企業決策對現金流量風險值之研究
詹家昌1 鄭登建2 摘 要
企業面臨環境的變遷、同業之競爭、處理內部發展與外部供應鏈問題時，需要採行不同 決策。決策自然有其風險，而風險的計算在不同產業有不同的方式。目前製造業尚未有一致 性規範風險的評估或計算模式，近期發展以現金流量風險值(Cash Flow at Risk – CFaR) 作為 非金融機構評估企業風險之指標。此指標是以不同決策所產生的現金流量為基礎，計算企業 決策階層進行各項決策後，引發潛在之風險。本研究中以決策觀點推導企業可能產生之現金 流量風險，採用由上而下之決策選擇，建立製造業之現金流量風險值衡量模式。研究中將現 金流量區分成營運決策、投資決策及供應鏈管理決策現金流量，同時定義影響此三項主要決 策之風險因子後採用歷史資料模式，估算影響決策因子之未來走向及波動，確認模式之穩健 性。再經由Monte Carlo 模擬法，分析不同決策情境對現金流量風險值之影響，最後分析模 式風險因子非常態之波動測試，了解極端情境下之最大現金流量風險。研究結果顯示，多數 之企業所面臨營運決策風險及供應鏈決策風險較其他決策來的重要，而投資及研發決策所產 生之風險除了電子業外並不顯著。
關鍵字:決策現金流量、現金流量風險值、蒙地卡羅模擬法
* 作者非常感謝評審委員的寶貴意見.
1 東海大學財務金融系副教授
2 東海大學企業管理研究所碩士
壹、緒論
除了金融保險業外，製造業對於風險尚未有一致性規範的評估或計算模式。近年NERA 提出採用現金流量風險值(Cash Flow at Risk – CFaR) 作為非金融機構計算企業風險之工具，
此模型是以企業各項決策所產生的現金流量為基礎，其與一般金融機構採行VaR 模型是以市 場價格指標為基礎不同。前者是屬於決策階層對於企業進行各項決策後，引發潛在之風險，
此風險是由企業內部由上而下之決策過程中產生；而後者，是金融業面臨外部或市場各項因 子變化而引發金融企業潛在之風險。
台灣的電子產業在全球電子業供應鏈中占有重要之地位，從上游晶圓專工到終端產 品，如筆記型電腦在考量市占率時均需投入大筆資金進建廠、購買設備及研究新製程。如蓋 一座12 吋晶圓廠動輒需投資上千億元，一座七代 TFT-LCD 廠亦超過一千億元。巨額的投資 所代表的是將產生巨大的產能，當廠商競相投資若無法創造足夠的需求，或者需求成長率無 法追上產能增加率時，會使得產能過剩，而使得產品之單位價格急速下降，進而引發廠商利 潤降低。過度競爭使得無法回收投資或回收期間過長，進而可能造成營運上的困境，甚至倒 閉。由此觀之，資本密集之製造業所面臨之風險與金融業差異相當大，不完全在於匯率或利 率或商品價格的波動，更重要的是在於決策不當所造成企業整體風險的增加。因此，金融業 之風險計算模式無法直接用於製造業上，有必要就製造業之風險計算方式建立一套風險值評 估模式。
一般在進行企業評價時，是以現金流量為衡量基礎，而現金流量風險值是反應企業在 不確定風險因子波動時，對企業所產生之風險程度。因此，本篇論文主要探討的方向是從決 策觀點推導企業可能產生之現金流量風險值，以了解不同企業是由何種決策來驅動現金流量 風險。同時，以風險規劃的角度避免風險過度集中於特定之決策上。
貳、文獻探討
金融業採用VaR 來定義風險程度，Jorion (2001)提出其內涵為在特定期間內，給定的信 心水準內，所可能發生的最大損失。而CFaR 採用相同之精神，惟不同之處在於造成資產波 動之動因不完全是即時性隨市價波動 (Marked-to-Market)的資產。因而不論在期間的選擇，
或計算模式均不同於VaR。
例如原料價格、匯率、利率或週轉率的改變是如何影響營運現金流量?在何等機率之前題下，
需要多少營運資金來涵蓋企業營運及進行策略性投資所需?由於每家企業不同，所以在回答 此問題時需要依各別企業所需量身打造，設定其風險部位。CFaR 的方法提供了當特定的風 險因子波動時，其實際現金流量與預計現金流量改變的幅度。
對於風險因子變化行徑如何影響現金流量，Alesii(2003)提出採用實質選擇權的方式計 算CFaR。其運用 CVP 之計算式，估計投資案之現金流量，運算模式為:
' , ,'
,' ,'
'
, ) * ( )
,
( t l
l VCT l
t l
t l t = Q t P − U − F
Π θ
(2-1)式中θt為依時間而變的隨機狀態變數。l΄為專案期間之決策狀態，Qt,l為不同期間之產量，Pt, l΄為單價，Uvct, l΄為單位變動成本，Ft, l΄為固定成本。
對於風險暴露的計算 Stulz and Williamson(1996)提出三種方法。一、利用 Pro Forma statement。二、利用 Past history data 迴歸。三、採用 Monte Carlo 模擬。而這三種方法各有 其優點及限制。
採用Pro forma statement 預估風險暴露其優點是可以明確計算單一風險因子變化對於企 業現金流量的改變。其計算精神在於 Exposure to M=dCF/ dM。雖然此法仍可適用於多風險 因子變化時對現金流量的變化，惟多風險因子間之交互作用對於現金流量之影響不易表達，
而且無法計算現金流量對風險因子在不同路徑變化時所產生之影響。
若Pro forma approach 無法有效辨識風險因子與現金流量間之關係時，採用歷史資料經 由迴歸法，可以將影響現金流量的重要風險因子納入迴歸式中，以了解現金流量受此風險因 子之影響程度。運用此法是基於下列之假設:企業未來的現金流量與過去的風險因子是相 關，而且不變的。惟對於多變的產業環境及競爭態勢，採用此法就有其侷限。
