公司的股利政策與政治關聯程度有關嗎?
Is Corporate Dividend Policy Associated with Political Connection
張 元（Yuan Chang）
國立彰化師範大學財務金融技術學系
Department of Finance, National Changhua University of Education
李盈佳（Ying-Chia Lee）國立彰化師範大學財務金融技術學系
Department of Finance, National Changhua University of Education
摘 要
政治關聯為一新興而重要的研究議題。既有研究指出一家企業與政黨或政治人物 有所連結，對公司的營運與公司治理將產生利益，但同時也會產生成本。由於股利的 發放關係到公司的財務健全與股東利益，同時也是重要的公司治理指標之一，本文利 用台灣上市公司在 2004 年至 2013 年的資料，檢驗公司政治關聯程度與股利政策的 關聯性。在政治關聯程度的衡量上，本文利用台灣地區所有出版的報紙中，以關鍵字 搜尋上市公司名稱/董事長人名與政黨名稱/黨主席(總統)人名之交互相關的新聞筆數 來衡量公司的政治關聯程度，同時本文也區分公司與執政黨/在野黨的政治關聯程度，
以分析公司的股利政策受到與執政與在野黨之政治關聯的影響是否有所不同。主要實 證結果顯示，首先，上市公司與國民黨的政治關聯程度較高，而董事長的政治關聯程 度大於以公司名義定義之政治關聯程度。第二，就全樣本來看，與國民黨政治連結會 降低股利發放之機率，與民進黨政治連結則會增加股利發放之機率，然而不論與國民 黨還是民進黨的政治連結程度上升，皆增加股利發放的不穩定。第三，公司與執政黨 或在野黨之政治關聯的利益與成本來看，在民進黨執政時期，與執政黨連結沒有顯著 的益處，但與在野黨連結則會降低股利發放之機率；在國民黨執政時期，與執政黨連 結將產生益處，反應在較高機率的股利發放，與在野黨連結則會出現降低股利發放機 率的情形。本文將股利發放多寡與公司營運成果相連結來解釋政治關聯與股利政策的 關係，與執政黨連結將產生有助於營運績效的利益而使公司有較高的機率發放股利，
而與在野黨連結將不利公司營運進而反映在股利發放機率的降低上。
關鍵詞：股利政策、政治關聯
Abstract
This paper employs the data of listed companies on Taiwan Stock Exchange (TWSE) between 2004 and 2013 to examine the linkage between political connection and corporate dividend policy. To measure political connection, news are screened computed from the Parliamentary Library of the Legislative Yuan (News and Knowledge Management System) by the intersection with to the name of listed companies, board chair name, party, president and party chairman. There are four principal findings. First, full samples analysis shows that company tends to prefer to establish connenction with KMT instead of DPP, and board chair’s political connection is larger than company’s political connection.
Second, under full sample, while connecting with KMT tends to have lower probability of paying dividend, connecting with DPP has higher probability of paying dividend.
Connecting with both parties increases dividend payout volatility. Third, during period of DPP as ruling party, little evidience shows that connecting with DDP increases dividend, yet there is significance negative relationship between the degree of political connection with KMT and probability of paying dividends. Finally, during period of KMT as ruling party, evidience shows that connecting with DPP decreases dividend, and there is significance positive relationship between the degree of political connection with KMT and probability of paying dividends. Our evidence shows that the benefit of political connection emerges as a company is connected with ruling party and the cost of political connection emerges as a company is connected with opposite party. Dividend payout as an important corporate governance indicator is associated with political connection.
Keywords: Dividend Policy, Political Connection
1.緒論
政治與企業的關係以及企業的政治關聯將為企業帶來何種利益與成本是財務研 究中較為新穎的議題。陳錦輝(1991)提到企業家透過資金的捐贈來支持政治人物，讓 他們得以實現私人的利益或抱負，而政治家則運用其既得的權利，提供企業人物種種 的福利以為回報，此種企業資金與政治權利互動的現象，即稱為政治關聯或政治連結 (Political Connection)。
學術研究上已經有許多既有研究探討與檢驗企業的政治關聯對公司產生的利益 以及相對應的成本。在利益方面，Khwaja and Mian (2005)與 Sapienza (2004)指出具有 政治關聯的企業較不容易面臨財務艱困的，因為具良好政治關係的公司可以獲得較多 的政府優惠補助與銀行貸款。Faccio, Ronald and John (2006)研究 35 個國家的企業資 料發現，企業在陷入財務困難時，具政治關聯的公司更容易獲得債務優待甚至是政府 的優惠貸款。企業幫助政治人物助選，利用選舉的政治獻金，讓政治關聯企業可以獲 得政府政策上的好處(Ang and Boyer, 2007)，選後政治人物通常會賦予具有政治關聯 企業一些特別的優惠政策，例如更多的補助(Bertrand et al., 2004; Yuan, 2011)等。假 若是企業家親自參與選舉而成功當選後，其所擁有的公司市場占有率將會提高 (Bunkanwanicha and Wiwattanakantang, 2009)。黃玉麗、沈中華與林昆立(2011)以臺灣 上市公司為樣本，指出當企業的董事長與總經理具政治偏好，無論是偏好國民黨抑或 是民進黨，其取得資金的成本將會相對較為低廉，同時可獲得較佳的中華信評機構之 評等等級。沈中華(2011)發現台灣在 2008 年總統大選後，與國民黨有政治關聯的上 市公司，出現正向累積異常報酬。
