成長價值模型認為企業價值是淨值與股東權益報酬率的綜效的結果，公式為 P=k∙B∙(1+ROE)^m，其中價值係數k、成長係數m為待定係數。實際以迴歸分析估計參數k與m時是使用無因次化的公式 P/B=k∙(1+ROE)^m。由於GVM模型的自變數ROE存在量測誤差，因此利用變數誤差迴歸(Errors-in-variables Regression)克服此問題。此外也利用均值回歸的方法，間接估計模型參數 k, m值，並進行比較。本研究將1991年至2010年美國上市上櫃公司的資料集，依照產業、規模、風險、年分四種方式分次資料集，別估計k、m值。結果顯示 (1) 傳統迴歸分析估計的迴歸曲線有嚴重偏差，變數誤差迴歸可以有效矯正此種偏差。(2) 直接法顯示的m值反映出市場對ROE持續性的主觀看法，間接法顯示的m值是基於對ROE持續性客觀估計的理論推估結果。兩者本質不同，因此數值上差異很大。(3) 產業對k, m值的影響最大。看重獲利和ROE的產業，k值較小，m值較大；看重淨值的產業，k值較大，m值較小。 (4) 公司的規模對k, m值的影響較不明顯。但規模最大的資料集，成長係數m值都是最高的，最小的則反之。顯示大型公司有較高的獲利持續性。(5) 公司的風險與年份對k, m值的影響不明顯。

GVM valuation model considers that PBR is the function of ROE. The formula is P=k∙B∙(1+ROE)^m. There are two coefficients in the formula. The k is value coefficient, and the m is growth coefficient. To overcome measurement errors in the independent variable (ROE) of GVM model, the Errors-in-variables Regression (EIV) is employed to precisely estimate coefficients k and m. In addition, we also use mean reversion to indirectly estimate coefficient k and m as well. Moreover, to improve the accuracy of GVM model, specific coefficients k and m are estimated by dividing the data set into several subsets according to industry, market value, risk, and the years. The scope of the empirical study is the listed companies in the United States from 1991 to 2010. The result shows that (1) there are some significant biases in the regression curves generated by traditional regression analysis; hence, using the errors-in-variables regression analysis to modify the measurement errors. (2) The nature between direct approach (regression analysis) and indirect approach are different. The coefficient m obtained from the direct approach reflects the subjective evaluation of the ROE persistence. On the other hand, the coefficient m from the indirect approach is based on the objective estimation of the ROE persistence. Hence, the m value between the two approaches exist significant difference. (3) Industry category has significant effects to the values of k and m. (4) The size of the company does not have significant effects to the value of k and m. However, the greatest size companies have the highest coefficient m, which indicates that large companies get the higher persistence of earning. (5) The risk and the year of the companies didn’t significantly affect the value of k and m.

目 錄
目 錄 ................................ ......................... I
圖 目 錄 ................................ ....................... IV
表 目 錄 ................................ ...................... VII
第一章 研究動機 研究動機 ................................ ................... 1
1-1研究的動機與方向 ................................ .............. 1
1-2研究方法 ................................ ...................... 4
1-3研究內容 ................................ ...................... 4
第二章 文獻回顧 文獻回顧 ................................ ................... 6
2-1 企業評價 ................................ ...................... 6
2-2成長價值模型的回顧 ................................ ............ 7
2-3 成長價值模型的 ROE 基本假設：均值回歸 (MEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSIONMEAN REVERSION) ........... 11
2-4成長價值模型的建立與推導 ................................ ..... 12
第三章 研究方法 研究方法 ................................ .................. 16
3-1前言 ................................ ......................... 16
3-2 變數誤差模型 ................................ ................. 16
3-3以變數 誤差模型估計成長價值中的參....................... 18
3-4股東權益報酬率與年之相關性 ............................. 22
第四章 模型參數的估計與分析 模型參數的估計與分析 ................................ ...... 24
4-1前言 ................................ ......................... 24
4-2 產業 ................................ ......................... 26
4.2.1 傳統迴歸 ................................ ................. 26
4.2.2 變數誤差迴歸 ................................ ............. 30
4-3 規模 (市值 ) ................................ ................... 34
4.3.1 傳統迴歸 ................................ ................. 34
4.3.2 變數誤差迴歸 ................................ ............. 37