Monte Carlo 模擬法解決了用歷史資料推論未來風險因子不隨環境變化改變之假設。相 同的必須了解現金流量與風險因子間之關係式，再來了解各個風險因子之分佈形態，而後進 行模擬以計算現金流量風險值。其優點是不受限於以過去的環境推論未來的風險因子是相 同，同時現金流量與風險因子間之關係也可以是非線性，而且可以描述不同決策或風險因子 變化路徑下之現金流量風險值。當然，任何一種方法都有其假設，採用Monte Carlo 模擬法 需假設風險因子之分佈形態不會隨時間變化，也就是說過去之分佈型態可用於未來之分佈。
綜合上述各方法之優缺點，採用歷史資料迴歸，將將影響現金流量的重要風險因子納 入迴歸式中，再透過Monte Carlo 模擬法解決風險因子影響現金流量之行徑可更精確的估計 現金流量風險值。
就CFaR 分析模式 Lecocq(May 2003) 以 Budgeted EBITDA 作為分析現金流量風險值的 模式。其中採用不避險策略、採用遠期契約或採用選擇權三種指標，作為企業面臨市場風險 因子波動時，評估現金流量風險之暴露及避險策略之選擇。其以澳洲某家礦業為例，採用 EBITDA 為現金流量計算風險之模型，以該企業之營運模式(包括海外礦區)在面臨匯率(澳 幣、印尼盾)及重金屬(金、銅)價格波動時，分析採行不避險策略、採用遠期契約或採用選擇 權三種方式，經過Monte Carlo 模擬，計算現金流量風險值。
風險值之計算運用在金融業方面 Jorion(2001)對於非金融業採用 CFaR 計算風險。此 模式架構仍然是以商品價格、匯率及利率作為現金流量風險值之動因。此風險因子透過產 量、生產成本、銷貨收入及其他成本影響企業之現金流量。
在此模式中主要是以價格彈性2-2 式來表達銷貨收入 2-3。
η − = ηδ
− =
0 0 1
* 0
* 0
*
1
) ( )
(
S S S P
P
P
(2-2)
R = P
1*QS
1= P0*( 1 + δη ) QS0( 1 + δ )
(2-3)
( 1 + δ )
(2-3)惟此模式較適用於產品單一化之企業，當產品多樣化後，各產品之價格彈性不同，就更 不容易以此式計算相關之收入及相關成本及產能需求。
其亦指出在計算非金融機構之風險時最難的部份在於各企業策略的選擇不同，各企業會 因行銷策略或生產策略等而改變其現金流量，此種策略改變較之市場風險之影響更大。因 此，在評估企業之現金流量風險時應將策略因素考量在內。
叁、研究方法
首先要定義所需研究標的之計量法量測指標，此指標即為攸關現金流量風險值計算之決 策指標。本研究中採用營運決策、投資決策及供應鏈管理決策三個一般用於製造業所需的決 策。由此三個決策所產生的現金流量稱之為決策現金流量，以此做為現金流量風險值的估算 參數。當然就一般企業財務報表中之現金流量之表達方式是採三種活動之現金流量-營運活動 之現金流量、投資活動之現金流量及融資活動之現金流量來表示，本研究中是以是製造業中 所常面臨之管理決策角度作為現金流量風險值之應變數。
在完成決策參數選定後，即要定義分析之單位期間及信賴區間。本研究是預觀察企業決 策之影響，而非注重於短期之表現，因而以年資料作基礎。同時，CFaR 計算信賴區間與一 般通用計算風險值之信賴區間相同，所採用95%之信心水準。
綜合上述各項企業決策內容將決策現金流量以下列線性方程式表示:
CF = α+β*DOF+γ*DIF+δ*DWC+ε (3-1) ε : 為殘差項，假設其符合白干擾過程(white noise process)
此處之CF 為現金及約當現金加上短期投資減短期借款，所代表之義意為企業所能即時 運用marketable 資金之淨額。由此式中可了解不同企業在進行營運決策或投資決策或供應鏈
管理決策時，對於其現金餘額之影響。進一步透過歷年之決策習性，預估在95%之信心水準 下，次一期之現金流量風險值，即計算:
i i
i
i
D O F D I F D W C
CFaR = α + β * ˆ + γ * ˆ + δ * ˆ
(3-2)肆、實證結果與分析
為了解台灣上市公司在不同產業之決策模式是否會造成現金流量風險值之重大差異，及 各企業之決策傾向，特以營運決策、投資決策及供應鏈管理決策三者進行分類。當然所有企 業對這三者之決策缺一不可，惟因企業及其產品之特性會有所調整。本研究中先就三類決策 可能之傾向進行預期篩選，如表 4-1，再選取不同產業中最具代表性，及對相關產業影響較 大之公司進行分析。
表 4-1 預期決策傾向對選用樣本分類
上表中之分類原則為:產品已達穩定狀態管理決策之重點在於維持一定之產能利用及 營運決策 供應鏈管
理決策 投資決策 營運決策 供應鏈管
理決策 投資決策
台泥 台泥 正隆 正隆
亞泥 亞泥 永豐餘 永豐餘
味全 味全 中鋼 中鋼
統一 統一 台橡 台橡
台塑 台塑 正新 正新
南亞 南亞 裕隆 裕隆
遠紡 遠紡 三陽 三陽
南紡 南紡 聯電 聯電
東元 東元 鴻海 鴻海
華新 華新 台積電 台積電
台玻 台玻 宏碁 宏碁
華航 華航
產品成本結構之管理者屬營運決策之類別。若產品結構或內部製程複雜，不論在上游之供應 端或下游之銷售端均需投注大量管理方能達成者屬供應鏈管理決策之類別。若企業發展策略 是經由轉投資而多樣化，或需不斷投入大量固定資產以創造足夠競力之產能，或經由不斷研 發建立產品之獨特性者屬於偏向投資決策之企業。
採用之數據來源為 TEJ 台灣經濟新報之年資料，各家企業報表最早自民國七十一年或 最晚七十八年，至九十二年之年報資料，以此作為基礎資料進行決策現金流量、各決策因子 之迴歸及現金流量風險值等各項分析。所選取之期間樣本數如表4-2:
表 4-2 各產業選用樣本數表
一、 決策現金流量的衡量
決策現金流量分為營運決策之現金流量、投資決策之現金流量及供應鏈管理決策之現金 流量三類。由 3-1，3-2 式所計算出之各企業之相關數值後，利用 EView 套裝軟體，分別計 算出各別企業之決策現金流量迴歸式。各參數係數如表4-3。
產業類 水泥類 食品類 塑膠類 紡織類 機電類 電纜類 玻璃類
股號 1101 1201 1301 1402 1504 1605 1802
