新績效衡量指標與股票報酬關聯性之研究摘要一套有效的績效評估方法不僅能協助投資人制定買賣決策，亦可用來衡量公司價值，進而可以幫助經理人擬定改善公司績效決策，創造公司價值或避免公司價值的流失。而與公司價值變動最攸關的會計信息為盈余，故傳統上亦發展出一套以盈余為主的績效衡量指標，唯此類傳統指標完全忽略權益資金成本及公司風險（Ehrbar,1998），針對此點，近年來逐漸發展出異于傳統的評價方法來評估公司的真正價值，以「現金流量投資報酬率」（CFROI?）及「經濟附加價值」（EVA?）最受到廣泛討論與注意（Madden,1998;Stewart,1991）。唯相關的比較與討論仍少，本研究即根據上述論點，探討CFROI、EVA及其他績效衡量指標在臺灣股市中對股票報酬的解釋能力，以說明資金成本觀念在績效衡量指標及市場評價之重要性。實證結果發現以EBEI及CFROI對股票報酬的解釋能力為較優，其次為EVA、RI及CFO。而在考慮資金成本的方法中，CFROI明顯較EVA更具信息內涵，當公司管理者及投資大眾以盈余評估企業經營績效的同時，CFROI較EVA更適合作為績效衡量的參考指標，在依公司特性進行的敏感性分析中，CFROI仍明顯優于EVA，與上述結果一致。關鍵詞：現金流量投資報酬率、經濟附加價值、績效衡量指針壹、導論一經營成功的企業，其經理人利益、董事會利益及投資人利益必趨于一致，以創造企業價值為其共同目標，公司價值的分析是一個過程，它的產出是對企業真實價值的評估，因此，一套有效的績效評估方法不僅能用以支持投資人買進賣出的決策，亦可用來衡量企業價值，進而幫助經理人擬定改善績效指標的方針，創造企業價值或避免企業價值的流失。近年來，紐約史登史都華財務顧問公司（SternStewart&Co.）將經濟附加價值（EconomicValueAdded,簡稱EVA）的名稱注冊登記，并宣稱EVA可取代盈余，成為內部管理的績效衡量指標及外部報導之財務績效衡量指標，Ehrbar（1998）及Stewart（1991）明確指出EVA是一個優于盈余的績效衡量指標，能協助管理者及投資人透視真正的經營績效，而Stewart（1994）的研究結果亦顯示EVA為衡量財富創造的最佳衡量指標，簡言之，EVA就是針對一般人認為利潤及每股盈余（earningpershare,EPS）即代表公司績效時，提醒管理者及投資人同時須對資金成本做一考慮，所以EVA可謂是結合股東、客戶及管理者的最大利益來共同透視經營成果之衡量指標。Lehn&Makhija（1997）及Chen&Dodd（1997）發現在解釋股票報酬時，EVA優于會計衡量指標（EPS、ROE、ROA），Wallace（1997）的研究也顯示企業若采用以EVA為基礎的獎酬制度，其經理人員會依該獎酬制度的誘因作決策，財富雜志（Fortune,1993）稱EVA為「當前最熱門的財務觀念」，且真正是「創造財富之鑰」。全球各大洲有超過三百家企業，每年總營業額達一兆美元的水平，這些企業包括著名的AT&T、CocaCola、Wal-Mart、QuakerOats等，都采用了史登史都華財務顧問公司的經濟附加價值財務管理與誘因獎酬制度，經濟附加價值系統也幫助這些公司的經理人為股東創造出超過數千億美元的財富，且考慮采用EVA的公司數目正持續增加中。另一個新興的公司績效衡量指標是由芝加哥郝特國際財務顧問公司（HOLTValueAssociates）發展的現金流量投資報酬率（cashflowreturnoninvestment,簡稱CFROI）評價模型，并將CFROI注冊登記，CFROI評價模型源于現金流量折現（discountedcashflow,DCF）分析的評價技術，CFROI與EVA同時考慮了資金成本及傳統會計的扭曲，不同的是CFROI增加通貨膨脹的調整，可避免內部會計歷史成本的失真，成為橫斷面的績效衡量，讓管理者及投資人可在不同時點上，直接比較公司的經營績效，Madden（1996）指出在美國有愈來愈多的公司管理者及證券分析師使用CFROI評價模型，并將此模型視為評估公司績效及股東價值的關鍵工具。另外，Madden（1999）說明CFROI評價模型反應公司經營績效及股票價格，對績效的分析及證券市場的預期提供有效的回饋，并表達此模型的特質及其重要性。由于學者對EVA有不同的評價，有些研究結果顯示EVA為衡量股東財富創造的最佳指標（Stern,1993;O’Byrne,1996;Gressle,1996），另有一些結果顯示EVA并不優于其他衡量指標（Biddle,Bowen&Wallace,1997；許文綺，2002），且國內外對于CFROI評價模型的實證研究甚少，因此，藉由本研究探討現金流量投資報酬率（CFROI）、經濟附加價值（EVA）及其他衡量指標，包括剩余利潤（RI）、非常項目前利益（earningsbeforeextraordinaryitems,EBEI）及來自營運之現金流量（operatingcashflows,CFO）在臺灣證券市場之適用性，可供企業內部評估績效或從事管理會計決策，亦可作為投資人制定投資決策的重要指標。故本研究目的在于了解解釋股票報酬時，CFROI及EVA是否優于其它衡量指標，并比較五個衡量指標在解釋股票異常報酬之攸關信息內涵，同時依公司特性進行敏感性分析，檢視五個衡量指標在解釋股票異常報酬之攸關信息內涵是否有變化。貳、研究方法本研究采Madden（1999）之說明來計算CFROI，另以Biddle,Bowen&Wallace（1997）的研究方法，將EVA拆解成五個組成要素，進而將EVA與CFO、EBEI及RI相聯結，來探討五個指標與股票報酬的關聯性，并比較CFROI、EVA、剩余利潤（RI）、非常項目前利益（EBEI）、來自營業活動之現金流量（CFO）解釋股票報酬的能力，即檢視何者具攸關信息內涵（relativeinformationcontent）。因此，本研究先介紹CFROI及EVA的意義及理論探討，再定義各研究變量并說明數據分析的方法。一、理論介紹（一）CFROI的意義在過去三十年間，由于通貨膨脹波動大，歷史成本的會計原則大大降低財務報表與比率分析的比較性及有效性，CFROI評價模型建立的基本前提是股票價格以現金流量（cashflow）為基礎，且股價取決于經濟績效（economicperformance），不是會計績效（accountingperformance）或賬面盈余（reportedearnings），即CFROI是投資人預期報酬的真實衡量指標，不以傳統的會計指標來衡量公司績效，因為會計數據容易受人為操作，且無法對跨國或跨期間的公司績效作比較，而CFROI則是利用歷史成本的會計原則，結合通貨膨脹的波動，考慮會計基礎所造成的扭曲，正確計算及預測公司經濟績效并提高對證券市場訂價的判斷力，增加管理者與投資人連結公司績效與市場評價間關系的能力，也就是說市場只對經濟績效作反應，不對會計績效作反應（Madden,1999）。