產業結構對資本支出的影響：台灣實證service.tabf.org.tw/Research/Doc/EconomicQuarterly/28.pdf · 支出很重要的一部分，是研究資本支出策略必不可少的一個研究方向。王蓓宸(2009)指出當公司

47

兩岸金融季刊第三卷第一期（2015年 3月）

作者通訊：林煜恩，溫州大學商學院，副教授，企業管理學博士，研究領域為行為金融學、投資組合與公

司治理，Email: [email protected]。

池祥萱，國立東華大學財務金融學系系主任，教授，財務金融學博士，Email:[email protected]。

鄭家興，康寧醫護暨管理專科學校資訊管理科，助理教授，企業管理學博士，研究領域為財務

及會計資訊，Email: [email protected]。

魏麗㯴，廣州貝伽電子科技有限公司，外貿業務員，Email: [email protected]。

產業結構對資本支出的影響：台灣實證 ‧林煜恩

溫州大學商學院副教授

‧池祥萱

國立東華大學財務金融學系教授

‧鄭家興

康寧醫護暨管理專科學校資訊管理科助理教授

‧魏麗木蓉

廣州貝伽電子科技有限公司外貿業務員

摘要

公司在考慮資本決策時，會反映出經理人經營公司的態度。本文目的是檢驗台灣上市公司的

相關資料，結合競爭優勢理論和寧靜生活假說，在不同的套利風險與產業結構的交互作用下，反

映經理人對公司資本支出的決策心態。本文的研究發現，第一，公司所處的市場越競爭，未來的

資本支出越高；第二，高套利風險的公司，管理當局傾向進行冒險投資；但低套利風險的公司，

管理當局傾向不喜冒險而不進行投資。整體而言，本文認為公司所處的市場結構和承擔的套利風

險，會影響管理當局對資本資出決策所持有的態度。

壹、前言

Poter (1985)提出廠商會為了獲取競爭優勢而追求壟斷地位，而效率結構假說 (Efficient

Structure Hypotheses，ESH)則認為在市場價格競爭下，越具有生產效率的企業，越有市占率，從

而造成市場結構的改變(Demsetz, 1973)。

但另一方面，產業結構也影響管理當局的決策態度：Leibenstein (1966)及 Machlup (1967)都

表明競爭的增加，能減少經理人怠忽的行為，而市場競爭程度越低，管理當局越疏忽股東權益，

48

林煜恩、池祥萱、鄭家興、魏麗：產業結構對資本支出的影響：台灣實證

從而追求自身利益(Bertrand et al., 2003)。因此寧靜生活假說(Quiet Life Hypothesis，QLH)指出，

獨占廠商為追求獨占利益，在公司監督機制下降時，會投入較無效率的成本支出，導致最終獨占

廠商「寧靜生活」的產生(Berger and Hannan, 1999; Maudos and Fernández de Guevara, 2007)。

本文目的在檢測公司的競爭環境如何影響管理當局做出資本支出的決策。除文獻所述的外部

市場競爭結構外，本文另加入 Shleifer and Vishny (1997)以及 Ali, Hwang and Trombley (2003)提出

的套利風險，來衡量公司內部的風險與資金成本。雖然套利風險並非是公司的營運風險，但套利

風險與投資人情緒息息相關(Baker and Wurgler, 2007)。藉由公司外部競爭結構與內部資金成本的

交互影響，瞭解管理當局在資本支出決策時，是為了提升公司未來的競爭能力，還是做為降低投

資風險、享受安逸的藉口。

本文採用 1986-2011 年台灣上市公司為樣本，結果顯示台灣上市公司管理當局大部分以提升

公司競爭優勢為前提，增加資本支出。但惟有市場競爭程度較低(接近寡占或獨占廠商)、且套利

風險較低的公司，管理當局會犧牲公司未來競爭力，降低資本支出以獲得生活上的安逸。因此本

文除建議政府做為宜從開放產業自由競爭及增加市場透明度著手外，也提出套利風險可以影響公

司資本支出的合理解釋。

本文的第二節為文獻探討；第三節為研究方法；第四節為實證結果；第五節為穩健性分析；

最後為結論與建議。

貳、文獻探討

以下分為三部分探討文獻，第一、探討資本支出的相關文獻；第二、探討市場競爭結構相關

文獻；第三，探討套利風險的相關文獻。

一、公司資本支出

財務理論指出，當公司預期未來市場上的競爭越激烈，當前選擇的債務規模也越低，從而出

現資本支出減少的現象。Jensen (1986)認為管理者為了獲取自身的利益，往往不會把企業的價值

放在首要地位，而是把企業的規模最大化做為首要任務，從而獲取更高的職位報酬，因此可能導

致企業出現過度投資的現象。Hirschey and Weygandt (1985)、McConnell and Muscarella (1985)、

Chan et al. (1990)、Green et al. (1996)之研究大抵認為公司資本支出與公司價值成正相關，Burton et

al. (1999)發現淨現金流量為正的資本支出宣告可影響市場對公司價值的評估，但惟有搭配良好的公司

治理機制時，公司的資本支出將可充分地發揮其效益，進而創造更高的公司價值(王祝三等，2009)。

49


稍後 Xing (2008)指出市帳率可以良好的衡量公司的成長力，若公司是為了競爭優勢而進行投

資，則公司的投資是為了降低公司未來的風險，或者增加公司未來的生產能力。但 Panousi and