公司 台泥 味全 台塑 遠紡 東元 華新 台玻
樣本數 22 22 22 22 22 22 22
股號 1102 1216 1303 1440
公司 亞泥 統一 南亞 南紡
樣本數 22 22 22 17
產業類 紙類 鋼鐵類 橡膠類 汽車類 電子類 電子類 航空類
股號 1904 2002 2103 2201 2303 2317 2610
公司 正隆 中鋼 台橡 裕隆 聯電 鴻海 華航
樣本數 19 19 22 22 21 17 15
股號 1907 2105 2206 2330 2353
公司 永豐餘 正新 三陽 台積電 宏碁
樣本數 22 19 17 15 16
表 4-3 決策現金流量迴歸式係數表
年資料 (CF+短投-短借)
R2 / Adj R2 F值 迴歸參數 係數 Std error t值 P值 1101 0.257 3.38 C -1,163,279 838,385 -1.3875 0.1822
台泥 0.133 DOF 0.2551 0.2196 1.1615 0.2606 DIF -0.0720 0.0451 -1.5955 0.1280 DWC -0.2546 0.2054 -1.2396 0.2311 1102 0.069 0.37 C -255,746 538,115 -0.4753 0.6403 亞泥 -0.086 DOF 0.0922 0.1329 0.6941 0.4965 DIF -0.0370 0.1164 -0.3182 0.7540 DWC -0.0852 0.3318 -0.2569 0.8002 1201 0.305 4.05 C -1,068,688 156,930 -6.8100 0.0000 味全 0.190 DOF 0.4036 0.1893 2.1322 0.0470 DIF -0.1033 0.0768 -1.3451 0.1953 DWC -0.2810 0.2616 -1.0740 0.2970 1216 0.547 2.26 C -2,830,128 525,431 -5.3863 0.0000 統一 0.472 DOF 0.6190 0.1352 4.5779 0.0002 DIF 0.1683 0.0954 1.7652 0.0945 DWC 0.2939 0.2585 1.1373 0.2703 1301 0.449 6.13 C -1,782,207 1,632,873 -1.0915 0.2895 台塑 0.357 DOF 0.4826 0.1659 2.9095 0.0094 DIF 0.1861 0.0726 2.5639 0.0195 DWC -0.1737 0.5053 -0.3438 0.7350 1303 0.413 7.31 C -6,908,427 2,221,355 -3.1100 0.0060 南亞 0.315 DOF 0.2951 0.1791 1.6477 0.1168 DIF 0.4190 0.1237 3.3872 0.0033 DWC 0.2915 0.5107 0.5708 0.5752 1402 0.064 0.54 C -907,014 1,384,313 -0.6552 0.5206 遠紡 -0.092 DOF -0.0948 0.2340 -0.4053 0.6900 DIF -0.0611 0.0604 -1.0109 0.3255 DWC 0.1697 0.2880 0.5890 0.5632
表 4-3 決策現金流量迴歸式係數表(續)
年資料 (CF+短投-短借)
R2 / Adj R2 F值 迴歸參數 係數 Std error t值 P值 1440 0.351 2.51 C -1,298,553 649,534 -1.9992 0.0669
南紡 0.202 DOF 0.6761 0.4037 1.6746 0.1179 DIF 0.1895 0.1209 1.5679 0.1409 DWC 0.6287 0.2427 2.5910 0.0224 1504 0.567 6.54 C -3,774,616 1,045,461 -3.6105 0.0020 東元 0.495 DOF 2.1971 0.4719 4.6559 0.0002 DIF 0.2802 0.1575 1.7792 0.0921 DWC 0.4143 0.4064 1.0196 0.3214 1605 0.092 1.97 C 1,562,805 706,988 2.2105 0.0403 華新 -0.060 DOF 0.2086 0.2423 0.8609 0.4006 DIF 0.0215 0.1214 0.1769 0.8616 DWC 0.2989 0.2411 1.2398 0.2310 1802 0.705 12.80 C 248,692 555,300 0.4479 0.6596 台玻 0.656 DOF 1.3151 0.2008 6.5503 0.0000 DIF 0.2434 0.1664 1.4628 0.1608 DWC 0.7342 0.6049 1.2138 0.2405 1904 0.710 3.45 C -351,526 290,680 -1.2093 0.2453 正隆 0.652 DOF 0.1608 0.1374 1.1703 0.2601 DIF 0.3675 0.0971 3.7842 0.0018 DWC 0.5907 0.1127 5.2413 0.0001 1907 0.279 4.07 C -722,862 497,075 -1.4542 0.1631 永豐餘 0.159 DOF 0.4937 0.2000 2.4683 0.0238 DIF -0.0924 0.1016 -0.9092 0.3752 DWC -0.1069 0.1722 -0.6206 0.5426 2002 0.544 2.45 C 6,090,514 7,825,928 0.7782 0.4485 中鋼 0.453 DOF 0.3083 0.2550 1.2089 0.2454 DIF 1.0667 0.2963 3.6002 0.0026 DWC 0.4411 0.2415 1.8265 0.0877 2103 0.412 3.17 C -358,692 340,659 -1.0529 0.3063 台橡 0.314 DOF 0.9570 0.3230 2.9626 0.0083 DIF -0.2788 0.3076 -0.9062 0.3768 DWC 0.3533 0.3609 0.9789 0.3406 2105 0.155 7.99 C -8,742 189,216 -0.0462 0.9638 正新 -0.014 DOF 0.2421 0.1869 1.2955 0.2147 DIF 0.2796 0.1773 1.5769 0.1357 DWC -0.0316 0.4588 -0.0689 0.9460
表 4-3 決策現金流量迴歸式係數表(續)
就以上表結果顯示，電子、汽車業及部份如統一、台玻、中鋼等企業，較之其他傳統產 業平均而言有較高之判定係數，同時其各參數係數均相當顯著，似乎意味，這些企業之決策 方式較注重現金流量管理，而使得長久以來之成果有一致性。
年資料 (CF+短投-短借)
R2 / Adj R2 F值 迴歸參數 係數 Std error t值 P值 2201 0.797 40.62 C -2,021,509 641,750 -3.1500 0.0055
裕隆 0.763 DOF 0.9634 0.1162 8.2874 0.0000 DIF -0.0146 0.0888 -0.1645 0.8712 DWC 0.4485 0.2389 1.8777 0.0767 2206 0.821 15.20 C -4,103,914 816,115 -5.0286 0.0002 三陽 0.779 DOF 2.2734 0.2977 7.6374 0.0000 DIF 0.1598 0.1376 1.1615 0.2663 DWC 0.5339 0.3198 1.6693 0.1189 2303 0.976 209.54 C 2,545,553 1,756,446 1.4493 0.1752 聯電 0.970 DOF 1.4754 0.0726 20.3281 0.0000 DIF 0.5566 0.0516 10.7936 0.0000 DWC 2.0631 0.3575 5.7711 0.0001 2317 0.914 62.87 C -314,197 487,061 -0.6451 0.5301 鴻海 0.894 DOF 0.7560 0.1012 7.4718 0.0000 DIF 0.6609 0.1711 3.8625 0.0020 DWC -0.1344 0.0785 -1.7129 0.1105 2330 0.990 339.25 C -2,895,946 1,234,834 -2.3452 0.0388 台積電 0.988 DOF 0.7075 0.0289 24.4718 0.0000 DIF 0.2744 0.0278 9.8556 0.0000 DWC -0.7364 0.2737 -2.6909 0.0210 2353 0.972 312.31 C -391,581 205,845 -1.9023 0.0814 宏碁 0.965 DOF 0.8059 0.2360 3.4147 0.0051 DIF -0.0105 0.0445 -0.2366 0.8170 DWC 0.2138 0.4736 0.4515 0.6597 2610 0.534 3.18 C 21,378,114 6,622,000 3.2283 0.0080 華航 0.407 DOF -0.7537 0.5937 -1.2696 0.2304 DIF 0.6845 0.2015 3.3974 0.0060 DWC 0.4981 0.5704 0.8731 0.4012
二、 現金流量風險值之計算
本研究報告中現金流量風險值(CFaR)之衡量在完成決策現金流量迴歸式後，下一步驟是 預測下一期之各參數之平均數及其波動程度。在計算平均數時基於企業永續經營及長期決策 有其一貫性之假設進行預估。分別以近十年EBITDA 及研究發展占營收，或資產變數占總資 產或負債變數占總負債之變動率，計算個別參數之幾何平均數及標準差。並以下一期預測之 營收、總資產、總負債作為基礎計算個別參數之預測絕對金額，此金額即為預測之平均數，
而後再以先前所求得之標準差，以95%之信心水準作為預測參數之波動區間。以上所述之程 序及計算方式先在Excel 內完成初步計算，再用 Decision Tools 套裝軟體中之@Risk 模組，
進行設定及CFaR 之計算。
在Decision Tools 軟體中之計算採用 Monte Carlo 之抽樣及計算程序。所有應變數假設為 常態分配，在所設定之平均數及95%信心水準內連續抽樣 500 次，其產出數值直接代入 3-2 式中，即求得該企業在進行不同決策時所反應出之現金流量風險值。
各企業之決策現金流量經由上述計算後，得出最後現金流量風險值如表4-4。就結果而 言，諸如亞泥、味全、遠紡、正隆、三陽及宏碁等企業潛藏決策所引發之現金流量風險。主 要原因為企業之現金流量不足以支付企業在最壞決策情境下所需之現金流量。當然，此處 CFaR 值所代表之意義如同 VaR 之意涵相同，均是指在特定期間(horizon)，特定之信心水準 下之最大風險值。這不代表企業在某個期間內會發生倒閉風險，而是以過去十年決策模式加 以推論，最壞情況下之所計算出之現金流量風險值。相對地，如台塑、東元、台玻、中鋼、