CFROI評價模型是是一套用來與股票市場及公司價值相鏈接的方法，反應股價及公司的管理，所以CFROI評價模型是監督管理者對達成公司使命的攸關角色。（二）EVA的意義EVA是由紐約史登史都華財務顧問公司將剩余利潤（residualincome,RI）的觀念依據財務及經濟理論加以修訂落實，EVA是以傳統的會計報表為基礎，再透過「約當權益準備」（equityequivalentreserves）項目的調整，以求得正確的EVA，確實反應企業的投資及盈余，并說明傳統財務指標的不足，EVA就是稅后凈營運利潤減去投入資本的機會成本后之所得，注重資本費用是EVA的明顯特征，這呈現源自于亞當史密斯（AdamSmith）的基本觀念，即企業必須能夠為其所投資的資本，創造出具有競爭力的報酬，由于考慮到包括權益資本在內的所有資金成本，EVA表現了企業在某一時期創造或損壞的財富價值，真正成為股東所定義的利潤，使公司創造的價值正確地反映，對公司經理人員而言，概念非常簡單的EVA也是易于理解和掌握的財務衡量指標，通過投入資本的機會成本之衡量，EVA使管理者不得不權衡所獲取的利潤與所投入的資本二者間的關系，從而更全面地理解企業的經營。二、研究變量的定義及計算本研究以股票異常報酬為因變量，五個績效衡量指標的預測誤差為自變量，包括CFROI、CFO、EBEI、RI及EVA，觀察各績效衡量指標與股票異常報酬間的關聯性，并探討各衡量指標在解釋股票異常報酬之信息內涵。（一）股票異常報酬（abnormalreturns,ABt）股票異常報酬為實際報酬減去預期報酬（Biddle,Seow&Siegel,1995;Bowen,Johnson,Shevlin&Shores,1989），其中實際報酬即個別股票報酬，而預期報酬的評價，分別采用市場調整年報酬（marketadjustedannualreturns）及市場模型（marketmodel）兩種方法來計算。有關股票報酬之資料，本研究采用臺灣經濟新報數據庫中「證券市場數據庫」的調整后股價數據，計算股票報酬時必須考慮有償配股或無償配股、有無發放現金股利，其計算方式如下：（1）其中，RitPitPit-1αitβitCitDit：i股票在第t期的報酬率：i股票在第t期的期末價格：i股票第t-1期的期末價格：i股票在第t期的當期現金認購率：i股票在第t期的當期無償配股率：i股票在第t期的當期現金認購價格：i股票在第t期發放的當期現金股利有關預期報酬的計算，采用市場調整年報酬法時，預期報酬即市場報酬，以加權股價指數計算之，各期加權股價指數取自臺灣經濟新報數據庫中「加權指數」項目，其計算方式如下：（2）其中，RmtPmtPmt-1：市場在第t期的報酬率：市場在第t期的期末加權股價指數：市場在第t-1期的期末加權股價指數采用市場模型計算預期報酬時，由市場模型求出各公司風險系數（β值）后，再利用CAPM，將β值代入以下計算方式：（3）其中，Rei：i股票在第t期的預期報酬率Rf：無風險利率，以第一銀行一年期定存利率代替Rm：期望的市場報酬βi：i股票的風險系數（二）績效衡量指標1、CFROI現金流量投資報酬率（CFROI）為一類似內部報酬率（internalrateofreturn,IRR）的財務概念，本研究將其計算方式表達如下（Madden,1999）：（4）其中，NOAGIt：第t期的當期營運資產平減后金額，也就是期初投資（grossinvestment）t：表研究期間，即民國83年至民國90年各年度GCFt,i：在第t期時，第i年現金流量平減后金額NOAt：在第t期時，第n年的非折舊型資產平減后金額n：在第t期的平均資產耐用年限CFROI的計算包含四個組成要素，分別是資產耐用年限（n）、營運資產總額（GI）、耐用年限期間的現金流量（GCF）及非折舊型資產的價值（NOA）。當期營運資產平減后金額（期初投資，GI）由折舊型資產平減后金額及非折舊型資產平減后金額組成，計算折舊型資產平減后金額時，折舊型資產包含房屋及建筑物成本、機器及儀器設備成本、其他設備成本，再考慮需調整的項目有在建工程及無形資產，其中固定資產需以通貨膨脹調整因子來調整為平減后金額。計算非折舊型資產平減后金額(NOA)時，先計算凈貨幣性資產，即流動資產（不含存貨）減去非債務性流動負債，后者包含應付商業本票、應付帳款及票據、應付費用、預收款項、其他應付款、應付所得稅，再考慮需調整的項目有存貨及長期投資，且土地需以通貨膨脹調整因子來調整為平減后金額。資產耐用年限(n)以折舊型資產除以折舊計算之，計算現金流量平減后金額（GCF）時，現金流量的記錄來自公司的營業活動，是由帳列本期凈利（即經常利益）來調整，其調整項目包含折舊、攤提、本期支付利息，并利用凈貨幣性資產來調整貨幣持有利得或損失（利用物價指數對凈貨幣性資產作調整）。且由于未來各期GCF估計困難，故本法假設未來各期的GCF是相同的，并以當期的GCF值來估計之（Madden,1999）。經由上述計算后代入（4）式，即可求得各年的CFROI，并將CFROI所包含的四個組成要素以下圖表示之，且將CFROI于計算上所使用的各項數據于TEJ中的代號列于下表1中。非折舊型資產平減后金額(NOA)耐用年限期間的現金流量平減后金額(GCF) 資產耐用年限(n)非折舊型資產平減后金額營運資產平減后金額(GI)折舊型資產平減后金額數據源：CFROIValuation:ATotalSystemApproachtoValuingtheFirm(Madden,1999)圖1CFROI的四個組成要素表1CFROI所使用的各項數據于TEJ中的代號TEJ的代號（Code）會計科目TEJ的代號（Code）會計科目T0420房屋及建筑物成本T1190其他應付款T0430機器及儀器設備成本T1210應付所得稅T0460其他設備成本T0410土地T0100流動資產T0300長期投資T0170存貨T7211折舊T1110應付商業本票T7212攤提T1130應付帳款及票據T7710本期支付利息T1170應付費用T0490在建工程T1180預收款項T0820無形資產T3920經常利益2、CFO（operatingcashflows）來自營業活動之現金流量（CFO）取自臺灣經濟新報數據庫之「來自營運之現金流量」科目。3、EBEI（earningsbeforeextraordinaryitems）非常項目前利益（EBEI）取自臺灣經濟新報數據庫之「經常利益」科目。4、RI（residualincome）剩余利潤（RI）＝稅后凈利＋稅后利息－（加權平均資金成本×期初總投入資本），其中期初總投入資本＝負債及股東權益總額－不付息流動負債，不付息流動負債包含應付帳款及票據、應付費用、預收款項、其他應付款、應付所得稅、其他流動負債，加權平均資金成本（WACC）＝RD×WD×(1－T)＋RE×WE，RD及RE的計算如下。(1)負債資金成本率（RD）取自臺灣經濟新報數據庫之「有息負債利率」項目。