國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五節 增額測試
一、管理當局能力與分析師盈餘預測偏誤方向
本節為延伸主要迴歸之進行增額測試。由前三節主要迴歸的實證結果 可得知：管理當局能力與分析師報導意願、盈餘預測之精確性以及分析師 間預測離散程度有關。分析師往往選擇值得信賴的企業、管理當局進行追 蹤，且經理人能力愈好，該公司所提供之財務報導可靠性愈高，分析師盈 餘預測也將愈準確，彼此間預測結果趨於一致。
Byard and Shaw (2002)將分析師預測所依據之資料來源拆解成一般資 訊與私有(idiosyncratic)資訊，證明了財務分析師會利用企業公布之盈餘資 料修正其預測。Sedor (2002)提出一種「無意的(Unintentionally)預測偏誤」，
管理當局多使用敘述(narratives)的方式傳達訊息，於此種情況下，該資訊會 自然地引導分析師設身處地的想像管理當局如何實踐未來計畫並預期未來 企業績效之改善，實證結果發現，當分析師獲取管理當局所提出關於未來 計畫的資訊時，會因本身的情境思考(Scenario thinking)而產生樂觀偏誤。本 研究根據上述文獻以驗證：管理當局能力愈好，分析師盈餘預測愈樂觀。
迴歸模型如下：
Biasi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Lossi,t
+α5Analystsi,t+α6𝐼𝑀𝑅i,t +Year+Ind+𝜀𝑖,𝑡 (9)
本研究以 Das et al. (1998)研究方法為基礎，將分析師預測偏誤方向設 為一虛擬變數，若(FEPS －AEPS
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
年度對樣本公司預期之年底盈餘結果所發布之最後一次每股盈餘預測；
AEPSi,t 為樣本公司年底之實際每股盈餘，管理當局能力之衡量方法與主要 模型同。
實證結果(表 4-7)顯示該模型之 Adjusted R-square 為 8.55%，解釋力較 低。管理當局能力(MA_Rank)與分析師預測偏誤方向呈顯著負相關，係數 為-0.0915，表示實證結果與本研究之假說剛好相反：當管理當局能力愈好，
分析師對公司之未來預測悲觀；反之，管理當局能力較弱，則分析師對公 司持樂觀預測。
有可能是因為不同產業的景氣原因造成了此種現象，若經理人身處朝 陽產業，則即使相對能力較弱，但分析師考慮到該產業的發展前景傾向於 樂觀預測；而在一個成熟發展逐漸衰落的行業中，雖然管理當局能力優秀，
但分析師亦會考慮給出悲觀預測，沖淡了管理當局能力對預測偏誤方向的 影響。
控制變數部分，公司規模(Size)為顯著負相關，可能是因為分析師認為 規模小的企業成長性較大，故分析師認為具備發展前景，並對其之獲利能 力產生過於樂觀的看法。Loss 部份，實證結果為顯著負相關，表示公司前 期虧損狀態，券商分析師會傾向較為保守的預測。又過去並無文獻指出，
分析師預測偏誤方向與分析師預測平均天數之間之關連性，因此，於本研 究中並未預期 Horizon 該控制變數之係數方向。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-7 增額測試：管理當局能力與分析師盈餘預測偏誤方向之回歸結果 Biasi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Lossi,t+α5
Analystsi,t+α6IMRi,t+α7Year+α8Ind+εi,t
預期符號 係數 標準差 t 值 Intercept N/A 1.1863 1.078 1.10***
MA_Rank + -0.0915 0.0129 -7.09***
Size + -0.2224 0.0423 -5.26***
Horizon N/A 0.9093 0.0823 11.05***
Loss - -0.5021 0.1832 -2.74***
Analysts + 0.00009 0.0057 0.02 IMR N/A -0.676 0.178 -3.81***
Year Included
Ind Included
Pseudo R2 8.55%
N 6192
註 1：＊＊＊為達到 1%的顯著水準，＊＊為達到 5%的顯著水準，＊為達到 10%
的顯著水準。
