新绩效衡量指标与股票报酬关联性之研究

新绩效衡量指标与股票报酬关联性之研究摘要一套有效的绩效评估方法不仅能协助投资人制定买卖决策，亦可用来衡量公司价值，进而可以帮助经理人拟定改善公司绩效决策，创造公司价值或避免公司价值的流失。而与公司价值变动最攸关的会计信息为盈余，故传统上亦发展出一套以盈余为主的绩效衡量指标，唯此类传统指标完全忽略权益资金成本及公司风险（Ehrbar,1998），针对此点，近年来逐渐发展出异于传统的评价方法来评估公司的真正价值，以「现金流量投资报酬率」（CFROI®）及「经济附加价值」（EVA®）最受到广泛讨论与注意（Madden,1998;Stewart,1991）。唯相关的比较与讨论仍少，本研究即根据上述论点，探讨CFROI、EVA及其他绩效衡量指标在台湾股市中对股票报酬的解释能力，以说明资金成本观念在绩效衡量指标及市场评价之重要性。实证结果发现以EBEI及CFROI对股票报酬的解释能力为较优，其次为EVA、RI及CFO。而在考虑资金成本的方法中，CFROI明显较EVA更具信息内涵，当公司管理者及投资大众以盈余评估企业经营绩效的同时，CFROI较EVA更适合作为绩效衡量的参考指标，在依公司特性进行的敏感性分析中，CFROI仍明显优于EVA，与上述结果一致。关键词：现金流量投资报酬率、经济附加价值、绩效衡量指针壹、导论一经营成功的企业，其经理人利益、董事会利益及投资人利益必趋于一致，以创造企业价值为其共同目标，公司价值的分析是一个过程，它的产出是对企业真实价值的评估，因此，一套有效的绩效评估方法不仅能用以支持投资人买进卖出的决策，亦可用来衡量企业价值，进而帮助经理人拟定改善绩效指标的方针，创造企业价值或避免企业价值的流失。近年来，纽约史登史都华财务顾问公司（SternStewart&Co.）将经济附加价值（EconomicValueAdded,简称EVA）的名称注册登记，并宣称EVA可取代盈余，成为内部管理的绩效衡量指标及外部报导之财务绩效衡量指标，Ehrbar（1998）及Stewart（1991）明确指出EVA是一个优于盈余的绩效衡量指标，能协助管理者及投资人透视真正的经营绩效，而Stewart（1994）的研究结果亦显示EVA为衡量财富创造的最佳衡量指标，简言之，EVA就是针对一般人认为利润及每股盈余（earningpershare,EPS）即代表公司绩效时，提醒管理者及投资人同时须对资金成本做一考虑，所以EVA可谓是结合股东、客户及管理者的最大利益来共同透视经营成果之衡量指标。Lehn&Makhija（1997）及Chen&Dodd（1997）发现在解释股票报酬时，EVA优于会计衡量指标（EPS、ROE、ROA），Wallace（1997）的研究也显示企业若采用以EVA为基础的奖酬制度，其经理人员会依该奖酬制度的诱因作决策，财富杂志（Fortune,1993）称EVA为「当前最热门的财务观念」，且真正是「创造财富之钥」。全球各大洲有超过三百家企业，每年总营业额达一兆美元的水平，这些企业包括著名的AT&T、CocaCola、Wal-Mart、QuakerOats等，都采用了史登史都华财务顾问公司的经济附加价值财务管理与诱因奖酬制度，经济附加价值系统也帮助这些公司的经理人为股东创造出超过数千亿美元的财富，且考虑采用EVA的公司数目正持续增加中。另一个新兴的公司绩效衡量指标是由芝加哥郝特国际财务顾问公司（HOLTValueAssociates）发展的现金流量投资报酬率（cashflowreturnoninvestment,简称CFROI）评价模型，并将CFROI注册登记，CFROI评价模型源于现金流量折现（discountedcashflow,DCF）分析的评价技术，CFROI与EVA同时考虑了资金成本及传统会计的扭曲，不同的是CFROI增加通货膨胀的调整，可避免内部会计历史成本的失真，成为横断面的绩效衡量，让管理者及投资人可在不同时点上，直接比较公司的经营绩效，Madden（1996）指出在美国有愈来愈多的公司管理者及证券分析师使用CFROI评价模型，并将此模型视为评估公司绩效及股东价值的关键工具。另外，Madden（1999）说明CFROI评价模型反应公司经营绩效及股票价格，对绩效的分析及证券市场的预期提供有效的回馈，并表达此模型的特质及其重要性。由于学者对EVA有不同的评价，有些研究结果显示EVA为衡量股东财富创造的最佳指标（Stern,1993;O’Byrne,1996;Gressle,1996），另有一些结果显示EVA并不优于其他衡量指标（Biddle,Bowen&Wallace,1997；许文绮，2002），且国内外对于CFROI评价模型的实证研究甚少，因此，藉由本研究探讨现金流量投资报酬率（CFROI）、经济附加价值（EVA）及其他衡量指标，包括剩余利润（RI）、非常项目前利益（earningsbeforeextraordinaryitems,EBEI）及来自营运之现金流量（operatingcashflows,CFO）在台湾证券市场之适用性，可供企业内部评估绩效或从事管理会计决策，亦可作为投资人制定投资决策的重要指标。故本研究目的在于了解解释股票报酬时，CFROI及EVA是否优于其它衡量指标，并比较五个衡量指标在解释股票异常报酬之攸关信息内涵，同时依公司特性进行敏感性分析，检视五个衡量指标在解释股票异常报酬之攸关信息内涵是否有变化。贰、研究方法本研究采Madden（1999）之说明来计算CFROI，另以Biddle,Bowen&Wallace（1997）的研究方法，将EVA拆解成五个组成要素，进而将EVA与CFO、EBEI及RI相联结，来探讨五个指标与股票报酬的关联性，并比较CFROI、EVA、剩余利润（RI）、非常项目前利益（EBEI）、来自营业活动之现金流量（CFO）解释股票报酬的能力，即检视何者具攸关信息内涵（relativeinformationcontent）。因此，本研究先介绍CFROI及EVA的意义及理论探讨，再定义各研究变量并说明数据分析的方法。