4-4 風險 ................................ ......................... 41
4.4.1 傳統迴歸 ................................ ................. 41
4.4.2 變數誤差迴歸 ................................ ............. 44
4-5 年度 ................................ ......................... 48
4.5.1 傳統迴歸 ................................ ................. 48
4.5.2 變數誤差迴歸 ................................ ............. 53
4-6 結論 ................................ ......................... 58
4.6.1 產業 ................................ ..................... 58
4.6.2 規模 ................................ ..................... 61
4.6.3 風險 ................................ ..................... 62
4.6.4 年度 ................................ ..................... 63
第五章 模型參數的估計：間接法 模型參數的估計：間接法 模型參數的估計：間接法 ................................ .... 66
5-1 前言 ................................ ......................... 66
5-2 間接估計法 : 均值回歸 均值回歸 ................................ ......... 66
5-3 產業對係數 M、K值的影響 值的影響 ................................ ...... 68
5.3.1 間接估計法 : 均值回歸 ................................ ..... 68
5.3.2 間接法與直比較 ................................ ....... 75
5-4 規模對係數 M、K值的影響 值的影響 ................................ ...... 77
5.4.1 間接估計法 : 均值回歸 (第一期排序 )......................... 77
5.4.2 間接估計法 : 均值回歸 (所有期的中位數排序 )................. 82
5.4.3 間接法與直比較 ................................ ....... 86
第六章 結論與建議 結論與建議 ................................ ................ 89
6-1結論 ................................ ......................... 89
6-2建議 ................................ ......................... 92
參考文獻 ................................ ......................... 93

圖 目 錄
圖 2-1 淨值成長折現比的均迴歸象 ................................ ................................ . 14
圖 3-1 變數誤差模型的架構 ................................ ................................ ..................... 17
圖 3-2採取 δ=1,10,50,100,200,300,400,600,1000,10000下，戴明迴歸結果 ................................ ................................ ................................ ................................ ...... 21
圖 3-3年化 股東權益報酬率 vs 年化股票報酬率散佈圖 ................................ ....... 23
圖 4-1 以傳統迴歸與 GVMGVM 預測股價淨值比之曲線：不同產業較 .............. 29
圖 4-2各產業的 k、m值：傳統迴歸 ................................ ................................ ....... 30
圖 4-3 各產業的 k、m參數的估計值散布圖 ................................ ...................... 30
圖 4-4 以變數誤差迴歸與 GVM 預測股價淨值比之曲線：不同產業較 ...... 33
圖 4-5各產業的 k、m值：變數誤差迴歸 ................................ ............................... 34
圖 4-6 各產業的 k、m參數的估計值散布圖 ................................ ...................... 34
圖 4-7 以傳統迴歸與 GVMGVM 預測股價淨值比之曲線：不同規模較 .............. 36
圖 4-8不同規模 的 k、m值：傳統迴歸 ................................ ................................ ... 37
圖 4-9 不同規模 的 k、m參數的估計值散布圖 ................................ .................. 37
圖 4-10 以變數誤差迴歸與 GVM 預測股價淨值比之曲線：不同規模較 .... 40
圖 4-11 不同規模 的 k、m值：變數誤差迴歸 ................................ ......................... 40
圖 4-12 不同規模 的 k、m參數的估計值散布圖 ................................ ................ 40
圖 4-13 以傳統迴歸與 GVM 預測股價淨值比之曲線：不同系統風險較 .... 43
圖 4-14 不同系統風險 的 k、m值：傳統迴歸 ................................ ......................... 43
圖 4-15 不同系統風險 的 k、m參數的估計值散布圖 ................................ ........ 44
圖 4-16 以變數誤差迴歸與 GVM 預測股價淨值比之曲線：不同系統風險較 ................................ ................................ ................................ ................................ ...... 46
圖 4-17 不同系統風險 的 k、m值：變數誤差迴歸 ................................ ................. 46
圖 4-18 不同系統風險 的 k、m參數的估計值散布圖 ................................ ........ 47
圖 4-19 以傳統迴歸與 GVM 預測股價淨值比之曲線：不同年度較 ............ 52
圖 4-20 不同年度 的 k、m值：傳統迴歸 ................................ ................................ . 52
圖 4-21 不同年度 的 k、m參數的估計值散布圖 ................................ ................ 52
圖 4-22 以變數誤差迴歸與 GVM 預測股價淨值比之曲線：不同年度較 .... 57
圖 4-23 不同年度 的 k、m值：傳統迴歸 ................................ ................................ . 57
圖 4-24 不同年度 的 k、m參數的估計值散布圖 ................................ ................ 57