另一方面，企業的政治關聯將可能為其帶來成本。例如 Fan, Wong and Zhang (2007)、Faccio and Parsley (2009)以及 Menozzi, Urtiaga and Vannoni (2012)指出，選舉 期間政治的影響力發展出選舉期間的就業機會，透過具政治關聯企業之 CEO 提供政
治候選人選舉區域之短期就業機會，利用短期就業機會的利益取得政治候選人的選票，
成功當選後，政治候選人會回報該利益及計畫給具有政治關聯企業 CEO 好處，但此 舉將會造成在選舉期間僱用員工之企業的勞動成本升高，使企業的績效明顯較差 (Bertrand, Kramert, Schoar and Thesmar, 2006)。Fisman (2001)與 Fan, Wong and Zhang (2007)指出企業不致力於生產力上的投資而將資源用於建立政治關係，是造成公司營 運不佳的重要原因。Fisman (2001)發現印尼與蘇哈托家族有關的企業，在蘇哈托病情 消息的宣佈當下對企業股票價值產生負向影響。綜上所述，企業擁有政治關聯亦有可 能會降低企業績效並增加營運風險。
既有研究大多探討政治關聯如何影響公司的營運績效、風險或是融資成本，但相 對上較少探討企業的政治關聯如何影響公司發放股利的誘因以及發放多少，本文由企 業之政治關聯是否影響公司股利政策來探討企業政治關聯的利益與成本。既有研究指 出公司支付股利是維持少數股東權益的一種方法，支付股利即代表著維持股東的權益，
因此公司治理與現金股利之發放是一種為互相替代的關係(La Porta, Lopez, Shleifer and Vishny, 2000)。股利政策為公司治理一項非常重要的決策以及指標，股利之發放 一方面讓股東在承擔適當的風險下拿回應有之報酬，降低管理階層挪移公司資源所可 能產生的代理成本，同時也可以增加企業的形象與聲譽，甚至增加投資人持有公司股 票的誘因。Cao, Huang, Liu and Gary (2011)根據中國民營企業的資料，發現政治關聯 企業不太會分配股利或者僅支付較少的股利，因為政治關聯企業傾向同意公司形成再 投資的決策而少發股利。另一方面，政局之穩定性也可能影響公司股利政策，Huang, Wu and Zhang (2013)檢驗政局不穩定性對公司股利政策的影響，發現政局不穩定性高 時，公司在此期間較不會發放股利。Su, Fung, Huang and Shen (2013)發現政治關聯程 度較高的企業傾向支付較高的現金股利。
公司的股利政策一直是財務學者關注的議題，誠如前述，股利也是金融市場上投 資者關注的公司治理指標之一。一方面股利的發放金額大小最終來自企業每期營運的 成果，另外公司在決定每期之股利發放時也有其相對應的規劃(例如儘量不要有波動 性太大的股利發放以免影響投資人之持股意願與投資評價)。既然企業的營運有可能 受到政治關聯程度高低所影響，本文推論公司股利的發放也應該會受到公司政治關聯 程度的大小所左右。因此本文分析公司政治關聯與股利政策的影響，包括是否發放以 及發放的穩定性。
目前台灣的政治背景主要以兩大黨派為主，中國國民黨(Kuomintang；簡稱 KMT) 及民主進步黨(Democratic Progressive Party；簡稱 DPP)，中國國民黨的政治理念在 2008 年重新拿到執政權後，其主要主張是以與中國大陸合作、促進台灣經濟發展為 基礎，避免兩岸衝突。民主進步黨則是主張建立主權獨立自主的台灣共和國，因此與 大陸合作來振興台灣經濟的意願是相對較低的。民主國家政黨輪替是很正常且自然的 現象，台灣至 2016 年業已經歷三次的政黨輪替，第一次是在 2000 年(由國民黨執政 轉為民進黨執政)，第二次則是在 2008 年(由民進國民黨執政轉為國民黨執政)，第三 次是則在 2016 年(由國民黨執政再次轉為民進黨執政)。有趣的是，實務上常會觀察 到，企業的政治關聯會隨著政黨輪替而重組。3因此本文將會分析在民進黨執政時期，
與民進黨(執政黨)的政治關聯如何影響公司的股利政策，又與國民黨(在野黨)的政治 關聯如何影響公司的股利政策；在國民黨執政時期，與國民黨(執政黨)的政治關聯如
3 2013 年爆發食安事件的頂新集團，在 2014 年美麗島電子報的報導中指出在民進黨執政時期，曾捐過政治獻金 給陳水扁總統，而當初在陳水扁尚未成為總統時，就來往密切，相對的民進黨在執政黨後，政治關聯程度也持 續延續，但在 2008 年之後民進黨卻無收受過頂新集團的捐款；報導另外指出，在 2008 年總統大選時頂新魏應 充擔任了馬英九總統工商後援會副會長，當時頂新集團已經與民進黨的聯繫愈來愈疏遠。
何影響公司的股利政策，與民進黨(在野黨)的政治關聯又如何影響公司的股利政策。
本文在政治關聯程度的衡量上與既有文獻有極大之不同，過去的研究在衡量政治 關聯上有的以企業的高階主管或董監事等高層與政治人物的關係(Faccio et al., 2006；
Fan et al., 2007；戚務君, 2012)、教育背景(Do et al., 2013)、公司股價與政治人物的關 聯性(Leuz and Oberholzer, 2006)、公司註冊地與政府官員的活動的地區(Faccio and Parsley, 2009)、政治獻金、企業在選舉期間的捐款(Goldman, Rocholl and So, 2009；黃 玉麗、沈中華與林昆立, 2011)。本文相對於既有研究的不同之處在於利用立法院的新 聞知識管理系統資料庫，使用字串搜尋的方式(包括公司名稱、公司董事長、政黨名 稱、執政黨的總統與在野黨的黨主席)來計算特定公司名稱/董事長姓名與政黨名稱/
黨主席或總統姓名的新聞筆數之數目，作為公司政治關聯程度的代理變數。更詳細地 說，本文人工搜集所有樣本在特定年度個別公司之公司名稱/董事姓名與政黨名稱/執 政黨的總統/自野黨的黨主席之新聞筆數數目來衡量該公司在特定年度的政治關聯程 度(愈大表示程度愈高)，再以這些政治關聯變數作為解釋公司股利政策的主要解釋變 數。本文的研究樣本為臺灣證券交易所的上市公司(金融業公司除外)，資料期間為 2004-2013 年，並定義前四年為民進黨執政時期，後六年為國民黨執政時期。
本文的章節安排如下，第 2 節回顧政治關聯的定義，探討政治關聯之利益與成本 以及政治關聯與股利政策的關聯性；第 3 節為樣本、變數與實證模型；第 4 節為實證 分析結果與討論；第 5 節為結論與後續研究建議。
2.文獻探討
2.1 政治關聯的定義
既有研究中關於政治關聯的衡量並沒有一致性的標準，而既有研究中政治關聯 的定義包括企業高階主管/董監事等公司高層人士與政治人物的關係、雙方是否有相 似的教育背景、企業在選舉期間的捐款金額、公司股價與政黨或政治人物新聞的關聯 性強度、公司註冊地與政府官員之活動地區以及政治獻金的多寡去衡量政治關聯的程 度。
Faccio et al. (2006)利用企業高階主管與政治人物的關係以衡量公司的政治關聯 程度，他們以董事長、CEO、經理及持有 10%股份以上的大股東與國家元首、部長、
議員之間的關係是否緊密來決定公司的政治關聯強度。另外，也有部分研究以姓氏及 友好程度來判斷企業主的政治關聯程度(Ferguson and Voth, 2006; Boubakri, Cosset and Saffar, 2008)。Fan et al. (2007)將公司董監事與執政黨的密切往來認定為公司具政 治關聯。戚務君(2012)將政治關聯定義為公司高階主管(包括董事長或總經理)為現任 或曾任政府官員(包含中央與地方)或軍職。Do et al. (2013)將政治關聯定義為公司董事 和某一政治家具有相同的教育背景。另外，由於企業會利用選舉期間表達自己的政治 立場，因此 Goldman et al. (2009)使用企業在選舉期間對政府的捐款來衡量企業的政 治關聯程度。
