總員工人數之比率。 (2) 員工學歷指數：係以當年度員工學歷分散比例與各分散比例之員工人數 為衡量，分別賦予不同學歷不同的權重，計算出平均學歷指數，本研究對於 不同學歷所給的權重如下： 教育程度 權重 研究所 3 大學 2 高中(含)以下 1 (三)虛擬變數 本研究將對前二期研發密度取虛擬變數，當研發密度大於中位數時，虛擬變 數為 1，小於中位數時虛擬變數為 0。 (四)控制變數 為了避免其他變數可能對研究結果有所影響，本研究以實證當年度股東權益 報酬率作為控制變數。
樣本選取與資料來源：
因為本研究係以探討 IC 設計產業市價和帳面價值之差異，但因截至本研究 資料收集結束之前，民國 90 年之年報均尚未發布，無法獲得重要的非財務資訊， 故研究期間係以各該公司上市(櫃)年度起算至 89 年度止。 本研究樣本篩選之條件有二，一必須在半導體工業年鑑所附之 IC 設計廠商 名單中，二必須在台灣證券交易所上市及於中華民國證券櫃檯買賣中心交易之公 司。根據 2001 年半導體工業年鑑，截至 2000 年底國內計有 140 家 IC 設計公司， 但其中在民國 89 年以前掛牌上市(櫃)的 IC 設計公司僅有十三家1 ，故樣本選取 期間會因各家公司上市(櫃)年度而有所不同，但是為了避免異常值對實證結果產 生影響，故刪除實證當年度股東權益報酬率為負數之觀察值，觀察值由原本的 40 個降為 35 個，如（表 1）所示： （表 1）本研究之樣本公司 1 但截至本研究收集資料截止(91 年 3 月底)，已有 23 家 IC 設計公司業已上市(櫃) 5公司名稱 公司設立年 度 上市(櫃)年 度 樣本選取期間(年度) 觀察值 1.矽統 76.8.26 86.8.1 86、87、88a 3 2.瑞昱 76.10.21 86.9.11 86、87、88、89 4 3.威盛 81.9.21 88.3.5 88、89 2 4.凌陽 79.8.3 86.9.8 86、87、88、89 4 5.偉詮 78.7.5 86.1.9 86、87、88、89 4 6.義隆 83.5.5 89.4.12 89 1 7.太欣 72.6.8 80.1.17 82b 、83、86、88、89 5 8.民生世紀 80.7.29 85.9.16 85、86、87、88 4 9.鈺創 80.2.1 87.5.15 87、88、89 3 10.揚智 82.6.10 88.9.13 88 1 11.智原 82.6.10 88.10.27 88、89 2 12.松翰 85.7.13 89.1.7 89 1 13.晶磊 87.3.20 89.6.30 89 1 累計之觀察值 35 a：矽統於民國 88 年宣佈自建晶圓廠，故在 2001 年半導體工業年鑑中已將矽統 排除在 IC 設計公司之外 b：因資料缺佚，所以太欣從民國 82 年起方有完整的資料
本研究之資料來源皆為公開資訊，但 依變數的不同而有不同的來 源，主要來自台灣經濟新報社資料庫、證券暨期貨發展基金會真像王查詢系統所 提供之股東會年報及公開說明書，各變數之資料來源如（表 2）所示： （表 2）實證變數資料來源 變數名稱 所需資料 資料來源 市價淨值比 市價、股東權益、特別股股本 台灣經濟新報社資料庫 前二期研發密度 研發費用率 台灣經濟新報社資料庫 員工穩定度 平均年資、員工人數、設立年度 台灣經濟新報社資料 庫、公開說明書、股東會 年報 專利權核准數 累積專利權數 中華民國專利公報資料 庫 銷貨客戶家數 主要銷貨公司名單 公開說明書、股東會年報 銷貨變動比率 主要銷貨公司銷貨比率 公開說明書、股東會年報 進貨客戶家數 主要進貨公司名單 公開說明書、股東會年報 進貨變動比率 主要進貨公司進貨比率 公開說明書、股東會年報 研發人員比率 研發人員人數、員工人數 公開說明書、股東會年報 6 +
員工學歷權數 員工學歷分布比率、員工人數 公開說明書、股東會年報 每人紅利 員工紅利─現金、員工紅利─盈餘 轉增資、員工人數 台灣經濟新報社資料 庫、公開說明書、股東會 年報 稅前淨利除以股 東權益 稅前淨利、股東權益 台灣經濟新報社資料庫
實證模型：
將本研究的應變數與自變數丟入上述的迴歸方程式，則可以改寫為下列方程 式：MV／BV = β
0＋β
1RD＋β
2SALES-C＋β
3PURCH-C ＋β
4R&D-R ＋
β
5AVGE＋β
6ROE(positive)＋ε
接著為了驗證產業內研發密度的大小對市價淨值比之影響，對前二期研發密度取虛 擬變數，並且因為避免過多的變數影響到此模型原有之目的，此方程式只納入每一構面 中解釋力最高的變數，原有方程式改寫如下：MV／BV = β
0＋β
1D1(high rd intensity)RD＋β
2外部結構變數＋β
3 員工勝任能力變數＋β
4ROE(positive)＋ε
7茲將本研究所採變數之名稱、變數代號以及變數預期係數符號彙總在（表 3）。 （表 3）自變數預期符號 所屬構面 自變數 自變數代號 預期係數符號 內部結構 前二期研發密度 RD ＋ 銷貨變動比率 SALES-C － 外部結構 進貨變動比率 PURCH-C － 研發人員比例 R&D-R ＋ 員 工 勝 任 能 力 員工學歷權數 AVGE ＋ 虛擬變數 虛擬變數 D1 ＋ 控制變數 股東權益報酬率 ROE ＋
二、電子業部份
觀念性架構：
為進一步瞭解公司市場價值與帳面淨值間差距形成之原因，須考量智慧資本與相 乘效果對企業價值的影響。故本研究延用前述Seviby (1999)主張的三大智慧資 本構面：人力資本（員工勝任能力）、結構資本與關係資本。此外，並加入產業 別與景氣波動對企業價值可能的影響效果，進一部探討此三大構面之相乘效果。 本研究之變數選用係根據相關文獻、公開資訊之取得、以及研究者之主觀判斷， 初步決定採納「人力支出密集度」、「研發支出密集度」、「廣告支出密集度」為三 構面之替代變數，作為實證分析之研究主軸。變數定義與衡量：
各變數之衡量與資料來源說明如下： (一) 應變數之衡量（股價淨值比）市場價值與帳面淨值比(Market Value/Book value)：即市場價值除以帳面 淨值之比值。其中，市場價值乃以當年年底之收盤股價乘以當年年底流通在外之 普通股股數；而期末帳面淨值係指扣除特別股股本後所得之股東權益，亦即為可 歸屬於普通股股東之股東權益之部分。 (二) 自變數之衡量 1. 淨值之倒數(1/Book value)：期末帳面淨值係指扣除特別股股本後所得之股 東權益，亦即為可歸屬於普通股股東之股東權益之部分，取倒數作為模型未 平減前原截距項效果的一部分。
2. 淨值超常盈餘報酬(Abnormal earnings/Book value)：其中超常盈餘(ABE) 定義為當期稅前淨利減期初股東淨值的必要報酬(BVt-1* r)，而以10%作為股
3. 研發支出密集度(Research and Development/Book value)：包含當期研究發 展費用(不含試驗費)與製造費用中的研發費用，除以當年期末帳面淨值之比 值。
4. 廣告支出密集度(Advertisement expenditure/Book value)：當期廣告支出 費用(包含促銷費)，除以當年期末帳面淨值之比值。