一、理论介绍（一）CFROI的意义在过去三十年间，由于通货膨胀波动大，历史成本的会计原则大大降低财务报表与比率分析的比较性及有效性，CFROI评价模型建立的基本前提是股票价格以现金流量（cashflow）为基础，且股价取决于经济绩效（economicperformance），不是会计绩效（accountingperformance）或账面盈余（reportedearnings），即CFROI是投资人预期报酬的真实衡量指标，不以传统的会计指标来衡量公司绩效，因为会计数据容易受人为操作，且无法对跨国或跨期间的公司绩效作比较，而CFROI则是利用历史成本的会计原则，结合通货膨胀的波动，考虑会计基础所造成的扭曲，正确计算及预测公司经济绩效并提高对证券市场订价的判断力，增加管理者与投资人连结公司绩效与市场评价间关系的能力，也就是说市场只对经济绩效作反应，不对会计绩效作反应（Madden,1999）。CFROI评价模型是是一套用来与股票市场及公司价值相链接的方法，反应股价及公司的管理，所以CFROI评价模型是监督管理者对达成公司使命的攸关角色。（二）EVA的意义EVA是由纽约史登史都华财务顾问公司将剩余利润（residualincome,RI）的观念依据财务及经济理论加以修订落实，EVA是以传统的会计报表为基础，再透过「约当权益准备」（equityequivalentreserves）项目的调整，以求得正确的EVA，确实反应企业的投资及盈余，并说明传统财务指标的不足，EVA就是税后净营运利润减去投入资本的机会成本后之所得，注重资本费用是EVA的明显特征，这呈现源自于亚当史密斯（AdamSmith）的基本观念，即企业必须能够为其所投资的资本，创造出具有竞争力的报酬，由于考虑到包括权益资本在内的所有资金成本，EVA表现了企业在某一时期创造或损坏的财富价值，真正成为股东所定义的利润，使公司创造的价值正确地反映，对公司经理人员而言，概念非常简单的EVA也是易于理解和掌握的财务衡量指标，通过投入资本的机会成本之衡量，EVA使管理者不得不权衡所获取的利润与所投入的资本二者间的关系，从而更全面地理解企业的经营。二、研究变量的定义及计算本研究以股票异常报酬为因变量，五个绩效衡量指标的预测误差为自变量，包括CFROI、CFO、EBEI、RI及EVA，观察各绩效衡量指标与股票异常报酬间的关联性，并探讨各衡量指标在解释股票异常报酬之信息内涵。（一）股票异常报酬（abnormalreturns,ABt）股票异常报酬为实际报酬减去预期报酬（Biddle,Seow&Siegel,1995;Bowen,Johnson,Shevlin&Shores,1989），其中实际报酬即个别股票报酬，而预期报酬的评价，分别采用市场调整年报酬（marketadjustedannualreturns）及市场模型（marketmodel）两种方法来计算。有关股票报酬之资料，本研究采用台湾经济新报数据库中「证券市场数据库」的调整后股价数据，计算股票报酬时必须考虑有偿配股或无偿配股、有无发放现金股利，其计算方式如下：（1）其中，RitPitPit-1αitβitCitDit：i股票在第t期的报酬率：i股票在第t期的期末价格：i股票第t-1期的期末价格：i股票在第t期的当期现金认购率：i股票在第t期的当期无偿配股率：i股票在第t期的当期现金认购价格：i股票在第t期发放的当期现金股利有关预期报酬的计算，采用市场调整年报酬法时，预期报酬即市场报酬，以加权股价指数计算之，各期加权股价指数取自台湾经济新报数据库中「加权指数」项目，其计算方式如下：（2）其中，RmtPmtPmt-1：市场在第t期的报酬率：市场在第t期的期末加权股价指数：市场在第t-1期的期末加权股价指数采用市场模型计算预期报酬时，由市场模型求出各公司风险系数（β值）后，再利用CAPM，将β值代入以下计算方式：（3）其中，Rei：i股票在第t期的预期报酬率Rf：无风险利率，以第一银行一年期定存利率代替Rm：期望的市场报酬βi：i股票的风险系数（二）绩效衡量指标1、CFROI现金流量投资报酬率（CFROI）为一类似内部报酬率（internalrateofreturn,IRR）的财务概念，本研究将其计算方式表达如下（Madden,1999）：（4）其中，NOAGIt：第t期的当期营运资产平减后金额，也就是期初投资（grossinvestment）t：表研究期间，即民国83年至民国90年各年度GCFt,i：在第t期时，第i年现金流量平减后金额NOAt：在第t期时，第n年的非折旧型资产平减后金额n：在第t期的平均资产耐用年限CFROI的计算包含四个组成要素，分别是资产耐用年限（n）、营运资产总额（GI）、耐用年限期间的现金流量（GCF）及非折旧型资产的价值（NOA）。当期营运资产平减后金额（期初投资，GI）由折旧型资产平减后金额及非折旧型资产平减后金额组成，计算折旧型资产平减后金额时，折旧型资产包含房屋及建筑物成本、机器及仪器设备成本、其他设备成本，再考虑需调整的项目有在建工程及无形资产，其中固定资产需以通货膨胀调整因子来调整为平减后金额。计算非折旧型资产平减后金额(NOA)时，先计算净货币性资产，即流动资产（不含存货）减去非债务性流动负债，后者包含应付商业本票、应付帐款及票据、应付费用、预收款项、其他应付款、应付所得税，再考虑需调整的项目有存货及长期投资，且土地需以通货膨胀调整因子来调整为平减后金额。资产耐用年限(n)以折旧型资产除以折旧计算之，计算现金流量平减后金额（GCF）时，现金流量的记录来自公司的营业活动，是由帐列本期净利（即经常利益）来调整，其调整项目包含折旧、摊提、本期支付利息，并利用净货币性资产来调整货币持有利得或损失（利用物价指数对净货币性资产作调整）。且由于未来各期GCF估计困难，故本法假设未来各期的GCF是相同的，并以当期的GCF值来估计之（Madden,1999）。经由上述计算后代入（4）式，即可求得各年的CFROI，并将CFROI所包含的四个组成要素以下图表示之，且将CFROI于计算上所使用的各项数据于TEJ中的代号列于下表1中。