Papanikolaou (2012)研究卻指出，由於經理人的風險趨避，將導致公司個別風險與資本支出之間存

在負向關係。這兩篇文獻得出了不一樣的結果，是否公司管理當局在面臨不同的個別風險下，對

資本支出決策會有不同的態度，本研究打算補充這部分文獻上的缺口。

過去的一些學者通過研究還提出企業營利能力與資本支出呈正相關關係。研發支出做為資本

支出很重要的一部分，是研究資本支出策略必不可少的一個研究方向。王蓓宸(2009)指出當公司

面臨的產業競爭度越高，則管理者越可能有短視研發行為。林宛玉(2013)利用台灣上市公司為樣

本，實證發現當公司特有風險增加時，經理人將傾向從事投資不足的不效率投資決策，與 Panousi

and Papanikolaou (2012)論點相符合。陳秀芬(2014)探討媒體曝光度如何影響台灣上市公司的資本

支出與公司價值，證實媒體曝光度具有公司治理的外部監督功能，因而促使公司資本投資效率提

高。許捷(2014)發現台灣公司忙碌董事會造成公司過度投資，因此給了管理當局一個「享受寧靜

生活」的藉口。

二、市場競爭結構

寧靜生活假說與企業資本支出的連結，須先從市場結構瞭解。Hicks (1935)認為一個完全獨占

的廠商最適均衡是「寧靜生活」，管理當局會避免做出增進成本效率的資本投資，並提供高額工

資以求與勞工妥協。因此，早期學者認為市場結構與企業經營的成本效率性有關(cost efficiency)，

因為經濟學中廠商的生產競爭，是來自企業受到產能的限制，而對應產生不同的成本效率( Kreps

and Scheinkman, 1983)。因此，效率結構假說(Efficient Structure Hypotheses，ESH)認為在市場價格

競爭下，越具有生產效率的企業，越有市占率，從而造成市場結構的改變(Demsetz, 1973; De Jonghe

and Vander Vennet, 2008)。稍後 Poter (1985)於競爭優勢理論指出，競爭優勢的不同類型與企業活

動空間之間是相互作用的，提出廠商會為了獲取競爭優勢而追求壟斷地位，闡述了競爭優勢與經

理人冒險程度的關係。Leibenstein (1966)及 Machlup (1967)都表明競爭的增加，能減少經理人怠忽

的行為。因為當公司處在一個完全競爭的市場下，經理人若不追求利潤最大化，公司就會被市場

機制淘汰，從而降低在職經理人的怠惰行為，因此 Nickell (1996)即發現公司生產力與其外在競爭

者的多寡有關。

後期學者認為市場結構會影響公司治理，由於公司治理機制的好壞，會影響管理當局與股東

50


的代理問題(Shleifer and Vishny, 1997)，因此當經理擔心企業遭惡意收購，並由此導致失業，他們

可能會更緊密地追求股東利益，從而降低代理成本。當 Haye (1997)發現公司處於產品競爭度較低

的產業時，產品市場的監督機制會較難運作，市場結構成為影響經理人資本支出決策態度的外部

監管機制。因此 Aggarwal, R. et al. (1999)就指出管理當局的經營獎酬與外在產品市場競爭結構產生

關係；而市場競爭程度越低，管理當局越疏忽股東權益，從而追求自身利益 (Bertrand et al., 2003)。

學者所提出的寧靜生活假說(Quiet Life Hypothesis，QLH)，是廠商為追求獨占利潤，會投入

較無效率的成本支出，導致最終獨占廠商「寧靜生活」的產生 (Berger et al., 1999; Maudos and Fern

ández de Guevara, 2007)，此假說必須在公司監督機制下降時，才有可能發生。故 Giroud and Mueller

(2010)指明當產業競爭程度較低時，公司治理也下降，壟斷廠商因此會採規避風險的經營態度，

以保有其安定的管理生活，證明寧靜生活假說與公司治理的連結。而 Panousi and Papanikolaou

(2012)則指出經理人的風險趨避，將導致公司個別風險與資本支出之間存在負向關係。

三、套利風險

Shleifer and Vishny (1997)提出套利風險較高的公司比較容易受投資人情緒影響，Ali, Hwang

and Trombley (2003)更進一步將套利風險分為三種類型，套利成本、交易成本、資訊不對稱程度。

套利成本在學術文獻中以異質性波動度(idiosyncratic volatility)來衡量，當公司的異質性波動

越高，投資人就越難套利(Pontiff, 2006; Duan, Hu, and McLean, 2010)。

有關交易成本，本研究採用股價、交易量以及零交易天數來衡量，當投資人要進行套利式交

易，最擔心的就是其交易量會引起價格衝擊(price impact)，因此當交易量越高時，其對該檔股票

的價格衝擊就越低，對於套利風險就越低；而套利往往是採用買空以及賣空交易來進行，如果該

家公司經常性出現沒有交易的情況，則投資人就無法採用套利來修正價格；而當股價越高，投資

人要支付給券商的手續費也越高，股價本身也是一個重要的交易本成指標，因此，本研究採用這三種

變數來衡量套利風險中的交易成本(Kyle, 1985; Ali, Hwang, and Trombley, 2003; Gerhold ey al., 2014)。

