再保險交易與盈餘管理關聯性分析

有較高的相關係數，而實證模型二之應變數 NI_RELEAS 分別與自變數 EARN 及 SMOOTH 及實證模型二之控制變數 EXP_R 與 SIZE 有較高的相 關係數，為判定上述變數間之顯著相關是否存在共線性問題，茲以 VIF 值 作輔助判斷。

表 4-2 實證模型一之各變數間 Pearson 及 Spearman 相關係數矩陣表 Pearson Correlation Coefficients

REIN EARN SMOOTH DIST TAX R HERF LOSS_R SIZE

REIN 1 0.0134 0.0464 -0.017 -0.3455 0.3053 -0.2954 0.3488 0.3115 (0.8584) (0.5362) (0.8212) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) EARN -0.1734 1 0.7762 0.2500 0.2718 -0.0105 -0.1284 -0.3385 0.0909

(0.0199) (<.0001) (0.0007) (0.0002) (0.8885) (0.0858) (<.0001) (0.2251) SMOOTH 0.1013 0.6171 1 0.1446 0.0804 0.0282 -0.1052 -0.2010 -0.0371 (0.1761) (<.0001) (0.0528) (0.2829) (0.7072) (0.1600) (0.0068) (0.6209) DIST 0.0999 0.5677 0.4499 1 0.3509 -0.2618 -0.1145 -0.3893 0.2773

(0.1819) (<.0001) (<.0001) (<.0001) (0.0004) (0.1260) (<.0001) (0.0002) TAX -0.2494 0.7568 0.3838 0.5667 1 -0.1090 -0.0585 -0.8330 -0.3606 (0.0007) (<.0001) (<.0001) (<.0001) (0.1453) (0.4351) (<.0001) (<.0001) R 0.2938 -0.1379 0.0181 0.0747 -0.1036 1 -0.0683 0.2701 -0.0206

(<.0001) (0.0649) (0.8094) (0.3189) (0.1663) (0.3625) (0.0002) (0.7841) HERF -0.2694 -0.1348 -0.0517 -0.2142 -0.2065 -0.0192 1 -0.0445 -0.1846 (0.0003) (0.0711) (0.4909) (0.0039) (0.0054) (0.7978) (0.5528) (0.0131) LOSS_R 0.3131 -0.8235 -0.4371 -0.4292 -0.8487 0.2916 0.1398 1 0.3245

(<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0612) (<.0001) SIZE 0.0668 0.0610 0.0975 0.3794 -0.0406 -0.1631 -0.0095 0.0351 1

Spearman C orrelation Coefficien ts

(0.3730) (0.4162) (0.1928) (<.0001) (0.5883) (0.0287) (0.8990) (0.6403) 說明：1.樣本數為 180 個。

2.括弧內為 p-value。

‧

Pearson Correlation Coefficients

NI_REL EASE EARN SMOOTH DIST TAX R LOSS_R EXP_R SIZE NI_REL 1 -0.6910 -0.5866 -0.3332 -0.3575 0.0127 0.4291 0.0007 -0.0832

EASE (<.0001) (<.0001) (<.0001) (<.0001) (0.8654) (<.0001) (0.9929) (0.2671) EARN -0.9446 1 0.7762 0.2500 0.2718 -0.0105 -0.3385 -0.0742 0.0909 (<.0001) (<.0001) (0.0007) (0.0002) (0.8885) (<.0001) (0.3225) (0.2251) SMOOTH -0.5921 0.6171 1 0.1446 0.0805 0.0282 -0.2010 0.1520 -0.0371

(<.0001) (<.0001) (0.0528) (0.2829) (0.7072) (0.0068) (0.0417) (0.6209) DIST -0.5482 0.5677 0.4499 1 0.3509 -0.2618 -0.3893 -0.2591 0.2773 (<.0001) (<.0001) (<.0001) (<.0001) (0.0004) (<.0001) (0.0004) (0.0002)

TAX -0.7945 0.7568 0.3838 0.5667 1 -0.1090 -0.8330 0.0757 -0.3606 (<.0001) (<.0001) (<.0001) (<.0001) (0.1453) (<.0001) (0.3128) (<.0001) R 0.1721 -0.1379 0.0181 0.0747 -0.1036 1 0.2701 -0.0190 -0.0206

(0.0209) (0.0649) (0.8094) (0.3189) (0.1663) (0.0002) (0.8001) (0.7841) LOSS_R 0.8692 -0.8235 -0.4371 -0.4292 -0.8487 0.2916 1 -0.3351 0.3245

(<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) EXP_R 0.0326 -0.0359 -0.1128 -0.4091 -0.1127 -0.1555 -0.1888 1 -0.6381 (0.6645) (0.6328) (0.1315) (<.0001) (0.1321) (0.0371) (0.0111) (<.0001)

SIZE -0.0089 0.0610 0.0975 0.3794 -0.0406 -0.1631 0.0351 -0.2800 1

S pearman C orrelation Coefficien ts

(0.9058) (0.4162) (0.1928) (<.0001) (0.5883) (0.0287) (0.6403) (0.0001) 說明：1.樣本數為 180 個。 REIN 3.2527 2.9881 1.6138 4.1794 1.2034 1.1107 4.1881 1.7510