(2)權益資金成本率（RE）的計算，首先由市場模型（marketmodel）求出β值（貝他系數）：其中Rit為i股票第t期的個股報酬，Rmt為第t期的市場報酬，再將β值代入資本資產定價模型（CAPM）中求得權益資金成本。其中RE為權益資金成本，Rf為無風險利率，以第一銀行一年期定存利率代替，βi為i股票的貝他系數。(3)負債權重，權益權重，其中D、E為負債總額及權益總額，其中D為有息負債，包含短期借款、應付商業本票、一年內到期長期負債及長期負債，由于負債之市值有實際取得之困難，改以賬面價值代替，E以權益之市值計算之。(4)稅率(T)為25％。5、EVA根據紐約史登史都華財務顧問公司的定義，EVA是以傳統的會計報表為基礎，透過「約當權益準備」（equityequivalentreserves）項目的調整來計算，EVA是一企業稅后凈營業利益與資金成本的差額，其公式如下（Biddle,Bowen&Wallace,1997）：EVAt＝NOPATt－(WACCt×ICt－1)＝EBIATt＋AcctAdjop－WACCt×(Capital＋AcctAdjc)（5）＝(ROICt－WACCt)×ICt－1其中，NOPATtWACCtICt－1EBIATtAcctAdjopAcctAdjcROICt：本期稅后凈營業利益（netoperatingprofitsaftertaxes）。：加權平均資金成本（weightedaveragecostofcapital）。：期初總投入資本（investedcapital）。：稅前息后盈余（earningsbeforeinterestbutaftertax）。：營業利益方面的會計調整項目（sternstewartadjustmentstoaccountingmeasuresofoperatingprofits）。：資金成本方面的會計調整項目（sternstewartadjustmentstoaccountingmeasuresofoperatingcapital）。：投入資本報酬率，等于稅前息后盈余除以投入資本（returnoninvestedcapital）。上述營業利益的會計調整項目包含遞延所得稅、研發費用、呆賬費用、廣告費用的調整，其中研發費用及廣告費用均假設為期初發生并分三年攤銷。資金成本方面的會計調整項目包含研發費用、呆賬費用、廣告費用、短期投資及在建工程，其中研發費用及廣告費用亦假設為期初發生并分三年攤銷。最后，將上述CFO、EBEI、RI及EVA在計算上所使用的各項數據于TEJ中的代號列于下表中。表2CFO、EBEI、RI及EVA所使用的各項數據于TEJ中的代號TEJ的代碼（Code）會計科目TEJ的代碼（Code）會計科目T7210來自營業活動之現金流量T1220一年內到期長期負債T3920經常利益T1400長期負債T7710本期支付利息T1515遞延所得稅T0020負債及股東權益總額T3315研發費用T1130應付帳款及票據T3317呆賬費用T1170應付費用T3312廣告費用T1180預收款項T0122短期投資T1190其他應付款T0490在建工程T1210應付所得稅TR206有息負債利率T1230其他流動負債TR207有效稅率T1120短期借款股價模塊中#13權益之市值T1110應付商業本票三、數據分析方法（一）敘述統計分析利用敘述統計分析，求得研究期間樣本數據中各變量之樣本數、最小值、最大值、平均數、標準偏差，以了解樣本公司的各項基本數據及各變量的分布情形。（二）相關分析分析樣本數據之各變量間關系的方向與程度大小，本研究利用Person相關系數來檢測變數間相關性。（三）回歸分析從效率市場與理性預期的角度而言，投資人就目前可取得之攸關信息產生預期，并充分反應在目前的股票價格上，唯有當實際情況與投資人預期有差異時，股價才會波動，投資人才可獲取股票的異常報酬，其中預期報酬的計算有許多不同方法，對股價解釋能力會有影響，故本研究采用市場調整年報酬（marketadjustedannualreturns）與市場模型（marketmodel）兩種方法來計算預期報酬，并比較二法對股票異常報酬的解釋能力是否有差異。在衡量預測誤差方面，本研究利用Biddle&Seow（1991）及Biddle,Seow&Siegel（1995）的方法，假設市場預測值（marketexpectations）是根據離散的線性隨機過程（即自我回歸模型，autoregressiveform）形成，預測誤差為實際值減去預測值，即FE＝Xt－E(Xt)，并可將市場預測值表示如下。（6）其中，為常數，為自我回歸參數，X為各衡量指標。本研究選取五個衡量指標（Biddle,Bowen&Wallace,1997），分別為EBEI、RI、CFO及欲分析的CFROI及EVA變量，探討各衡量指針與股票異常報酬間的關聯性，回歸模型中均以各衡量指標的預測誤差（forecasterror,FE）來解釋股票異常報酬（abnormalreturn,ABt），其回歸方程式表示如下。（7）其中，ABtFEXt/MVEt-1：第t期的股票異常報酬。：X指標（即CFROI、CFO、EBEI、RI、EVA）在第t期的預測誤差，除以期初公司權益的市場價值（marketvalueoffirmsequity），用以估計各指標的每股金額。：隨機變數。結合（6）式及（7）式，并將市場預測值的估計納入回歸系數（）中，因此ABt亦可表示如下。（8）其中，，，且當ｉ＞１時，另外，由于隨著時間經過，前后期的金額可能發生結構性的轉變，不一定適合作為預測之參考，故可以更適當的方式來直接觀測回歸系數（Easton&Harris,1991），因此在此模型中僅限定于過去一期，則。根據上述說明，在解釋當期股票異常報酬時，以當期各衡量指標的預測誤差為自變量，股票的異常報酬為因變量進行回歸分析，其回歸方程式如下：（9）其中，ABtXtMVEt-1：第t期的股票異常報酬：X指標在第t期的績效衡量值：期初公司權益的市場價值最后，在攸關信息方面，利用Biddle,Seow&Siegel（1995）提出的成對樣本檢定方法，指出虛無假設的任兩組自變量（測量值）對因變量的解釋能力并無差異，本研究針對（9）式的分析方式，在回歸方程式中形成10組成對樣本的比較，并結合Whites（1980）的修正用以控制異質變異數的問題，利用該檢定可衡量攸關信息內涵的比較。另外，以（9）式為基礎，根據Hayn（1995）、Burgstahler&Dichev（1997）的實證結果顯示虧損公司（lossfirms,即負盈余）之盈余回歸系數低于獲利公司（profitablefirms,即正盈余），與股票報酬的關聯性甚低，且黃正誠（1999）及O’Byrne（1996）亦發現正的績效與負的績效傳達不同的信息，因此，在各績效指標的衡量上，本研究將各指標再區分正負值進行回歸分析，并與未區分正負值的結果比較其差異，其回歸式表示如下。