非折旧型资产平减后金额(NOA)耐用年限期间的现金流量平减后金额(GCF) 资产耐用年限(n)非折旧型资产平减后金额营运资产平减后金额(GI)折旧型资产平减后金额数据源：CFROIValuation:ATotalSystemApproachtoValuingtheFirm(Madden,1999)图1CFROI的四个组成要素表1CFROI所使用的各项数据于TEJ中的代号TEJ的代号（Code）会计科目TEJ的代号（Code）会计科目T0420房屋及建筑物成本T1190其他应付款T0430机器及仪器设备成本T1210应付所得税T0460其他设备成本T0410土地T0100流动资产T0300长期投资T0170存货T7211折旧T1110应付商业本票T7212摊提T1130应付帐款及票据T7710本期支付利息T1170应付费用T0490在建工程T1180预收款项T0820无形资产T3920经常利益2、CFO（operatingcashflows）来自营业活动之现金流量（CFO）取自台湾经济新报数据库之「来自营运之现金流量」科目。3、EBEI（earningsbeforeextraordinaryitems）非常项目前利益（EBEI）取自台湾经济新报数据库之「经常利益」科目。4、RI（residualincome）剩余利润（RI）＝税后净利＋税后利息－（加权平均资金成本×期初总投入资本），其中期初总投入资本＝负债及股东权益总额－不付息流动负债，不付息流动负债包含应付帐款及票据、应付费用、预收款项、其他应付款、应付所得税、其他流动负债，加权平均资金成本（WACC）＝RD×WD×(1－T)＋RE×WE，RD及RE的计算如下。(1)负债资金成本率（RD）取自台湾经济新报数据库之「有息负债利率」项目。(2)权益资金成本率（RE）的计算，首先由市场模型（marketmodel）求出β值（贝他系数）：其中Rit为i股票第t期的个股报酬，Rmt为第t期的市场报酬，再将β值代入资本资产定价模型（CAPM）中求得权益资金成本。其中RE为权益资金成本，Rf为无风险利率，以第一银行一年期定存利率代替，βi为i股票的贝他系数。(3)负债权重，权益权重，其中D、E为负债总额及权益总额，其中D为有息负债，包含短期借款、应付商业本票、一年内到期长期负债及长期负债，由于负债之市值有实际取得之困难，改以账面价值代替，E以权益之市值计算之。(4)税率(T)为25％。5、EVA根据纽约史登史都华财务顾问公司的定义，EVA是以传统的会计报表为基础，透过「约当权益准备」（equityequivalentreserves）项目的调整来计算，EVA是一企业税后净营业利益与资金成本的差额，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：本期税后净营业利益（netoperatingprofitsaftertaxes）。：加权平均资金成本（weightedaveragecostofcapital）。：期初总投入资本（investedcapital）。：税前息后盈余（earningsbeforeinterestbutaftertax）。：营业利益方面的会计调整项目（sternstewartadjustmentstoaccountingmeasuresofoperatingprofits）。：资金成本方面的会计调整项目（sternstewartadjustmentstoaccountingmeasuresofoperatingcapital）。：投入资本报酬率，等于税前息后盈余除以投入资本（returnoninvestedcapital）。上述营业利益的会计调整项目包含递延所得税、研发费用、呆账费用、广告费用的调整，其中研发费用及广告费用均假设为期初发生并分三年摊销。资金成本方面的会计调整项目包含研发费用、呆账费用、广告费用、短期投资及在建工程，其中研发费用及广告费用亦假设为期初发生并分三年摊销。最后，将上述CFO、EBEI、RI及EVA在计算上所使用的各项数据于TEJ中的代号列于下表中。表2CFO、EBEI、RI及EVA所使用的各项数据于TEJ中的代号TEJ的代码（Code）会计科目TEJ的代码（Code）会计科目T7210来自营业活动之现金流量T1220一年内到期长期负债T3920经常利益T1400长期负债T7710本期支付利息T1515递延所得税T0020负债及股东权益总额T3315研发费用T1130应付帐款及票据T3317呆账费用T1170应付费用T3312广告费用T1180预收款项T0122短期投资T1190其他应付款T0490在建工程T1210应付所得税TR206有息负债利率T1230其他流动负债TR207有效税率T1120短期借款股价模块中#13权益之市值T1110应付商业本票三、数据分析方法（一）叙述统计分析利用叙述统计分析，求得研究期间样本数据中各变量之样本数、最小值、最大值、平均数、标准偏差，以了解样本公司的各项基本数据及各变量的分布情形。（二）相关分析分析样本数据之各变量间关系的方向与程度大小，本研究利用Person相关系数来检测变数间相关性。（三）回归分析从效率市场与理性预期的角度而言，投资人就目前可取得之攸关信息产生预期，并充分反应在目前的股票价格上，唯有当实际情况与投资人预期有差异时，股价才会波动，投资人才可获取股票的异常报酬，其中预期报酬的计算有许多不同方法，对股价解释能力会有影响，故本研究采用市场调整年报酬（marketadjustedannualreturns）与市场模型（marketmodel）两种方法来计算预期报酬，并比较二法对股票异常报酬的解释能力是否有差异。在衡量预测误差方面，本研究利用Biddle&Seow（1991）及Biddle,Seow&Siegel（1995）的方法，假设市场预测值（marketexpectations）是根据离散的线性随机过程（即自我回归模型，autoregressiveform）形成，预测误差为实际值减去预测值，即FE＝Xt－E(Xt)，并可将市场预测值表示如下。（6）其中，为常数，为自我回归参数，X为各衡量指标。