聯電、鴻海、台積電等企業有較高之CFaR 值，這與這些企業長期除了保有相對高之現金或 短期投資水位有直接關聯，同時其長期決策模式所造成之現金流量波動亦在可控範圍。簡而 言之，即是其長期之現金餘額完全可支付最壞情況下之決策失誤所產生之風險。
表4-4 各企業現金流量風險值總表 (單位:千元)
註:4-4 表中所示 x1 指在 5%(p1)機率下之現金流量風險值，此值為悲觀值。x2 指在 95%(p2) 機率下之現金流量風險值，此值為樂觀值。
由於各企業之決策模式不同，其變因亦不同，若再進一步想要了解是何種決策因子有較 大之影響。同樣用Decision Tools 模擬可描繪出影響各企業現金流量風險值之主要因素。龍 捲風圖可清楚顯現所選擇之企業中，不同決策參數對現金流量風險值之影響程度，此有助於 各企業在控制現金流量風險時所應掌控決策關鍵要素之優先順序。由分析中指出顯然大多數 之企業著重於營運決策及供應鏈管理決策，這兩項比較是日常性之決策。就不同產業而言，
高科技之電子業，更注重於研發決策。歷史較久之企業，則對於投資決策有較明顯之傾向，
這或許是本業已較成熟，因而採用轉投資以擴大企業營運範圍有關。
Output
Name Worksheet Minimum Maximum Mean Std Dev x1 p1 x2 p2
CFaR 台泥 -1,549,510 1,886,609 376,486 608,263 -634,963 5.0% 1,380,946 95.0%
CFaR 亞泥 -651,427 345,805 -113,909 158,403 -376,571 5.0% 154,039 95.0%
CFaR 味全 -929,301 -815,579 -869,478 19,326 -902,420 5.0% -836,775 95.0%
CFaR 統一 2,462,270 3,491,049 3,033,193 167,282 2,764,055 5.0% 3,307,790 95.0%
CFaR 台塑 7,926,049 10,201,501 9,022,953 337,290 8,446,392 5.0% 9,550,371 95.0%
CFaR 南亞 -1,195,599 10,093,712 4,453,831 1,939,179 1,177,514 5.0% 7,898,271 95.0%
CFaR 遠紡 -2,994,601 783,766 -816,881 586,150 -1,791,218 5.0% 169,163 95.0%
CFaR 南紡 619,332 1,699,126 1,102,705 166,345 818,955 5.0% 1,370,712 95.0%
CFaR 東元 6,517,745 7,760,353 7,102,940 197,481 6,752,291 5.0% 7,431,345 95.0%
CFaR 華新 415,419 3,119,613 1,717,637 474,999 917,313 5.0% 2,495,624 95.0%
CFaR 台玻 5,874,107 6,899,555 6,402,258 170,092 6,113,542 5.0% 6,680,869 95.0%
CFaR 正隆 -1,512,940 -680,995 -1,054,931 136,749 -1,282,118 5.0% -848,187 95.0%
CFaR 永豐餘 733,166 1,582,797 1,141,693 137,245 916,503 5.0% 1,371,158 95.0%
CFaR 台橡 -443,787 492,723 69,680 173,705 -223,775 5.0% 359,485 95.0%
CFaR 正新 493,674 1,564,535 1,056,815 185,429 743,678 5.0% 1,367,132 95.0%
CFaR 中鋼 -1,770,573 23,987,556 8,940,281 3,830,323 2,606,189 5.0% 15,399,825 95.0%
CFaR 裕隆 2,055,394 3,205,411 2,647,222 162,134 2,383,186 5.0% 2,908,183 95.0%
CFaR 三陽 -609,354 197,194 -196,937 135,793 -432,995 5.0% 40,233 95.0%
CFaR 聯電 105,227,800 108,598,128 106,981,238 539,869 106,089,760 5.0% 107,910,512 95.0%
CFaR 鴻海 51,328,588 58,635,908 54,796,187 1,226,792 52,607,580 5.0% 56,810,972 95.0%
CFaR 台積電 123,704,784 128,345,488 125,686,977 753,355 124,368,848 5.0% 126,904,552 95.0%
CFaR 宏碁 -11,524,066 8,464,193 -788,525 3,366,088 -5,993,876 5.0% 4,659,427 95.0%
CFaR 華航 17,539,072 30,171,240 24,088,437 2,012,747 20,745,064 5.0% 27,326,498 95.0%
表 4-5 各企業現金流量風險值主要影響決策參數
為了解各企業在最極端決策情境下所顯現之現金流量風險值大小，乃採用歷史資料中各 項風險因子最大之波動作為計算基礎，含蓋範圍包括99.9%信心水準之樣本數。此代表就過 去二十二年面對競爭環境之決策經驗中所可能遇到最壞情境下之現金流量風險值。同時比較 原先未計算壓力測試前之基礎值（baseline）之差異，計算結果如表 4-6。