資訊不對稱在股東以及公司高管人員，常導致代理問題(agency problem)，而公司的資訊不對

稱程度越高，投資人公司價格的評價就越不精確，在無法判斷出正確的公司價值情況下，套利者

面臨的風險也就越高，但如果有專業的分析師分析該公司，並且預測該公司營收、股票價格，投

資人就越能夠掌握該家公司的資訊，因此分析師報導(analyst coverage)數量與資訊不對稱為負向關

係(Hong, Lim, and Stein, 2000; Grenadier and Wang, 2005; Kalay et al., 2014)。

51


對於投資人而言，要良好評價一家公司的價格，需要取得足夠的資訊才能夠進行評價，資訊

匱乏的公司就容易有評價錯誤的現象，對於套利者而言，資訊不對稱程度越高的公司，其進行套

利難度就越高，因此對於套利者而言，資訊不對稱程度越高，其套利風險也就越高，因此管理者

也會更加謹慎的做出投資決策(林煜恩、鄭家興、王東方和池祥萱，2014)。

根據上述文獻，可以合理解釋過去的研究所發現的競爭強度與資本支出的現象，但是過去的

文獻卻無法說明，在何種情況下，會導致公司偏向過著安逸的寧靜生活，或者藉由增加資本支出

來降低自由現金流量，因此需要找到合理的代理變數(proxy variable)來進行進一步的分析。

參、研究方法

本節主要探討幾個部分，第一部分說明本研究使用的資料來源與處理；第二部分說明產業結

構(IS)的計算以及本研究的實證模型。

一、資料來源與處理

本研究主要資料來源取自於台灣經濟新報資料庫(TEJ)，有關公司資本支出變數，取自於台灣

經濟新報資料庫的上市櫃公司財務資料庫(TEJ Finance)，而由證券市場面資料庫(TEJ Equity)取得

公司每日的總市值、每日交易金額、股票報酬率及市帳率，最後由總經資料庫(TEJ Profile)取得每

日的市場報酬率。

綜合上述所有資料庫的資料，本研究重要的被解釋變數為資本支出比率，其採用的為年報資

料，因此本文探討的研究頻率為年資料，為能得到客觀的研究成果，在可獲得資料的基礎上，本

研究將樣本時間拉長為 1986 年到 2011 年，共 26 年。由於金融業在資本支出上的特性和其他產

業公司不同，因此本研究剔除了金融產業，且若樣本資本支出以及市帳率有缺值或者市帳率小於

0，則不納入研究資料，最終本研究分析了 39 個行業，13,779 筆公司一年度資料。

二、實證模型

本文以賀芬達爾-賀希曼指數(Herfindahl-Hirschman Index)做為產業結構(Industrial Structure，

IS)的代理變數，並定義如下：

, , 2,

1 ,

( )n i j t

j ti j t

sIS

S ……………………………………………………………………………..……..(1)

式(1)中，ISj,t 為第 j 個產業在 t 年度的賀芬達爾-賀希曼指數，為本研究衡量產業競爭程度的重要

52


指標，Sj,t 為第 j 個產業在 t 年度的總產值，sj,i,t 為第 j 個產業中第 i 家公司在 t 年度的銷售額，由

等式右邊來看，IS 為該產業所有公司的市占率平方和，當該值越接近 1，表示產業越接近壟斷產

業，其產業競爭程度越低；若該值越接近零，表示該產業越趨近於完全競爭市場，其產業競爭程

度越高。

根據產業結構及套利風險的相關理論，本研究採用式(2)來探討產業結構對資本支出的影響：

, , 1 1 , , 2 , , 1 3 , 4 , , 5 , ,

6 , , 7 , , 8 , , , ,

ln( )

[1/ (1 )] ln( )

i j t i j t i j t j t i j t i j t

i j t i j t i j t i j t

Invest beta MB IS Ivo Volume

Zerofreq Analyst ME

………………..…(2)

式(2)中，Investi,j,t+1 為第 i 家公司在 t+1 年的資本支出除以期初總資產，betai,j,t 為第 i 家公司在 t

年 6 月底時，以 t-1 年 7 月到 t 年 6 月所有的日資料進行市場模型所估計出來的市場報酬率的貝

塔值；MBi,j,t-1 為第 i 家公司在 t-1 年 12 月底時的市帳率； Ivoi,j,t 為第 i 家公司在 t 年 6 月底時，以

t-1 年 7 月到 t 年 6 月所有的日報酬資料估計的殘差項的標準差；ln(Volumej,i,t)為 j 產業中第 i 家公

司在 t-1 年 7 月到 t 年 6 月的股票交易總金額取自然對數值；Zerofreqi,j,t 為第 i 家公司在 t-1 年 7

月到 t 年 6 月間股票沒有任何交易成交的天數總和；Analystsi,j,t 為第 i 家公司在 t-1 年 6 月到 t 年 5

月間所有被分析師報導的數量，為了顯示該數值越高，套利成本越高，在模型估計中採用 1/

(1+Analystsi,j,t)進行分析；ln(MEi,t)為第 i 家公司在 t 年 6 月底時的股票權益總市值取自然對數。相

關變數的定義如[表 1]所示。

表 1 變數定義表

變數性質變數名變數定義

被解釋變數 Invest 投資比率，公司當年度購建固定資產、無形資產和其他長期資產支付的現金除

以期初總資產

主要解釋變數 IS 以賀芬達爾-賀希曼指數用來衡量市場的集中度，即競爭強度

IVO

公司異質性波動，採用前一年 7 月到當年度 6 月的日報酬市場模型估計出來的

殘差項的變異數

Volume 交易量，公司前一年度 7 月到當年度 6 月的股票總成交金額

Zerofreq 零交易頻率，公司前一年度 7 月到當年度 6 月沒有交易的天數

Analysts 分析師報導，公司前一年度 6 月到當年度 5 月所有分析師報導次數

控制變數 Beta 貝塔值，為公司前一年 7 月到當年度 6 月所有日報酬資料所估計得到的市場模

型貝塔係數

MB 市帳率，公司前一年度股東權益的市值除以股東權益的帳面價值

ME 公司在當年度 6 月底的股東權益市值

53


本研究另觀察市場結構是否與套利風險存在交互關係，因此利用 IS 以及套利風險變項的交

乘項來檢視其效果，在套利風險較高的情況下，不同的產業競爭結構是否會影響管理當局對資本

支出決策的看法，因此採用式(3)進行分析：

, 1 , 2 , 1 1 , 1 , 3 , 2 , 1 , 4 ,

3 , 1 , 5 , 4 , 1 ,

6 , 5 , 1 , 7

* *

*ln( ) ln( ) *

*[1 / (1 )] [1 / (1

ii t i t i t i t i t i t i t i t i t

i t i t i t i t i t

i t i t i t

Invest beta IS IS vo Ivo IS MB MB

IS Volume Volume IS Zerofreq

Zerofreq IS Analyst Analy

,

8 , ,

)]

ln( ) ...........................................................................................................(3)i t