Leuz and Oberholzer (2006)利用公司股價來判斷政治關聯程度，當總統公佈身體 狀況不佳時，公司股價之負向累計報酬愈大即表示公司的政治關聯程度愈高。公司的 設立地點也可推敲公司的政治關聯程度，例如 Faccio and Parsley (2009)以公司設立的 註冊地是否與政府官員的生活地或出生地相同來定義公司是否具政治關聯。
2.2 政治關聯的利益與成本
企業經營的最終目標在於利潤極大化，企業或其高階人士之所以與政府、政黨 或政治人物建立聯結關係，除了本身的政治偏好外，最主要的原因應該是政治關聯可
以為企業帶各個方面的益處。然而就民主國家來說，執政黨的輪替以及政治人物的死 亡或失去權力也有可能使得原本建立的政治關係化為烏有，甚至反而成為負擔而為公 司經營帶來成本。也因此既有研究早已提出企業的政治關聯為企業帶來的不僅有利益，
也可能產生成本。
首先，就利益面來說，Khwaja and Mian (2005)與 Sapienza (2004)指出具有政治 關聯的企業很少有機會出現財務艱困的情形，因為他們可以獲得較多的政府優惠補助 與銀行貸款。Faccio, Ronald and John (2006)研究 35 個國家的企業資料發現，企業在 陷入財務困難時，具政治關聯的公司相對較容易獲得債務優待甚至是政府的優惠貸款。
另外，企業幫助政治人物助選，利用選舉的政治獻金，讓政治關聯企業可以獲得政策 上的好處(Ang and Boyer, 2007)，而選後政治人物通常會給具有政治關聯的企業一些 特別的優惠政策，如更多的補助(Bertrand et al., 2004; Yuan, 2011)等；假若是企業家 親自參與選舉而成功當選後，其所擁有的公司其市占率將會提高(Bunkanwanicha and Wiwattanakantang, 2009)。Soto (1990)與 Shleifer and Vishny (1994)認為企業與政府官 員建立良好的關係不僅可以降低企業被侵占的可能性，也較能獲得政府補助、取得融 資和稅收減免。
Roberts (1990)與 Goldman et al. (2009)的研究顯示美國企業的董事會成員若具 有政治關聯將會增加企業的價值。Agrawal and Knoeber (2001)、Fisman (2001)與 Faccio and Parsley (2009)探討政治關聯與公司經營績效、市場價值與公司獲利之關係，實證 結果顯示政治關聯良好的公司其經營績效、公司市值相對優於不具有政治關聯的同業 公司，且政治關聯良好的公司可從中獲取較多的利益，包括較低的稅率、容易籌措到 資 金 、 舉 債 程 度 較 高 並 享 有 較 高 的 市 場 佔 有 率 等 。 Faccio (2006) 、 Leuz and Oberholzer-Gee (2006)表示在新興國家市場如印尼，公司的管理階層如果有政治背景，
可以讓公司更容易獲得資金、享有較低的稅率及更高的市佔率。張琬喻(2005)研究擔 任臺灣公開發行公司重要職位者第一次當選立法委員及擁有立委身分者兼任公開發 行公司重要職位者為樣本，利用事件研究法探討股票市場對企業政治關聯的反應，研 究發現政治關聯會讓股票市場有正向的平均異常報酬。
就成本面來看，Shleifer and Vishny (1998)指出政治介入企業會導致股東財富的 損失，是一隻攫取利益之手，國營事業之所以效率較低，其原因為政治人物利用控制 國營事業達到自身利益及政治目標，而政治目標通常不是以極大化社會福利為主。
Lovett, Simmons and Kail (1999)提及政治與企業往來密切就接近於貪汙，以經濟學角 度來說，企業家雖是追求利益極大化，但並非全然為公司利益，有政治關聯的企業家 會透過政治關聯獲得的私人利益，使公司效率較差。Fan et al. (2007)與 Newton and Vahap (2013)發現有政治關聯的公司，常常出現負向的異常報酬率。Fisman (2001)發 現在印尼與蘇哈托家族有關的企業，容易因蘇哈托病情消息的宣佈，而對企業股票價 值有顯著負向的影響效果。Yuan (2011)指出政府官員會鼓勵和迫使與其有關聯的企 業去僱用更多的員工，以幫助解決政府在就業上的政治問題，這將使得企業在勞動僱 用上的不效率並增加成本。陳岱佑 (2006)研究總統大選對有政商關係企業之股票異 常報酬的影響。排除 2004 年選舉事件的因素，發現政黨輪替確實會對有政商關係企 業的股價產生顯著性的影響。Liu, Luo and Xu (2013)研究中國上市公司資料發現有政 治關聯的公司會造成公司投資效率差，進而影響企業績效。
Watts and Zimmerman (1986)認為政治活動將對企業的會計程序產生影響，規模 越大的企業對政治敏感度愈強，所面臨的政治成本愈高，因此其存有遞延盈餘的動機。
Fan and Wong (2002) 認 為 亞 洲 之 家 族 企 業 因 股 權 集 中 ， 容 易 產 生 掠 奪 效 果 (Entrenchment Effect)，主因是這些家族企業傾向去追逐政治關聯，對小股東隱瞞部分
資訊，使得大股東持續掠奪小股東的權益。Morck et al. (2000)與 Morck and Yeung (2004)發現所有權愈集中的公司，政治聯結的程度愈高，藉以推論具政治關聯的公司 可能有較低的盈餘品質。Guedhami, Pittman and Saffar (2009)認為政治家有很強的動 機去隱藏或轉移公司的資源於政治目的之中，導致國營企業對會計透明度的要求下降。
Piotroski, Wong and Zhang (2008)表示地方政府對公司的控制，會促使公司傾向壓制公 司的壞消息，進而使投資人的資訊風險提高。
Chaney, Faccio and Parsley (2011)指出具有政治關聯的公司或許是因為存在著 政治上的靠山，使得管理者對於市場與投資人的壓力似乎較不敏感，以至於不會提高 公司的會計資訊品質，使得有政治關聯的企業報導盈餘品質顯著低於同業但沒有政治 關聯的企業；有政治關聯的企業中，政治關聯程度愈強的企業其盈餘品質也愈低。
Chen, Shen, and Lin (2014)與 Shen and Lin (2015)利用台灣的上市公司，分析政治關聯 與公司融資限制的關聯性，他們發現公司與執政黨的政治連結有助降低融資限制，有 助於增加公司的投資支出。本文同樣是利用臺灣的資料，但探討的是政治關聯如何影 響企業的股利政策。
2.3 政治關聯與股利政策
政治關聯會影響公司的營運狀況、公司治理狀況與代理成本的大小以至於影響 股東權益。誠如前述，政治關聯有可能給企業營運帶來正向與負向的影響，也因此對 於股利發放的高低有會有相對應的影響。當政治關聯的利益大於成本時，政治關聯程 度將與股利發放呈正向關聯，反之亦然。另外，Shleifer and Vishny (1994)指出政治關 聯有時除了會給企業帶來負面觀感外，也會對公司治理產生負面影響，例如某些政府 官員為追求自身利益，操縱公司資源以增進自己的利益，甚至擷取國營事業的財富，
中飽私囊。因此政治關聯一方面有可能對公司營運產生負面影響進而對股利發放產生 縮減效果，另一方面將公司營運所得發放給股東將降低挪用資源的空間，進而有較高 的傾向將公司盈餘留在公司內部做再投資而不發放股利。整體來說，本文認為政治關 聯有可能正向影響公司的股利發放，也有可能負向影響股利發放。
實證上，Cao et al. (2011)使用中國民營企業樣本，發現政治關聯企業不太會分 配股利或者僅支付較少的股利，因為政治關聯企業較傾向將企業盈利作再投資。