（10）其中，ABt：第t期的股票異常報酬Xt：為五指標第t期的指標值Xt,pos：當指標值（Xt）為正時，Xt,pos為該值，Xt,neg則為零Xt,neg：當指標值（Xt）為負時，Xt,neg為該值，Xt,pos則為零Xt-1：為五指標第t-1期的指標Xt-1,pos：當指標值（Xt-1）為正時，Xt-1,pos為該值，Xt-1,neg則為零Xt-1,neg：當指標值（Xt-1）為負時，Xt-1,neg為該值，Xt-1,pos則為零MVEt-1：期初公司權益的市場價值本研究結合兩種股票預期報酬的計算方法及各指標是否區分正負值，形成四個分析構面，其回歸方程式分別表示于表3。表3四種分析構面之回歸方程式股票異常報酬以市場調整年報酬計算回歸式（A）不區分正負值MktAdjRtMktAdjRt回歸式（B）區分正負值MktAdjRtMktAdjRt股票異常報酬以市場模型計算回歸式（C）不區分正負值MktRtMktRt回歸式（D）區分正負值MktRtMktRtMktAdjRtMktRtCFROItXtXposXnegMVEt-1：各期之股票異常報酬，由市場調整年報酬計算而得，即個別股票實際報酬減市場報酬。：各期之股票異常報酬，由個別股票實際報酬減市場模型及CAPM模型計算之預期報酬。：即各期之現金流量投資報酬率。：為各期之衡量指標，即CFO、EBEI、RI及EVA，且不區分正負值。：當指標值為正時，Xpos為該值，且Xneg為零。：當指標值為負時，Xneg為該值，且Xpos為零。：權益的市場價值，即流通在外股數×股價。參、實證結果研究時間從民國83年至民國90年，共計八年，數據型態為年數據，樣本共選取165家公開上市公司。一、敘述統計分析于表4匯總民國83年至90年各績效衡量指標的統計值，由表中發現EVA及RI的平均數較EBEI小，反映了EVA及RI考慮負債及權益資金成本的影響，而EBEI將其忽略，可能高估企業的獲利能力。且發現CFO及EBEI的平均數及中位數較其他指標值為大，并觀察各指標各年度的中位數，可看出EVA及RI在樣本期間有五年的中位數均小于零，符合了在完全競爭的經濟環境下，企業獲取超額利潤的困難，同時亦發現RI及EVA兩指標的走勢相近，是因為EVA由RI調整而來，但由于本研究對EVA的調整項目有限，因此差異甚小。最后，將各研究樣本之CFROI依大小排序，于表5發現CFROI大于15％的企業多為信息電子的高科技產業（樣本數據中信息電子業共24家，其中19家的CFROI大于15％），同時可知CFROI的標準偏差大于EVA的標準偏差，即CFROI的數值波動性較大，使表4中CFROI的平均數及中位數出現正值，再觀察CFROI各年度的中位數，仍發現其中位數的走勢與EVA相近。表4四種績效衡量指標（每千股金額）、CFROI及股票報酬（％）之統計值MktAdjRt（％）EBEItCFROI（％）RItEVAtCFOt平均數-6.9600.0812.803-0.054-0.0470.061中位數-9.8500.0324.565-0.040-0.0330.044標準偏差40.0270.31711.7870.6420.6420.168最大值273.120.09637.5220.5570.5440.220最小值-124.15-0.539-86.377-0.839-0.094-0.129表5CFROI＞15％的公司名稱CFROI＞15%的信息電子產業CFROI＞15%的其他18種產業公司名稱光寶、麗正、聯電、宏電、旭麗、金寶、華通、臺揚、神達、鴻海、大眾、東訊、致福、碧悠、大同、震旦行、日月光、臺達電、楠梓電（19家）臺泥、亞泥、大成、統一、聯華、臺聚、亞聚、臺苯、福聚、聯成、新纖、新紡、中福、中和、立益、永大、聲寶、華新、華榮、中電、和益、和桐、華紙、寶隆、泰豐、臺橡、中橡、正新、裕隆、中華、長榮、六福、遠百、臺火、寶成、愛之味、大魯閣、葡萄王、三商行、第一店、高林實業（41家）二、相關分析此分析的目的在于便利公司內部管理及投資人衡量股價，若績效衡量指標與當期股票異常報酬相關性愈高，經理人可以此指標作為績效衡量標準，藉以提高此指針來增加公司價值，投資人亦可以此指標作為股價衡量標準，故以各指標與股票報酬進行相關性分析，表6列示樣本期間各變量當期（t）及前期（t-1）的Pearson相關系數，由表6可知，五個衡量指標中與股票異常報酬（MktAdjRt）皆呈現正相關，且以當期CFROI與股票異常報酬的相關系數最高，其次為EBEI、EVA、RI及CFO，表示公司管理者不應再以傳統的衡量指標（即EBEI）作為衡量績效的標準，而應以提升公司的CFROI為目標，才能掌握公司的股價及市場附加價值（MVA）。在五個衡量指標中與股票異常報酬（MktAdjRt）的相關系數中，由CFO及EBEI與股票異常報酬的關系可知由現金基礎的CFO轉至應計基礎的EBEI，EBEI的確增強與股票異常報酬的關連性，除了當期CFO與EBEI及RI間呈現負相關外，各解釋變量間皆呈現正相關，同時亦發現RI與EVA的相關系數為0.564，且具有高度相關性。另外，再比較前期（t-1）五個指標與股票異常報酬的相關性，各衡量指標與下期股票異常報酬的相關性均不如與本期異常報酬的相關性高，顯示愈早期的信息與股票異常報酬的關系愈弱，可預期各衡量指標用來預測未來股票異常報酬的能力不及解釋當期股票異常報酬的能力。表6攸關信息內涵相關系數分析MktAdjRtEBEItRItEVAtCFOtCFROItEBEIt-1RIt-1EVAt-1CFOt-1CFROIt-1MktAdjRt1.000EBEIt0.219**1.000RIt0.161**0.369**1.000EVAt0.169**0.340**0.564**1.000CFOt0.086-0.170-0.0020.0111.000CFROIt0.241**0.3940.137**0.141**0.0211.000EBEIt-10.131**0.663**0.217**0.205**-0.152**0.204**1.000RIt-1-0.155**-0.280**-0.820**-0.496**0.047**-0.098**-0.159**1.000EVAt-1-0.143***-0.277**-0.408**-0.786**0.051-0.096**-0.147**0.582**1.000CFOt-10.023-0.239**-0.0070.0040.310**0.012-0.429**0.464**0.067*1.000CFROIt-10.108**0.200**0.110**0.104**0.0260.441**0.300**-0.069**-0.061*-0.0221.000注：**表示在顯著水平為0.01時，顯著相關。 *表示在顯著水平為0.05時，顯著相關。