i t i t

st

ME

式(3)中納入了 IS 與各項套利風險相關變項的交乘項，如果壟斷產業的管理當局會追求寧靜生活，

則當套利風險越高時，公司越會規避風險，因此本研究預期 1 、 4 以及 5 的係數值小於 0，而 3

是 IS 與交易量的交互作用項，當交易量越高，套利風險越低，因此本研究預期 3 大於 0；但若高

管人員考慮的是強化未來的競爭優勢，在套利風險越高的情況下，此時 1 、 4 以及 5 的係數值

大於 0，而 3 是 IS 與交易量的交互作用項，當交易量越高，套利風險越低，因此本研究預期 3 小

於 0；而除了套利風險的相關變項外，本研究也納入了 Beta 以及 MB 與 IS 的交互作用項，其中

Beta 為系統風險，Beta 值越高，風險越大；而 MB 亦為公司成長性的衡量指標，MB 越高，公司

未來的成長性越大，如果壟斷企業的公司追求安逸的寧靜生活時， 2 小於 0。

肆、實證結果

一、套利風險與產業結構的投資組合分析

[表 2]為在第 t 年 6 月底將公司依照 t-1 年 12 月底的 IS 由低到高，形成 5 個投資組合，以檢

驗產品競爭市場度最高的投資組合與產品市場競爭度最低的投資組合中，套利風險相關變項的差

異。結果顯示市場競爭程度對公司的獨特波動性、零交易次數以及分析師報導這幾個因素有顯著

的影響，表現市場競爭度較低的公司，可能是較獨占的大公司，在市場上股票的流動性較強，分

析師的報導次數較多，這樣公司的套利成本反而較低的現象。

自 1986 年到 2011 年間，每年皆將公司依照行業內市場競爭度將公司由低到高分為 5 個投資

組合，每年針對每個公司投資組合計算以下各個套利風險變項的平均值，ivo 為市場模型下報酬

率殘差的標準差，mb 為公司的市帳率，volume 為每檔股票 t-1 年 7 月到 t 年 6 月交易金額取對數

值，zerofreq 為 t-1 年 7 月到 t 年 6 月沒有交易的天數。

54


表 2 套利風險與 IS 投資組合

Low IS p2 p3 p4 High IS H-L

analysts 3.373 3.578 4.092 4.983 6.297 2.924***

ivo 2.442 2.294 2.332 2.251 2.154 -0.287***

mb 2.126 2.291 2.486 2.970 9.263 7.137

volume 12.686 12.436 12.692 12.769 12.822 0.135

zerofreq 9.183 10.665 8.872 6.630 6.346 -2.837**

註：*表示達 10%顯著水準；**表示達 5%顯著水準；***表示達 1%顯著水準。

[表 3]為各個主要變項的相關係數表，本研究先計算每年的相關係數，再進行時間序列上的

平均相關係數檢定，此可避免相關係數受到個別公司的影響，結果發現各個變項間的相關係數呈

現中度且顯著相關，也顯示本研究進行回歸模型後，較不會遭受到共線性問題。

自 1986 年到 2011 年間，每年計算下列變項間的相關係數，最後檢定這些係數值的時間數列

的平均數，beta 為市場模型下的貝塔值，MB 為公司的市帳率，ivo 為市場模型下報酬率殘差的標

準差，volume 為每檔股票 t-1 年 7 月到 t 年 6 月交易金額取對數值，zerofreq 為 t-1 年 7 月到 t 年 6

月沒有交易的天數，MV 為公司的總市值。

表 3 相關係數表

IVO analysts beta mb mv volume zerofreq

IVO 1 －－－－－－

analysts -0.144*** 1 －－－－－

beta -0.123** 0.206*** 1 －－－－

mb 0.009 0.246*** -0.016 1 －－－

mv -0.238*** 0.485*** 0.132*** 0.245*** 1 －－

volume -0.069*** 0.498*** 0.299*** -0.05** 0.384*** 1 －

zerofreq 0.383*** -0.141*** -0.3*** 0.032** -0.046*** -0.143*** 1


二、套利風險與資本資出

[表 4]採用投資組合的方式來檢驗市帳率、套利風險對資本支出的影響，每年依照不同變數

將公司分為 10 組，計算該投資組合下一年資本支出，並檢定數值最高投資組合(H)與數值最高低

資組合(L)的資本支出的差異性檢定(H-L)，結果發現公司獨特波動性越高，或是交易量越高，公

55


司的資本支出會越低。而公司的總市值非常顯著，顯示具成長力的公司，其資本支出會顯著較多。

自 1986 年到 2011 年間，每年皆將股票依照市帳率以及套利風險變數將股票由低到高分為 10

個投資組合，每年投資組合計算下一年度資本支出的平均值，並進行H-L的資本支出差異性檢定，

MB 為公司的市帳率，Ivo 為市場模型下報酬率殘差的標準差，Volume 為每檔股票 t-1 年 7 月到 t

年 6 月交易金額取對數值，Zerofreq 為 t-1 年 7 月到 t 年 6 月沒有交易的天數。

表 4 套利風險組合與資本支出

Low p2 p3 p4 p5 p6 p7 p8 p9 High H-L

IVO 0.014 0.017 0.021 0.017 0.014 0.017 0.019 0.023 0.012 0.010 -0.004

Beta 0.019 0.018 0.017 0.016 0.018 0.014 0.014 0.017 0.018 0.009 -0.01

Mv 0.0002 0.018 0.020 0.023 0.014 0.023 0.0167 0.021 0.012 0.010 0.01*

Mb 0.0005 0.004 0.013 0.010 0.018 0.020 0.021 0.017 0.033 0.022 0.022***

Analysts -0.019 -0.017 0.009 -0.007 -0.003 0.020 0.002 0.002 0.006 0.014 0.036*

Volume 0.0167 0.010 0.011 0.030 0.020 0.014 0.020 0.018 0.0116 0.009 -0.008


三、產業結構、套利風險對資本支出的影響

[表 5]為產業結構、套利風險對資本支出的回歸模型，模式(1)僅納入 IS，結果發現市場競爭

程度與資本支出顯著成正向關係；模式(2)為模式(3)的基礎模型，因為市帳率為權益總市值除以權

益帳面價值，而在套利風險的衡量中，包含了價格以及市值，其與市帳率的計算有高相關，因此

進行模式(2)與模式(3)的敏感性分析，結果發現在納入了市帳率後，交易量、分析師報導和公司總