註 2：各變數定義分別為:Bias=分析師預測偏誤方向，樂觀預測為 1，悲觀 為 0；MA_Rank =管理當局之能力；Size =公司規模；Horizon=分析師預測 平均天數；Nana=分析師跟隨人數；Loss=虛擬變數，公司前期虧損為 1，
反之為 0 ；IMR=inverse Mill’s ratio。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
根據以上對分析師盈餘預測偏誤方向研究中，實證結果與假說相反的 成因猜測、分析(可能由於公司所在產業之成長性因素干擾了預期假說)，
將反映公司成長性的市價淨值比(Mbr)納入控制變數，迴歸模型修改為：
Biasi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Lossi,t
+α5 Analystsi,t+α6𝐼𝑀𝑅i,t+𝛼7𝑀𝑏𝑟𝑖,𝑡+𝛼8Year+𝛼9Ind+𝜀𝑖,𝑡 (10)
結果與未考量公司 Mbr 之前相比，沒有出現明顯變化，基本一致。因 此，再將所有樣本根據 Mbr，從小到大排列取第一四分位數和第三四分位 數。將小於第一四分位數的樣本篩選出作為“成長性低”公司樣本；大於第 三四分位數的樣本篩選出作為“成長性高”公司樣本。然後分別將它們利用 增加 Mbr 後的迴歸模型進行實證研究。
觀察實證結果表 4—8，可以看出：當公司成長性低的時候，管理當局 能力與分析師盈餘預測偏誤呈現顯著負相關。說明可能若產業不被看好，
即使管理當局能力強，分析師還是傾向於給出保守預測。而管理當局能力 較低的這部分，或許他們運用其他渠道去影響分析師的預測行為，使得分 析師對他們保持相對樂觀。
通過表 4—9 可以看出：當公司成長性高的時候，管理當局能力與分析 師盈餘預測偏誤無顯著相關。說明分析師在對前景較好，成長性較高的公 司進行預測時，他們對公司盈餘預測樂觀或者保守，都不大會受到管理當 局能力高低的影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-8 增額測試：管理當局能力與分析師盈餘預測偏誤方向之回歸結果(續 一)
Biasi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Lossi,t+α5
Analystsi,t+α6IMRi,t +α7Mbri,t+α8Year+α9Ind+εi,t (成長性低，Mbr 小於第一四分位數之樣本)
預期符號 係數 標準差 t 值 Intercept N/A 0.27 1.905 0.14 MA_Rank + -0.059 0.0153 -3.84***
Size + -0.172 0.069 -2.47**
Horizon N/A 0.855 0.112 7.67***
Loss - -0.303 0.206 -1.47 Analysts + 0.0108 0.008 1.37 IMR N/A -0.953 0.276 -3.45***
Mbr + -0.497 0.308 -1.61
Year Included
Ind Included
Pseudo R2 14.61%
N 1517
註 1：＊＊＊為達到 1%的顯著水準，＊＊為達到 5%的顯著水準，＊為達到 10%
的顯著水準。
註 2：各變數定義參照表 4—7；Mbr=市價淨值比。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-9 增額測試：管理當局能力與分析師盈餘預測偏誤方向之回歸結果(續 二)
Biasi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Lossi,t+α5
Analystsi,t+α6IMRi,t +α7Mbri,t+α8Year+α9Ind+εi,t (成長性高，Mbr 大於第三四分位數之樣本)
預期符號 係數 標準差 t 值 Intercept N/A 1.291 1.475 0.88 MA_Rank + -0.019 0.015 -1.28 Size + -0.156 0.062 -2.51**
Horizon N/A 0.425 0.084 5.05***
Loss - -0.4212 0.224 -1.88*
Analysts + 0.0021 0.0071 0.29 IMR N/A -0.059 0.159 -0.37
Mbr + 0.003 0.02 0.17
Year Included
Ind Included
Pseudo R2 8.01%
N 1517
註 1：＊＊＊為達到 1%的顯著水準，＊＊為達到 5%的顯著水準，＊為達到 10%