5. 人力支出密集度(Human resources expenditure/Book value)：當期 用人費用再加上員工分享到的紅利 (含現金和紅利轉增資)，除以當 年期末帳面淨值之比值。用人費用包含薪資費用2 ，以及製造費用中直接和間 接人工的費用。 (三) 虛擬變數之衡量 交乘效果變數：高研發與廣告支出密集度公司則RA1、RA2為1；高研發與人力支 出密集度公司則RH1、RH2為1；高廣告與人力支出密集度公司則AH1、AH2為1；高 研發、廣告與人力支出密集度公司則RAH1、RAH2為1。1代表以中位數分類；2代 表以第三-四分位數分類。 模型主要變數與該變數實證預期結果彙整如（表4）： （表4）主要變數與該變數實證預期結果彙整表 變數名稱 變數定義 變數簡寫 實證預期結果 市場價值與帳面淨值比 MV/BV MTB 淨值之倒數 1/BV BVI 稅前淨值超常盈餘報酬 ABE/BV ABE 正相關 稅後淨值超常盈餘報酬 ABE/BV ABET 正相關 研發支出密集度 RD/BV RDI 正相關 廣告支出密集度 AD/BV ADI 正相關 人力支出密集度 HE/BV HEI 正相關 研發與廣告支出相乘項 RDI*ADI RA 正相關 研發與人力支出相乘項 RDI*HEI RH 正相關 廣告與人力支出相乘項 ADI*HEI AH 正相關 2 薪資費用包含：職員薪金、加班費、值班費、董監事報酬、車馬費、年終獎金、工資、業務獎 勵、聘用人員給與退休及卹償金、提列退休金準備、員工訓練費、提撥福利金、員工保險費、午 餐費、員工體育活動費、津貼、福利費、伙食費、誤餐費、醫藥費。 9
研發、廣告與人力支出 相乘項 RDI*ADI*HEI RAH 正相關 高 研發 與 廣 告支 出 密集 度公司* RA1、RA2 正相關 高 研發 與 人 力支 出 密集 度公司* RH1、RH2 正相關 高 廣告 與 人 力支 出 密集 度公司* AH1、AH2 正相關 高研發、廣告與人力支出 密集度公司* RAH1、 RAH2 正相關 *表示利用虛擬變數計算。1=以中位數分類；2=以第三-四分位數分類。
樣本選取與資料來源：
本研究資料係以相關之次級資料為主，研究所需之年底收盤股價以及所有財 務會計相關資料，均取自於臺灣經濟新報資料庫。本研究期間包含民國80年至民 國90年十一個年度。期間之決定，是依據本研究進行時最接近且樣本充足的完整 的年度，具有已發布之財務資料及股價資訊為考量。 本研究係以國內80年(含)以前上市上櫃之一般產業為研究對象，排除性質特 殊的金融保險業及投顧業。在樣本資料中，若公司有資料未連貫或資料缺失之情 形，即予以刪除。此外，公司營運的正常與否亦為進行資料篩選的標準之一，而 正常營運與不正常營運之區別乃在於公司是否曾發生財務困難、全額交割甚至下 市轉為公開發行等可能原因，由於此類公司係屬異常公司，若納為樣本公司，則 可能會對實證結果產生影響，故予以排除。為避免涉及研究者的主觀判斷，茲以 臺灣經濟新報社(TEJ)歸類為管理類股票之公司為主。 茲將各年度樣本觀察值和產業別樣本之分佈情況，分別呈現如（表5）及（表 6）。 （表5）樣本之年度分布 年度 無前一年 度之股東 權益資料 期末淨值小 於 0 管理類股票 採用樣本數 樣本比率 民 國 80 年 13 1 0 181 3.88% 民 國 81 年 0 1 12 217 4.65% 民 國 82 年 0 1 15 242 5.19%年 民 國 83 年 0 0 16 270 5.79% 民 國 84 年 0 0 19 313 6.71% 民 國 85 年 0 1 21 370 7.93% 民 國 86 年 0 1 21 426 9.13% 民 國 87 年 0 2 18 510 10.93% 民 國 88 年 0 7 14 621 13.31% 民 國 89 年 0 6 9 711 15.24% 民 國 90 年 0 7 5 804 17.23% 合計 13 27 150 4665 100% （表 6）樣本之產業分布表 產業代碼 變數簡稱 產業 樣本數 樣本比率 11、64 i11 水泥工業 88 1.89% 12、42 i12 食品工業 263 5.64% 13、43、65 i13 塑膠工業 205 4.39% 14、44 i14 紡織纖維業 526 11.28% 15、45 i15 電機機械業 219 4.69% 16、46 i16 電線電纜電器業 141 3.02% 17、41、47 i17 化學生技業 259 5.55% 18、48 i18 玻璃陶瓷業 77 1.65% 19 i19 造紙工業 77 1.65% 11
20、50 i20 鋼鐵工業 256 5.49% 21、51 i21 橡膠工業 92 1.97% 22 i22 汽車業 41 0.88% 23、24、30、 53、54、61、 80 i23 電子業 1340 28.72% 25、55 i25 建材營造 368 7.89% 26、56 i26 運輸 178 3.82% 27、57 i27 觀光 83 1.78% 29、59 i29 貿易百貨 120 2.57% 49 i49 通訊 3 0.06% 52 i52 軟體 11 0.24% 83、89、98、 99 i83 其他綜合類 318 6.82% 合計 4665 100% 本研究主要變數的計算需要較為細部資料財務資料，但因並非財務報表中強 制揭露的部份，或上市、上櫃公司並未確實揭露各財務明細資料，在部分樣本中 財務數字會有無明確數字顯示的情況,實證過程中，分析軟體(SPSS)會自動排除 該類樣本資料,最後有效樣本為 4594 個。（表 7）為受到影響變數的彙總: （表 7）資料處理影響表 財務資料項目 受影響樣本數 受影響樣本數比例 研究發展費 34 0.73% 權利金及技術報酬金 43 0.92% 廣告費 43 0.92% 用人支出 43 0.92% 員工紅利-現金 26 0.56% 員工紅利-紅利轉增資 26 0.56% 12
董監事酬勞 26 0.56%
實證模型：
過去有關會計基礎的資產評價研究，多以研發投入與廣告投入為研究主題， 實證結果大都支持企業的研究發展活動對股價評價有正向的關係；但廣告活動是 否具備正面的市場評價效果，則正反兩面的說法都有研究支持。本研究希望對企 業市場價值與帳面淨值之差異能獲得更完整的了解，在參考相關智慧資本的文獻 之後，基本模型的變數將包含研發支出密度(RD/BV)、廣告支出密度(AD/BV)和 人力支出密度(HE/ BV)，可分別視為智慧資本三大構面的替代變數，依序為內部 結構資本、外部結構資本和人力資本，而前兩項為未以BV平減前原截距項的效 果，ABE/BV的係數則代表超常盈餘對股價的解釋能力。基本模型建立如下： 實證模型M-0 ：
it it t i it t i it t i it it it it it it it e BV HE BV AD BV RD BV ABE BV BV BV BV MV + + + + + + = 0 1 2 3 4 5 1 α α α α α α itMV ：
第 i 家公司第 t 期期末之市值 itBV ：
第 i 家公司第 t 期期末股東權益帳面淨值 itABE ：
第 i 家公司第 t 期超常盈餘(
NI
it−
BV
it−1⋅
r
)
t i RD：
第 i 家公司第 t 期研發支出 t i AD：
第 i 家公司第 t 期廣告支出 t i HE：
第 i 家公司第 t 期人力支出 r：
股東要求報酬率(取 10%,並另以 7.5%和 12.5%作敏感性分析) 模型 M-1，加入各個智慧資本相乘的效果，以發掘是否相乘項具備股價評價 的攸關性，能夠彰顯出智慧資本配合的綜效，因而與股價有正向的關係。首先直 接以研發密度、廣告密度和人力支出密度直接相乘帶入模型中，以驗證是否存有 正向的相乘效果；其次，分別以中位數和第三-四分位數作為分類標準，對研發、 廣告和人力支出密集度高低進行樣本的分類，並將分類後虛擬變數加以相乘，交 乘項變數後若為 1 表以中位數為分類標準，交乘項變數後若為 2 表示為以第三-四分位數為分類標準。若研發和廣告支出均為高密集度的公司則 RA1 的結果會 顯示為 1，若研發和人力支出均為高密集 度的公司則 RH1 的結果會顯示 為 1，若廣告和人力支出均為高密集度的 公司則 AH1 的結果會顯示為 1，若三密集度均高的 RAH 會顯示為 1，藉此方式繼續探討智慧資本的交乘效果。 13模型如下：