市值的係數值方向改變了，顯示市帳率越高，公司成長率也越高，在套利風險降低的情況下，資

本支出比率也隨之升高。模式(2)與模式(3)中的貝塔值的係數值顯著為正值，顯示當套利風險越大

時，資金成本越高時，但是公司卻加大資本支出，該結果支持競爭優勢理論。由[表 5]結果來看，

台灣上市公司在進行資本支出決策時，不能夠僅將 IS 做為投資決策的決定因素來解釋，應該再納

入套利風險檢驗才能夠瞭解管理當局在進行投資決策時的態度。

本研究檢驗在不同套利風險的情況下，IS 指數對資本支出的影響。[表 6]納入了套利風險變

數、市帳率及系統風險與 IS 指數的交互作用變數，結果顯示：當公司的 IS 越高，公司的獨特波

動性越大，或分析師報導次數越少時，帶來較大的套利風險，此時公司管理當局會增加資本支出，

符合競爭優勢理論；但當交易量越大，套利風險較低，IS 越高時，公司的管理當局會減少資本支

56


出，符合寧靜生活假說。整體而言，[表 6]的結果顯示，台灣的公司管理當局進行投資決策時，

會偏向於競爭優勢理論，但是在較壟斷且套利風險較低的企業環境下，會偏向於寧靜生活假說。

表 5 IS、套利風險對資本支出的影響

(1) (2) (3)

Intercept 0.0017 -0.0229*** 0.0009 (1.55) (-2.89) (0.11) IS 0.0277*** 0.0191*** 0.0118** (5.21) (3.52) (2.19) beta － 0.0046** 0.0048** － (2.21) (2.32) MB － 0.0191*** － (16.05) IVO － -0.0059** -0.0087*** － (-2.31) (-3.4) Ln(Volume) － -0.0006 0.002*** － (-0.7) (2.54) Zerofreq － 0 0 － (-0.85) (0.44) (1+analysts)-1 － 0.0042** -0.0014 － (1.96) (-0.67) Ln(MV) － 0.0038*** -0.0028*** (4.13) (-2.77)

Adj-R2 0.0019 0.0079 0.026

nobs 13,762 13,762 13,762

註：括弧為 t 統計量；*表示達 10%顯著水準；**表示達 5%顯著水準；***表示達 1%顯著水準。

表 6 產業結構(IS)與套利風險的交互作用對資本支出的影響

Intercept 0.002 (0.24) IS*Beta 0.0094 (0.76) IS*MB 0.0055 (0.94) IS*iIVO 0.0202 (1.47) IS*Ln(Volume) -0.0031** (-2.13) IS*Zerofreq -0.0003** (-2.12)

57


續表 6 產業結構(IS)與套利風險的交互作用對資本支出的影響

IS*(1+analysts)-1 0.0377*** (2.84) Beta 0.0036 (1.39) MB 0.0179*** (11.91) IVO -0.0111*** (-3.56) Ln(Volume) 0.0023*** (2.79) Zerofreq 0.0001 (1.47) (1+analysts)-1 -0.0063** (-2.3) Ln(MV) -0.0025** (-2.49) Adj-R2 0.0265 Number of Obs 13,762


伍、穩健性分析

本文以賀芬達爾 -賀希曼指數代表產業的競爭結構，但亦有過去學者以產業集中度

(Concentration Ratio，CR)做為競爭結構變數，因此本文另用產業前 4 大廠商(CR4)及前 8 大廠商

(CR8)的市占率，來替代賀芬達爾-賀希曼指數作敏感度分析 (sensitivity analysis)。此外，亦考慮

廠商的個別效果(firm effect)及時間效果(time effect)，加入其他控制變數，茲修正模型如下：

, , 1 1 , 2 , , 3 , , 1 4 , , 5 , ,

16 , , 7 , , 8 , , 9 , ,

10 , , 11 , , 12 , ,

ln( )

(1 ) ln( )

( & ) _

i j t j t i j t i j t i j t i j t

i j t i j t i j t i j t

i j t i j t i j t

Invest IS beta MB Ivo Volume

Zerofreq Analyst MV ROA

R D Bighold Spread fixed effect

tim

, ,_ i j te effect

………….…….....(4)

, 1 , 1 , 2 , 1 , 3 , 1 , ,

14 , 1 , 5 , 1 6 , 1 ,

1 , 2 , 3 , 4 , 5 ,

6

* * *

*ln( ) * *(1 )

ln( )

(1

i t i t i t i t i t i t i t i t

i t i t i t i t i t

i t i t i t i t i t

Invest IS Beta IS MB IS IVO

IS Volume IS Zerofreq IS Analyst

Beta MB IVO Volume Zerofreq

A

1, 7 , 8 , , 9 , ,

10 , , 11 , , ,

) ln( ) ( & )

_ _

i t i t i j t i j t

i j t i j t i t

nalyst MV ROA R D

Bighold Spread fixed effect time effect

…………….(5)

58


式(4)納入了資產報酬率(ROA)、研發費用(R&D)、大股東持股(Bighold)、盈餘與控制權偏離(Spread)

及廠商的個別效果(firm effect)與時間效果(time effect)等變項，以避免因 panel data 導致結果有內

生性的問題。雖然總體經濟變數(如經濟成長率或利率等)也可能對於公司的投資決策具有影響力，

但考量加入總體經濟變數後可能造成的模型共線性問題，因此未將這些變數加入。由於 TEJ 最早

由 1996 年開始提供有關公司治理變數，所以穩健性分析的樣本期間是由 1997 年進行到 2011 年。

其結果如[表 7]所示：

表 7 不同產業結構衡量對資本支出的影響

IS=HHI IS=CR4 IS=CR8

Intercept -0.0856* -0.0912* -0.1043**

(-1.68) (-1.75) (-1.98)

IS 0.0105* 0.008* 0.0226*

(1.95) (1.98) (1.91)