三、回歸分析根據表3的回歸模型，藉由調整后判定系數（AdjustedR2）顯示各衡量指針對股票異常報酬的解釋能力，并利用F檢定顯示回歸模型的顯著性，及以成對樣本檢定方法，來檢定任兩組自變量對因變量的解釋能力并無差異，且以O’Byrne（1996）的實證結果發現正的績效與負的績效傳達不同的信息，再將五個衡量指標區分正負值進行回歸分析，將其結果分別列示于表7、表8、表9及表10，其中表7與8為股票異常報酬以市場調整年報酬計算，預測誤差（FE）不區分及區分正負值之實證結果，表9與表10為股票異常報酬以市場模型計算，預測誤差不區分及區分正負值之實證結果，各回歸模型之F檢定在1％的信賴水平下顯著，表示各指標的預測誤差均能解釋股票異常報酬，即五個指針均具有信息內涵，并將各成對樣本檢定結果列示于表中。首先，比較各衡量指標的調整后判定系數，由表7可知，CFROI的調整后判定系數（6.3％）大于EBEI、EVA、RI及CFO，但CFROI與EBEI的差距不大，其結果與表9一致，再由表8知，EBEI的調整后判定系數（20.4％）大于CFROI、RI、EVA及CFO，其結果與表10相同，再比較不區分正負值的表7與表9及區分正負值的表8及表10，股票異常報酬分別以市場調整年報酬法及市場模型計算，發現在不區分正負值及區分正負值下，CFROI的調整后判定系數分別由6.3％增加至15.2％及7.7％增加至17.9％，EBEI的調整后判定系數分別由5.0％增加至20.4％及5.1％增加至22.6％，EVA的調整后判定系數分別由2.7％增加至4.4％及1.7％增加至3.0％，可知區分正負值的各衡量指標對股票異常報酬的解釋能力均優于不區分正負值的各衡量指標對股票異常報酬的解釋能力，與Hayn（1995）、Burgstahler&Dichev（1997）的結果相符。若企業以CFROI作為績效衡量指標時，透過CFROI的改善及提升，確實可以提高對股票異常報酬的解釋能力，也就是股票的市場價格反應了公司目前CFROI的水平。其次，由表7及表8發現，在區分正負值時，當期（第t期）CFROI及EBEI的回歸系數（絕對值）分別為3.345及249.745，皆大于在不區分正負值下，當期CFROI及EBEI的回歸系數（絕對值），其值分別為0.900及29.884，可知當期將各指標區分正負值的Xt回歸系數（絕對值）較未區分正負值的Xt回歸系數大，且表9及表10的結果亦同，顯示正負值所傳達的信息不同，且正值對異常報酬的反應大于負值，因此，考慮正負值的差異是必需的，與O’Byrne（1996）的實證結果相呼應。另外，再由表7與表8及表9與表10的比較知，不論是否區分正負值，兩模型中CFROI的解釋能力明顯優于EVA，若由表7及表9與表8及表10的比較可看出以市場模型計算股票異常報酬的回歸模型中，各衡量指針的解釋能力明顯較市場調整年報酬法計算股票異常報酬的回歸模型要高，顯示了考慮個別公司風險所推估的預期報酬與各指標的關聯性較大，因此，投資人在投資證券時，預期報酬的衡量應考慮該公司股利的發放、股票未來可能的資本利得…等，不只是以市場報酬來衡量。最后，若以當期指標來解釋股票異常報酬時，發現EBEI與CFROI的對股票異常報酬的解釋能力為最佳且時有高低，其次為EVA、RI及CFO，其中CFROI在績效衡量上，與EBEI難分高下，可能是CFROI的調整扣除了投資人用以評估公司績效預期的應計項目（accruals），而這些應計項目又是公司管理者提供給投資人對未來預期的訊號，同時降低了CFROI與股票報酬的關聯性。而CFROI明顯優于EVA及RI，可能是因為CFROI以未來現金流量計算，較能反應公司價值，在攸關信息方面，亦顯示CFROI優于EVA，可見考慮資金成本及通貨膨脹的CFORI比EVA更能反應公司股票報酬，更適合用以衡量公司經營績效，支持芝加哥郝特國際財務顧問公司發展的CFROI較EVA具信息內涵的看法。反之，不支持紐約史登史都華財務顧問公司主張的EVA較EBEI具信息內涵，在解釋當期股票異常報酬時，EVA并非最佳的衡量指標。因此，以「價值」為管理基礎的公司，建議以CFROI取代EVA，作為公司目標設定、策劃規劃、績效衡量的指針及公司價值創造的評估系統，可有效的創造更多股東財富。表7股票報酬以市場調整年報酬計算且不區分正負值之回歸分析（回歸式A）以R2順序排列CFROI＞EBEI＞EVA＞RI＞CFOAdj.R20.0630.0500.0270.0260.006-9.438-6.937-6.454-6.415-8.1900.90029.8849.2786.52720.778-0.071-3.110-1.031-2.744-0.599FValuePValue41.8830.00033.5660.00019.5560.00018.6860.0004.9070.000成對樣本PValue＊（0.000）（0.000）（0.653）（0.000）（0.000）（0.000）（0.000）（0.000）（0.000）（0.000）＊括號內表示成對樣本顯著值，用以檢定虛無假設中任兩組自變量的解釋能力無差異（Biddle,Seow&Siegel,1995），第一行所列示的顯著值是排序后第一及第二個變數、第二及第三個變數、第三及第四個變量、第四及第五個變量的比較，第二行列示的顯著值是排序后第一及第三個變數、第二及第四個變量、第三及第五個變量的比較，第三行列示的顯著值是排序后第一及第四個變量、第二及第五個變量的比較，第四行列示的顯著值是排序后第三及第五個變的比較。表8股票報酬以市場調整年報酬計算且區分正負值之回歸分析（回歸式B）以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFOAdjR20.2040.1520.0460.0440.019-14.701-19.612-7.907-8.085-8.717249.7453.345-4.1134.83238.3925.077-0.14321.72521.499-20.903-89.389-1.02285.16585.252-9.7746.4010.118-15.027-12.31234.768Fvalue85.67555.16916.85516.0357.287Pvalue0.0000.0000.0000.0000.000表9股票報酬以市場模式計算且不區分正負值之回歸分析（回歸式C）以R2順序排列CFROI＞EBEI＞EVA＞RI＞CFOAdj.R20.0770.0510.0170.0160.007-9.952-7.415-7.044-7.041-8.7130.96729.8937.0163.39422.2500.136-3.117-0.932-3.061-1.368FValue51.10736.40012.55711.4125.923PValue0.0000.0000.0000.0000.000表10股票報酬以市場模式計算且區分正負值之回歸分析（回歸式D）以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFOAdjR20.2260.1790.0410.0300.022-15.064-20.361-7.503-7.779-9.282254.7803.497-5.6830.28540.5294.6620.10719.56820.194-21.084-96.5811.1337.7478.279-10.7926.8850.068-13.141-10.27734.849Fvalue97.25266.76511.71911.0898.533Pvalue0.0000.0000.0000.0000.000四、敏感性分析根據Venkatrtramen&Ramanujan（1986）提出企業經營績效的衡量標準，并以83年至90年為研究期間，將各樣本公司依照公司價值、資本密集度、無形資產投資比重、財務結構及公司獎酬制度等特性來區分，探討公司在各特性下，各衡量指標之兩組極端族群與股票異常報酬間的關聯性變化。