本研究选取五个衡量指标（Biddle,Bowen&Wallace,1997），分别为EBEI、RI、CFO及欲分析的CFROI及EVA变量，探讨各衡量指针与股票异常报酬间的关联性，回归模型中均以各衡量指标的预测误差（forecasterror,FE）来解释股票异常报酬（abnormalreturn,ABt），其回归方程式表示如下。（7）其中，ABtFEXt/MVEt-1：第t期的股票异常报酬。：X指标（即CFROI、CFO、EBEI、RI、EVA）在第t期的预测误差，除以期初公司权益的市场价值（marketvalueoffirmsequity），用以估计各指标的每股金额。：随机变数。结合（6）式及（7）式，并将市场预测值的估计纳入回归系数（）中，因此ABt亦可表示如下。（8）其中，，，且当ｉ＞１时，另外，由于随着时间经过，前后期的金额可能发生结构性的转变，不一定适合作为预测之参考，故可以更适当的方式来直接观测回归系数（Easton&Harris,1991），因此在此模型中仅限定于过去一期，则。根据上述说明，在解释当期股票异常报酬时，以当期各衡量指标的预测误差为自变量，股票的异常报酬为因变量进行回归分析，其回归方程式如下：（9）其中，ABtXtMVEt-1：第t期的股票异常报酬：X指标在第t期的绩效衡量值：期初公司权益的市场价值最后，在攸关信息方面，利用Biddle,Seow&Siegel（1995）提出的成对样本检定方法，指出虚无假设的任两组自变量（测量值）对因变量的解释能力并无差异，本研究针对（9）式的分析方式，在回归方程式中形成10组成对样本的比较，并结合Whites（1980）的修正用以控制异质变异数的问题，利用该检定可衡量攸关信息内涵的比较。另外，以（9）式为基础，根据Hayn（1995）、Burgstahler&Dichev（1997）的实证结果显示亏损公司（lossfirms,即负盈余）之盈余回归系数低于获利公司（profitablefirms,即正盈余），与股票报酬的关联性甚低，且黄正诚（1999）及O’Byrne（1996）亦发现正的绩效与负的绩效传达不同的信息，因此，在各绩效指标的衡量上，本研究将各指标再区分正负值进行回归分析，并与未区分正负值的结果比较其差异，其回归式表示如下。（10）其中，ABt：第t期的股票异常报酬Xt：为五指标第t期的指标值Xt,pos：当指标值（Xt）为正时，Xt,pos为该值，Xt,neg则为零Xt,neg：当指标值（Xt）为负时，Xt,neg为该值，Xt,pos则为零Xt-1：为五指标第t-1期的指标Xt-1,pos：当指标值（Xt-1）为正时，Xt-1,pos为该值，Xt-1,neg则为零Xt-1,neg：当指标值（Xt-1）为负时，Xt-1,neg为该值，Xt-1,pos则为零MVEt-1：期初公司权益的市场价值本研究结合两种股票预期报酬的计算方法及各指标是否区分正负值，形成四个分析构面，其回归方程式分别表示于表3。表3四种分析构面之回归方程式股票异常报酬以市场调整年报酬计算回归式（A）不区分正负值MktAdjRtMktAdjRt回归式（B）区分正负值MktAdjRtMktAdjRt股票异常报酬以市场模型计算回归式（C）不区分正负值MktRtMktRt回归式（D）区分正负值MktRtMktRtMktAdjRtMktRtCFROItXtXposXnegMVEt-1：各期之股票异常报酬，由市场调整年报酬计算而得，即个别股票实际报酬减市场报酬。：各期之股票异常报酬，由个别股票实际报酬减市场模型及CAPM模型计算之预期报酬。：即各期之现金流量投资报酬率。：为各期之衡量指标，即CFO、EBEI、RI及EVA，且不区分正负值。：当指标值为正时，Xpos为该值，且Xneg为零。：当指标值为负时，Xneg为该值，且Xpos为零。：权益的市场价值，即流通在外股数×股价。参、实证结果研究时间从民国83年至民国90年，共计八年，数据型态为年数据，样本共选取165家公开上市公司。一、叙述统计分析于表4汇总民国83年至90年各绩效衡量指标的统计值，由表中发现EVA及RI的平均数较EBEI小，反映了EVA及RI考虑负债及权益资金成本的影响，而EBEI将其忽略，可能高估企业的获利能力。且发现CFO及EBEI的平均数及中位数较其他指标值为大，并观察各指标各年度的中位数，可看出EVA及RI在样本期间有五年的中位数均小于零，符合了在完全竞争的经济环境下，企业获取超额利润的困难，同时亦发现RI及EVA两指标的走势相近，是因为EVA由RI调整而来，但由于本研究对EVA的调整项目有限，因此差异甚小。最后，将各研究样本之CFROI依大小排序，于表5发现CFROI大于15％的企业多为信息电子的高科技产业（样本数据中信息电子业共24家，其中19家的CFROI大于15％），同时可知CFROI的标准偏差大于EVA的标准偏差，即CFROI的数值波动性较大，使表4中CFROI的平均数及中位数出现正值，再观察CFROI各年度的中位数，仍发现其中位数的走势与EVA相近。表4四种绩效衡量指标（每千股金额）、CFROI及股票报酬（％）之统计值MktAdjRt（％）EBEItCFROI（％）RItEVAtCFOt平均数-6.9600.0812.803-0.054-0.0470.061中位数-9.8500.0324.565-0.040-0.0330.044标准偏差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％的公司名称CFROI＞15%的信息电子产业CFROI＞15%的其他18种产业公司名称光宝、丽正、联电、宏电、旭丽、金宝、华通、台扬、神达、鸿海、大众、东讯、致福、碧悠、大同、震旦行、日月光、台达电、楠梓电（19家）台泥、亚泥、大成、统一、联华、台聚、亚聚、台苯、福聚、联成、新纤、新纺、中福、中和、立益、永大、声宝、华新、华荣、中电、和益、和桐、华纸、宝隆、泰丰、台橡、中橡、正新、裕隆、中华、长荣、六福、远百、台火、宝成、爱之味、大鲁阁、葡萄王、三商行、第一店、高林实业（41家）二、相关分析此分析的目的在于便利公司内部管理及投资人衡量股价，若绩效衡量指标与当期股票异常报酬相关性愈高，经理人可以此指标作为绩效衡量标准，藉以提高此指针来增加公司价值，投资人亦可以此指标作为股价衡量标准，故以各指标与股票报酬进行相关性分析，表6列示样本期间各变量当期（t）及前期（t-1）的Pearson相关系数，由表6可知，五个衡量指标中与股票异常报酬（MktAdjRt）皆呈现正相关，且以当期CFROI与股票异常报酬的相关系数最高，其次为EBEI、EVA、RI及CFO，表示公司管理者不应再以传统的衡量指标（即EBEI）作为衡量绩效的标准，而应以提升公司的CFROI为目标，才能掌握公司的股价及市场附加价值（MVA）。