臺灣博碩士論文加值系統

國內浮動油價機制業於2007年正式實施，為改善國內油價與國際原油價格脫軌之不合理現象；中油公司每週參考西德州原油變動幅度，調價以維持中油合理盈餘為目標，而國內天然氣價格則配合其進口成本，比照油價調整之授權範圍採每月檢討機制。
國內外學者對油價與總體經濟關聯性之實證研究多有著墨，但對浮動氣價為基礎計算民營發電業者合理售電利潤之研究卻是付之闕如，然而，現階段民營發電業者之電價是以前一年台電公司天然氣電廠天然氣價格之平均熱值成本作為次年度售電計價之基礎，時值氣價日益升高的經營環境，氣價若無法即時反應至電價，將造成企業營運壓力，此現象極度不合理，爰有本研究之動機。
本研究以A民營發電業者2004年4月至2006年12月共33期之月資料，首先利用SAS軟體進行各種統計分析；最後與情境模擬分析法之實證結果作比較，驗證本研究之售電利潤計價方式，確可修正以前一年購氣價格為基礎之不合理現象，經由實證分析，獲致下列結果：
一、統計分析方法之實證結果：
1.利用SAS軟體之皮爾森相關係數，檢定實際電價與國內氣價是否存在相關性。結果顯示兩者相關係數皆為0.7308，且P＜0.001，表示皆有顯著水準，即電價隨氣價漲跌之影響顯著；並利用交叉相關分析考慮電價是否受氣價落後調整，結果顯示落後二個月調整之影響最顯著。
2.另採用複迴歸分析，探討實際電價、國際油價及國內氣價等3個自變數分別對9個因變數檢定是否有顯著影響。結果顯示對8個因變數皆有顯著水準，惟對總售電量無顯著水準。
二、情境模擬分析法之實證結果：
1.模擬電價隨氣價即時調整，預估對A民營發電業者三年之營業收入、稅後損益及EPS，合計影響分別為NT$8.65億元、NT$7億元及NT$2.33元，結果顯示對業者之營運影響甚巨。
2.模擬電價隨氣價落後調整不同期，假設氣價漲跌對當月國內電價不調整，以情境模擬分析法和交叉相關分析之實證結果，皆為落後二個月調整對每股盈餘影響最顯著，主要係電價未必在調整月之首日調整，故電價調整月之次月，對盈餘的影響始全數反應。
由研究結果知，當電價隨氣價落後二個月調整對業者之財務績效影響最為顯著。本研究結果期能為民營發電業者以浮動氣價為基礎作為未來修約方向，提出具體計算合理售電利潤之依據，使營運收支得以同步反映，對民營發電業者可謂當前之務。

The floating-price mechanism of gasoline was officially implemented in Taiwan in 2007 to improve the irrational phenomena of domestic gasoline price off track with international crude oil prices. Chinese Petroleum Corporation （CPC） adjusts the gasoline price by referencing to the fluctuant range of West Texas Crude Oil Price every week in order to maintain reasonable profit as a goal, whereas the domestic Gas （Liquefied Natural Gas, LNG） price is adjusted based on monthly review mechanism taking into consideration of imported cost.
There have been a lot of empirical researches made by many domestic and foreign scholars in the correlation between oil price and overall economy. However, the studies in reasonable profit of power price for Independent Power Producer （IPP） that calculated on the basis of the floating price of LNG have been quite lacking. However, the current power selling price of IPP is based on the front year average heat value cost of Taipower LNG plant as the selling price for the next year. In the environment when the time of LNG prices escalating day by day, the inability of LNG price reflecting instantly in the power price bound to create tremendous pressure to the operation of power companies. Such is an extremely irrational phenomena, hence the motive of this study.
This research is based on the monthly data of A IPP during the period from April 2004 to December 2006, a total period of 33 months. First, the SAS software is used to perform all kinds of statistical analysis. The results are finally compared with the empirical results of the scenario-simulation analysis approach to verify the profitable pricing method of power. The unreasonable phenomena based on the LNG price purchased a year ago could indeed by corrected. Below is the result obtained through empirical analysis:
I. Empirical result of the statistical analysis approach:
1. Use the Pearson correlation coefficient of the SAS software to test whether there is correlation between the actual power price and the domestic LNG price. The result shows both related coefficients are all 0.7308 and P＜0.001, indicating both have significant standards. In other words, power price is significantly affected by the rise and fall of the LNG price. And the cross correlation analysis is used to consider whether the power price is adjusted lagging the LNG price. The result shows that the influence of adjustment after two months is the most significant.
2. In addition, the multiple regression analysis is adopted to explore whether the three independent variables including the actual power price, international oil price, and the domestic LNG price are significantly affecting the 9 dependent variables. The result indicates there is significant standard to 8 dependent variables except there is no significant standard to the total selling power quantity.
II. Empirical result of the scenario analysis approach:
1. Simulation of power price adjustment follows LNG price instantly. The estimations of the three-year revenue, profit (or loss) after tax, and EPS for A IPP are NT$865 million, NT$700 million and NT$2.33 respectively. The result shows great influence to the business operation of IPP.
2. Simulation of power price adjustment lags behind LNG price for different period of time. Assuming the power price of the current month is not adjusted according to the price of LNG, the empirical results of the scenario analysis approach and cross relation analysis all show that adjustment lagging by two months has the most significant impact on EPS. Main reason is because the power price may not be adjusted on the first day of the monthly adjustment. Therefore, the impact to the profit will then all reflect on the next month when the power price is adjusted in the current month.
From the result of the research we know that the influence of the power price adjustment two months after the LNG price adjustment is the most significant to the financial performance of the IPP The study hopes to provide a direction of contract modification based on the floating price of LNG for IPP in future by proposing a reasonable method of calculating power sales profit as a basis so that the operational cost and revenue can be reflected at the same time. This is indeed an urgent task to the IPP.