上述四種特性除了獎酬制度外，樣本的區分方式是將樣本依照各特性由高至低排列，擷取最高及最低的25％分別作回歸分析，以了解各種衡量指標的解釋能力，以比較五個衡量指標在解釋當期股票異常報酬之攸關信息內涵。（一）依公司價值區分市場價值比率（market-to-bookratio）可以顯示公司的盈余、普通股的每股市價及每股賬面價值等三者的關系，并作為管理當局了解在投資人心目中，公司過去績效與未來潛能的指標。如果一家公司在變現能力、資產管理、負債管理及利潤力等方面都有相當不錯的表現，那么該公司的市場價值比率將很高，而它的股票價格當然也會如預期的高。而CFROI鏈接公司價值與股票市場，也就是公司可利用未來新投資而增加的CFROI，適當地獲得超額利潤，將可提高公司價值。本研究以每股市價除以每股賬面價值比率（market/bookratio）來衡量公司市場價值，若每股市價除以每股賬面價值比率愈高，公司價值愈高，表11分別列示高公司價值組及低公司價值組的實證結果。由表11發現在高公司價值組中，四回歸式均以EBEI之調整后判定系數為最高，且介于0.380～0.436之間，在低公司價值組中，回歸式（A）與（C）以RI之調整后判定系數為最高，分別是0.096及0.098，回歸式（B）與（D）以EBEI的調整后判定系數為最高，分別是0.184及0.228，可知績效衡量指針在高公司價值組對股票報酬的解釋能力均高于低公司價值組對股票報酬的解釋能力，即各衡量指標較適用于高公司價值組的企業。另外，在高公司價值組中，各衡量指標對股票報酬的解釋能力下降速度甚快，且仍以EBEI及CFROI對股票報酬的解釋能力為最佳，同時可發現高公司價值組及低公司價值組中，EVA的解釋能力并無明顯差異。最后，高公司價值組在解釋當期股票報酬時，EBEI的解釋能力優于CFROI及EVA，且CFROI明顯優于EVA，即在績效衡量上，傳統的會計衡量指標亦很重要，而由于公司價值來自于未來獲利狀況，此時的CFROI較EVA更適合用以衡量公司價值。表11依公司價值區分之回歸分析高公司價值組以R2順序排列EBEI＞CFROI＞CFO＞RI＞EVA回歸式（A）0.3800.1180.0830.0150.008回歸式（C）0.3970.1310.0830.0270.017以R2順序排列EBEI＞CFROI＞RI＞CFO＞EVA回歸式（B）0.4310.2480.2440.2330.135回歸式（D）0.4360.2550.2540.2500.147低公司價值組以R2順序排列RI＞EVA＞CFROI＞EBEI＞CFO回歸式（A）0.0960.0930.0310.0300.012回歸式（C）0.0980.0680.0480.0360.017以R2順序排列EBEI＞RI＞EVA＞CFROI＞CFO回歸式（B）0.1840.1330.1230.0990.031以R2順序排列EBEI＞RI＞CFROI＞EVA＞CFO回歸式（D）0.2280.1410.1200.0780.041（二）依資本密集度區分固定資產乃企業在經營上不可缺少的各項財產、廠房及機器設備等，固定資產對總資產比率（fixedassets-to-totalassetsratio）可顯示一企業投資于固定資產的比率關系，本研究以固定資產對總資產比率來衡量資本密集度，表12列示高資本密集度組及低資本密集度組的實證結果。由表12發現，在低資本密集度組中，回歸式（A）與（C）以CFROI之調整后判定系數為最高，分別是0.168及0.196，回歸式（B）與（D）以EBEI之調整后判定系數為最高，分別是0.294及0.314，在高資本密集度組中，四回歸式均以EBEI之調整后判定系數為最高，介于0.046～0.123之間，可看出績效衡量指標在低資本密集度組對股票報酬的解釋能力優于低資本密集度組。在低資本密集度組中，EBEI及CFROI對股票報酬的解釋能力仍為最佳，且明顯優于EVA，其中CFROI優于EBEI的情況，可能是在臺灣現行的一般公認會計原則（GAAP）對固定資產的評價仍以歷史成本為基礎，帳列固定資產偏離市價許多，造成賬面盈余高估，因此帳列盈余數字較無法反應公司真實盈余，而與股票報酬的關聯性較低。表12依資本密集度區分之回歸分析高資本密集度組以R2順序排列EBEI＞CFROI＞EVA＞RI＞CFO回歸式（A）0.0460.0320.0160.015-0.004回歸式（C）0.0520.0290.0250.021-0.002以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFO回歸式（B）0.1030.0550.0480.033-0.007回歸式（D）0.1230.0780.0520.031-0.005低資本密集度組以R2順序排列CFROI＞EBEI＞RI＞EVA＞CFO回歸式（A）0.1680.1030.0310.031-0.006回歸式（C）0.1960.1180.0320.031-0.006以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFO回歸式（B）0.2940.2450.0860.0740.035回歸式（D）0.3140.2830.0820.0630.033（三）依無形資產投資比重區分根據一般公認會計原則的盈余計算方式，某些具有潛在長期價值的支出皆是在發生期間就全部費用化，例如：研發費用、加強知名度的促銷及廣告計劃。然而研發費用及廣告費用具未來經濟效益，若認列為費用將低估現階段與高估未來的盈余與資產，不能反應真實獲利狀況。故本研究以研發成本及廣告費用占營業收入凈額的比率來衡量公司無形資產投資比重，并將高無形資產比重組及低無形資產比重組之實證結果分別列示于表13。由表13發現，高無形資產比重組中，回歸式（A）與（C）以CFROI之調整后判定系數為最高，分別是0.078及0.098，回歸式（B）與（D）以EBEI之調整后判定系數為最高，分別是0.148及0.170，低無形資產比重組中，回歸式（A）與（C）以CFROI之調整后判定系數為最高，分別是0.055及0.060，回歸式（B）與（D）僅以EBEI之調整后判定系數優于高無形資產比重組，分別是0.260及0.318，其次為CFROI，調整后判定系數為0.130及0.158，各衡量指標仍較適用于高無形資產投資比重組。