在五个衡量指标中与股票异常报酬（MktAdjRt）的相关系数中，由CFO及EBEI与股票异常报酬的关系可知由现金基础的CFO转至应计基础的EBEI，EBEI的确增强与股票异常报酬的关连性，除了当期CFO与EBEI及RI间呈现负相关外，各解释变量间皆呈现正相关，同时亦发现RI与EVA的相关系数为0.564，且具有高度相关性。另外，再比较前期（t-1）五个指标与股票异常报酬的相关性，各衡量指标与下期股票异常报酬的相关性均不如与本期异常报酬的相关性高，显示愈早期的信息与股票异常报酬的关系愈弱，可预期各衡量指标用来预测未来股票异常报酬的能力不及解释当期股票异常报酬的能力。表6攸关信息内涵相关系数分析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：**表示在显著水平为0.01时，显著相关。 *表示在显著水平为0.05时，显著相关。三、回归分析根据表3的回归模型，藉由调整后判定系数（AdjustedR2）显示各衡量指针对股票异常报酬的解释能力，并利用F检定显示回归模型的显著性，及以成对样本检定方法，来检定任两组自变量对因变量的解释能力并无差异，且以O’Byrne（1996）的实证结果发现正的绩效与负的绩效传达不同的信息，再将五个衡量指标区分正负值进行回归分析，将其结果分别列示于表7、表8、表9及表10，其中表7与8为股票异常报酬以市场调整年报酬计算，预测误差（FE）不区分及区分正负值之实证结果，表9与表10为股票异常报酬以市场模型计算，预测误差不区分及区分正负值之实证结果，各回归模型之F检定在1％的信赖水平下显著，表示各指标的预测误差均能解释股票异常报酬，即五个指针均具有信息内涵，并将各成对样本检定结果列示于表中。首先，比较各衡量指标的调整后判定系数，由表7可知，CFROI的调整后判定系数（6.3％）大于EBEI、EVA、RI及CFO，但CFROI与EBEI的差距不大，其结果与表9一致，再由表8知，EBEI的调整后判定系数（20.4％）大于CFROI、RI、EVA及CFO，其结果与表10相同，再比较不区分正负值的表7与表9及区分正负值的表8及表10，股票异常报酬分别以市场调整年报酬法及市场模型计算，发现在不区分正负值及区分正负值下，CFROI的调整后判定系数分别由6.3％增加至15.2％及7.7％增加至17.9％，EBEI的调整后判定系数分别由5.0％增加至20.4％及5.1％增加至22.6％，EVA的调整后判定系数分别由2.7％增加至4.4％及1.7％增加至3.0％，可知区分正负值的各衡量指标对股票异常报酬的解释能力均优于不区分正负值的各衡量指标对股票异常报酬的解释能力，与Hayn（1995）、Burgstahler&Dichev（1997）的结果相符。若企业以CFROI作为绩效衡量指标时，透过CFROI的改善及提升，确实可以提高对股票异常报酬的解释能力，也就是股票的市场价格反应了公司目前CFROI的水平。其次，由表7及表8发现，在区分正负值时，当期（第t期）CFROI及EBEI的回归系数（绝对值）分别为3.345及249.745，皆大于在不区分正负值下，当期CFROI及EBEI的回归系数（绝对值），其值分别为0.900及29.884，可知当期将各指标区分正负值的Xt回归系数（绝对值）较未区分正负值的Xt回归系数大，且表9及表10的结果亦同，显示正负值所传达的信息不同，且正值对异常报酬的反应大于负值，因此，考虑正负值的差异是必需的，与O’Byrne（1996）的实证结果相呼应。另外，再由表7与表8及表9与表10的比较知，不论是否区分正负值，两模型中CFROI的解释能力明显优于EVA，若由表7及表9与表8及表10的比较可看出以市场模型计算股票异常报酬的回归模型中，各衡量指针的解释能力明显较市场调整年报酬法计算股票异常报酬的回归模型要高，显示了考虑个别公司风险所推估的预期报酬与各指标的关联性较大，因此，投资人在投资证券时，预期报酬的衡量应考虑该公司股利的发放、股票未来可能的资本利得…等，不只是以市场报酬来衡量。最后，若以当期指标来解释股票异常报酬时，发现EBEI与CFROI的对股票异常报酬的解释能力为最佳且时有高低，其次为EVA、RI及CFO，其中CFROI在绩效衡量上，与EBEI难分高下，可能是CFROI的调整扣除了投资人用以评估公司绩效预期的应计项目（accruals），而这些应计项目又是公司管理者提供给投资人对未来预期的讯号，同时降低了CFROI与股票报酬的关联性。而CFROI明显优于EVA及RI，可能是因为CFROI以未来现金流量计算，较能反应公司价值，在攸关信息方面，亦显示CFROI优于EVA，可见考虑资金成本及通货膨胀的CFORI比EVA更能反应公司股票报酬，更适合用以衡量公司经营绩效，支持芝加哥郝特国际财务顾问公司发展的CFROI较EVA具信息内涵的看法。反之，不支持纽约史登史都华财务顾问公司主张的EVA较EBEI具信息内涵，在解释当期股票异常报酬时，EVA并非最佳的衡量指标。因此，以「价值」为管理基础的公司，建议以CFROI取代EVA，作为公司目标设定、策划规划、绩效衡量的指针及公司价值创造的评估系统，可有效的创造更多股东财富。表7股票报酬以市场调整年报酬计算且不区分正负值之回归分析（回归式A）以R2顺序排列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成对样本PValue＊（0.000）（0.000）（0.653）（0.000）（0.000）（0.000）（0.000）（0.000）（0.000）（0.000）＊括号内表示成对样本显著值，用以检定虚无假设中任两组自变量的解释能力无差异（Biddle,Seow&Siegel,1995），第一行所列示的显著值是排序后第一及第二个变数、第二及第三个变数、第三及第四个变量、第四及第五个变量的比较，第二行列示的显著值是排序后第一及第三个变数、第二及第四个变量、第三及第五个变量的比较，第三行列示的显著值是排序后第一及第四个变量、第二及第五个变量的比较，第四行列示的显著值是排序后第三及第五个变的比较。