模型 M-1-1-1－加入相乘效果(rah, ra, rh, ah)：
it it t i it t i it t i it t i it t i it t i it t i it t i it t i it t i it t i it t i it it it it it e BV HE BV AD BV RD BV HE BV AD BV HE BV RD BV AD BV RD BV HE BV AD BV RD BV ABE BV BV MV + • • + • + • + • + + + + + + = 9 8 7 6 5 4 3 2 1 0 1 α α α α α α α α α α 模型 M-2，加入產業類別的考量，以探討市場對於不同產業間智慧資本的評 價是否有所不同。先直接單獨加入虛擬變數D ，檢測是否產業類別本身即具備yj 增額的解釋能力，市場對於較為熱門的產業是否就會給予較高的評價；其次，再 考量可能的產業結構性差異，例如：對於高研發需求的產業如電子業，每單位研 發支出的對企業價值有相對較高的貢獻；而對廣告需求較高的消費性產業如食品 業，則單位的廣告支出給予相對較高的企業價值評價，這一部分會以基本模型再 加入D 分別乘上三個主要變數。模型建立如下：yj 模型 M-2-1 加入產業虛擬變數D (k=11,12,13,14,15,16,17,18,19,20,21,22, ik 23,25,26,27,29,49,83)： it ik ik it t i it t i it t i it it it it it D e BV HE BV AD BV RD BV ABE BV BV MV + + + + + + + =α0 α1 α2 α3 α4 α5
∑
β 1 模型 M-2-2 加入各個產業虛擬變數與三支出項目的乘項，檢視智慧資本組成是否 有結構性的不同： it it t i ik hek it t i ik adk it t i ik rdk it it it it it e BV HE D BV AD D BV RD D BV ABE BV BV MV + • + • + • + + + =∑
∑
∑
β β β α α α0 1 2 1模型 M-2-3 同時加入個別產業虛擬變數以及各個產業虛擬變數與三支出項目的 乘項，檢視智慧資本組成結構性差異是否穩定？ it it t i ik hek it t i ik adk it t i ik rdk ik ik it it it it it e BV HE D BV AD D BV RD D D BV ABE BV BV MV + • + • + • + + + + =
∑
∑
∑
∑
β β β β α α α0 1 2 1 ik D ：樣本若為第 k 產業類之公司其值為 1，否則為 0。(k = 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 25, 26, 27, 29, 49, 83)Ⅲ.實證結果
一、IC 設計業實證結果
本節將會區分成兩大部分，第一部份的回歸模型探討智慧資本對市價淨值比 的影響；第二部分的回歸模型則是進一步探討研發密度的高低對市價淨值比的影 響。 1. 初步迴歸分析 第一部份的迴歸分析結果彙總在（表 8），該迴歸模式之 F 值＝4.536，P 值 ＝0.002，而 P 值小於 0.05 已達顯著水準，其判定係數為 0.4929，調整後 R2＝ 0.3842。本研究之估計迴歸方程式如下： MV／BV＝12.938＋7.187 RD＋(-0.4757) SALES-C＋0.3416 PURCH-C ＋5.7734 R&D-R ＋5.4964 AVGE＋0/0398 ROE ＋ε由（表 8）中可知 6 個變數中，有 2 個變數達到顯著水準，分別為前二期研 發密度(t 值=2.4424，P 值=0.0212)、員工學歷權數(t 值=3.2188，P 值=0.0032)。 （表 8） 迴歸模型估計及檢定─第一部份 自由度 平方和 均方合 F 值 顯著值 迴歸 6 218.533 36.422 4.536 0.002 殘差 28 224.831 8.030 總和 34 443.365 R2 0.4929 AdjR2 0.3842 參數估計 係數 t 統計 P-值 截距 12.938 3.2102 0.0033 前二期研發密度 7.187 2.4424 0.0212** 銷貨變動比率 -0.4757 -0.7654 0.4504 進貨變動比率 0.3416 1.2119 0.2357 研發人員比例 5.7734 1.5584 0.1304 員工學歷權數 5.4964 3.2188 0.0032*** 股東權益報酬率 0.0398 1.3711 0.1812 a:***表示達 99%的顯著水準**表示達 95%的顯著水準，*表示達 90%的顯著水準 首先在內部結構構面下，前二期研發密度，此一變數為顯著正相關，與預期 方向相符，證實研發密度對市價淨值比確實有顯著影響，且研發費用確實有遞延 效果。 外部結構的變數，銷貨變動比率與進貨變動比率則都不顯著，銷貨變動比率 與市價淨值比之間呈現負相關但不顯著，原因可能為無法得知全部的銷售額變動 來源，因為重要客戶的銷售額加總可能未達該公司全部銷售額半數，無法窺其全 貌。進貨變動比率呈現正相關但不顯著，不顯著的原因則可能是進貨的變動可能 是增加或減少某一供應商，如果是增加供應商而產生變動則對公司有益，但若減 少則剛好相反，不見得所有的變動都是不好的，故與預期方向不符。 15
員工勝任能力構面中，研發人員比例雖與市價淨值比呈現正相關但不顯著， 可能是因為僅就人數來衡量一家公司的研發能力，無法評估出人員的素質與專業 能力。而相對的，員工學歷權數則因為反映出員工的專業能力，而呈現顯著正相 關，可見高學歷的員工確實對公司的價值有所貢獻。最後，控制變數─股東權益 報酬率與市價淨值比之間呈現正相關但不顯著，可能與變數過多或樣本太少有 關。 2.產業內研發密度的高低對市價淨值比之影響 第二部分的迴歸模型是將第一部份的迴歸模型加以改寫，主要是對前二期研 發密度此一變數取虛擬變數，並且僅保留每個構面中最顯著的變數，以及原有之 控制變數。故此模式改寫如下：
MV／BV = β0 ＋β1D1(high rd intensity)RD＋β2 PURCH-C＋β3 AVGE＋β4
ROE(positive)＋ε
相關實證結果彙整在（表 9），該迴歸模式之 F 值=6.274，P 值=0.001，P 值 小於 0.05 已達顯著水準，判定係數為 0.4555，調整後 R2=0.3829。迴歸模式如 下：
MV／BV = (-11.1227)＋5.3057 D1(high rd intensity)RD＋0.3711 PURCH-C＋ 6.3298 AVGE＋0.0501 ROE(positive)＋ε （表 9）迴歸模型估計與檢定─第二部分 自由度 平方和 均方合 F 值 顯著值 迴歸 4 201.948 50.487 6.274 0.001 殘差 30 241.417 8.047 總和 34 443.365 R2 0.4555 AdjR2 0.3829 參數估計 係數 T 統計 P-值 截距 -11.1227 -3.0729 0.0045 虛擬變數(D1) 5.3057 2.4420 0.02078** 16