Huang et al. (2013)檢驗政治關係的不穩定性對公司股利政策的影響，他們發現政治關 聯不穩定性高時，公司較不傾向發放股利。Su et al. (2013)研究中國企業的股利政策 與政治關聯的關係，他們發現有政治關聯的公司傾向支付較高的現金股利。
3.變數、實證模型與資料
3.1 變數
3.1.1 主要解釋變數：政治關聯的衡量指標
本文政治關聯的衡量方式是利用立法院國會圖書館的新聞知識管理系統資料 庫(http://nplnews.ly.gov.tw/)，使用字串搜尋的方式，搜尋研究期間(2004 年至 2013 年) 在台灣地區所有發行的報紙中，逐筆判斷並統計公司出現政治關聯的新聞筆數。本文 在新聞知識管理系統資料庫中，第一步先訂定要查詢的期間(本文設定為 1 年)，第二 步是分別在搜尋字串中輸入上市公司名稱(以其在臺灣證券交易所之交易名稱為準，
例如台泥)、上市公司董事長人名、國民黨、民進黨、國民黨執政時期之總統人名(若 為在野黨時期則為黨主席)以及民進黨執政時期之總統人名(若為在野黨時期則為黨 主席)。如此交叉搜尋，我們可以得到特定公司在特定年度，出現上述若干名稱出現 交集的新聞筆數，以此來衡量該公司在該年度的政治關聯強度，新聞筆數愈多，表示
公司的政治關聯程度愈強。4
本文以下列步驟建構特定公司在特定年度之政治關聯指標，第一步驟，統計一家 公司在特定年度中之『公司名稱』與『國民黨』相聯結的新聞筆數(X1)；一家公司在 特定年度中之『公司名稱』與『國民黨黨主席姓名』相聯結的新聞筆數(X2)；一家公 司在特定年度中之『公司董事長姓名』與『國民黨』相聯結的新聞筆數(X3)；一家公 司在特定年度中之『公司董事長姓名』與『國民黨黨主席姓名』聯結的新聞筆數(X4)；
一家公司在特定年度中之『公司名稱』與『民進黨』相聯結的新聞筆數(X5)；一家公 司在特定年度中之『公司名稱』與『民進黨黨主席姓名』相聯結的新聞筆數(X6)；一 家公司在特定年度中之『公司董事長姓名』與『民進黨』相聯結的新聞筆數(X7)；一 家公司在特定年度中之『公司董事長姓名』與『民進黨黨主席姓名』聯結的新聞筆數 (X8)。5
第二步驟，加總 X1與 X2可以到一家公司在特定年度中之公司名稱與國民黨整 體的政治關聯程度(FIRMKMT)，也就是一家公司在特定年度中『公司名稱』與『國 民黨』和『公司名稱』與『國民黨黨主席姓名』關聯之新聞筆數。加總 X3與 X4得到 一家公司在特定年度中之公司董事長與國民黨整體的政治關聯程度(DIRKMT)，也就 是一家公司在特定年度中『公司董事長姓名』與『國民黨』和『公司董事長姓名』與
『國民黨黨主席姓名 』關聯之新聞筆數。加總 X1、X2、X3與 X4可以到一家公司在 特定年度中之公司整體國民黨的政治關聯(ALLKMT)，同時亦等於 FIRMKMT 與
DIRKMT 的加總。
加總 X5與 X6可以到一家公司在特定年度中之公司名稱與民進黨整體的政治關 聯程度(FIRMDDP)，也就是一家公司在特定年度中『公司名稱』與『民進黨』和『公 司名稱』與『民進黨黨主席姓名』關聯之新聞筆數。加總 X7與 X8得到一家公司在特 定年度中之公司董事長與民進黨整體的政治關聯程度(DIRDDP)，也就是一家公司在 特定年度中『公司董事長姓名』與『民進黨』和『公司董事長姓名』與『民進黨黨主 席姓名 』關聯之新聞筆數。加總 X5、X6、X7與 X8可以到一家公司在特定年度中之 公司整體民進黨的政治關聯(ALLDDP)，同時亦等於 FIRMDDP 與 DIRDDP 的加總。
第三步驟，加總 X1，X2，X5與 X6得到一家公司在特定年度中之該公司名稱的 整體政治關聯(同時包括國民黨與民進黨)程度(FIRMPC)。加總 X3，X4，X7與 X8得 到一家公司在特定年度中之該公司董事長的整體政治關聯(同時包括國民黨與民進黨) 程度(DIRPC)。加總 X1，X2...與 X8可得到一家公司在特定年度中之該公司整體(同時 包括公司名稱與董事長)的政治關聯(同時包括國民黨與民進黨)程度(ALLPC)，同時亦 等於 FIRMPC 與 DIRPC 的加總。6
4 由於相同的新聞事件有可能來自不同的報紙即不同記者的解讀，相同的新聞事件有可能出現不同的標題以及差 異性的報導內容，因此以新聞筆數的多寡來衡量政治關聯將有重覆計算的風險。
5 其中判定特定新聞是否為政治關聯新聞的準則如下為，判斷具有政治關聯的公司包括第一、政治獻金，第二、
董事會成員或高層曾與國民黨或民進黨有明顯互動或信心喊話，第三、董事長過去曾是該黨派的成員，第四、公 司高層或董事會成員過去曾擔任政府官員，第五、公司高層或董事會成員過去曾擔任國民黨及民進黨之民意代表，
第六、公司高層或董事會成員過去曾被政府指派於民間企業擔任職位，第七、公司高層或董事會成員過去曾受聘 於總統國策顧問團，第八、大陸經貿考察團向公司簽訂採購合約，第九、企業家的出生背景，包括省籍、血親、
姻親等，第十、同鄉與地緣關係。
6 本文的政治關聯變數採階層式的方式進行建構，可評估公司的整體政治關聯狀況(ALLPC)，亦可考量到企業本 身(FIRMPC)的政治關聯程度有時可能與董事長(DIRPC)不同，以及同一家企業與國民黨政治關聯程度(FIRMKMT)以 及與民進黨關聯程度(FIRMDDP)亦有可能不同，公司整體本身的政黨傾向不同(ALLKMT 與 ALLDDP)以及公司董事 長的政黨傾向亦有所不同(DIRKMT 與 DIRDDP)。分開檢驗這些不同的政治關聯變數對公司的影響，可提供較細微 的分析結果。
3.1.2 被解釋變數：股利政策
公司股利之發放為公司治理重要的指標之一，因為公司將經營成果回饋給出資 者，一方面可讓出資者在承擔適當的風險下取回其應有之報酬，亦可降低公司不發放 股利而將公司資源作為未來使用時所可能產生的代理問題以及相對應的代理成本。公 司的股利發放方式一般為現金股利與股票股利，本文考慮現金股利與股票股利以及現 金股利與股票股利發放之變異性作為公司股利政策的代理變數。
首先是現金股利(DIVCA)，指的是公司盈餘扣除其他支出或是再投資後，以現 金形式發放給股東的金額，單位為元(新臺幣)。本文將 DIVCA 定義為有發放現金股 利者為為 1，無發放現金股利者為為 0。其次，考慮臺灣金融市場中有部分公司之股 利發放型式為股票股利之型態，因此本文考慮現金股利與股票股利之和(DIVCAST)，
單位亦為元。同樣地，本文定義 DIVCAST 為現金股利與股票股利之和大於零者定義 為 1，反之為 0。第三，本文以現金股利與股票股利(單位皆為元)之前五年的資料並 計算其標準差以探討股利發放的穩定性(RDIVVAR)，例如 2004 年是以 2000 年至 2004 年五年現金股利與股票股利資料計算標準差。資料大於平均數者 RDIVVAR 設定為 1，
其餘為 0。
3.1.3 控制變數
本文參考既有研究中影響公司股利發放的若干公司特性變數，以控制這些變數對 公司股利政策的影響。成長機會(GROWTH)，Gaver and Gaver (1993)以及 Opler, Pinkowitz, Stulz and Williamson (1999)發現成長機會較高的公司，股利收益率比成長 機會較低的公司顯著為高，現金和有價證券持有比率亦較高。本文衡量 GROWTH 的 方式是採用臺灣經濟新報(TEJ)的定義，為(營業收入淨額 - 去年同期營業收入淨額) 除以去年同期營業收入淨額之絕對值再乘以 100%。公司規模(SIZE)，Smith and Watts (1992)與 Vafeas (2000)發現公司規模會影響現金流量的穩定性、融資成本以及現金股 利的發放。本文衡量公司規模為為總資產取自然對數。財務槓桿(LEV)，Jensen and Meckling (1976)提到隨著公司外部融資的增加，來自外部市場的力量將可對經理人之 監督產生作用，提升企業投資效率，資金較不會因為經理人追求自身利益而遭到浪費。
因此，財務槓桿愈高的公司將愈偏好低股利政策；另外，財務危機問題愈大的公司，