在高無形資產比重組中，四回歸式的CFROI之調整后判定系數介于0.078～0.164之間，EVA之調整后判定系數介于0.033～0.058之間，低無形資產比重組中，CFROI之調整后判定系數介于0.055～0.158之間，EVA之調整后判定系數介于0.029～0.043之間，可知高無形資產比重組中CFROI及EVA的解釋能力高于低無形資產比重組，這是因為CFROI及EVA將研發成本納入計算中，而提高對股票報酬的解釋能力。另外，在EVA的評價中，無形資產為其權益調整項目之一，因此預期高無形資產比重組的EVA解釋能力應較EBEI解釋能力為高，但實證結果并不如預期，同時亦發現高無形資產比重組的EVA與未經過權益調整的RI的解釋能力亦無太大差異，可能是因為臺灣經濟新報數據庫中，企業對無形資產的認列方式較不明確。而在解釋當期股票報酬時，CFROI及EBEI明顯優于EVA。表13依無形資產投資比重區分之回歸分析高無形資產組以R2順序排列CFROI＞EBEI＞EVA＞RI＞CFO回歸式（A）0.0780.0670.0390.0200.002回歸式（C）0.0980.0820.0330.0170.002以R2順序排列EBEI＞CFROI＞EVA＞RI＞CFO回歸式（B）0.1480.1360.0580.0390.020回歸式（D）0.1700.1640.0460.0330.020低無形資產組以R2順序排列CFROI＞EBEI＞RI＞EVA＞CFO回歸式（A）0.0550.0430.0400.0320.010回歸式（C）0.0600.0350.0320.0290.015以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFO回歸式（B）0.2600.1300.1010.0430.007回歸式（D）0.3180.1580.0710.0340.011（四）依財務結構區分負債對股東權益比率（debt-to-stockholder’sequity）是指負債總額對股東權益總額之比例關系，對債權人而言，負債對股東權益比率愈低，表示企業的長期償債能力愈強，反之，如此項比率愈高，即公司舉債比重較大，表示企業的長期償債能力愈弱。故本研究以負債對股東權益比率來衡量財務結構，負債對股東權益比率高低，區分為高財務杠桿組及高財務杠桿組，并將實證結果列示于表14。由表14發現，在低財務杠桿組中，四回歸式均以EBEI之調整后判定系數為最高，且介于0.126～0.309之間，在高財務杠桿組中，四回歸式均以CFROI之調整后判定系數為最高，介于0.052～0.148之間，可知績效衡量指標在低財務杠桿組對股票報酬的解釋能力優于高財務杠桿組。在高財務杠桿組中，EBEI及EVA對股票報酬的解釋能力之差異較低財務杠桿組EBEI及EVA解釋能力的差異要高，可能是因為高財務杠桿公司其舉債比重較大，相對的權益資金成本較小，所以EBEI與EVA解釋能力的差異較小，反之，自有資金比重較大的公司，EBEI與EVA的解釋能力差異較大。另外，在高財務杠桿組及低財務杠桿組中，CFROI對股票報酬的解釋能力并無明顯差異。在低財務杠桿組中，各衡量指標對股票報酬的解釋能力上，發現EBEI及CFROI優于EVA，且CFROI明顯優于EVA。表14依財務結構區分之回歸分析高財務杠桿組以R2順序排列CFROI＞EBEI＞EVA＞RI＞CFO回歸式（A）0.0520.0320.0310.016-0.004回歸式（C）0.0640.0330.0250.008-0.004以R2順序排列CFROI＞EBEI＞RI＞EVA＞CFO回歸式（B）0.1350.1180.0650.0640.016回歸式（D）0.1480.1210.0410.0380.017低財務杠桿組以R2順序排列EBEI＞CFO＞RI＞CFROI＞EVA回歸式（A）0.1260.1040.0650.0420.036回歸式（C）0.1340.1220.0480.0460.015以R2順序排列EBEI＞RI＞CFROI＞CFO＞EVA回歸式（B）0.2640.2630.1140.1100.069回歸式（D）0.3090.2510.1470.1360.054（五）依公司獎酬制度區分當公司采用不同誘因獎酬制度，可能影響公司管理者于制定決策時作出錯誤判斷。故本研究以臺灣經濟新報之盈余分配表中「員工紅利-現金」科目，作為發放現金紅利組，以「員工紅利-紅利轉增資」科目，作為發放股票紅利組，其余為無紅利組，并于表15列示其實證結果。由表15發現，在現金紅利組中，四回歸式均以EBEI的調整后判定系數為最高，且介于0.255～0.285之間，在股票紅利組中，回歸式（A）與（C）以EBEI之調整后判定系數為最高，且皆為0.174，回歸式（B）與（D）以CFROI之調整后判定系數為最高，分別是0.260及0.250，在無紅利組中，回歸式（A）與（C）以CFROI之調整后判定系數為最高，分別是0.039及0.049，回歸式（B）與（D）以EBEI之調整后判定系數為最高，分別是0.075及0.079，可知績效衡量指標在現金紅利組及股票紅利組對股票報酬的解釋能力優于無紅利組，且發放股票紅利組較無提供紅利組對股票報酬的解釋能力為高，可見股票紅利的誘因獎酬制度可使管理者著重于公司長期利益。在EVA及EBEI的評價方面，現金紅利組對股票報酬的解釋能力較無提供紅利組對股票報酬的解釋能力為高，且EBEI優于EVA，可知以現金為誘因的獎酬計劃，易使管理者短視近利，致力于極大化目前公司利益，著重于當期盈余的表現，而忽視長期發展，而在CFROI及EVA的評價方面，發現股票紅利組對股票報酬的解釋能力高于現金紅利組及無紅利組對股票報酬的解釋能力，可知CFROI才能真正反應公司長期績效。在各項績效衡量指標中，CFROI及EBEI的解釋能力為最優且時有高低，可能是因為CFROI反應公司長期績效，而股票紅利的誘因獎酬制度也使盈余的計算更能反應公司未來長期營運狀況，即企業可同時選擇EBEI及CFROI作為績效衡量的主要指標。另外，在EVA的評價上，紐約史登史都華財務顧問公司宣稱，若企業采用以EVA為基礎的獎酬制度，可引導并鼓勵管理者及員工思考股東利益，進而增加股東財富，由實證結果發現當企業以現金紅利或股票紅利為獎酬制度時，EVA對股票報酬的解釋能力甚低，并不支持上述論點。