員工學歷權數 6.3298 3.8258 0.0006*** 進貨變動比率 0.3711 1.3110 0.1998 股東權益報酬率 0.0501 1.7998 0.0819* a:***表示達 99%的顯著水準**表示達 95%的顯著水準，*表示達 90%的顯著水準 此迴歸模式之下有三個變數達到顯著水準，其中虛擬變數 D1 之係數為正 值，且與預期方向一致成正向關係，顯示在控制智慧資本因素下，當研發密度大 於中位數時，其與市價淨值比呈現顯著正相關，代表公司之研發密度大於 IC 設 計產業研發密度中位數愈多時，公司之市價淨值比愈高。其實研發密度愈高，則 市價淨值比愈大已在第一部份之迴歸模式中獲得支持，而進一步證實研發密度大 於中位數之公司其市價淨值比大於研發密度小於中位數之公司。 至於員工學歷權數與第一部份所得之結果相同，維持顯著正相關，而原本僅 呈現不顯著正向關係的股東權益報酬率，在本式中則與市價淨值比之間呈現顯著 正相關，可能是因為變數減少，而使其他因素的干擾降低，方與之前之結果不同。 唯進貨變動比率與市價淨值比之間依舊呈現正向但不顯著的關係。 綜合第一部份和第二部分之迴歸分析結果，內部結構的假說一 a「前二期研 發密度」與員工勝任能力的假說三 b「員工學歷權數」獲得支持，此兩變數與市 價淨值比之間達到顯著正相關，外部結構的假說未獲得支持，假說四針對研發密 度取虛擬變數亦獲得支持，實證結果彙總在（表 9）。 17
二、電子業實證結果
1.實證模型 M-0 所有變數的估計係數均相當顯著，且係數的估計均與預期符號相符，模型的 調整後的 R2為 0.0965。其中 RDI 的估計系數高達 13.48，且顯著水準低於 0.0001， 表示只要企業願意投入一元的研發支出就能為公司帶來 13.48 元的市場價值，支 持過去相關研究的結果。其次，ADI 的估計系數為 2.34，而顯著水準達 0.039， 只要企業願意投入一元的廣告支出就能為公司帶來 2.34 元的市場價值，顯示廣 告支出的確對於企業價值有正面的效益。HEI 的估計系數則為 0.492，而顯著水 準達 0.0106，企業願只要投入一元的人力支出就能為公司帶來 2.34 元的市場價 值，顯示廣告支出的確對於企業價值有正面的效益。ABE10 的估計系數為 0.5175，也達到 0.0001 以下的顯著水準，表示企業超常獲利的能力是企業評價中 重要的考量因，只要有多一元的超常報酬就能創造 0.52 元的企業價值。觀察各 係數估計直標準化後的數值，以綜合考慮各變數對於企業價值的創造的重要性， 實證顯示研發支出密集度的係數 0.263 為模型中最高的，緊接在後的是股東超常 報酬率，係數為 0.1758，而廣告和人力支出密集度的係數則分別為 0.0296 和 0.0381，可以說是研發創新的能力較受國內投資人的青睞，且國內大部分產業對 於價值鍊後段的品牌經營活動並不擅長；雖有文獻指出人力資本是企業智慧資本 中最為重要的部分，但人力支出對企業價值的貢獻相較於研發支出也有段差距， 可能是因為國內企業的經濟型態與條件不同於國外企業，也可能因為變數的定義 並未能完全反映人力資本中最核心的部分，雖然如此其貢獻能力仍略高於廣告支 出的效益。 實證模型M-0：
it it t i it t i it t i it it it it it e BV HE BV AD BV RD BV ABE BV BV MV = + + + + + + 5 4 3 2 1 0 1 α α α α α α （表 10） M-0 adj-R2 0.0965 模型變數 F* 係數估計值 標準化係數 t-value p-value (常數) 1.7269** 50.36 < 0.0001 BVI + 119453.0627 0.0559 3.36 0.0008 ABE10 + 0.5175 0.1758 11.19 < 0.0001 RDI + 13.4816 0.263 18.42 < 0.0001 ADI + 2.3405 0.0296 2.06 0.0390 HEI + 0.492 0.0381 2.56 0.0106 *F 代表模型變數的係數預測方向。**估計係數若達 0.1 以下的顯著水準，則以粗體字強調。 2.實證模型 M-1 將加乘效果加入模型後，模型的調整 後的 R2為 0.1014，RDI 依舊 保有低於 0.0001 的顯著水準，但 ADI(P=0.1574)和 HEI(P=0.185)都未達顯著水 準，表示可能部份解釋能力被相乘效果所吸收，且 ADI 的估計係數居然由正的 2.34 轉變為-2.78，可能解釋的含義是廣告支出要搭配人力支出(AH 估計係數為 34.35)才能彰顯出對企業企業價值的提升，若僅有廣告支出反映出的是支出成本 面對企業價值的的衝擊。另一顯著的交乘項變數 RH 係數則為-17.49，與預期符 號不符，但有些策略選擇的意涵，若將高人力支出視為傳統產業追求成本領導的 策略，則該公司同時投入高額的研發支出則非但效益無法彰顯，支出過多也造成 企業價值的減損。
模型 M-1-1-1－加入相乘效果(rah, ra, rh, ah)：
it it t i it t i it t i it t i it t i it t i it t i it t i it t i it t i it t i it t i it it it it it e BV HE BV AD BV RD BV HE BV AD BV HE BV RD BV AD BV RD BV HE BV AD BV RD BV ABE BV BV MV + • • + • + • + • + + + + + + = 9 8 7 6 5 4 3 2 1 0 1 α α α α α α α α α α （表 11） M-1-1-1 adj-R2 0.1014 模型變數 F 係數估計值 標準化係數 t-value p-value (常數) 1.7540 47.30 < 0.0001 BVI + 105727.7665 0.0494 2.97 0.0030 ABE10 + 0.5396 0.1833 11.22 < 0.0001 RDI + 16.0351 0.3128 11.82 < 0.0001 ADI + -2.7837 -0.0352 -1.41 0.1574 18
HEI + 0.2852 0.0221 1.33 0.1850 RA + -78.1353 -0.0365 -1.11 0.2665 RH + -17.4912 -0.0742 -2.14 0.0325 AH + 34.3527 0.0971 3.83 0.0001 RAH + 535.2633 0.0576 1.49 0.1369 3.實證模型 M-2 產業類別的影響是本階段實證分析的 重點，尤其以電子業(產業虛擬 變數 23)為觀察重點。同樣先加入產業類別的虛擬變數，用以檢驗研發、廣告和 人力支出是否仍能穩定的為企業的價值產生貢獻。RDI、ADI 和 HEI 的估計係數 仍 符 合 預 期 ， 分 別 為 10.0038 、 3.772 和 0.3747 ， 但 前 一 模 型 不 同 的 是 ADI(P=0.0015)，同時標準化後的係數由 0.0036 增加為 0.0478，甚至比基本模型 m-0 的 0.0296 要來得高，顯示排除產業差異的影響後 ADI 的解釋能力有所提升， 而 RDI(P<0.0001)和 HEI(P=0.0504)的仍顯著的為企業的價值帶來貢獻。若以產業 虛擬變數的迴歸結果來看，約有三分之一的產業未達顯著水準，有兩個可能原 因：1.該產業特性和電子業相近，因此變數的估計係數並不顯著。2.樣本量可能 不太足夠，六個產業中僅貿易百貨業的樣本有 120 個，其餘均少於 100 個樣本點， 因此無法形成足夠的證據量來突顯出它們的產業特性。此外，比較產業虛擬變數 的標準化後的係數，發現負向係數較高的七個的產業分別為食品工業(-0.082)、 紡織纖維業(-0.114)、電機機械業(-0.085)、電線電纜電器業(-0.093)、化學生技業 (-0.098)、鋼鐵工業(-0.126)和建材營造業(-0.138)，似乎都是一般所認為的傳統製 造業，或許可以解釋為帳面淨值資訊對於傳統產業的評價攸關性較高。 模型 M-2-1 加入產業虛擬變數D (k=11,12,13,14,15,16,17,18,19,20,21,22, ik 19