愈偏好採取低股利政策(DeAngelo and DeAngelo, 1990)。本文定義財務槓桿為總負債 除以總淨值。
獲利能力(ROA)，Fama and French (2001)發現股利發放會受公司獲利能力、投資 機會和規模因素所影響。本文定義獲利能力為公司的總資產報酬率，為稅前息前折舊 前之常續性淨利除以平均資產總額。資本資出(CAPEXP)，Bhattacharyya, Mawani and Morrill (2008)指出公司資本資出增加會使公司的現金股利發放率減少。資本資出的定 義為今年度固定資產購置減固定資產處置。經營風險(RISK)，Fenn and Liang (2001) 提到公司的經營風險不同，股利政策的決策上也會有所不同，Crutchley and Hansen (1989)發現高經營風險的公司會偏好低股利政策。本文定義公司經營風險為觀察期前 五年之總資產報酬率的標準差。
另外，本文考慮若干公司治理變數對公司股利政策所可能產生的影響。經理人 持股比率(MANHOLD)，Shleifer and Vishny (1986)指出經理人持股可以防止管理階層 追求自身利益導致股東權益損失，有效地降低代理問題。經理人持股比率定義為經理 人持股數除以流通在外總股數。董監事持股質押比率(PLEDGE)定義為全體董事將持 有股份向銀行借款佔董監事持有總股數之比例，過去文獻研究指出董監事持股質押比 率與公司現金股利發放呈現負相關，與股票股利呈現正相關(許加昂，2000；李馨蘋
與莊宗憲，2005)。董事會規模(BOARD)，李馨蘋與莊宗憲(2005)發現內部人持股比例、
董事會規模、股利支付率與資產成長率對公司經營績效為顯著正向。本文將董事會規 模定義為董事會之董事總人數。
獨立董事比率(IND)，隨著獨立董事的任期及資歷的長短，獨立董事的經驗越豐 富、越有信心管理公司，對公司的感情也提升，所以當管理階層的重大決策有違反股 東權益時，獨立董事可以監督管理階層並干預管理(Finkelstein, Hambrick and Cannella, 2009)。獨立董事比率為獨立董事席次除以董事席次。現金流量與股東控制權的偏離 程度(DIVEIATE)，La Porta et al. (1999)發現擁有最終控制權的經理人通常利用以交叉 持股及金字塔結構以控制上市公司的經營，因此將影響盈餘分配權及股東控制權的偏 離程度。本文定義現金流量與股東控制權的偏離程度為股份控制權減盈餘分配權。機 構投資人持股比率(INSTHOLD)，機構投資人可有效監督管理階層以及財務報表的真 實性(Chung, Firth and Kim, 2002)，Pound (1988)亦指出機構投資人專業知識較為豐富，
因此監督管理階層的監督成本較低、效率也較高。另外，McConnell and Servaes (1990) 也指出機構法人持股比率越大，越能有效改善公司監督效率。機構投資人持股比率定 義為機構投資人持股數除以公司流通在外總股數。
本研究之所有樣本根據台灣經濟新報資料庫之產業分類，扣除金融保險業公司 後共計 19 種產業。各產業分別為水泥工業、食品工業、塑膠工業、紡織纖維、電機 機械、電器電纜、化學生技醫、玻璃陶瓷、造紙工業、鋼鐵工業、橡膠工業、汽車工 業、電子工業、建材營造、航運業、觀光業、貿易百貨及其他。由於不同產業的公司 其營收成長與市場狀況與其他產業之公司有所不同，故本文設置 18 個產業虛擬變數，
控制不同產業對公司股利政策的影響。
另外，本文的研究期間為 2004 年至 2013 年，共計 10 個年度，故設置 9 個年 度虛擬變數，用以控制不同時期之總體經濟環境對公司股利政策的影響。本文將被解 釋變數、主要解釋變數以及若干控制變數的中文名稱、英文縮寫代號以及其簡要定義 整理於表 1。
3.2 實證模型
本文採用多重迴歸分析以檢驗公司政治關聯對股利政策的影響，迴歸係數的估計 是根據最小平方準則並以線性機率模型(Linear Probability Model)估計之。7以下為待 估計之迴歸式：
DIVCA
i,t = β0 + β1PC
i,t + β2GROWTH
i,t + β3SIZE
i,t + β4LEV
i,t + β5ROA
i,t + β6CAPEXP
i,t + β7RISK
i,t + β8MANHOLD
i,t + β9PLEDGE
i,t+ β10
BOARD
i,t + β11IND
i,t + β12DIVEIATE
i,t+ β13
INSTHOLD
i,t + ΣδYR + Σξ ID + εi,t (1)DIVCAST
i,t = β0 + β1PC
i,t + β2GROWTH
i,t +β3SIZE
i,t+ β4
LEV
i,t + β5ROA
i,t + β6CAPEXP
i,t + β7RISK
i,t + β8MANHOLD
i,t
7 本文改採 Probit 模型以及 Logit 模型估計時，實證結果並未出現明顯差異。作者感謝匿名審稿者的寶貴修正建 議。
+ β9
PLEDGE
i,t +β10BOARD
i,t+β11IND
i,t+ β12
DIVEIATE
i,t +β13INSTHOLD
i,t+ΣδYR + Σξ ID + εi,t (2)
RDIVVAR
i,t = β0+β1PC
i,t + β2GROWTH
i,t + β3SIZE
i,t + β4LEV
i,t + β5ROA
i,t + β6CAPEXP
i,t + β7RISK
i,t + β8MANHOLD
i,t+ β9
PLEDGE
i,t + β10BOARD
i,t + β11IND
i,t + β12DIVEIATE
i,t + β13INSTHOLD
i,t+ΣδYR + Σξ ID + εi,t (3)
其中各變數之下標 i 與 t 分別表示特定變數在第 i 家公司第 t 年的觀測值；βj
(j=0,1,2,…,13)為各解釋變數對被解釋變數影響之係數；δ 與 ξ 分別為年度與產業虛擬 變數向量之係數向量；三條迴歸式中被解釋變數 DIVCA 為是否發放現金股利的虛擬 變數、DIVCAST 為是否發放現金股利與股票股利的虛擬變數而 RDIVVAR 為股利發放 變異性(在本文中亦設定為虛擬變數)。PC 為政治關聯之多個衡量指標，分別包括
FIRMKMT、DIRKMT、ALLKMT、FIRMDPP、DIRDPP、ALLDPP、FIRMPC、DIRPC
與 ALLPC。GROWTH 為成長機會、SIZE 為公司規模取自然對數、LEV 為財務槓桿、ROA 為獲利能力、CAPEXP 為資本資出、RISK 為經營風險、MANHOLD 為經理人持
股比率、PLEDGE 為董監事持股質押比率、BOARD 為董事會規模、IND 為獨立董事 比率、DIVEIATE 為現金流量與股東控制權的偏離程度、INSTHOLD 機構投資人持股 比率 ID 為產業虛擬變數向量而 YR 為時間虛擬變數向量。3.2 資料來源
本研究之公司樣本為臺灣證券交易所之上市非金融產業公司，共 838 家公司，資 料期間為 2004-2013 年，資料型態為追蹤資料(Panel Data)。8本文定義前 4 年即 2004-2007 為民進黨執政時期，後 6 年則為國民黨執政時期。樣本公司之財務變數與 公司治理變數的資料來自於台灣經濟新報資料庫，政治關聯變數之建構則仰賴於立法 院新聞知識管理系統資料庫。
8 雖然本文的資料型態為追蹤資料，但本文考慮目前版本的篇幅，在迴歸的估計上採取混合(Pooled)的方式進行 估計，並未採用固定效果模式(Fixed effect model)與隨機效果模式(Random effect model)。
表 1 變數定義與英文縮寫
變數名稱 英文代號 定 義
被解釋變數
現金股利 DIVCA 現金股利之發放，有發放者為 1，反之為 0
現金與股票股利 DIVCAST 現金股利與股票股利之發放，有發放者為 1，反之為 0 現金與股票股利發放之變異性 RDIVVAR 前五年現金股利與股票股利發放(元)的標準差，大於平