Beta -0.0062* -0.0063* -0.0063*

(-1.79) (-1.8) (-1.81)

MB 0.0034 0.0031 0.0029

(1.13) (1.01) (0.96)

IVO -0.0074 -0.0071 -0.0071

(-1.61) (-1.53) (-1.53)

Ln(volume) 0.0009 0.0008 0.0008

(0.54) (0.46) (0.48)

Zerofreq 0.0001 0.0001 0.0001

(1.15) (1.12) (1.14) (1+analysts)-1

-0.0041 -0.004 -0.0039

(-1.08) (-1.05) (-1.04)

Ln(MV) 0.0058* 0.006** 0.0061**

(1.92) (1.98) (2)

ROA 0.0001** 0.0002** 0.0001**

(2.31) (2.25) (2.23)

R&D -0.0001 -0.0001 -0.0001

(-0.58) (-0.59) (-0.6)

Bighold -0.0001 -0.00001 -0.0001

(-0.22) (-0.3) (-0.33)

Spread -0.0003 -0.0003 -0.0003

(-1.03) (-0.96) (-1.02)

Firm Effect Y Y Y

Time Effect Y Y Y

R2 0.237 0.2372 0.2374

Nobs 7,348 7,348 7,348


59


在不同的產業結構代理變數下(賀芬達爾-賀希曼指數、CR4 與 CR8)，[表 7]的實證結果與[表

5]差異不大，產業結構與資本支出仍成正向關係，但在納入套利風險後，顯示成長率高的公司在

套利風險降低的情況下，資本支出也隨之升高，該結果仍支持競爭優勢理論。顯示台灣上市公司

在進行資本支出決策時，須納入產業結構與套利風險考量，才能夠瞭解管理當局在進行投資決策

時的態度。此外，模型的配適度增加，R2 從 0.026(表 5)提升至 0.237(表 7)，顯示增加控制變數及

採用 firm effect 與 time effect 模型進行估計，可提升模型的配適度。

式(5)除了與式(4)相同的納入資產報酬率(ROA)、研發費用(R&D)、大股東持股(Bighold)、盈

餘與控制權偏離(Spread)及廠商的個別效果(firm effect)與時間效果(time effect)等變項外，並加入不

同的產業結構(IS)與套利風險的交互作用項，以檢視兩者的交互作用下對企業資本支出的影響。

結果如[表 8]所示：

表 8 不同產業結構衡量與套利風險交互作用對資本支出的影響


Intercept -0.0844* -0.0909* -0.0904*

(-1.66) (-1.77) (-1.77)

IS*Beta 0.0205 0.0273* 0.03*

(1.24) (1.82) (1.81)

IS*MB 0.0111 -0.0013 -0.0127

(0.76) (-0.13) (-1.14)

IS*IVO -0.0051 -0.0084 -0.0131

(-0.23) (-0.49) (-0.7)

IS*Ln(Volume) -0.0061** -0.0003** -0.0016**

(-2.21) (-2.17) (2.31)

IS*Zerofreq -0.0004** -0.0002* -0.0003**

(1.97) (1.94) (0209)

IS*(1+analysts)-1 0.0046** 0.0021** 0.0041**

(2.21) (1.99) (2.24)

Beta -0.0092** -0.021** -0.0264**

(-2.16) (-2.39) (-2.26)

MB 0.0023 0.0037 0.0118

(0.7) (0.58) (1.39)

IVO -0.0072 -0.0027 0.0017

(-1.34) (-0.26) (0.12)

Ln(volume) 0.001 0.0009 -0.0005

(0.61) (0.47) (-0.21)

60


續表 8 不同產業結構衡量與套利風險交互作用對資本支出的影響


Zerofreq 0.002 -0.001 0.0001

(0.45) (-0.09) (0.22)

(1+analysts)-1 -0.0046 -0.0039 -0.001

(-1) (-0.42) (-0.08)

Ln(MV) 0.0057* 0.0061** 0.006**

(1.9) (2) (1.98)

ROA 0.002** 0.0012** 0.001**

(2.23) (2.25) (2.32)

R&D -0.0001 -0.0001 -0.0001

(-0.57) (-0.59) (-0.59)

Bighold 0.011 -0.011 -0.021

(-0.23) (-0.32) (-0.37)

Spread -0.0003 -0.0003 -0.0003

(-1.02) (-0.94) (-1.01)

Firm Effect Y Y Y

Time Effect Y Y Y

R2 0.2374 0.2377 0.2382

Nobs 7,348 7,348 7,348


[表 8]的實證結果與[表 6]差異不大，產業結構在納入套利風險後，顯示在低套利風險(交易量

大、零交易天數少、分析師人數多)下，產業結構越接近獨占，IS 指數越高時，公司的管理當局

會減少資本支出，符合寧靜生活假說；反之，在高套利風險(交易量小、零交易天數多、分析師人

數少)下，公司管理當局會增加資本支出，符合競爭優勢理論。此外，產業結構與貝塔係數的交互

作用下，與公司資本支出呈現顯著正向關係，由於貝塔係數對大公司較有影響力，且代表公司所

擁有的成長機會(Berk et al., 1999)，顯示大公司在面臨產業結構較競爭的局面下，也會增加資本支

出，符合競爭優勢理論。而模型的配適度增加，R2 從 0.0265(表 6)提升至 0.2374(表 8)，顯示增加

控制變數及採用 firm effect 與 time effect 模型進行估計，可提升模型的配適度。

陸、結論與建議

本文檢驗產品競爭市場對公司資本支出的影響，用賀芬達爾-賀希曼指數做為產業競爭度(IS)