NI_RELEASE 3.5114 3.1532 1.6759 6.0222 1.2301 6.9491 3.2636 2.6559

29 VIF( variance inflation factor )係變異數膨脹因子，經常使用於發現多重共線性的正式診 斷方法，主要是解釋變數與其他解釋變數之線性組合的 R²。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

（二）殘差項之獨立性檢定

本研究以 Durbin-Watson 值檢定殘差項之自我相關性。由表 4-5 可 知，實證模型一之D-W 值（0.625）趨近於 0，表示可能有正的自我相關性 存在，而實證模型二之D-W 值（2.253）趨近於 2，表示無自我相關性存在。

推測實證模型一存有前期對本期之影響，為了解決殘差項之自我相關問 題，於實證模型一中加入應變數 REIN 前期值，如（14）式，並重新計算 D-W 值，如表 4-5 修正後實證模型一欄，D-W 值為 1.821 已趨近為 2，表 示無自我相關性存在。實證模型二及修正後實證模型一之殘差項應符合獨 立性之假設。

表 4-5 實證模型之 Durbin-Watson 值表

實證模型一 實證模型二 修正後實證模型一

Durbin-Watson D 0.625 2.253 1.821 Number of Observations 180 180 180 1st Order Autocorrelation 0.687 -0.127 0.089

修正後實證模型一

REINt ＝ α ＋ β1 *EARN ＋ β2 *SMOOTH ＋ β3 *DIST ＋ β4 *TAX ＋ β5 *R

＋β6 *HERF＋β7 *LOSS_R＋β8 *SIZE＋β9 *REINt-1＋εi ………(14)

二、追蹤資料迴歸結果分析

（一）實證模型一

迴歸式：REINt ＝α ＋β1 *EARN＋β2 *SMOOTH＋β3 *DIST＋β4 *TAX

＋β5 *R ＋ β6 *HERF ＋ β7 *LOSS_R ＋ β8 *SIZE ＋ β9 *REINt-1＋εi

首先，以Hausman 檢定判別實證模型一應採 FEM 抑或 REM，如表 4-6

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

之Hausman 檢定值，其檢定結果拒絕虛無假設，另由表 4-7 得知 FEM 迴歸 模型之F 值為 4.17 且達顯著水準，故實證模型一適用 FEM。

表 4-6 實證模型一 Hausman 檢定值 Hausman Test for Random Effects

DF m Value Pr > m

8 18.04 0.0209

表 4-7 實證模型一之 FEM、REM 及 OLS 迴歸結果彙總表

模型

FEM（雙因子）

REM（雙因子） OLS

變數 參數估計值

T 值

參數估計值 T 值 參數估計值 T 值

截距項

-0.8083 -3.03

*** -0.0355 -0.39 0.0249 0.33

EARN

-0.0056 -1.48

-0.0039 -1.03 -0.0044 -1.03 SMOOTH

0.0028 1.18

0.0017 0.72 0.0025 0.94 DIST

0.0025 0.53

0.0070 1.6 0.0082 1.86 *

TAX

-0.0806 -1.89

* -0.0423 -1.11 -0.0447 -1.16

R

0.0754 0.82

0.1107 1.25 0.1742 2.02 ^**

HERF

0.0616 1.17

0.0457 1.08 0.0477 1.29 LOSS_R

-0.0947 -2.42

** -0.0300 -0.88 -0.0170 -0.51 SIZE

0.0577 3.45

*** 0.0080 1.34 0.0006 0.14 REINt-1

0.6657 11.32

*** 0.8194 17.72^*** 0.8996 23.75 ^***

DFE

145

170 170

SSE

0.2542

0.3126 0.4368

MSE

0.0018

0.0018 0.0026

Root MSE

0.0419

0.0429 0.0507 R-Square

0.9073

0.7228 0.8408

Adj R-Sq 0.8323

F value

4.17 ***

99.74 ***

說明：*、**與***分別表示達 10%、5%與 1%顯著水準。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

三種不同實證模型迴歸結果變數之參數估計值方向大略一致，僅 OLS 模型之截距項方向為正，實證模型一以FEM 迴歸結果做為研究分析。就模 型解釋力而言，判定係數為 0.9073，F 值在 0.01 的水準下達到顯著性，表 示再保險交易量（REIN）與盈餘管理動機及業務面需求因子間有一定程度 關聯性。就四項自變數個別觀之，EARN 及 TAX 與預期一致，皆為負向且 TAX 呈顯著，支持本研究 H4a 之稅負動機，當稅負成本愈高，產險公司不 會傾向承作較大之再保險交易量，以免課稅所得被墊高，課予更多稅負；

SMOOTH 與 DIST 迴歸結果為正向，與預期不一致外，亦未達顯著水準。

就四項控制變數個別觀之，僅 HERF 之方向與險種集中化之風險分散觀點 相同，為正向關係，惟實證結果並不顯著；R、LOSS_R 及 SIZE 與預期方 向不一致外，其中LOSS_R 達 0.05 顯著水準，而 SIZE 更達 0.01 顯著水準。