均數者設定為 1，等於與小於平均數者設定為 0 主要解釋變數
公司名稱與國民黨的政治關聯 FIRMKMT 公司名稱與國民黨相關之新聞筆數 董事長與國民黨之政治關聯 DIRKMT 董事長與國民黨相關之新聞筆數
公司名稱與董事長與國民黨之政治關聯 ALLKMT 公司名稱與董事長與國民黨相關之新聞筆數 公司名稱與民進黨的政治關聯 FIRMDDP 公司名稱與民進黨相關之新聞筆數
董事長與民進黨之政治關聯 DIRDDP 董事長與民進黨相關之新聞筆數
公司名稱與董事長與民進黨之政治關聯 ALLDDP 公司名稱與董事長與民進黨相關之新聞筆數 公司名稱整體的政治關聯 FIRMPC 公司名稱與國民黨及民進黨相關之新聞筆數
董事長整體的政治關聯 DIRPC 董事長與國民黨及民進黨相關之新聞筆數
公司整體的政治關聯 ALLPC 公司名稱及董事長與國民黨及民進黨相關之新聞筆數
控制變數
成長機會 GROWTH [(營業收入淨額 - 去年同期營業收入淨額) /去年同期 營業收入淨額之絕對值] *100%
公司規模 SIZE 總資產帳面價值取自然對數
財務槓桿 LEV (總負債/總資產) *100%
獲利能力 ROA (稅前息前折舊前之常續性淨利/平均資產總額)*100%
資本資出 CAPEXP 今年度固定資產購置-固定資產處置
經營風險 RISK 前五年之(稅前息前折舊前淨利/平均總資產)的標準差
經理人持股比率 MANHOLD (經理人持股數/流通在外總股數)*100%
董監事持股質押比率 PLEDGE (董事質押股數/董事總股數)*100%
董事會規模 BOARD 董事會董事總人數
獨立董事比率 IND (獨立董事席次/董事總席次)*100%
股份盈餘偏離差比率 DIVEIATE 股份控制權－盈餘分配權
機構投資人持股比率 INSTHOLD (法人持股數/流通在外總股數)*100%
市場價值(百萬元) LLNMKTCAP 前一期之普通股市值取自然對數
每年營收成長率 LSGR 前一期之[(營業收入淨額 - 去年同期營業收入淨額) / 去年同期營業收入淨額之絕對值] *100%
營業週期 LOPC 前一期(365/應收帳款週轉次+365/存貨週轉率)取自然
對數
股價淨值比 LMB 前一年底之淨值/前一年底之市值
首都 LCAPITAL 前一期之公司總部是否設於首都(台北)
時間虛擬變數 YR 樣本期間 2004 年至 2013 年，共計 10 個年度，設置 9 個時間虛擬變數，控制年度效果
產業虛擬變數 ID 依據證券交易所交易代碼，分成 19 種產業，設置 18 個
產業虛擬變數，控制產業效果 說明：本表整理本各個變數的中文名稱、英文縮寫與變數簡要定義。
4.實證結果
4.1 敘述統計與相關分析
4.1.1 樣本分配狀況與敘述統計量
表 2 報告樣本的產業分配狀況，呈現的方式是樣本公司在不同產業下的家數分 佈、佔全體公司樣本之百分比、不同產業內之公司平均的政治關聯程度以及三個股 利政策變數之水準。我們發現，公司整體與國民黨的政治關聯(ALLKMT)為 3.1746，
公司整體與民進黨的政治關聯(ALLDPP)為 1.0988，這表示在樣本期間企業所建立政 治關聯是較為傾向於國民黨。畢竟國民黨在台灣經濟發展史上扮演的角色較為悠久 而重要，自 1949 年國民政府自中國大陸播遷來台以來，接收日本在台灣地區統治的 財產及累積了許多黨營財產，加上國民黨的黨派運作理念及經營手段，而逐漸擴展 黨營事業至今，國民黨擁有龐大財產及慢慢累積的政商關係(李福鐘，2008)，使得企 業傾向偏好與國民黨建立政治關聯。以企業與董事長角度來看，董事長的政治關聯 程度(DIRPC)為 2.6999，企業的政治關聯程度(FIRMPC)為 1.5735，顯示董事長的政 治關聯程度大於公司的政治關聯程度。
在所有產業中，汽車產業整體的政治關聯最大，為 13.375，其中企業的政治關 聯為 4.9444，董事長的政治關聯為 8.4306，公司與國民黨的政治關聯程度(12.764) 大於公司與民進黨的政治關聯程度(0.6111)，從此可以明顯看出汽車產業是好國民黨 建立政治關係，可能原因為台灣為發展中國家，汽車產業是一國重要工業與待保護 的產業，汽車產業的專業技術能擴展到其他產業中，增加技術專業能力、就業機會 及稅收，有利於振興國家經濟(戴萬平與顧長永，2015)，因此汽車產業與長久執政的 國民黨有政治聯結是相當直覺的結果。整體政治關聯最少者為觀光產業，僅 0.2286。
另外由表 2 亦可看出，大部分的產業是與國民黨有政治關係，僅有 4 個產業是偏好 與民進黨建立較密切的政治關係，分別是電機產業、造紙產業、鋼鐵產業與觀光產 業。
由股利政策的三個變數來看，64.53%的公司有發放現金股利(由於本文之股利 政策變數為 1 與 0 之虛擬變數，0.6453 表示所有樣本中有 64.53%之變數值等於 1，
即 64.53%的公司有發放現金股利)，25.29%的公司同時有發現金股利與股票股利，
其中油電燃氣產業所有的公司在所有年度皆有發放現金股利，其次為水泥產業、塑 膠產業與電機產業。紡織產業發放現金股利的比率是最低的(42.29%)。就現金股利 與股票股利發放之變異性來說，變異程度最高者為水泥產業，有 95.71%的樣本其股 利放發變異程度大於平均數。變異程度最低者為造紙產業。
表 3 為敘述統計量表，其中 Panel A 為全部樣本，Panel B 為有政治關聯(公司 整體的政治關聯 ALLPC 之新聞筆數至少大於 1 者)樣本而 Panel C 為無政治關聯(公 司整體的政治關聯 ALLPC 之新聞筆數等於零者)樣本。觀察 Panel A 發現，現金股利 之平均數為 0.2495，最大值為 25.000，最小值為 0；現金股利與股票股利金額之平 均數為 1.2813，最大值為 53.280，最小值為 0；股利發放穩定性 RDIVVAR 之平均數 為 35.140。9 整體政治關聯 ALLPC 的平均數為 3.3882，最大值為 1380，最小值為 0；
董事長的政治關聯 DIRPC 平均數為 2.1069 高於公司的政治關聯 FIRMPC 平均數為 1.2814。以國民黨(ALLKMT)與民進黨(ALLDDP)的政治關聯來看，國民黨的政治關聯 平均數為 2.6011，高於民進黨的政治關聯平均數為 0.7871，而在與兩個政黨之政治 關聯中，董事長與國民黨及民進黨兩個政黨的政治關聯(1.6175 與 0.4894)也是高於公
9 在此現金股利、現金股利與股票股利以及現金股利與股票股利發放之變異程度之單位為元，並非為本文實證 分析中的虛擬變數。
司與兩個政黨的政治關聯(0.9836 與 0.2978)。
比較表 3 之 Panel B 與 Panel C 可發現，具政治關聯樣本之平均現金股利發放水 準較不具政治關聯樣本為高(1.6827 與 1.2176)，但現金與股票股利之平均水準則相對 較低(0.2196 與 0.2539)，平均的現金與股利發放之變異性是相對較高的(0.7952 與 0.6731)。由於區分 Panel B 與 Panel C 樣本是根據公司整體是否有政治關聯(ALLPC) 之新聞筆數是否大於零，因此 Panel B 之 ALLPC 皆不為零，而 Panel B 其他政治關 聯變數則有可能等於零，但平均而言必定高於 Panel C 之政治關聯變數之平均數。
另外，我們到觀察到若干在迴歸方程式中之控制變數在兩組樣本間是有顯著差 異的，舉例來說，平均而言，政治關聯公司的營收成長率較無政治關聯樣本來說為 低(11.279%與 100.86%)，規模較大，槓桿比率較高，資本支出較高，經營風險較低，
經理人持股比率較低，董事持股質押比率較高，董事會規模較大，獨立董事比率較 低等。這表示政治關聯的公司相較於無政治關聯公司的公司特性變數以及股權結構 是有顯著差異的，因此在分析政治關聯對股利政策的影響時，矯正樣本的選擇偏誤 (Selection Bias)亦有其必要。