公司 主要影響決策參數
台泥 DOF FXA
亞泥 DOF DWC
味全 DOF DWC
統一 DOF DIF
台塑 DOF DWC
南亞 DOF DWC
遠紡 DOF DIF 南紡 DOF DIF
東元 DIF DWC
華新 DOF DWC
台玻 DIF DWC
正隆 DOF RD
永豐餘 DOF DWC
台橡 DIF DWC
正新 DOF DIF
中鋼 DOF DWC
裕隆 DIF DWC
三陽 DIF DWC
聯電 DOF RD
鴻海 DWC RD
台積電 DWC RD
宏碁 DIF DWC
華航 DOF DWC
影響家數 15 10 16 4 1
結果顯示台泥、亞泥、味全、遠紡、正隆、台橡、三陽及宏碁等公司在極端決策下現金 流量風險值為負值，而其他企業仍為正值。同時由表4-6 中亦可得知各企業可能產生極端風 險之決策因子並不相同，如台泥、亞泥、南亞等之關鍵因子為DOF，而味全、統一等之關鍵 因子為DWC，另東元、台玻、台橡等則為 DIF。
多數之企業其壓力測試結果與原先之現金流量風險值有相當大之差異，主要是因為決策 之不穩定性，反應在極端情境下有更大之現金流量風險值。而如台玻、裕隆、聯電、鴻海及 台積電等企業其壓力測試結果現金流量風險值與基礎值並沒很大改變，表示此類企業長久以 來各項決策反應在現金流量上是相當一致。簡而言之，投資支出之現金流量可由營運決策之 現金流量或供應鏈管理決策之現金流量中取得平衡，且有等幅度之成長。
表4-6 各企業現金流量風險值壓力測試表 (單位:千元)
Stress Analysis
Input Output: CFaR
Sheet Name Stress
Analysis Mean Min Max StdDev 5% 95%
台泥 DOF baseline 407,510
(1,154,824)
2,650,495 554,215(552,929)
1,267,340 0% to 5%(384,696) (1,964,595)
1,619,046 449,185(1,131,263)
271,770 亞泥 DOF baseline(95,957) (615,048)
332,078 158,505(353,462)
156,860 0% to 5%(391,516) (748,868) (152,147)
88,934(544,581) (252,176)
味全 DWC baseline(869,816) (928,315) (811,483)
19,904(905,145) (837,571)
0% to 5%(902,536) (945,455) (869,812)
13,277(925,405) (881,181)
統一 DWC baseline 3,035,585 2,434,316 3,495,961 172,694 2,756,358 3,314,9040% to 5% 2,697,594 2,315,355 2,840,598 74,610 2,567,762 2,794,471 台塑 DWC baseline 9,012,710 8,099,171 10,040,571 327,305 8,481,257 9,606,122 0% to 5% 8,387,103 7,839,138 8,815,000 154,423 8,126,037 8,604,154 南亞 DOF baseline 4,369,753
(1,500,919)
9,951,068 2,080,812 983,003 7,783,052 0% to 5% 2,349,695(2,686,221)
7,611,562 1,877,615(654,083)
5,389,409 遠紡 DOF baseline(786,266) (2,911,668)
1,155,148 604,839(1,818,572)
243,472 0% to 5%(1,764,788) (3,353,625) (597,976)
401,890(2,438,824) (1,145,734)
南紡 DOF baseline 1,111,960 592,978 1,675,858 163,048 853,494 1,374,5200% to 5% 811,427 461,644 1,086,267 91,040 658,405 956,103 東元 DIF baseline 7,099,735 6,595,132 7,687,362 181,306 6,786,644 7,406,793 0% to 5% 6,707,463 6,425,125 6,919,678 76,221 6,558,185 6,811,415 華新 DOF baseline 1,726,668 116,532 3,283,906 454,915 988,168 2,446,268 0% to 5% 862,356
(201,892)
1,498,133 236,240 446,791 1,215,396 台玻 DIF baseline 6,434,412 5,826,018 6,940,222 186,597 6,115,235 6,747,863 0% to 5% 6,233,101 5,728,690 6,678,569 163,020 5,955,636 6,511,182 正隆 DOF baseline(1,058,632) (1,427,315) (705,952)
132,115(1,271,073) (825,742)
0% to 5%
(1,334,952) (1,544,175) (1,274,021)
47,998(1,430,228) (1,281,800)