23,25,26,27,29,49,83)： it ik ik it t i it t i it t i it it it it it e D BV HE BV AD BV RD BV ABE BV BV MV + + + + + + + =α0 α1 α2 α3 α4 α5
∑
β 1(表 12) M-2-1 adj-R2 0.1326 模型變數 F 係數估計值 標準化係數 t-value p-value (常數) 2.1666 37.15 < 0.0001 BVI ＋ 106373.23 0.0497 2.97 0.0030 ABE10 ＋ 0.4588 0.1559 9.95 < 0.0001 RDI ＋ 10.0038 0.1951 11.74 < 0.0001 ADI ＋ 3.7720 0.0478 3.18 0.0015 HEI ＋ 0.3747 0.0290 1.96 0.0504 I11 ？ -0.4146 -0.0354 -2.46 0.0140 I12 ？ -0.5701 -0.0821 -5.21 < 0.0001 I13 ？ -0.3838 -0.0495 -3.33 0.0009 I14 ？ -0.5691 -0.1139 -6.87 < 0.0001 I15 ？ -0.6333 -0.0849 -5.81 < 0.0001 I16 ？ -0.8617 -0.0934 -6.36 < 0.0001 I17 ？ -0.6766 -0.0980 -6.48 < 0.0001 I18 ？ -0.2501 -0.0201 -1.41 0.1587 I19 ？ -0.2204 -0.0174 -1.22 0.2232 I20 ？ -0.8775 -0.1259 -8.20 < 0.0001 I21 ？ 0.1457 0.0129 0.90 0.3674 I22 ？ -0.8168 -0.0484 -3.46 0.0005 I25 ？ -0.8158 -0.1377 -8.52 < 0.0001 I26 ？ -0.4175 -0.0502 -3.35 0.0008 I27 ？ 0.3438 0.0289 2.01 0.0447 I29 ？ 0.0624 0.0062 0.43 0.6707 I49 ？ -0.7173 -0.0115 -0.84 0.4011 I52 ？ -0.4486 -0.0138 -0.99 0.3208 I83 ？ -0.3918 -0.0625 -4.08 < 0.0001 *本模型未放入 I23，以其作為基準產業，以克服線性重合的問題。 緊接著要探討的是－RDI、ADI 和 HEI 對於企業評價的攸關性，是否會因產 業差異而有結構上的不同。實證結果顯示不同產業類別 RDI、ADI 和 HEI 對企業
價值的影響都有所不同，而且並非都是為企業帶來正面的價值貢獻，在二十個產 業類別乘上智慧資本三構面，總共六十個變數中有將近一半(29 個)的係數為 負，表示研發、廣告和人力支出在不同的產業類別裡，可能會出現成本面對企業 價值的減損高過所創造的效益。下段將介紹產業特性較為顯著的實證結果，部分 產業因為樣本公司數量較少，較無產業特性的經濟解釋意義，比較像是幾家少數 公司的價值組成特性，因此即使變數的估計係數相當顯著，也不多作解釋。 研發支出對於塑膠工業有接近 0.1 顯著水準(P=0.1095)的正向價值貢獻(估 計係數為 16.42)；電機機械業在人力支出方面有正向效益(P=0.0268, 係數 =2.714)，可能因為器械模具操作等工作上的學習效果，能為該類企業創造價高 的價值；化 學生技產業 則在研發方 面企業價值 貢獻較高(P=<0.0001, 係 數 =16.986)，而人力支出則會讓企業價值降低(P=<0.0063, 係數=-3.0751)，與塑 膠工業的特性相近；鋼鐵工業則顯現出人力支出對企業價值有顯著的減損效果 (P=<0.0019, 係數=-3.4361)，鋼鐵工業的廠商只要能夠壓縮人力方面的支出， 成本降低之後企業價值自然就會提升。對於電子產業而言，智慧資本的三構面同 時都能為企業提供價值上的貢獻，研發活動的重要性自然不言而喻，RDI 的估計 係數為 13.1225(P<0.0001)；ADI 不僅估計 係數為較低的 1.7288，也未達 0.1 的顯著水準(P=0.5727)，主要是因為國內資訊電子業中有許多專門的代工廠 商，而該類公司並不直接和消費端顧客接觸，且品牌經營並非核心的營運活動， 所以廣告支出並未能顯著地為電子業創造企業價值；人力支出的估計係數為 1.9891(P<0.0001)，而標準化後的係數變為 0.0916，應是眾多模型中 HEI 解釋 能力最高的一個，突顯出人力資本對於資訊電子產業評價的重要性，同時也反映 產業內普遍存在「員工分紅」的作法不僅可以激勵員工士氣，並藉由增強人力資 本來為企業創造價值。建材營造業中的公司則在研發支出上也具有顯著正向的價 值攸關性，消除尺度差異後的標準化係數為 0.0359 (P=0.0153)，應是在營建材 料方面的研發效益，而投入每一元廣告支出便能幫企業提升 2.09 元的價值 (P=0.0365)，顯示出營建公司在廣告活動方面的成效。接著是三個國內主要的服 21
務業，運輸、觀光和貿易百貨業，服務取向的產業果然特別強調人力資本上的價 值貢獻，三產業 HEI 的估計係數分別為 2.018(P=0.001)、7.5599(P=0.0002)和 9.2414(P<0.0001)，並具備相當高的顯著程度，但也可以發現人力支出的價值貢 獻仍有強弱之分，運輸業每一元支出僅能帶來約兩元的企業價值，反觀貿易百貨 業和觀光業分別有 9.24 元和 7.56 元的價值貢獻，而研發和廣告支出都會帶來不 同程度的價值減損。通訊業和軟體業是台灣新興的科技服務業，上市、上櫃公司 過少，較不具產業代表性。歸納為其他綜合類的產業，研發、廣告和人力支出的 估計係數分別為 11.7098、1.0511、0.8534，其中 RDI 係數達 0.0003 的顯著水 準，而人力支出則接近 0.1 的顯著水準，雖然價值貢獻強度較弱，但結構與電子 資訊產業(三係數分別為 13.1225、1.7288、1.9891)相近，顯示出這兩三年電子 資訊業的快速壯大，產業內還存有各個細項產業以及價值鏈上各階段的公司，證 期會所制定產業分類的股市代碼，可能慢慢喪失應有產業分類的攸關資訊，這方 面應是值得推動改進的地方。 模型 M-2-2 加入各個產業虛擬變數與三支出項目的乘項，檢視智慧資本組成是否 有結構性的不同： it it t i ik hek it t i ik adk it t i ik rdk it t i it t i it t i it it it it it e BV HE D BV AD D BV RD D BV HE BV AD BV RD BV ABE BV BV MV + • + • + • + + + + + + =