表8股票报酬以市场调整年报酬计算且区分正负值之回归分析（回归式B）以R2顺序排列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股票报酬以市场模式计算且不区分正负值之回归分析（回归式C）以R2顺序排列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股票报酬以市场模式计算且区分正负值之回归分析（回归式D）以R2顺序排列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、敏感性分析根据Venkatrtramen&Ramanujan（1986）提出企业经营绩效的衡量标准，并以83年至90年为研究期间，将各样本公司依照公司价值、资本密集度、无形资产投资比重、财务结构及公司奖酬制度等特性来区分，探讨公司在各特性下，各衡量指标之两组极端族群与股票异常报酬间的关联性变化。上述四种特性除了奖酬制度外，样本的区分方式是将样本依照各特性由高至低排列，撷取最高及最低的25％分别作回归分析，以了解各种衡量指标的解释能力，以比较五个衡量指标在解释当期股票异常报酬之攸关信息内涵。（一）依公司价值区分市场价值比率（market-to-bookratio）可以显示公司的盈余、普通股的每股市价及每股账面价值等三者的关系，并作为管理当局了解在投资人心目中，公司过去绩效与未来潜能的指标。如果一家公司在变现能力、资产管理、负债管理及利润力等方面都有相当不错的表现，那么该公司的市场价值比率将很高，而它的股票价格当然也会如预期的高。而CFROI链接公司价值与股票市场，也就是公司可利用未来新投资而增加的CFROI，适当地获得超额利润，将可提高公司价值。本研究以每股市价除以每股账面价值比率（market/bookratio）来衡量公司市场价值，若每股市价除以每股账面价值比率愈高，公司价值愈高，表11分别列示高公司价值组及低公司价值组的实证结果。由表11发现在高公司价值组中，四回归式均以EBEI之调整后判定系数为最高，且介于0.380～0.436之间，在低公司价值组中，回归式（A）与（C）以RI之调整后判定系数为最高，分别是0.096及0.098，回归式（B）与（D）以EBEI的调整后判定系数为最高，分别是0.184及0.228，可知绩效衡量指针在高公司价值组对股票报酬的解释能力均高于低公司价值组对股票报酬的解释能力，即各衡量指标较适用于高公司价值组的企业。另外，在高公司价值组中，各衡量指标对股票报酬的解释能力下降速度甚快，且仍以EBEI及CFROI对股票报酬的解释能力为最佳，同时可发现高公司价值组及低公司价值组中，EVA的解释能力并无明显差异。最后，高公司价值组在解释当期股票报酬时，EBEI的解释能力优于CFROI及EVA，且CFROI明显优于EVA，即在绩效衡量上，传统的会计衡量指标亦很重要，而由于公司价值来自于未来获利状况，此时的CFROI较EVA更适合用以衡量公司价值。表11依公司价值区分之回归分析高公司价值组以R2顺序排列EBEI＞CFROI＞CFO＞RI＞EVA回归式（A）0.3800.1180.0830.0150.008回归式（C）0.3970.1310.0830.0270.017以R2顺序排列EBEI＞CFROI＞RI＞CFO＞EVA回归式（B）0.4310.2480.2440.2330.135回归式（D）0.4360.2550.2540.2500.147低公司价值组以R2顺序排列RI＞EVA＞CFROI＞EBEI＞CFO回归式（A）0.0960.0930.0310.0300.012回归式（C）0.0980.0680.0480.0360.017以R2顺序排列EBEI＞RI＞EVA＞CFROI＞CFO回归式（B）0.1840.1330.1230.0990.031以R2顺序排列EBEI＞RI＞CFROI＞EVA＞CFO回归式（D）0.2280.1410.1200.0780.041（二）依资本密集度区分固定资产乃企业在经营上不可缺少的各项财产、厂房及机器设备等，固定资产对总资产比率（fixedassets-to-totalassetsratio）可显示一企业投资于固定资产的比率关系，本研究以固定资产对总资产比率来衡量资本密集度，表12列示高资本密集度组及低资本密集度组的实证结果。由表12发现，在低资本密集度组中，回归式（A）与（C）以CFROI之调整后判定系数为最高，分别是0.168及0.196，回归式（B）与（D）以EBEI之调整后判定系数为最高，分别是0.294及0.314，在高资本密集度组中，四回归式均以EBEI之调整后判定系数为最高，介于0.046～0.123之间，可看出绩效衡量指标在低资本密集度组对股票报酬的解释能力优于低资本密集度组。在低资本密集度组中，EBEI及CFROI对股票报酬的解释能力仍为最佳，且明显优于EVA，其中CFROI优于EBEI的情况，可能是在台湾现行的一般公认会计原则（GAAP）对固定资产的评价仍以历史成本为基础，帐列固定资产偏离市价许多，造成账面盈余高估，因此帐列盈余数字较无法反应公司真实盈余，而与股票报酬的关联性较低。