永豐餘 DOF baseline 1,158,325 685,705 1,524,323 137,795 935,541 1,380,9480% to 5% 1,077,097 610,585 1,408,644 131,441 866,043 1,287,714 中鋼 DOF baseline 8,880,645
(2,590,706)
19,553,232 3,929,978 2,428,029 15,537,654 0% to 5% 1,072,899(5,726,484)
4,070,487 1,507,824(1,853,890)
2,810,922 台橡 DIF baseline 79,781(425,275)
651,531 175,070(212,897)
371,087 0% to 5%(272,748) (560,684) (155,891)
67,728(417,500) (190,846)
正新 DOF baseline 1,065,443 432,529 1,615,254 188,465 760,610 1,353,4820% to 5% 675,871 287,487 829,551 75,648 534,639 774,225 裕隆 DOF baseline 2,627,300 2,031,465 3,211,297 179,788 2,330,126 2,909,874 0% to 5% 2,627,167 2,031,333 3,211,134 179,787 2,330,058 2,909,757 三陽 DIF baseline
(185,010) (567,367)
166,651 126,046(406,704)
13,455 0% to 5%(445,624) (674,668) (252,799)
60,329(555,243) (355,916)
聯電 DOF baseline 106,954,239 105,296,712 108,648,928 586,859 106,000,944 107,884,2160% to 5% 106,952,766 105,294,800 108,647,304 586,858 105,999,864 107,883,080 鴻海 DWC baseline 54,900,183 51,201,464 58,954,156 1,295,959 52,819,548 57,086,420 0% to 5% 54,834,427 51,077,332 58,898,940 1,297,595 52,779,356 57,011,092 台積電 DOF baseline 125,661,801 123,658,160 127,735,056 730,230 124,408,560 126,857,608 0% to 5% 125,661,393 123,657,712 127,734,480 730,233 124,408,208 126,857,184 宏碁 DIF baseline
(575,580) (14,458,273)
13,428,008 3,481,226(6,258,652)
4,888,785 0% to 5%(896,495) (14,684,940)
13,149,780 3,483,014(6,611,778)
4,628,836 華航 DOF baseline 24,119,599 17,813,750 31,227,364 2,103,456 20,718,060 27,563,514 0% to 5% 20,047,584 16,289,809 21,445,372 837,490 18,477,408 21,076,048伍、結論與建議
本研究主要是目的在於建立非金融業因決策所產生之現金流量風險值衡量模式，與一般 文獻所述計算風險值最大不同處，在於以高階管理者由上而下之巨觀方式來衡量風險值，捨 棄以市場風險因子作為衡量製造業現金流量風險之方式。此種模式可將企業風險由被動面臨 外部市場風險之角度，轉換成主動以決策角度規劃避險策略。
企業運作中在不同時期及不同經理階層有不同之決策，本研究中無法將企業所有的決策 全部納入分析，而是以主要的營運決策、投資決策及供應鏈管理決策作為現金流量風險值衡 量之基礎。雖然本研究無法深入了解各企業實質的決策內涵，不過經由長期財務報表的展 現，可消彌經理人追求短期特殊目的的作用，而還原原始的決策效果。
本研究中採用台灣各產業上市公司中不同產業中之領導廠商共二十三家作為樣本，這些 公司中在面臨環境變遷及競爭時有些也有過低潮期，不過經過不斷的環境試煉與決策的改 變，不僅存活而且不斷的茁壯，均足以為同業的典範。採用決策現金流量之觀點評估企業之 現金流量風險，足以檢視企業決策所可能產生的風險並加以平衡。
現金流量管理是製造業管理之重點，本研究中所採用決策觀點建立決策現金流量模式，
區分成營運決策現金流量(DOF)、投資決策現金流量(DIF)及供應鏈管理決策現金流量 (DWC)。經由二十二年年資料迴歸計算出各決策之係數及迴歸式之 R2 。由此式定義現金流 量風險值方程式，再經由歷史資料求取DOF、DIF 及 DWC 之估計值及波動，同時預估下一 期之各項決策風險因子。經由Monte Carlo 模擬法計算在 95%之信心水準下之現金流量風險 值。研究結果顯示，就所選之樣本中不論是何種產業之企業，多數之企業所面臨營運決策風 險及供應鏈決策風險較其他決策來的重要，而投資及研發決策所產生之風險除了電子業外並 不顯著。
參考文獻
1.中文部份
1、呂壁如，「涉險值與風險基礎資本破產預測能力之比較」，國立政治大學未出版碩士論文，
民國八十九年七月。
2、林建秀，「公司規模效果之涉險值研究」，國立政治大學未出版碩士論文，民國八十九年 六月。
3、吳勉賢，「蒙地卡羅摸擬法在動態隨機變異模型上的應用」，國立中正大學未出版碩士論 文，民國八十九年六月。
