1、題目：員工分紅費用化對公司績效影響之研究指導教授：楊雪蘭 博士班 級：碩企一甲 研 究 生：陳鈺婷 學 號：M9870221壹、簡介貳、研究架構與研究假說參、研究方法介紹肆、研究分析伍、研究結論陸、建議此研究是利用成對樣本t檢定和Panel Data模型衡量員工分紅及其費用化與同期財務績效（ROA 和ROE）及同期市場績效（Tobins Q）之關係。研究目的：1.探討員工分紅認列為費用後對於不同產業公司績效之變化。2.在員工分紅中，員工分紅方式不同對公司績效激勵效果之差異。樣本資料來源取自台灣經濟新報資料庫、公開資訊觀測站、各公司年報及公開說明書。與主題似乎不相關。且本文中也未明確定義”激勵效
2、果”是以何來衡量？研究對象：公開上市公司或在台灣櫃檯買賣中心公開上台灣證券交易所櫃公司，需符合以下條件：1.樣本公司須於2007年12月31日以前上市上櫃，且有完整二年以開的財務資訊。2.樣本公司在2002年至2007年曾經實施員工分紅的計畫，包括現金、股票及認股選擇行使。3.因考慮資料之完整性，本研究所用之變數若有資料遺漏或缺失則予以刪除。4.樣本公司若有財務困難、全額交割或是上市轉上櫃或公開發行，有以上情事者列為異常公司，將此類樣本排除，以免影響研究結果。5.經過篩選後，本研究所選取之樣本，分別按照食品工業、塑膠工業、紡織纖維、電機機械、電器電纜、化學生技醫療、鋼鐵工業、電子工業及建材營造
3、九大產業來區分。研究架構：員工分紅費用化後，股票分紅採取市價，作為費用化的依據，員工認股選擇權以公平價值衡量，並於發放日按照公平價值認列費用，對於公司績效的影響，以財務績效（ROA 和 ROE）或市場績效（Tobins Q）代表公司績效，另加入公司規模、負債比率、研發費用比率及營收成長率作為控制變數。研究假說：H1a：員工分紅費用化後，會顯著降低其財務績效。H1b：員工分紅費用化後，會顯著降低其市場績效。H2：員工分紅方式對於公司經營績效有顯著性的影 響。假說一為探討費用化後，對財務績效與市場績效之影響，但員工分紅費用化為2008年1月1日起實施，而樣本卻用2002-2007年間的，雖是採用模
4、擬方式，將過去資料當作費用扣除，但未包含真正實施的年度，這樣是否適當？研究架構圖敘述性統計分析就樣本蒐集與整理，經由敘述性統計分析，來瞭解選取樣本之分配情形，而本研究以 2002 年至 2007 年為樣本期間，針對在研究期間內有發放任何形式之員工分紅的台灣上市（櫃）公司進行實證研究，以平均、標準差，最大值、最小值等四項統計資，對樣本資做概括性的瞭解。成對樣本 t 檢定 將所有樣本之費用化前後的公司績效代理變數，來進行成對樣本 t 檢定，檢驗員工分紅費用化前後，是否對於公司績效有顯著影響，驗證是否符合研究假說一。橫斷面與時間序列合併資料模型（Panel Data）用以解決最小平方法（ordina
5、ry least square estimation,OLS）忽橫斷面與時間序列共存之資料特性所產生的偏誤。如果所處理的資料之間存在異質性，則傳統 OLS 所估計出來的結果，將造成無效率的情形，因為 Panel Data 擁有時間序列的動態特性並能考慮樣本的不同特質。固定效果模型（fixed effect model；FEM）固定效果模型亦稱為虛擬變數模型(dummy variable model)。隨機效果模型（random effect model；REM）隨機效果模型又稱為誤差成分模型（error component model），與固定效果相似，其模式的特點乃在於可同時考慮橫斷面與時間