表 2 樣本分配狀況
Panel A. 樣本公司之產業分佈 Panel B. 政治關聯程度 Panel C. 股利政策
產業名稱 產業內樣本數 佔全體總樣本百分比 ALLKMT ALLDPP FIRMPC DIRPC ALLPC DIVCA DIVCAST RDIVVAR
水泥 7 0.0084 5.9571 2.3000 2.4143 5.8429 8.2571 0.7714 0.3286 0.9571 食品 24 0.0286 5.4333 2.0000 2.7458 4.6875 7.4333 0.6042 0.2375 0.6750 塑膠 23 0.0274 5.8174 1.4043 3.6000 3.6217 7.2217 0.7435 0.3348 0.8130 紡織 48 0.0573 2.5833 0.7563 0.2229 3.1167 3.3396 0.4229 0.1604 0.6208 電機 45 0.0537 0.5667 0.6578 0.5178 0.7067 1.2244 0.7044 0.2556 0.8022 電器電纜 16 0.0191 1.4313 0.2563 1.2500 0.4375 1.6875 0.5125 0.0938 0.6750 化學 54 0.0644 1.8593 1.2296 0.5278 2.5611 3.0889 0.6481 0.2278 0.6741 玻璃 5 0.0060 3.2600 1.0600 2.9000 1.4200 4.3200 0.6400 0.3000 0.6400 造紙 8 0.0095 1.1250 1.3875 1.8375 0.6750 2.5125 0.4625 0.1375 0.5500 鋼鐵 30 0.0358 1.0567 1.9167 1.3800 1.5933 2.9733 0.6033 0.2400 0.7567 橡膠 12 0.0143 1.0083 0.0917 0.3167 0.7833 1.1000 0.7000 0.4750 0.8167 汽車 7 0.0086 12.764 0.6111 4.9444 8.4306 13.375 0.6111 0.1111 0.5833 電子工業 405 0.4832 1.5468 0.3122 0.7268 1.1321 1.8590 0.6757 0.3433 0.7829 營建 45 0.0536 0.4699 0.2606 0.3497 0.3808 0.7305 0.5791 0.3430 0.7238 航運 20 0.0239 3.0550 1.2550 1.6500 2.6600 4.3100 0.5800 0.2050 0.7800 觀光 14 0.0167 0.0143 0.2143 0.2286 0.0000 0.2286 0.6929 0.3286 0.6357 貿易百貨 17 0.0200 3.2500 0.8988 0.4167 3.7321 4.1488 0.6310 0.2024 0.6548 油電燃氣 8 0.0095 4.3375 4.0250 0.7000 7.6625 8.3625 1.0000 0.2375 0.5421 其他 50 0.0599 4.7820 0.2400 3.1680 1.8540 5.0220 0.6780 0.2440 0.6940 總計 (838) (1.0000) 3.1746 1.0988 1.5735 2.6999 4.2734 0.6453 0.2529 0.7046 說明：
本表報告樣本公司的產業分布狀況。表格最下列之數字，有括號者為上方所有產業樣本的加總，無括號者為上方所有產業樣本的算術平均數。
表 3 敘述統計量
Panel A. 全部樣本 Panel B. 具政治關聯樣本 Panel C. 不具政治關聯樣本
變數 觀 察 值
數目
平均數 中位數 標準差 最小值 最大值 觀察值
數目
平均數 中位數 標準差 最小值 最大值 觀察值
數目
平均數 中位數 標準差 最小值 最大值
DIVCA 7,795 0.2492 0.0000 0.6874 0.0000 25.000 1,068 0.2196 0.0000 0.6310 0.0000 14.000 6,727 0.2539 0.0000 0.6959 0.0000 25.000 DIVCAST 7,795 1.2813 0.6000 2.3837 0.0000 53.280 1,068 1.6827 0.8250 3.0592 0.0000 40.000 6,727 1.2176 0.5800 2.2517 0.0000 53.280 RDIVVAR 7,192 0.6910 0.4798 1.0852 0.0000 35.140 1,053 0.7952 0.4879 1.2984 0.0000 19.140 6,139 0.6731 0.4781 1.0434 0.0000 35.140 GROWTH 7,894 88.741 6.4750 4739.6 -99.640 417466 1,068 11.279 5.6850 51.863 -96.070 1111.8 6,826 100.86 6.5900 5096.8 -99.640 417465.6 SIZE 8,026 25800000 6117209 81900000 973.00 2310000000 1,069 98900000 28200000 183000000 645928 2310000000 6,957 14500000 5343503 40300000 973.00 718000000
LEV 8,020 43.512 43.970 20.864 0.0000 936.40 1,069 46.310 47.680 17.484 1.6000 92.000 6,951 43.081 43.200 21.305 0.0000 936.40 ROA 7,780 10.317 9.3850 10.093 -129.95 96.450 1,068 10.787 9.5400 9.6177 -32.120 96.450 6,712 10.242 9.3200 10.165 -129.95 95.810 CAPEXP 7,875 1633035 178275 8079183 -0.3000 288000000 1,068 6553011 902115 19600000 0.0000 288000000 6,807 861104 152999 3294702 -0.3000 96000000 RISK 7,716 4.7558 3.5936 4.6998 0.0707 70.389 1,064 3.8529 3.0034 3.2019 0.2558 38.351 6,652 4.9002 3.6796 4.8818 0.0707 70.389 MANHOLD 7,437 1.1118 0.3100 2.2916 0.0000 44.490 1,064 0.5552 0.1250 1.3409 0.0000 14.520 6,373 1.2047 0.3600 2.4017 0.0000 44.490 PLEDGE 7,437 9.9446 0.0000 18.412 0.0000 99.970 1,064 13.080 2.1750 19.519 0.0000 99.870 6,373 9.4211 0.0000 18.169 0.0000 99.970 BOARD 7,437 7.1419 0.0000 2.4003 0.0000 28.000 1,064 8.1711 7.0000 2.8531 3.0000 19.000 6,373 6.9700 7.0000 2.2714 0.0000 28.000 IND 7,436 13.113 0.0000 16.422 0.0000 75.000 1,064 