∑
∑
∑
β β β α α α α α α0 1 2 3 4 5 1 (表 13) M-2-2 adj-R2 0.1487 模型變數 F 係數估計值 標準化係數 t-value p-value (常數) 1.7405 45.39 < 0.0001 BVI ＋ 89885.89 0.0420 2.39 0.0167 ABE10 ＋ 0.5026 0.1708 10.20 < 0.0001 I11R ？ 377.7959 0.0140 1.00 0.3166 I11A ？ -115.3216 -0.0210 -1.41 0.1600 I11H ？ 2.1268 0.0081 0.52 0.5998 I12R ？ -21.5503 -0.0145 -0.87 0.3852I12A ？ 1.0521 0.0065 0.37 0.7138 I12H ？ 0.9284 0.0251 1.28 0.1993 I13R ？ 16.4197 0.0330 1.60 0.1095 I13A ？ 17.2302 0.0123 0.80 0.4215 I13H ？ -1.3493 -0.0219 -1.00 0.3182 I14R ？ -7.9636 -0.0137 -0.86 0.3898 I14A ？ -5.1300 -0.0073 -0.53 0.5985 I14H ？ -0.6254 -0.0139 -0.81 0.4154 I15R ？ -6.1782 -0.0257 -1.15 0.2492 I15A ？ 7.5236 0.0114 0.74 0.4612 I15H ？ 2.7140 0.0527 2.21 0.0268 I16R ？ -16.3515 -0.0204 -0.93 0.3542 I16A ？ 4.6824 0.0158 0.82 0.4126 I16H ？ -0.4154 -0.0063 -0.31 0.7566 I17R ？ 16.9860 0.0805 4.23 < 0.0001 I17A ？ 2.6717 0.0204 1.34 0.1789 I17H ？ -3.0751 -0.0562 -2.73 0.0063 I18R ？ -9.2226 -0.0070 -0.31 0.7573 I18A ？ 70.3272 0.0915 4.45 < 0.0001 I18H ？ -3.2505 -0.0357 -1.58 0.1131 I19R ？ 252.3740 0.1087 5.94 < 0.0001 I19A ？ -4.1124 -0.0050 -0.30 0.7651 I19H ？ -6.5050 -0.0519 -2.41 0.0161 I20R ？ -4.4636 -0.0039 -0.25 0.8001 I20A ？ 6.0426 0.0014 0.10 0.9227 I20H ？ -3.4361 -0.0507 -3.11 0.0019 I21R ？ -2.0465 -0.0026 -0.14 0.8863 I21A ？ 177.3283 0.0869 4.82 < 0.0001 I21H ？ 1.0274 0.0119 0.54 0.5924 I22R ？ 2.5988 0.0084 0.45 0.6503 I22A ？ -1.4667 -0.0026 -0.15 0.8798 I22H ？ 1.5227 0.0111 0.50 0.6146 I23R ？ 13.1225 0.2447 15.04 < 0.0001 I23A ？ 1.7288 0.0081 0.55 0.5827 I23H ？ 1.9891 0.0916 5.33 < 0.0001 I25R ？ 44.7230 0.0359 2.43 0.0153
I25A ？ 7.3237 0.0341 2.09 0.0365 I25H ？ -0.0685 -0.0037 -0.27 0.7874 I26R ？ -70.0983 -0.0149 -1.07 0.2852 I26A ？ -3.9735 -0.0019 -0.14 0.8904 I26H ？ 2.0180 0.0480 3.30 0.0010 I27R ？ -18314.1749 -0.0215 -1.55 0.1205 I27A ？ -18.8908 -0.0296 -1.62 0.1051 I27H ？ 7.5599 0.0688 3.68 0.0002 I29R ？ -66.2563 -0.0288 -2.07 0.0381 I29A ？ -23.6904 -0.0634 -3.22 0.0013 I29H ？ 9.2414 0.1298 6.48 < 0.0001 I49R ？ -322.6159 -0.2277 -0.61 0.5400 I49A ？ -250.8372 -0.0588 -0.51 0.6104 I49H ？ 168.5749 0.2536 0.61 0.5442 I52R ？ -11.9219 -0.0326 -1.31 0.1912 I52A ？ 192.5849 0.1117 6.29 < 0.0001 I52H ？ 1.3028 0.0089 0.43 0.6707 I83R ？ 11.7098 0.0543 3.62 0.0003 I83A ？ 1.0511 0.0034 0.22 0.8276 I83H ？ 0.8534 0.0264 1.55 0.1205 進一步檢驗各個產業的價值貢獻結構是否穩定，加入產業類別的虛擬變數作為控 制變數，實證發現虛擬變數無一顯著，而產業間價值貢獻的結構差異大部分依然 相當顯著，支持模型 M-2-2 的實證結果。塑膠和化學生技業的特性相仿，研發支 出帶來價值創造，而人力支出會有負面影響；紡織業在各構面的支出都為負向 的，顯現出越能節約成本的企業，企業價值越高；電機機械業在人力資本上的效 益依舊；鋼鐵工業結構上的差異減弱了，未達顯著水準；電子業研發支出的價值 貢獻仍一枝獨秀，人力支出的正向效益不再顯著；建材營建業研發和廣告支出的 效益依舊可期；三個主要的服務業仍以人力資本為價值的創造來源，運輸業和貿 易百貨業人仍舊極為顯著(P<0.0001)，但觀光業的 HEI 係數卻跌落顯著水準之 外；最後，其他綜合產業的價值貢獻結構仍與電子業相近。
模型 M-2-3 同時加入個別產業虛擬變數以及各個產業虛擬變數與三支出項目的 乘項： it it t i ik hek it t i ik adk it t i ik rdk ik ik it t i it t i it t i it it it it it e BV HE D BV AD D BV RD D D BV HE BV AD BV RD BV ABE BV BV MV + • + • + • + + + + + + + =
∑
∑
∑
∑