6、序列並存的資料，並使模式的共變異數縮小，所以估計結果是有效率的。隨機效果模式特別著重於母體整體的關係，而非個別樣本之間的差異。模型的選擇固定效果模型與傳統迴歸模型之選擇 固定效果模型與最小平方法之傳統迴歸模型的適切性，依 Baltagi（2000）提出之 F 檢定來測試迴歸式中截距項在廠商間是否相等，如果截距項全相等，則不需建立虛擬變數模型，使用傳統迴歸模型。隨機效果模型與傳統迴歸模型之選擇 隨機效果模型與傳統迴歸模型的選擇，是以 Breusch and Pagan（1980）所提出的氏乘數檢定（lagrange multiplier test,LM test）檢驗其隨機截距項是否存在，如果
7、為0，則不需建立誤差成分模型，使用傳統迴歸模型。固定效果與隨機效果模型各有優缺點，前者須使用虛擬變數進行估計，易造成自由設它與隨機干擾項it獨立以及和自變數不相關，而後者必須作這些假定。因此以Hausman（1978）提出的模型設定檢定。模型的選擇固定效果模型與傳統迴歸模型之選擇 固定效果模型與最小平方法之傳統迴歸模型的適切性，依 Baltagi（2000）提出之 F 檢定來測試迴歸式中截距項在廠商間是否相等，如果截距項全相等，則不需建立虛擬變數模型，使用傳統迴歸模型。隨機效果模型與傳統迴歸模型之選擇 隨機效果模型與傳統迴歸模型的選擇，是以 Breusch and Pagan（1980）所提出
8、的氏乘數檢定（lagrange multiplier test,LM test）檢驗其隨機截距項是否存在，如果 為0，則不需建立誤差成分模型，使用傳統迴歸模型。固定效果與隨機效果模型各有優缺點，前者須使用虛擬變數進行估計，易造成自由設它與隨機干擾項it獨立以及和自變數不相關，而後者必須作這些假定。因此以Hausman（1978）提出的模型設定檢定。固定效果模型與傳統迴歸模型之選擇(1)檢定假設 H0：11=12 =1N H1：拒絕 H0 (2)檢定統計量 RSS ：殘差平方和RSSR：受限制模型之 RSS，即採用傳統迴歸模型之 RSSRSSU：未受限制模型之 RSS，即採用固定效果模型之 RS
9、S。(3)決策 若 H 0為真，則採用傳統迴歸模型；若拒絕H0，則採用固定效果模型。隨機效果模型與傳統迴歸模型之選擇(1)檢定假設(2)檢定統計量 eit：為傳統迴歸模型之殘差。(3)決策 若 H 0 為真，則採用傳統迴歸模型；若拒絕 H0，則採用隨機效果模型。Hausman（1978）提出的模型設定檢定(1)檢定假設(2)檢定統計量(3)決策若 H 0 為真，則採用隨機效果模型；若拒絕 H 0，則採用固定效果模型。敘述性統計ROA之平均數由 4.3361 降低至3.0629ROE 之平均數由 6.3282 降低至 4.3656員工分紅認列為費用之 計 算 不 影 響Tobins Q 之計算，
10、因此 Tobins Q 平均數並未改變電子業之 ROA 和 ROE 平均數下降最多，分 別 下 降 達 15%和 23%對其它產業而言下降幅度約在 0.01%以下，因此員工分紅費用化對電子業的衝擊最大，對其它產業的影響相對較小，主要是電子業普遍使用員工分紅配股，來做為吸引及留住人才的工具，因此當員工分紅改列為費用，電子業受到的影響最大。成對樣本T檢定 各產業之 ROA 和 ROE 皆達到顯著的負相關（t 值皆為負值，顯著水準達到 0.01），亦可從表4-2得知，ROA和ROE之平均數皆呈現下降的趨勢，尤以電子業下降幅度最大，符合H1a之論點，證明員工分紅費用化後，會顯著降低其財務績效 而從表
11、4-1 得知 Tobins Q之平均數並未改變，無法計算成對樣本檢定，因此對於H1b之論點，員工分紅費用化後，會顯著降低其市場績效，無法支持。Panel Data 模型實證分析模型選擇由於本研究所使用的樣本為縱横資料（Panel Data）之形態，先利用F test檢定固定效果模型與最小平方法估計式之選取，其結果不論在ROA、ROE和Tobins Q皆為拒絕虛無假設，顯示固定效果模型較最小平方法為佳。接著使用LM test檢定隨機效果模型與最小平方法估計式之選取，其結果不論在ROA、ROE和Tobins Q皆為拒絕虛無假設，顯示隨機效果模型較最小平方法為佳。最後再運用Hausman test檢