圖 4-25 各種產業的 ROEROE -PBRPBRPBR曲線圖 ................................ ................................ .... 59
圖 4-26 各種規模的 ROEROE -PBRPBRPBR曲線圖 ................................ ................................ .... 62
圖 4-27 各種系統風險的 ROEROE -PBRPBRPBR曲線圖 ................................ ............................ 63
圖 4-28 1991 -2000 的 ROEROE -PBRPBRPBR曲線圖 ................................ ................................ ... 65
圖 4-29 2001 -2010 的 ROEROE -PBRPBRPBR曲線圖 ................................ ................................ ... 65
圖 5-1 股東權益報酬率均值回歸對比圖 ................................ ................................ . 68
圖 5-2 股東權益報酬率均值回歸對比圖 (能源 (10)) (10)) ................................ ................ 70
圖 5-3 股東權益報酬率均值回歸對比圖 (材料 (15)) (15)) ................................ ................ 70
圖 5-4 股東權益報酬率均值回歸對比圖 (工業 (20)) (20)) ................................ ................ 71
圖 5-5 股東權益報酬率均值回歸對比圖 (非必需消費品 (25)) (25)) ................................ 71
圖 5-6 股東權益報酬率均值回歸對比圖 (必需消費品 (30)) (30)) ................................ .... 72
圖 5-7 股東權益報酬率均值回歸對比圖 (衛生保健 (35)) (35)) ................................ ........ 72
圖 5-8 股東權益報酬率均值回歸對比圖 (金融 (40)) (40)) ................................ ................ 73
圖 5-9 股東權益報酬率均值回歸對比圖 (資訊技術 (45)) (45)) ................................ ........ 73
圖 5-10 股東權益報酬率均值回歸對比圖 (公用事業 (55)) (55)) ................................ ...... 74
圖 5-11 11 產業資料集間接估計成長係數 產業資料集間接估計成長係數 m值的結果 ................................ .............. 74
圖 5-12 股東權益報酬率均值回歸對比圖 (MV1) (MV1) ................................ .................... 78
圖 5-13 股東權益報酬率均值回歸對比圖 (MV2) (MV2) ................................ .................... 79
圖 5-14 股東權益報酬率均值回歸對比圖 (MV3) (MV3) ................................ .................... 79
圖 5-15 股東權益報酬率均值回歸對比圖 (MV4) (MV4) ................................ .................... 80
圖 5-16 股東權益報酬率均值回歸對比圖 (MV5) (MV5) ................................ .................... 80
圖 5-17 各規模資料集間接估計成長係數 m值的結果 ................................ .......... 81

表 目 錄
表 2-1成長價值法文獻比較 ................................ ................................ ...................... 10
表 3-1 不同因變數對自的異比 δ 之下的 m值與 k值 ................................ 22
表 4-0 全球行業分類標準 (GICS) (GICS) (GICS) (GICS) (GICS) 的十個產業部門 的十個產業部門 ................................ ............. 25
表 4-1 各產業的資料數統計 ................................ ................................ ..................... 27
表 4-2各產業的 k、m值 ................................ ................................ ........................... 31
表 4-3不同規模的 k、m值 ................................ ................................ ....................... 41
表 4-4不同系統風險的 k、m值 ................................ ................................ ............... 47
表 4-5不同年度的 k、m值 ................................ ................................ ....................... 58
表 4-6變數誤差迴歸 五大產業的預估 k、m值 ................................ ....................... 59
表 4-7變數誤差迴歸 規模的預估 k、m值 ................................ ............................... 62
表 4-8變數誤差迴歸 系統風險的預估 k、m值 ................................ ....................... 63
表 4-9變數誤差迴歸 年度的預估 k、m值 ................................ ............................... 64
表 5-1 各產業資料集的持續係數 α、成長係數 m估計值 ................................ ...... 69
表 5-2各產業的 m值 ................................ ................................ ................................ . 76
表 5-3 各規模資料集的持續係數 α、成長係數 m估計值 ................................ ...... 78
表 5-4各規模的 m值 ................................ ................................ ................................ . 87
表 6-1美國與台灣不同公司直接法間 接法之比較 ................................ .............. 90
表 6-2美國與台灣不同市值公司直接法間之比較 ................................ ...... 91

參考文獻
1.	Adcock, R. J. (1878). A problem in least squares. The Analyst, 5(2), 53–54.
2.	Adsera, X., & Vinolas, P. (2003). FEVA: A financial and economic approach to valuation, Financial Analysts Journal, 59(2), 80-87.