LOSS_R 實證方向為負，即未分出前之損失率較高，產險公司卻未能承作 較大之再保險交易量，顯示國內再保險市場並非單由原產險公司所能決定 成交，再保險人恐因考量自身獲利等其他因素而選擇性分入再保業務，致 產險公司雖想以再保險交易分散風險而無買方市場。SIZE 實證方向為正，

表示國內規模愈大之產險公司，承作再保險交易愈大，一方面可能係規模 大之產險公司，其經營政策或風險管理趨於穩健保守須維持利潤目標外，

更有專業能力跟人力對再保險交易作精確評估，使再保險交易不僅在業務 面功能極大化，亦善用其財務面功能。再者，再保險人對於規模大之產險 公司信賴度或評等較高，較願意承保其分出業務。

（二）實證模型二

迴歸式：NI_RELEASE ＝α ＋β1 *EARN＋β2 *SMOOTH＋β3 *DIST＋

β4 *TAX＋ β5 *R＋β6 *LOSS_R＋β7 *EXP_R＋β8 *SIZE＋εi

實證模型二之 Hausman 檢定結果亦為拒絕虛無假設（表 4-8）， FEM 較REM 更適合實證模型二，惟由表 4-9 得知 FEM 迴歸模型之 F 值為 1.27

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

且未達顯著水準，而F 檢定可用來檢定 OLS 及 FEM 何者較具解釋力，OLS 迴歸模型之F 值達 0.01 顯著水準，故實證模型二應採用 OLS 較為適當。

表 4-8 實證模型二 Hausman 檢定值 Hausman Test for Random Effects

DF m Value Pr > m

8 19.53 0.0123

表 4-9 實證模型二之 FEM、REM 及 OLS 迴歸結果彙總表 模型

OLS

FEM（雙因子） REM（雙因子）

變數 參數估計值

T 值

參數估計值 T 值 參數估計值 T 值

截距項

2.5330 1.59

11.3933 1.99^** 3.2064 1.93 ^*

EARN

-0.2617 -4.29

*** -0.2379 -3.69^*** -0.2585 -4.23 ^***

SMOOTH

-0.0888 -2.35

** -0.0883 -2.19** -0.0889 -2.35 **

DIST

-0.0746 -1.19

-0.0402 -0.52 -0.0633 -0.98 TAX

-0.7296 -1.15

-2.3212 -2.87^*** -0.9676 -1.49

R

-1.4176 -1.21

1.8229 1.2 -0.7862 -0.64

LOSS_R

0.6794 1.14

-0.0272 -0.04 0.5261 0.87 EXP_R

-0.8428 -0.79

-3.8633 -2.66*** -1.2559 -1.15 SIZE

-0.1598 -2.19

^** -0.5335 -1.68^* -0.1890 -2.44 ^**

DFE

171

146 171

SSE

84.9650

69.751 81.6366

MSE

0.4969

0.4777 0.4774

Root MSE

0.7049

0.6912 0.6909 R-Square

0.5615

0.6400 0.5511 Adj R-Sq

0.5410

F value

27.37 ***

1.27

說明：*、**與***分別表示達 10%、5%與 1%顯著水準。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

實證模型二以OLS 迴歸結果做為研究分析。就模型解釋力而言，修正 後判定係數為 0.5410，F 值在 0.01 的水準下達到顯著性，表示再保險交易 盈餘釋放數（NI_RELEASE）與盈餘管理動機及其他財務面需求因子間有 一定程度關聯性。就四項自變數個別觀之，EARN、SMOOTH、DIST 及 TAX 與預期一致，皆呈負向關係，其中 EARN 及 SMOOTH 兩變數分別達 0.01 及0.05 顯著水準，支持本研究 H1b 及 H2b 假說，即產險公司為了跨愈兩大 盈餘門檻「盈餘數為零」及「盈餘變動數為零」，若當期盈餘數為負或當期 盈餘數較前期低時，產險公司透過再保險交易獲取較多之盈餘釋放數，以 達到盈餘管理目標。就四項控制變數個別觀之，僅EXP_R 與預期方向不一 致，呈不顯著之負向關係，餘三項控制變數（R、LOSS_R 及 SIZE）皆符 合預期方向，其中SIZE 達 0.05 顯著水準。SIZE 明顯與 NI_RELEASE 呈負 向關係，即規模愈小之公司其透過再保險交易獲得之盈餘釋放數愈大，而 在實證模型一中 SIZE 卻與 REIN 呈顯著正相關，然 NI_RELEASE 較強調 再保險交易對財務報表之影響面，亦即再保險財務面功能，而 REIN 則受 財務面及業務面兩方面功能互相影響。以實證結果而言，規模小之產險公 司有較高之再保險盈餘釋放數，但卻有較小之再保險交易量，表示其承作 每單位再保險交易可獲得較高之盈餘釋放量，亦即再保險之財務面功能對 於小規模產險公司較具重要。

在文檔中 臺灣產險業再保險交易與盈餘管理之關聯性 - 政大學術集成 (頁 63-69)