12、定固定效果模型與隨機效果模型之選取，若接H0，則採用隨機效果模型；若拒絕H0，則採用固定效果模型。綜上所述，本研究Panel Data所適用之模型，整理為下表。經過兩種檢測方式選擇模式，結果是否會有不一致的狀況？此研究在此處只有列出所整理的適用模型，無明確的模型檢測表，讓人質疑所適用的模型是否真如研究者所整理的？確認了 Panel Data 所使用的模型後，本研究針對研究假說二對各產業樣本進行分析。Panel Data 模型實證分析分析結果整體模式皆顯著（整體模式 p 值之顯著水準皆小於 0.01），即模型具適配性，因此，以下將公司績效分別採用財務績效或市場績效來衡量，說明各產業員工分紅方式對
13、公司經營績效之影響，最後並將結果彙整成表。採用財務績效作為公司績效的代理變數 Panel Data 模型實證結果整體模式 p 值之顯著水準 皆 小 於 0.01表4-5與4-6皆有顯著相關，員工現金紅利財務績效呈現顯著正相關表4-5與4-6皆有顯著相關，營業收入成長率達顯著正相關P46，表 4-5 及表 4-6 為食品工業的估計結可得知認股選擇權與財務績效未有顯著相關。員工現金紅利財務績效呈現顯著正相關，員工股票紅利與認股選擇權財務績效未有顯著相關。控制變數與財務績效之相關性，僅營業收入成長率達顯著正相關，與預期結果相同，其餘控制變數未達顯著水準。採用市場績效作為公司績效的代理變數 Panel
14、 Data 模型實證結果員工現金紅利與市場績效呈現顯著正相關公司規模與市場績效呈現顯著正相關負債比率與市場績效呈現顯著負相關4-23 為食品工業的估計結果員工現金紅利與市場績效呈現顯著正相關，員工股票紅利和認股選擇權與市場績效未有顯著相關控制變數與市場績效之相關性，公司規模達顯著正相關，負債比率達顯著負相關，營業收入成長率達顯著正相關，皆與預期結果相同，惟研發費用比率未達顯著水準。此為驗證假說二的部份，但假說二與主題不相關，似乎純粹為了研究目的二而做的假說。變成在探討不同的分紅方式造成的影響，已模糊了焦點。若採用財務績效來衡量公司績效，發現員工分紅費用化會顯著降低公司績效指標；採用市場績效來衡
15、量公司績效，發現員工分紅費用化不會影響公司績效指標。採用財務績效來衡量公司績效，大部分產業發放員工現金分紅有助於提升公司績效指標(除電子工業呈現負相關和紡織纖維業未呈現顯著相關)。在電子業當中，發放員工現金分紅、股票分紅和認股選擇權與公司績效指標皆呈現負相關。採用市場績效來衡量公司績效，大部分產業發放員工現金分紅有助於提升公司績效指標(除塑膠工業未呈現顯著相關)。在發放員工股票分紅的部分，表示大部分產業發放員工股票分紅有助於提升公司績效指標(除食品工業、塑膠工業和電器電纜未呈現顯著相關)在發放員工認股選擇權的部分，表示大部分產業發放員工認股選擇權未能顯著影響公司績效指標(除化學生技醫療呈現正相
16、關)。為了避免自變數對應變數的影響，可能受某些變數的干擾而遭扭曲，因此有必要將這些可能干擾的變數控制住，而這些干擾變數我們稱之為控制變數。而在篩選控制變數上，應該具備二個標準：(1)這些控制變數與應變數應具高度相關。(2)這些控制變數與自變數應具低度相關。基於此，此研究未做相關分析，如何判定所選的控制變數是正確的？在格式編排上，建議針對每個分析結果的解釋接在表後，而不是全部解釋後再全部貼上分析後結果，這樣不便於翻閱。整篇文章將重點放在不同產業間探討，是否應將題目改成員工分紅費用化對不同產業績效之研究？且既然要探討費用化後的影響，是否應將2008年資料一併納入？而非使用模擬方式。報告完畢謝謝大家