61


的代理變數，研究表明台灣的管理當局會為了獲取競爭優勢而進行資本支出，但市場競爭度較低、

且公司所處的市場套利風險較低時，管理當局會減少資本支出以獲得寧靜生活的藉口，此與文獻

內容相符。

本研究提出市場套利風險及市場競爭程度，會影響公司管理當局對於資本支出決策時的態度。

市場套利風險牽涉到外界投資人對企業的看法及企業管理當局與外界溝通的成本，高的套利風險

會刺激管理當局進行資本支出決策，以利於公司未來的成長。而市場競爭程度越高，企業管理當

局也會考慮到競爭前景，而提高資本支出。惟有在市場競爭程度低、且低的套利風險下，管理當

局可能會為了享受安逸生活，而不考慮進行具風險的資本支出決策。

對於企業和投資人而言，本文提醒公司在不同套利風險及市場競爭程度下，管理當局與外部

投資人必須留意的重點：對於高套利風險但產品市場競爭度低的公司，管理當局須注意降低市場

資訊不對稱的程度，以避免受到套利風險的影響而增加資金成本；但對於低套利風險但產品市場

競爭度高的公司，管理當局宜注重產品品質及創新上的差異化、國際化與生產技術的創新，從而

降低生產成本以提升競爭優勢。對於投資人而言，須留意獨占或寡占公司與市場資訊不對稱的情

形，避免將資金投注於享受「寧靜生活」的公司管理當局口袋中，並注意專業投資人(分析師、機

構投資人、基金經理人)的報導及活動，避免受到私有資訊的傷害。

在政策建議上，本文提出具體的證明，表明政府為提升國家產業競爭力，宜從開放產業自由

競爭及增加市場透明度著手。惟有在產業競爭程度高，及證券市場更為活絡專業下，企業才能不

斷創造成長力，而投資人也能將資金挹注於資訊透明度較高、且較具成長潛力的公司上。此外，

過去的文獻無法說明在何種情況下，會導致公司偏向過著安逸的寧靜生活，或者藉由增加資本支

出來提升競爭力，本文找到套利風險的高低，做為影響公司資本支出決策態度的合理解釋。高套

利風險對管理當局而言，不僅代表高資金成本(交易成本)與高資訊不對稱，也表示公司決策越容

易採市場擇時的機會，有利於特定投資人或管理當局，而投資人評價也越容易因反應不足，造成

巨大的損失。

62


參考文獻

1. 王祝三、莊雅雪與郭勁甫(2009)，「公司治理、投資與公司價值之關聯性」，東吳經濟商學學報，

66，69-114。

2. 王蓓宸(2009)，「產業競爭度與公司治理對於短視研發投資行為之影響」，台灣東海大學會計學

系未出版碩士論文。

3. 林宛玉(2013)，「公司個別風險與資本支出決策：經理人風險趨避假說之驗證」，台灣國立高雄

第一科技大學財務管理研究所未出版碩士論文。

4. 林煜恩、鄭家興、王東方與池祥萱(2014)，「迎合與成長機會對公司投資決策的衝擊」，2014 網

路治理與商業模式創新研討會，中國天津。

5. 陳秀芬(2014)，「媒體曝光度、資本支出與公司價值」，台灣國立高雄第一科技大學財務管理研

究所未出版碩士論文。

6. 許捷(2014)，「忙碌董事與資本支出」，國立中正大學財務金融研究所未出版碩士論文。

7. Adam Smith, 1776, An inquiry into the nature and causes of the wealth of nations.

8. Aggarwal, R. and A. Samwick (1999), “Executive compensation, strategic competition, and relative

performance evaluation: theory and evidence,” Journal of Finance, 54, 1999-2043.

9. Ali, Ashiq, L. S. Hwang and Mark Trombley (2003), “Arbitrage risk and the book-to-market

anomaly,” Journal of Financial Economics, 69, 355-373.

10. Baker, Malcolm and Jefferey Wurgler (2007), “Investor Sentiment in the stock market,” Journal of

Economic Perspectives, 21, 129-152.

11. Berger, A. L. and T. Hannan (1998), “The efficiency cost of market power in the banking industry:

A test of the "quite life" and related hypothesis,” Review of Economics and Statistic, 80, 454-465.

12. Berger, Allen N., Rebecca S. Demsetz, and Philip E. Strahan (1999), “The consolidation of the

financial services industry: Causes, consequences, and implications for the future,” Journal of

Banking and Finance, 23, 135-194.

13. Berk, Jinathan B., Richard C. Green and Vasant Naik (1999), “Optimal investment, growth options,

63


and security returns,” Journal of Finance, 54, 1007-1034.

14. Bertrand, Marianne and Sendhil Mullainathan (2003), “Enjoying the Quiet Life? Corporate

Governance and Managerial Preferences,” Journal of Political Economy, 111, 1043-1075.

15. Blume, Marshall and Michael Goldstein (1992), “Displayed and effective spreads by market,”

Wharton School, University of Pennsylvania.

16. Brailsford, Timothy J. and Daniel YeohSource (2004), “Agency Problems and Capital Expenditure

Announcements,” The Journal of Business, 77, 223-256.

17. Brander, James and Tracy Lewis (1986), “Oligopoly and financial structure: the limited liability

effect,” American Economic Review, 76, 956-970.

18. Burton, Bruce M., A. Alasdair Lonie and David M. Power (1999), “The Stock Market Reaction to

Investment Announcements: The Case of Individual Capital Expenditure Projects,” Journal of

Business Finance & Accounting, 26, 681-708.

19. Chan, S. H., J. D. Martin and J. W. Kensinger (1990), “Corporate Research and Development

Expenditures and Share Value,” Journal of Financial Economics, 26, 255-276.

20. De Jonghe, O. and R. Vander Vennet (2008), “Competition versus efficiency: What drives franchise

values in European banking ? ” Journal of Banking and Finance, 32, 1820–1835.

21. Demsetz, H. (1973), “Industry structure, market rivalry and public policy,” Journal of Law and

Economics, 16, 1-9.

22. Duan, Ying, Gang Hub and R. David McLean (2010), “Costly arbitrage and idiosyncratic risk:

Evidence from short sellers,” Journal of Financial Intermediation 19, 564-579.