10.037 0.0000 14.622 0.0000 75.000 6,372 13.626 0.0000 16.649 0.0000 60.000 DIVEIATE 7,414 6.5186 1.8200 10.822 0.0000 90.030 1,064 10.409 3.3150 14.337 0.0000 90.030 6,350 5.8668 1.6300 9.9686 0.0000 79.850 INSTHOLD 7,394 40.190 37.095 23.031 0.0000 100.00 1,064 54.731 56.600 22.735 0.9700 100.00 6,330 37.745 34.225 22.164 0.0000 100.00 FIRMKMT 6,831 0.9836 0.0000 16.737 0.0000 1300.0 1,070 6.2794 1.0000 41.911 0.0000 1300.0 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 DIRKMT 6,831 1.6175 0.0000 10.191 0.0000 364.00 1,070 10.326 2.0000 23.948 0.0000 364.00 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 ALLKMT 6,831 2.6011 0.0000 21.763 0.0000 1380.0 1,070 16.606 5.0000 52.852 0.0000 1380.0 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 FIRMDPP 6,831 0.2978 0.0000 3.9802 0.0000 225.00 1,070 1.9009 0.0000 9.9080 0.0000 225.00 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 DIRDPP 6,831 0.4894 0.0000 5.7010 0.0000 200.00 1,070 3.1243 0.0000 14.122 0.0000 200.00 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 ALLDPP 6,831 0.7871 0.0000 8.7874 0.0000 388.00 1,070 5.0252 0.0000 21.727 0.0000 388.00 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 FIRMPC 6,831 1.2814 0.0000 17.403 0.0000 1300.0 1,070 8.1804 2.0000 43.341 0.0000 1300.0 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 DIRPC 6,831 2.1069 0.0000 11.944 0.0000 364.00 1,070 13.450 4.0000 27.545 0.0000 364.00 5,761 0.0000 0.0000 0.0000 0.0000 0.0000 ALLPC 6,831 3.3882 0.0000 23.862 0.0000 1380.0 1,070 21.631 8.0000 56.947 1.0000 1380.0 5,761 0.0000 0.0000 0.0000 0.0000 0.0000
說明：
本表報告變數的基本敘述統計量，包括觀察值數目、平均數、中位數、標準差、最小值與最大值，其中 Panel A 為全部樣本，Panel B 為有政治關聯(公司整體的政治關聯 ALLPC 之 新聞筆數至少大於 1 者)樣本而 Panel C 為無政治關聯(公司整體的政治關聯 ALLPC 之新聞筆數等於零者)樣本。資料期間為 2004 至 2013 年共 10 年。樣本公司共 838 家。
表 4 為相關係數矩陣，其中下三角矩陣中的元素為 Pearson 積差相關係數，
上三角矩陣中的元素為 Spearman 等級相關係數，星號則表示特定之相關係數在 5%顯著水準下異於零。首先，由 Spearman 等級相關係數來看，DIVCA 與五個 政治關聯變數之相關係數皆為正且統計顯著，表示公司不論是以公司名義還是董 事長名義從事政治關聯活動，與國民黨還是民進黨有政治關聯，公司皆有較高的 傾向或機率發放現金股利。第二，DIVCA 與 SIZE 呈顯著正相關(0.1584)、與 LEV 呈顯著負相關(-0.175)、與 ROA 呈顯著正相關(0.594)、與 CAPEXP 呈顯著正相關 (0.1872)、與 RISK 呈顯著負相關(-0.0818)、與 MANHOLD 呈顯著正相關(0.1607)、
與 PLEDGE 呈顯著負相關(-0.0442)、與 BOARD 呈顯著正相關(0.0686)而與 IND 呈顯著正相關(0.1376)，這表示公司規模較大、負債比率較低、獲利能力較高、
資本支出金額較高、經營風險較低、經理人持股比率較高、董監事持股質押比率 較低、董事會規模較大以及獨立董事比率較高時，公司有愈高的傾向發放現金股 利。第三，DIVCAST 與五個政治關聯變數的相關係數皆為正且部分為顯著，因 此與先前的結果相類似。第四，RDIVVAR 與五個政治關聯變數的相關係數皆為 正，其中五個相關係數中有四個達統計顯著，表示政治關聯公司其股利發放的情 形較為不穩定。整體來說，公司不論與國民黨還是民進黨有政治關聯，且不論是 以公司還是以董事長名義所產生的政治關聯，皆有較高的傾向發放現金股利與股 票股利，但發放的穩定性卻較也相對較低。
4.2 迴歸分析 4.2.1 全樣本
表 5 報告在全樣本下，以線性機率模型估計政治關聯對現金股利發放機率的 影響。首先，只有當解釋變數為 FIRMPC 時，其估計係數為負(-0.0002)且達到統 計顯著水準，表示當公司的政治關聯程度(不論與國民黨還是民進黨)愈高時，公 司發放現金股利的傾向(或機率)是愈低的。第二，大多數政治關聯變數的估計係 數皆未達統計顯著水準，表示政治關聯與公司現金股利發放機率的關聯性並不顯 著。第三，SIZE、ROA、BOARD、IND、與 INSTHOLD 的估計係數顯著為正，
表示公司的規模愈大、獲利能力愈高、董事會規模愈大、獨立董事比率高以及機 構投資人持股比率愈高時，公司發放現金股利的傾向愈高，與一般直覺相一致。
LEV、CAPEXP、RISK、PLEDGE、DIVEIATE 估計係數顯著為負，表示當公司的
槓桿比率愈高、資本支出的金額愈高、公司經營風險愈大、董監事持股質押比率 愈高、控制權與現金流量請求權偏離程度愈高時，公司發放現金股利的傾向是愈 低的。表 6 報告在全樣本下，以線性機率模型估計政治關聯對現金股利與股票股利 的影響。首先，DIRKMT 的估計係數顯著為負(-0.0015)，表示當公司董事長與國 民黨之政治關聯程度較高時，公司會有較低的傾向發放現金與股票股利。第二，
FIRMDDP、DIRDDP 與 ALLDDP 之估計係數顯著為正(0.003、0.0031 與 0.0019)，
表示當公司與民進黨之政治關聯、董事長與民進黨以及公司整體與民進黨之政治 關聯程度愈高時，公司有較高的傾向發放現金與股票股利。為節省篇幅，若干控 制變數的估計結果茲不贅述。
表 7 報告在全樣本下，以線性機率模型估計政治關聯對現金股利與股票股利 發放之變異性的影響。首先，DIRKMT 的估計係數顯著為正(0.0024)，表示當公 司董事長與國民黨之政治關聯程度較高時，公司之現金與股票股利發放的變異程 度有愈高的傾向，公司的股利發放愈不穩定。第二，FIRMDDP、DIRDDP 與