表12依资本密集度区分之回归分析高资本密集度组以R2顺序排列EBEI＞CFROI＞EVA＞RI＞CFO回归式（A）0.0460.0320.0160.015-0.004回归式（C）0.0520.0290.0250.021-0.002以R2顺序排列EBEI＞CFROI＞RI＞EVA＞CFO回归式（B）0.1030.0550.0480.033-0.007回归式（D）0.1230.0780.0520.031-0.005低资本密集度组以R2顺序排列CFROI＞EBEI＞RI＞EVA＞CFO回归式（A）0.1680.1030.0310.031-0.006回归式（C）0.1960.1180.0320.031-0.006以R2顺序排列EBEI＞CFROI＞RI＞EVA＞CFO回归式（B）0.2940.2450.0860.0740.035回归式（D）0.3140.2830.0820.0630.033（三）依无形资产投资比重区分根据一般公认会计原则的盈余计算方式，某些具有潜在长期价值的支出皆是在发生期间就全部费用化，例如：研发费用、加强知名度的促销及广告计划。然而研发费用及广告费用具未来经济效益，若认列为费用将低估现阶段与高估未来的盈余与资产，不能反应真实获利状况。故本研究以研发成本及广告费用占营业收入净额的比率来衡量公司无形资产投资比重，并将高无形资产比重组及低无形资产比重组之实证结果分别列示于表13。由表13发现，高无形资产比重组中，回归式（A）与（C）以CFROI之调整后判定系数为最高，分别是0.078及0.098，回归式（B）与（D）以EBEI之调整后判定系数为最高，分别是0.148及0.170，低无形资产比重组中，回归式（A）与（C）以CFROI之调整后判定系数为最高，分别是0.055及0.060，回归式（B）与（D）仅以EBEI之调整后判定系数优于高无形资产比重组，分别是0.260及0.318，其次为CFROI，调整后判定系数为0.130及0.158，各衡量指标仍较适用于高无形资产投资比重组。在高无形资产比重组中，四回归式的CFROI之调整后判定系数介于0.078～0.164之间，EVA之调整后判定系数介于0.033～0.058之间，低无形资产比重组中，CFROI之调整后判定系数介于0.055～0.158之间，EVA之调整后判定系数介于0.029～0.043之间，可知高无形资产比重组中CFROI及EVA的解释能力高于低无形资产比重组，这是因为CFROI及EVA将研发成本纳入计算中，而提高对股票报酬的解释能力。另外，在EVA的评价中，无形资产为其权益调整项目之一，因此预期高无形资产比重组的EVA解释能力应较EBEI解释能力为高，但实证结果并不如预期，同时亦发现高无形资产比重组的EVA与未经过权益调整的RI的解释能力亦无太大差异，可能是因为台湾经济新报数据库中，企业对无形资产的认列方式较不明确。而在解释当期股票报酬时，CFROI及EBEI明显优于EVA。表13依无形资产投资比重区分之回归分析高无形资产组以R2顺序排列CFROI＞EBEI＞EVA＞RI＞CFO回归式（A）0.0780.0670.0390.0200.002回归式（C）0.0980.0820.0330.0170.002以R2顺序排列EBEI＞CFROI＞EVA＞RI＞CFO回归式（B）0.1480.1360.0580.0390.020回归式（D）0.1700.1640.0460.0330.020低无形资产组以R2顺序排列CFROI＞EBEI＞RI＞EVA＞CFO回归式（A）0.0550.0430.0400.0320.010回归式（C）0.0600.0350.0320.0290.015以R2顺序排列EBEI＞CFROI＞RI＞EVA＞CFO回归式（B）0.2600.1300.1010.0430.007回归式（D）0.3180.1580.0710.0340.011（四）依财务结构区分负债对股东权益比率（debt-to-stockholder’sequity）是指负债总额对股东权益总额之比例关系，对债权人而言，负债对股东权益比率愈低，表示企业的长期偿债能力愈强，反之，如此项比率愈高，即公司举债比重较大，表示企业的长期偿债能力愈弱。故本研究以负债对股东权益比率来衡量财务结构，负债对股东权益比率高低，区分为高财务杠杆组及高财务杠杆组，并将实证结果列示于表14。由表14发现，在低财务杠杆组中，四回归式均以EBEI之调整后判定系数为最高，且介于0.126～0.309之间，在高财务杠杆组中，四回归式均以CFROI之调整后判定系数为最高，介于0.052～0.148之间，可知绩效衡量指标在低财务杠杆组对股票报酬的解释能力优于高财务杠杆组。在高财务杠杆组中，EBEI及EVA对股票报酬的解释能力之差异较低财务杠杆组EBEI及EVA解释能力的差异要高，可能是因为高财务杠杆公司其举债比重较大，相对的权益资金成本较小，所以EBEI与EVA解释能力的差异较小，反之，自有资金比重较大的公司，EBEI与EVA的解释能力差异较大。另外，在高财务杠杆组及低财务杠杆组中，CFROI对股票报酬的解释能力并无明显差异。在低财务杠杆组中，各衡量指标对股票报酬的解释能力上，发现EBEI及CFROI优于EVA，且CFROI明显优于EVA。表14依财务结构区分之回归分析高财务杠杆组以R2顺序排列CFROI＞EBEI＞EVA＞RI＞CFO回归式（A）0.0520.0320.0310.016-0.004回归式（C）0.0640.0330.0250.008-0.004以R2顺序排列CFROI＞EBEI＞RI＞EVA＞CFO回归式（B）0.1350.1180.0650.0640.016回归式（D）0.1480.1210.0410.0380.017低财务杠杆组以R2顺序排列EBEI＞CFO＞RI＞CFROI＞EVA回归式（A）0.1260.1040.0650.0420.036回归式（C）0.1340.1220.0480.0460.015以R2顺序排列EBEI＞RI＞CFROI＞CFO＞EVA回归式（B）0.2640.2630.1140.1100.069回归式（D）0.3090.2510.1470.1360.054（五）依公司奖酬制度区分当公司采用不同诱因奖酬制度，可能影响公司管理者于制定决策时作出错误判断。故本研究以台湾经济新报之盈余分配表中「员工红利-现金」科目，作为发放现金红利组，以「员工红利-红利转增资」科目，作为发放股票红利组，其余为无红利组，并于表15列示其实证结果。