β β β β α α α α α α0 1 2 3 4 5 1 ik D ：樣本若為第 k 產業類之公司其值為 1，否則為 0。(k = 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 25, 26, 27, 29, 49, 83) (表 14) M-2-3 adj-R2 0.169 模型變數 係數估計值 p-value 模型變數 係數估計值 p-value (常數) 1.8526 0.0266 I17R 16.9065 < 0.0001 BVI 104575.16 0.0053 I17A 2.5651 0.1945 ABE10 0.5151 < 0.0001 I17H -3.2440 0.0264 I11 -0.1326 0.8828 I18R -6.6985 0.8218 I12 -0.2154 0.7992 I18A 71.9908 < 0.0001 I13 0.2503 0.7689 I18H -2.9673 0.1889 I14 0.0454 0.9571 I19R 248.8644 < 0.0001 I15 -0.7474 0.3865 I19A -4.3829 0.7474 I16 -0.5588 0.5151 I19H -7.4908 0.0779 I17 -0.0937 0.9123 I20R -3.4254 0.8442 I18 -0.2284 0.7953 I20A 13.3197 0.8291 I19 0.0108 0.9908 I20H -1.4215 0.3725 I20 -0.3832 0.6520 I21R -5.5855 0.7253 I21 0.0302 0.9729 I21A 171.7210 < 0.0001 I22 -0.8615 0.4813 I21H 0.4874 0.8250 I23 0.3367 0.6881 I22R 9.6750 0.3403 I25 -0.6759 0.4210 I22A 7.1571 0.6099 I26 -0.6274 0.4629 I22H 3.2525 0.3730 I27 0.8636 0.3197 I23R 10.5010 < 0.0001 24I29 0.0811 0.9253 I23A 0.6775 0.8277 I52 -0.0234 0.9877 I23H 0.1769 0.6946 I83 -0.1520 0.8570 I25R 44.1738 0.0154 I11R 386.6154 0.3341 I25A 16.9110 < 0.0001 I11A -114.0423 0.1652 I25H 0.2240 0.3792 I11H 2.4058 0.7342 I26R -63.7166 0.3257 I12R -16.7614 0.5058 I26A 27.3155 0.3693 I12A 1.7140 0.5616 I26H 3.8152 < 0.0001 I12H 1.0903 0.1612 I27R -18904 0.1048 I13R 18.4026 0.0706 I27A -17.2397 0.1346 I13A 13.1044 0.5374 I27H 0.5899 0.8210 I13H -3.7944 0.0271 I29R -70.8762 0.0270 I14R -8.7736 0.3386 I29A -25.0617 0.0008 I14A -6.7658 0.4855 I29H 8.3264 < 0.0001 I14H -1.8463 0.0984 I52R -12.7959 0.3612 I15R -2.3073 0.6727 I52A 192.8321 < 0.0001 I15A 13.0845 0.2021 I52H 1.0738 0.7540 I15H 5.6586 0.0003 I83R 11.8425 0.0003 I16R -10.9603 0.5332 I83A 1.1732 0.8077 I16A 3.9418 0.4859 I83H 0.9467 0.1483 I16H 1.8462 0.2656 *本模型未放入 I23，以其作為基準產業，以克服線性重合的問題。 4 . 電 子 業 高 研 發 效 益 公 司 之 特 徵 前 述 的 分 析 我 們 可 以 看 出 R &D 支 出 密 集 度 與 M/ B 比 率 有 顯 著 正 相 關，而 且 相 關 係 數 就 電 子 業 而 言 則 更 加 顯 著。如 何 界 定 R &D 的 成 功 性 或 成 效 ， 這 是 一 個 很 難 回 答 的 問 題 。 本 研 究 採 取 以 M / B 比 率 高 低 作 為 研 發 成 效 之 衡 量 變 數，亦 即 M / B 比 率 愈 高 之 公 司 在 本 研 究 代 表 研 發 成 效 愈 好 。 當 然 M / B 比 率 受 其 他 變 數 之 影 響 ， 但 就 電 子 業 而 言 ， 研 發 支 出 或 科 技 無 形 資 產 仍 屬 最 關 鍵 之 因 素 。 為 檢 定 高 研 發 成 效 公 司 之 特 徵 ， 本 研 究 將 電 子 業 樣 本 按 M / B 比 率 之 高 低 分 群 ， 下 表 彙 總 前 25%、 後 25%與 全 部 觀 察 值 就 若 干 財 務 指 標 與 公 司 治 理 指 標 之 比 較 ， 舉 例 而 言 ， M / B 比 率 高 的 公 司 ， 其 員 工 紅 利 ， 包 括 現 金 及 紅 利 轉 增 資 ， 明 顯 高 出 低 M / B 比 率 之 公 司 許 多 ； 但 權 利 金 及 技 術 之 支 出 則 無 顯 著 之 差 異 。
( 表 1 5 : 高 研 發 效 益 公 司 之 特 徵 ) 敘述統計 前 25% 前 25% 後 25% 後 25% 全部 全部 個數 平均數 個數 平均數 個數 平均數 MTB 335 5.300474 335 0.969774 1340 2.703471 ABE10 335 0.121158 335 -0.10808 1340 -0.00888 RDI 333 0.051779 331 0.031093 1330 0.040254 ADI 329 0.006558 330 0.004755 1325 0.005606 HEI 330 0.121413 327 0.118952 1322 0.119194 用人費用率% 330 7.125576 329 10.10046 1325 8.80686 研究發展費用率% 334 4.202754 330 3.087818 1330 3.587444 營業費用率% 335 12.58713 335 13.47749 1340 12.76355 員工人數 335 1237.71 335 975.7224 1340 1134.887 每股淨值元 335 19.31803 335 15.87501 1340 17.46815 營收成長率% 335 38.36681 335 12.80887 1340 22.09863 TCRI 信用評等 283 3.579505 326 6.027607 1212 4.835809 總資產週轉率(次) 335 1.214448 335 0.80806 1340 0.991022 固定資產週轉率(次) 335 9.695373 335 5.939403 1340 7.816396 淨營業週期(天) 334 75.10311 335 117.7149 1339 98.60692 年底收盤價元 335 103.5328 335 15.51988 1340 49.55384 市值比重％ 288 0.924063 320 0.315094 1242 0.60025 特別股股本 335 83910.45 335 9557.913 1340 26309.14 股東權益總額 335 8968407 335 6483081 1340 7297855 營業收入淨額 335 11284005 335 