表15依公司獎酬制度區分之回歸分析現金紅利組以R2順序排列EBEI＞CFROI＞RI＞CFO＞EVA回歸式（A）0.2560.0500.0420.0400.029回歸式（B）0.2550.1800.1400.1090.097以R2順序排列EBEI＞CFROI＞CFO＞RI＞EVA回歸式（C）0.2850.0520.0460.0330.015回歸式（D）0.2850.2150.1290.1190.072股票紅利組以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFO回歸式（A）0.1740.0570.0310.0230.001回歸式（C）0.1740.0590.0580.0480.006以R2順序排列CFROI＞EBEI＞RI＞EVA＞CFO回歸式（B）0.2600.1800.0820.0410.032回歸式（D）0.2500.1810.1130.0700.025無紅利組以R2順序排列CFROI＞EBEI＞EVA＞RI＞CFO回歸式（A）0.0390.0130.0300.015-0.003回歸式（C）0.0490.0140.0090.005-0.003以R2順序排列EBEI＞CFROI＞RI＞EVA＞CFO回歸式（B）0.0750.0590.0540.0330.012回歸式（D）0.0790.0700.0400.0260.013綜合上述各項分析，在依公司特性進行的敏感性分析中，各績效衡量指標較適用的企業為高公司價值組、低資本密集度組、高無形資產投資比重組、低財務杠桿組、現金紅利組及股票紅利組。在依公司價值、資本密集度、無形資產投資比重、財務結構及公司獎酬制度等特性下均發現，CFROI對股票報酬的解釋能力均優于EVA，相較于CFROI及EBEI，對股票異常報酬的解釋能力大致為最佳且時有高低，但因二者考慮的因素不同，CFROI考慮資金成本及通貨膨脹的調整，是EBEI所忽略的，因此，公司管理者及投資人以EBEI評估經營績效的同時，亦應同時配合CFROI做為績效衡量的參考指標。肆、結論由于公司績效衡量的困難及EVA實證的結果不如預期，加上現金流量投資報酬率（CFROI）理論的發展及芝加哥郝特國際財務顧問公司對CFROI的提倡，引發本文研究的動機。本研究分析與價值相鏈接（value-relevance）的CFROI、經濟附加價值（EVA）、剩余利潤（RI）及與傳統會計績效相鏈接的非常項目前利益（EBEI）及來自營運之現金流量（CFO）與股價之關聯性并加以比較。主要是探討在解釋股票報酬時，五個衡量指標何者較具攸關信息內涵，并依公司特性進行敏感性分析后，檢視五指針攸關信息內涵的差異程度，將研究討論及結論匯總說明如下。實證結果分析發現，在計算股票異常報酬方面，均以市場模型所計算之股票異常報酬的解釋能力較佳，顯示考慮各別公司風險的預期報酬與各衡量指標的關聯性較大。在各指標區分正負值方面，有區分正負值的解釋能力幾乎都優于未區分正負值的解釋能力，顯示正負值對股票報酬所傳達的信息不同，且正值的反應大于負值的反應。在解釋股票報酬方面，實證結果發現在臺灣股市中CFROI對股票報酬的解釋能力明顯優于EVA、RI及CFO，支持芝加哥郝特國際財務顧問公司主張的CFROI優于EVA的看法，與學者Chen&Dodd（1997）的研究結果一致。另外，傳統衡量指標中的EBEI對股票報酬的解釋能力亦大致優于傳統衡量指標的CFO及RI及新指標EVA。由于本文發現CFROI對股票報酬的解釋能力高出EVA甚多，可知CFROI較EVA更能反應公司績效，且因CFROI指標有考慮負債資金成本、權益資金成本及通貨膨脹的調整等因素，正可以與未考慮這些因素的EBEI作為互補，故當公司管理者及投資人認為盈余即代表公司績效時，可以同時以CFROI及EBEI做為績效衡量及股票評估的主要指標。在依公司特性進行的敏感性分析中，各衡量指標較適用于高公司價值組、低資本密集度組、高無形資產投資比重組、低財務杠桿組、現金紅利組及股票紅利組的企業，其中同樣以EBEI及CFROI對股票報酬的解釋能力較佳，且互有高低，其次為EVA、RI及CFO，且在不同的條件下CFROI對股票報酬的解釋能力均優于EVA，支持CFROI優于EVA的看法。參考文獻許文綺，2002，「經濟附加價值與股票報酬關系之研究」，東海大學企業管理研究所碩士論文。黃正誠，1999，「負盈余研究─以信息觀點與衡量觀點分析」，國立臺灣大學會計學研究所碩士論文。Biddle,G.&G.Seow,1991,Theestimationanddeterminantsofassociationbetweenreturnsandearnings:Evidencefromcross-industrycomparisons,JournalofAccounting,AuditingandFinance,6:183-232.Biddle,G.,G.Seow&A.Siegel,1995,Relativeversusincrementalinformationcontent,ContemporaryAccountingResearch,12:1-23.Biddle,G.,C.Robert,M.Bowen&J.S.Wallance,1997,DoesEVAbeatearnings?Evidenceonassociationswithstockreturnsandformvalues,JournalofAccountingandEconomics,24:301-336.Biddle,G.,C.Robert,M.Bowen&J.S.Wallance,1999,EvidenceonEVA,JournalofAppliedCorporateFinance,12:69-79.Bowen,R.,M.Johnson,T.Shevlin&D.Shores,1989,Informationalefficiencyandtheinformationcontentofearningsduringthestockmarketcrashof1987,JournalofAccountingandEconomics,11:225-254.Burgstahler,D.&I.Dichev,1997,Earnings,adaptationandequityvalue,AccountingReview,72:187-215.Chen,S.&J.L.Dodd,1997,Economicvalueadded(EVA):Anempiricalexaminationofanewcorporateperformancemeasure,JournalofManagementAccounting,Issues9:318-333.Easton,P.&T.Harris,1991,Earningsasanexplanatoryvariableforreturns,JournalofAccountingResearch,29:19-36.Ehrbar,Al.,1998,EVA:therealkeytocreatingwealth,NewYork:Wiley.Gressle,M.,1996,HowtoimplementEVAandmakesharepricesrise,CorporateCashflow,17:28-30.Hayn