第一章 緒 論 1
第一節 研究背景 1
第二節 研究動機 2
第三節 研究目的 2
第四節 論文架構與流程 3

第二章 文獻探討 5
第一節 台灣發電業定價法源 5
第二節 民營發電業者之購售電合約 7
第三節 天然氣產業的特性與收費制度 43

第三章 研究方法 57
第一節 資料來源及變數定義 57
第二節 統計分析方法簡介 59
第三節 情境模擬分析法介紹 63

第四章 實證結果 73
第一節 以統計分析方法探討售電價格之合理性 73
第二節 以情境模擬分析法探討售電價格之合理性 88
第三節 綜合分析 94

第五章 研究結論與建議 99
第一節 研究結論 99
第二節 研究限制 100
第三節 研究建議 101
第四節 後續研究建議 102

一、 中文部份
1. 王慧華（2006），「我國LNG訂價合理性之探討」，台灣經濟研究月刊，第二十九卷，第三期，第109-113頁。
2. 古美如（2000），「從中、日、韓氣價看未來訂價策略」，台灣經濟研究月刊，第二十三卷，第十一期，第55-57頁。
3. 周莉里（2005），整合水量與水質之訂價模式分析，國立台北大學，資源管理研究所。
4. 林永瑞（2006），Excel 應用統計分析，水牛圖書出版股份有限公司。
5. 物價統計月報（2007），433期。
6. 洪啟堯（2006），國際油價與股市對整合型石油公司之影響-以美國為例，國立中山大學財務管理學系研究所。
7. 張紹勳（2003），SAS For Windows統計分析－初等統計，松崗電腦圖書資料股份有限公司。
8. 張輝煌（1989），實用多變量分析，建興出版社。
9. 梁啟源（1980），台灣能源需求模型之建立與運用，中央研究院經濟研究所出版。
10. 梁啟源（2003），「天然氣價合理化對天然氣需求及台灣經濟之影響」，石油季刊，第三十九卷，第一期，第135頁。
11. 陳金良（2006），我國輪機人員因應液化天然氣船之研究，國立臺灣海洋大學，商船學系碩士學位論文。
12. 陳慧娟（1992），「論公用事業費率之訂定」，主計月報，第七十七卷，第一期，頁38-41。
13. 曾增材 （1983），最低成本與規模經濟-台灣火力發電廠實證研究，中興大學經濟研究所碩士論文。
14. 劉維琪（1986），資訊不對稱情況下—公用事業之訂價模式，中國經濟企業研究所管理叢書。
15. 蔡志孟（2005），電價制度設計理念及未來發展，台電公司業務處費率課，2005.12.14簡報資料。
16. 蔡佩容（2004），用戶別售電量與電費收入之研究-台電公司實證案例，國立政治大學，財政研究所。
17. 鄭秀玲、牛慧雯、王小娥（1997），「台電公司之長短期規模經濟與密度經濟研究」，人文及社會科學集刊， 9:1 ，125-159。
18. 賴健民（2004），水價制度建構之研究，國立中正大學，政治研究所碩士學位論文。
19. 戴均霖（2003），公用氣體燃料事業會計制度之設計，國立臺灣大學，會計學研究所碩士學位論文。
20. 鍾惠民、吳壽山、周賓凰、范懷文（2006），財金計量，雙葉書郎有限公司。

二、 英文部份
1. Berndt, E. R. and L. R. Christensen（1973）, 〝The Translog Function and the Substitution of Equipment, Structures, and Labor in U.S. Manufacturing 1929-68,〞 Journal of Econometrics, P:81-114.
2. Callan, S. J.（1988）, 〝Productivity, Scale Economics and Technical Change: Reconsidered,〞 Southern Economic Journal, 54, 715-724,
3. Christensen, Laurits R. Greene, William H.（1976）, 〝Economies of scale in U.S. electric power generation,〞 Journal of Political Economy, Vol：84 Iss: 4 (PART 1) P: 655-67.
4. Nelson, R.A. and M.E. Wohar（1983）, 〝Regulation, Scale Economies and Productivity in steam-Electric Generation,〞 International Economic Review, Vol:27 P:57-79.
5. Nemoto, T. ,Y. Nakanishi and S. Madono（1993）, 〝Scale Economies and Over-Capitalization in Japanese Electric Utilities,〞 International Economic Review, Vol:34 P:431-440.
6. Salvanes, K.G. and S. Tjotta（1994）, 〝Productivity Differences in Multiple Output Industries : An Empirical Application to Electricity Distribution,〞 Journal of Productivity Analysis, Vol:5 P:23-43.
7. Wender, J.T.(1976), 〝Experiments in Seasonal-Time-of-Day Pricing of Electricity to Residential Users,〞 The Bell Journal of Economics, 7:2, 531-552.
8. Wender, J.T.(1976), 〝Peak Load Pricing in the Utility Industry,〞 The Bell Journal of Economics,7:1, 232-241.

三、參考網頁
1. 經濟部能源局網站(http://www.moeaec.gov.tw/)
2. 台電網站（http://www.taipower.com.tw/）
3. 中華民國統計資訊網(http://www.stat.gov.tw)
4. 中油公司產品網站
(http://www.tmtd.cpc.com.tw/ListPrice/ShowHistoryPriceNG.aspx