6526974 1340 8202225 營業毛利 335 2470851 335 1022464 1340 1481590 營業利益 335 1473657 335 358866.3 1340 693045.2 營業費用 335 995871.6 335 660659.7 1340 787433 營業費用─管理費用 261 289447.2 291 165179.9 1061 215657.9 營業費用─研究發展費 291 367801.3 326 176043.9 1210 260649.7 稅前淨利 335 1769702 335 366837.8 1340 814085 本期稅後淨利 335 1699833 335 344251 1340 778377.8 期初淨值 335 6380934 335 5745893 1340 5881805 市值(百萬元) 335 49347.62 335 7216.245 1340 22241.15 期末淨值 335 8884497 335 6473523 1340 7271546 研究發展費 333 337612 331 173804.4 1330 243834.9 權利金及技術 329 18258.32 330 15676.32 1325 12722.07 廣告費 329 28329.5 330 18264.14 1325 25585.47 用人費用 330 458947.4 329 411152.1 1325 424740 員工紅利-現金 335 25176.13 333 1290.697 1336 10938.15
員工紅利-紅利轉增資 335 85830.41 333 24683.9 1336 45958.57 董監事酬勞 335 18639.02 333 6058.532 1336 10493.36 超常報酬-10% 335 1131609 335 -207751 1340 225904.5 有效的 N (完全排除) 220 273 968
Ⅳ.結論
本研究以市價淨值比率(M/B Ratio)作為衡量研發成效之最終指標，若套用 「科技價值層級」(TVP)之理論架構，此指標可視為價值創造構面之成果指標。 緊接著本研究以 IC 設計業及電子業作為研究對象，進一步探討分析影響 M/B 比 率之因素。 根據 IC 設計業之實証結果，有許多變數與 M/B 比率之關係雖與預期方向相 符合，但在統計上均不顯著，若排除控制變數(股東權益報酬率)不談，唯一顯著 而且符合預期方向之變數只有研發密集度與員工學歷權數。其中研發密集度可視 作 TVP 架構下科技價值構面之基礎指標，而員工學歷權數則可視為支持 R&D 程 序實務構面之基礎指標。 根據電子業之實証結果，結合不同產業(Pooling)之分析可看出研發密度與廣 告密度均顯著影響 M/B 比率，但研發密度之顯著遠遠高於廣告密度。然就電子 業而言(即產業虛擬變數 23)，研發密度與人員密度均顯著與 M/B 比率相關，此 結論則與本研究中之 IC 設計業相一致。但若進一步用不同模型以克服共線性問 27題，則只有研發密度變數會顯著與 M/B 比率相關。 本研究進一步將電子業之高 M/B 比率群組與低 M/B 比率群組作比較，基本 上我們發現高 M/B 群組有下述幾項特徵： 1. 高營收成長率， 2. 高營業毛利， 3. 高研發費用(總金額)， 4. 高員工紅利， 5. 高董監事酬勞。 但用人費用率、研發費用佔銷售比率、營業費用率、權利金及技術費用，高 M/B 與低 M/B 群組並未有顯著差異。
V.參考文獻
28Amir, E. and B. Lev, 1996, “Value-Relevance of Nonfinancial Information: The Wireless Communications Industry,” Journal of Accounting and Economics 22, 3-30.
Barth, M., M.B. Clement, G. Foster and R. Kansznik (1998), “Brand Values and Capital Market Valuation,” Review of Accounting Studies 3.
Cusumano, M.A. and K. Nobeoka, 1992, “Strategy, Structure and Performance in Product Development：Observations from the Auto Industry,” Research Technology Management, September/October, 45-53.
Foster, R. N., L. H. Lwarence, L.W. Roger, and A.M. Dantrow, 1984, “Improving the Return on R&D, “Research Technology Management, March/April, 25-33.
Hugo, P. T., 1994, “The Role of Technology Forecasting and Assessment in Technology Management ,” R&D Management 24, 121-129.
Joos, P. (1999), “Explaining Cross-sectional Differences in Unrecognized Net Assets in the Pharmaceutical Industry,” Stanford University Working Paper.
Lev,B. and T. Sougiannis, 1996, “The Capitalization, Amortization and Value-Relevance of R&D,” Journal of Accounting and Economics 21, 107-138.
Mcgrath, E. M. and N. M. Romeri, 1994, ”The R&D effectiveness Index：A Metric for Product Development Performance,” Journal of Production Innovation Management 11, 213-220.
Ohlson, J. (1995), “Earnings, Book Values and Dividends in Security Valuation,” Contemporary Accounting Research 12.
Roussel, P. A., K. N. Saad and T. J. Erickson, 1991, “Third Generation R&D,” Harvard Business School Press.
Szakonyi, R., 1994, “Measuring R&D Effectiveness,” Research Technology Management, March/April, 27-34.
Tipping, J. W., E. Zeffren and A. R. Fusfeld., 1995, ”Assessing the Value of Your Technology,” Research Technology Management, September/October, 22-39.