23. Gerhold, Stefan, Paolo Guasoni, Johannes Muhle-Karbe, and Walter Schachermayer (2014),

“Transaction costs, trading volume, and the liquidity premium,” Finance and Stochastics, 18, 1-37.

24. Giroud, Xavier, and Holger M. Mueller (2010), “Does corporate governance matter in competitive

industries? ,” Journal of Financial Economics, 95, 312-331.

25. Green, J. P., A. W. Stark and H. M. Thomas (1996), “UK Evidence of Market Valuation of Research

and Development Expenditures,” Journal of Business Finance and Accounting, 23, 191-216.

64


26. Grenadier, Steven R. and Neng Wang (2005), “Investment timing, agency, and information,”

Journal of Financial Economics, 75, 493-533.

27. Haye, E. M. (1997), “Corporate Control Effects and Managerial Remuneration in Commercial

Banking,” Journal of Economics and Business, 49, 239-253.

28. Hicks, J. R. (1935), “A suggestion for simplifying the theory of money,” Economics, 2, 1-19.

29. Hirschey, M. and J. Weygandt (1985), “Amortization Policy for Advertising and Research and

Development Expenditures,” Journal of Accounting Research, 23, 326-335.

30. Hofer, C. W., and D, Schendle (1978), Strategy formulation: Analytical concepts, West Publishing

Co, Minnesota.

31. Hong, Harrison, Terence Lim and Jeremy C. Stein (2000), “Bad News Travels Slowly: Size,

Analyst Coverage, and the Profitability of Momentum Strategies,” Journal of Finance, 55, 265-295.

32. Jensen , M. C., and W. H. Meckling (1979), “Theory of the firm: Managerial behavior, agency costs

and ownership structure,” Journal of financial Economics, 3, 305-360.

33. Kalay, Avner, Oǧuzhan Karakaş and Shagun Pant (2014), “The market value of corporate votes:

theory and evidence from option prices,” Journal of Finance, 69, 1235-1271.

34. Koetter, M, J. W. Kolari and L. Spierdijk (2008), “Efficient competition? testing the quiet life of US

banks with adjusted Lerner indices,” University of Groningen mimeo, http://www.fma.org.

35. Kreps, D. and J. Scheinkman (1983), “Quantity Pre-commitment and Bertrand Competition Yield

Cournot Outcomes,” Bell Journal of Economics, 14, 326-337.

36. Kyle, Albert (1985), “Continuous auctions and insider trading,” Econometrica, 53, 1315-1335.

37. Leibenstein, H. (1966), “Allocative Efficiency vs. X-efficiency,” American Economic Review, 56,

392-415.

38.Lesmond, David, Joseph Ogden and Charles Yrzcinka (1999), “A new estimate of transaction costs,”

Review of Financial Studies, 12, 1113-1141.

39. Machlup, F. (1967), “A Social Appraisal of Differential Pricing: Discussion,” Journal of Marketing,

65


6, 184-190.

40. Marquez, R. (2002), “Competition, adverse selection, and information dispersion in the banking

industry,” Review of Financial Studies, 15, 901-926.

41. Maudos, J. and J. Fernández de Guevara (2007), “The cost of market power in banking: Social

welfare loss vs. cost inefficiency,” Journal of Banking and Finance, 31, 2103-2135.

42. McConnell, J. J. and C. J. Muscarella (1985), “Corporate Capital Expenditure Decisions and the

Market Value of the Firm,” Journal of Financial Economics, 14, 399-422.

43. Nickell, S. (1996), “Competition and corporate performance,” Journal of Political Economy, 104,

724-746.

44. Panousi, Vasia, and Dimitris Papanikolaou (2012), “Investment, idiosyncratic risk, and ownership,”

Journal of Finance, 67, 1113-1115.

45. Pontiff, Jeffrey (2006), “Costly arbitrage and the myth of idiosyncratic risk,” Journal of Accounting

and Economics, 42, 35-52.

46. Porter, Michael E. (1985), “Technology and competitive advantage,” Journal of Business Strategy,

5, 60-78.

47. Shleifer, Andrei and Robert Vishny (1997), “The limit of arbitrage,” Journal of Finance, 52, 35-55.

48. Shleifer, Andrei and Robert Vishny (1997), “A Survey of Corporate Governance,” Journal of

Finance, 52, 737-783.

49. Soete, L. (1979), “Firm size and inventive activity: The evidence reconsidered,” European

Economic Review, 12, 319-326.

50. Xing, Yuhang (2008), “Interpreting the value effect through the Q-theory: An empirical

investigation,” Review of Financial Studies, 21, 1767-1795.

關鍵詞

資本支出；產業結構；套利風險；寧靜生活

66


The Impact of Industrial Structure on Capital

Expenditure: Evidence from Taiwan

‧Yu-En Lin Associate Professor, Business School, Wenzhou University

‧Hsiang-Hsuan Chih Professor, Department of Finance, National Dong Hwa University

‧Chia-Hsin Cheng Assistant Professor, Department of Information Management, Kang Ning Junior College of Medical Care and Management

‧Li-Rong Wei International Trade Sales, Gusngzhou Beco Electrioic Co., LTD

Abstract Product competition in the market structure of the company when making investment decisions has

been inconclusive, the influence of past researches investigated by using industrial structure which has

positive effect or negative effect on investment expenditure. This paper includes the interactional term,

arbitrage risk and industrial structure to examine how the firms making capital expenditure

decision .Our results can be summarized as follows: first, the more market competitive, the higher

capital expenditure the company makes ; second, when firm with high arbitrage risk and in high product

market competition, companies tend to take risk and increase the capital expenditures. After all, we find

that the market competition and the arbitrage risk might affect the attitude that firm management holds.

Keywords：Capital Expenditure, Product Market Competition, Arbitrage Risk, Quiet Life

Documents

產業結構對資本支出的影響：台灣實證service.tabf.org.tw/Research/Doc/EconomicQuarterly/28.pdf · 支出很重要的一部分，是研究資本支出策略必不可少的一個研究方向。王蓓宸(2009)指出當公司