3.	Chas. H. Kummell. (1879). Reduction of observation equations which contain more than one observed quantity. The Analyst, 6(4), 97-105.
4.	Chen, A. S., & Lin, S. C. (2011). Asymmetrical return on equity mean reversion and catering, Journal of Banking & Finance, 35(2), 471-477.
5.	Deming, W. E. (1943). Statistical adjustment of data. Wiley, NY(Dover Publications edition, 1985).
6.	Fama, E. F., & French, K. R. (2000). Forecasting profitability and earnings. The Journal of Business, 73(2), 161-175.
7.	Francis, J., Olsson, P., & Oswald, D. R. (2000). Comparing the accuracy and explainability of dividend, free cash flow, and abnormal earnings equity value estimates (Digest Summary), Journal of accounting research, 38(1), 45-70.
8.	Freeman, R. N., Ohlson, J. A., & Penman, S. H. (1982). Book rate-of-return and prediction of earnings changes: An empirical investigation. Journal of accounting research, 639-653.
9.	Garza-Gómez, X. (2001). The information content of the book-to-market ratio, Financial Analysts Journal, 57(6), 78-95.
10.	Gilson, S. C., Hotchkiss, E. S., & Ruback, R. S. (2000). Valuation of bankrupt firms, Review of Financial Studies, 13(1), 43-74.
11.	Koopmans, T. C. (1937). Linear regression analysis of economic time series (Vol. 20). De erven F. Bohn nv.
12.	Lie, E., & Lie, H. J. (2002). Multiples used to estimate corporate value, Financial Analysts Journal, 58 (2), 44-54.
13.	Lipe, R., & Kormendi, R. (1994). Mean reversion in annual earnings and its implications for security valuation. Review of quantitative finance and accounting, 4(1), 27-46.
14.	Liu, J., & Ohlson, J. A. (2000). The Feltham-Ohlson (1995) model: empirical implications, Journal of Accounting, Auditing & Finance, 15(3), 321-331.
15.	Liu, J., Nissim, D., & Thomas, J. (2002). Equity valuation using multiples, Journal of Accounting Research, 40(1), 135-172.
16.	Liu, Y. C., & Yeh, I. C. (2016). Building Valuation Model of Enterprise Values for Construction Enterprise with Quantile Neural Networks. Journal of Construction Engineering and Management, 142(2), 04015075.
17.	Minami, S., & Wakatsuki, T. (2014). Low volatility of roe is a proxy for sustainability of ROE: Earnings quality in Japan. Available at SSRN: https://ssrn.com/abstract=2480179.
18.	Nissim, D., & Penman, S. H. (2001). Ratio analysis and equity valuation: From research to practice. Review of accounting studies, 6(1), 109-154.
19.	Ohlson, J. A. (1995). Earnings, book values, and dividends in equity valuation, Contemporary accounting research, 11(2), 661-687.
20.	Park, Y. S., & Lee, J. J. (2003). An empirical study on the relevance of applying relative valuation models to investment strategies in the Japanese stock market, Japan and the World Economy, 15(3), 331-339.
21.	Yeh, I. C., & Hsu, T. K. (2011). Growth value two-factor model. Journal of Asset Management, 11(6), 435-451.
22.	Yeh, I. C., & Lien, C. H. (2017). Growth and value hybrid valuation model based on mean reversion. Applied Economics, 49(50), 5092-5116.
23.	Jacek Welc (2011). Mean-reversion of net profitability among Polish public companies.
24.	iLoveChannel Channel (2014). 美股入門– 美國股票的具體分類。http://usainvestment.gofortrading.com/2014/11/blog-post_4.html
25.	Yahoo! Finance, S&P500指數(年報酬率) 
https://finance.yahoo.com/quote/%5EGSPC/chart?p=%5EGSPC
26.	王鵬(2017)。 均值回歸效應在本輪週期為何減弱?。他山之石‧海外精譯，122。
27.	徐玉卿 (1998)。產業獲利均值回歸趨勢與生命週期衡量因素之研究。輔仁大學應用統計學研究所碩士論文，未出版，新北市。
28.	張葳 (2017)。以成長價值模型與變數誤差模型建構營建企業評價模型。淡江大學土木工程學系碩士論文，新北市。
29.	葉怡成、詹翔安 (2014)。以收益資產複合基礎法與分量迴歸分析建構營建企業評價模型。營建管理季刊，99， 1-19。
30.	葉怡成 (2015)。工程經濟與財務管理(第二版)。台北市：詹氏書局。