4、胡曉婷,「運用現金流量風險值管理企業財務風險」，國立台北大學未出版碩士論文，民 國九十一年六月。
5、陳屏國，「供應鏈中個別廠商風險評估模式研究」，長榮大學未出版碩士論文，民國九十 二年六月。
6、曾永泉，「 不確定性情況下公司價衡量之研究」， 高雄第一科技大學未出版碩士論文，
民國九十年六月。
7、葉珮如，「公司風險值─J.P. Morgan's CorporateMetrics 之模型與探討」， 國立中正大學未 出版碩士論文，民國九十一年六月。
2.英文部份
1、 Alesii, G.. (2003). Value at Risk in Real Option Analysis. Universit_a degli Studi -L'Aquila Facolt_a di EconomiaDip. di Sistemi ed Istituzioni per l'Economia.
2、 CCRO, (2002). “Valuation and Risk Metrics,” Committee of Chief Risk Officers, White Paper, Vol.3 of 6.
3、CCRO, (2002). ”Governance and Control,” Committee of Chief Risk Officers, White Paper,Vol.2 of 6.
4、Griffin, F. and Dugan, T.(2003). “Systematic Risk and Revenue Volatility,” The Journal of
Financial Research, Volume 26 Issue 2 ,Page 179-195。
5、Hull,J.,(2003). Options, Futures, and Other Derivatives. Fifth edition. Prentice Hall.
6、Jackel, P.,(2002). Monte Carlo Methods in Finance. John Wiley & Sons。
7、Jorion, P.,(2001). Value at Risk. McGraw Hill, second edition。
8、Kerhof J. and Melenberg B.(2003). Backtesting for Risk-Based Regulatory Capital. Tilburg
Univerisity press.
9、Lecocq, D. (2003). CFaR model, principle and application. The Institute of Actuaries in Australia Biennial Convention.
10 、 Mehari, M. A. (2002). “Measuring and ranking value drivers, a shareholder value prospective,”，International Journal of Project Management, 75-96.
11、Makoto H. and Tokiko S. (2002). “Implications of a Macro Stress Test on Financial Stability:
Summary of the Second Census on Stress Test,” Market Review, 117-125.
12、Martin L. (2003) “Inspecting the Mechanism: Closed-Form Solutions For Asset Prices In Real Business Cycle Models,” The Economic Journal, Vol. 113 Issue 489 , 550-576.
13、Parka, K. and Evans, J. (2002). Firm Value and Financing Decision: Evidence from Japan.
14、Palisade Corporation, (2004). Risk Analysis and Simulation Add-In for Microsoft Excel.
Version 4.
15、Ritzman, L. P. and Krajewski, J. K., (2002). Operations Management, Strategy and Analysis.
Prentice Hall, sixth edition.
16、Ruback, R. (2002). “Capital cash flows: a simple approach to valuing risky cash flows,”
Financial Management, 112-134.
17、Stein, J. C. and Youngen, J. (2001). “A Comparables Approach to Measuring Cash Flow at Risk For Non-Financial Firms,” Journal of Applied Corporate Finance, Vol. 13, 100-109.
18、Stulz, R., and Williamson, R.(1996). Identifying and Quantifying Exposures.
19、Stulz, R. (1996). “Rethinking Risk Management,” Journal of Applied Corporate Finance, Vol.
9, 45-68.