的顯著水準。
註 2：各變數定義參照表 4—7；Mbr=市價淨值比。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、管理當局能力與盈餘品質之關聯性
本研究根據參考文獻，提出假說是建立在若管理當局能力好，則會提 升企業盈餘品質、資訊品質，繼而影響分析師的盈餘預測行為。因此在分 析管理當局能力與分析師預測行為之關聯性的實證結果前，首先對管理當 局能力對盈餘品質的正向影響進行驗證。建立迴歸模型如下：
𝐷𝑎𝑖,𝑡 = 𝛼0+ 𝛼1𝑀𝑎_𝑅𝑎𝑛𝑘𝑖,𝑡 + 𝛼2𝑆𝑖𝑧𝑒𝑖,𝑡 + 𝛼3𝐴𝑔𝑒𝑖,𝑡+ 𝛼4𝑆𝑢𝑟𝑝𝑖,𝑡+ 𝛼5𝑅𝑜𝑎𝑖,𝑡 + 𝛼6𝑀𝑏𝑟𝑖,𝑡+ 𝛼7𝐿𝑒𝑣𝑖,𝑡+ 𝛼8𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑠𝑖,𝑡+ 𝛼9𝑌𝑒𝑎𝑟 + 𝛼10𝛼𝐼𝑛𝑑 + 𝜀𝑖,𝑡 (11)
表 4-10 列出管理當局能力(MA_Rank)對裁量性應計盈餘(DA)之實證結 果。可得之實證模型的 Adjusted R-square 為 10.71%，即本模型具有約 10.71%
之解釋力。
管理當局能力與裁量性應計盈餘呈負相關，係數為-0.0009，且兩者達 到 10%顯著水平，表示管理當局能力越強，則裁量性應計盈餘越少，盈餘 品質越好，符合研究預期，為本文的實證研究奠定了理論基礎。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-10 增額測試：管理當局能力與盈餘品質之回歸結果 𝐷𝑎𝑖,𝑡 = 𝛼0+ 𝛼1𝑀𝑎_𝑟𝑎𝑛𝑘𝑖,𝑡+ 𝛼2𝑆𝑖𝑧𝑒𝑖,𝑡 + 𝛼3𝐴𝑔𝑒𝑖,𝑡 + 𝛼4𝑆𝑢𝑟𝑝𝑖,𝑡 + 𝛼5𝑅𝑜𝑎𝑖,𝑡
+ 𝛼6𝑀𝑏𝑟𝑖,𝑡 + 𝛼7𝐿𝑒𝑣𝑖,𝑡+ 𝛼8𝐴𝑛𝑎𝑙𝑦𝑠𝑡𝑠𝑖,𝑡 + 𝛼9𝑌𝑒𝑎𝑟 + 𝛼10𝛼𝐼𝑛𝑑 + 𝜀𝑖,𝑡
預期符號 係數 標準差 t 值
Intercept N/A -0.1039 0.0396 -2.62***
MA_Rank - -0.0009 0.0005 -1.81*
Size - 0.00556 0.0019 2.99***
Age - -0.0014 0.0003 -4.95***
Surp - -0.093 0.0389 -2.40**
Roa N/A 0.6416 0.036 17.81***
Mbr N/A -0.003 0.0012 -2.48**
Lev N/A 0.0035 0.0079 0.45 Analysts - -0.0014 0.0002 -5.75***
Year Included
Ind Included
Adj.R2 10.71%
N 8643
註 1：***為達到 1%的顯著水準，**為達到 5%的顯著水準，*為達到 10%
的顯著水準。
註 2：變數定義參照表 2 附註 1。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、管理當局能力本身特性與分析師盈餘預測行為之關聯性
本研究之假說建立在管理當局透過資訊、盈餘品質影響分析師預測行 為。那么在增額測試二的基礎上，將裁量性應計盈餘(DA)作為衡量盈餘品 質的因素納入本文研究的管理當局能力與分析師盈餘預測行為的迴歸模型 中，充當控制變數，從而觀察在盈餘品質一定的情況下，管理當局能力本 身特性對於分析師預測行為的影響。
由表 4-11 可知，在三個迴歸模型的控制變數中加入 DA，重新執行式 (1)、(2)、(3)，管理當局能力對於分析師追隨人數、分析師盈餘預測誤差及 預測離散程度的估計係數符號不變(係數分別為 0.164、-0.0004 及-0.00001)，
雖對於分析師預測離散程度還是不具備顯著性，對於分析師預測誤差的顯 著性降低，但是仍然呈 5%顯著，顯示企業管理當局除了透過資訊、盈餘品 質影響分析師預測行為，他本身也還具備其他能力去影響分析師的預測。
同時與本研究預期一致，管理當局能力越強，則能夠吸引更多財務分析師 追蹤報導，並且有助於分析師提高預測之準確度。
這可能是因為管理當局能力越好，經理人具備一些個人特有的魅力，
能夠吸引分析師的注意，並進行預測行為，同時較好的管理階層能力會產 生品質更好的管理階層預測，對於分析師預測的行為及準確度會有幫助。
‧
Year Included
Ind Included
註 1：***為達到 1%的顯著水準，**為達到 5%的顯著水準，*為達到 10%
的顯著水準。
註 2：變數定義參照表 2 附註 1。