由表15发现，在现金红利组中，四回归式均以EBEI的调整后判定系数为最高，且介于0.255～0.285之间，在股票红利组中，回归式（A）与（C）以EBEI之调整后判定系数为最高，且皆为0.174，回归式（B）与（D）以CFROI之调整后判定系数为最高，分别是0.260及0.250，在无红利组中，回归式（A）与（C）以CFROI之调整后判定系数为最高，分别是0.039及0.049，回归式（B）与（D）以EBEI之调整后判定系数为最高，分别是0.075及0.079，可知绩效衡量指标在现金红利组及股票红利组对股票报酬的解释能力优于无红利组，且发放股票红利组较无提供红利组对股票报酬的解释能力为高，可见股票红利的诱因奖酬制度可使管理者着重于公司长期利益。在EVA及EBEI的评价方面，现金红利组对股票报酬的解释能力较无提供红利组对股票报酬的解释能力为高，且EBEI优于EVA，可知以现金为诱因的奖酬计划，易使管理者短视近利，致力于极大化目前公司利益，着重于当期盈余的表现，而忽视长期发展，而在CFROI及EVA的评价方面，发现股票红利组对股票报酬的解释能力高于现金红利组及无红利组对股票报酬的解释能力，可知CFROI才能真正反应公司长期绩效。在各项绩效衡量指标中，CFROI及EBEI的解释能力为最优且时有高低，可能是因为CFROI反应公司长期绩效，而股票红利的诱因奖酬制度也使盈余的计算更能反应公司未来长期营运状况，即企业可同时选择EBEI及CFROI作为绩效衡量的主要指标。另外，在EVA的评价上，纽约史登史都华财务顾问公司宣称，若企业采用以EVA为基础的奖酬制度，可引导并鼓励管理者及员工思考股东利益，进而增加股东财富，由实证结果发现当企业以现金红利或股票红利为奖酬制度时，EVA对股票报酬的解释能力甚低，并不支持上述论点。表15依公司奖酬制度区分之回归分析现金红利组以R2顺序排列EBEI＞CFROI＞RI＞CFO＞EVA回归式（A）0.2560.0500.0420.0400.029回归式（B）0.2550.1800.1400.1090.097以R2顺序排列EBEI＞CFROI＞CFO＞RI＞EVA回归式（C）0.2850.0520.0460.0330.015回归式（D）0.2850.2150.1290.1190.072股票红利组以R2顺序排列EBEI＞CFROI＞RI＞EVA＞CFO回归式（A）0.1740.0570.0310.0230.001回归式（C）0.1740.0590.0580.0480.006以R2顺序排列CFROI＞EBEI＞RI＞EVA＞CFO回归式（B）0.2600.1800.0820.0410.032回归式（D）0.2500.1810.1130.0700.025无红利组以R2顺序排列CFROI＞EBEI＞EVA＞RI＞CFO回归式（A）0.0390.0130.0300.015-0.003回归式（C）0.0490.0140.0090.005-0.003以R2顺序排列EBEI＞CFROI＞RI＞EVA＞CFO回归式（B）0.0750.0590.0540.0330.012回归式（D）0.0790.0700.0400.0260.013综合上述各项分析，在依公司特性进行的敏感性分析中，各绩效衡量指标较适用的企业为高公司价值组、低资本密集度组、高无形资产投资比重组、低财务杠杆组、现金红利组及股票红利组。在依公司价值、资本密集度、无形资产投资比重、财务结构及公司奖酬制度等特性下均发现，CFROI对股票报酬的解释能力均优于EVA，相较于CFROI及EBEI，对股票异常报酬的解释能力大致为最佳且时有高低，但因二者考虑的因素不同，CFROI考虑资金成本及通货膨胀的调整，是EBEI所忽略的，因此，公司管理者及投资人以EBEI评估经营绩效的同时，亦应同时配合CFROI做为绩效衡量的参考指标。肆、结论由于公司绩效衡量的困难及EVA实证的结果不如预期，加上现金流量投资报酬率（CFROI）理论的发展及芝加哥郝特国际财务顾问公司对CFROI的提倡，引发本文研究的动机。本研究分析与价值相链接（value-relevance）的CFROI、经济附加价值（EVA）、剩余利润（RI）及与传统会计绩效相链接的非常项目前利益（EBEI）及来自营运之现金流量（CFO）与股价之关联性并加以比较。主要是探讨在解释股票报酬时，五个衡量指标何者较具攸关信息内涵，并依公司特性进行敏感性分析后，检视五指针攸关信息内涵的差异程度，将研究讨论及结论汇总说明如下。实证结果分析发现，在计算股票异常报酬方面，均以市场模型所计算之股票异常报酬的解释能力较佳，显示考虑各别公司风险的预期报酬与各衡量指标的关联性较大。在各指标区分正负值方面，有区分正负值的解释能力几乎都优于未区分正负值的解释能力，显示正负值对股票报酬所传达的信息不同，且正值的反应大于负值的反应。在解释股票报酬方面，实证结果发现在台湾股市中CFROI对股票报酬的解释能力明显优于EVA、RI及CFO，支持芝加哥郝特国际财务顾问公司主张的CFROI优于EVA的看法，与学者Chen&Dodd（1997）的研究结果一致。另外，传统衡量指标中的EBEI对股票报酬的解释能力亦大致优于传统衡量指标的CFO及RI及新指标EVA。由于本文发现CFROI对股票报酬的解释能力高出EVA甚多，可知CFROI较EVA更能反应公司绩效，且因CFROI指标有考虑负债资金成本、权益资金成本及通货膨胀的调整等因素，正可以与未考虑这些因素的EBEI作为互补，故当公司管理者及投资人认为盈余即代表公司绩效时，可以同时以CFROI及EBEI做为绩效衡量及股票评估的主要指标。在依公司特性进行的敏感性分析中，各衡量指标较适用于高公司价值组、低资本密集度组、高无形资产投资比重组、低财务杠杆组、现金红利组及股票红利组的企业，其中同样以EBEI及CFROI对股票报酬的解释能力较佳，且互有高低，其次为EVA、RI及CFO，且在不同的条件下CFROI对股票报酬的解释能力均优于EVA，支持CFROI优于EVA的看法。参考文献许文绮，2002，「经济附加价值与股票报酬关系之研究」，东海大学企业管理研究所硕士论文。黄正诚，1999，「负盈余研究─以信息观点与衡量观点分析」，国立台湾大学会计学研究所硕士论文。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