實證模型與變數衡量

根據本研究的假說，分析盈餘預測行為會受關鍵查核事項的影響，本研究參 照Hope (2003a)與 Barron et al. (1999)之模型，再加入 Post、KAM、KAM_Category 作為主要變數，建立以下迴歸模型：

根據假說H1a：關鍵查核事項的揭露會影響財務分析師預測誤差的迴歸式如下：

Ferrori,t = α0 + α1 Posti,t + α2 Earnings Changei,t + α3 Lossi,t + α4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t

+ α9 Growthi,t + α10 Analystsi,t + εi,t (1)

根據據假說H1b：關鍵查核事項的揭露會影響財務分析師預測分歧度的迴歸式如 下：

Dispi,t = α0 + α1 Posti,t + α2 Earnings Changei,t + α3 Lossi,t +α 4 Leveragei,t

+ α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Agei,t + α10 SdReturni,t + εi,t (2)

根據據假說H2a：關鍵查核事項揭露的數量會影響財務分析師預測誤差的迴歸式 如下：

Ferrori,t = α0 + α1 KAMi,t + α2 Earnings Changei,t + α3 Lossi,t + α4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t

+ α9 Growthi,t + α10 Analystsi,t + εi,t (3)

根據假說H2b：關鍵查核事項揭露的數量會影響財務分析師預測分歧度的迴歸式 如下：

Dispi,t = α0 + α1 KAMi,t + α2 Earnings Changei,t + α3 Lossi,t +α 4 Leveragei,t

+ α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Agei,t + α10 SdReturni,t + εi,t (4)

根據假說H3a：關鍵查核事項類別中屬於重要的項目之一會影響分析師預測誤差 的迴歸式如下：

Ferrori,t = α0 + α1 KAM_Categoryi,t + α2 Earnings Changei,t + α3 Lossi,t

+ α4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t

+ α8 SdROEi,t + α9 Growthi,t + α10 Analystsi,t + εi,t (5)

根據假說H3b：關鍵查核事項類別中屬於重要的項目之一會影響分析師預測分歧 度的迴歸式如下：

Dispi,t = α0 + α1 KAM_Categoryi,t + α2 Earnings Changei,t + α3 Lossi,t +α 4 Leveragei,t

+ α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t

+ α9 Agei,t + α10 SdReturni,t + εi,t (6) 值，Christensen, Glover, Wolfe (2014)研究發現，比起接收到標準式查核報告(資訊 效果)或管理報告之附註者(信賴效果)，接收到關鍵查核事項者有著較高的可能性 影響其投資決策。因此本研究認為關鍵事項對於分析師在進行盈餘預測時，也有

較高的可能性將關鍵事項的揭露納入考量。 附錄表2）。根據Lev and Thiagarajan (1993)、Abarbanell and Bushee (1997)和 Barron et al. (2002)此三篇研究，應收帳款（A4）、存貨（H4、H4a）、銷貨（A1）、銷貨 毛利（A1）、稅率、資本支出、無形資產（H2）為分析師在進行預測時會使用到 的資訊，因此本研究將關鍵查核事項中和其相關的分類選出，歸類為重要的項目。

Lev and Thiagarajan (1993)、Abarbanell and Bushee (1997)裡面提到以下會影響分 析師預測的幾個重要的指標：

Barth et al. (2001)發現當公司有越多研究發展支出與廣告支出時，分析師的

跟隨人數越多，分析師在報導此家公司時所花的成本也越多。Barron et al. (2002) 則提到，當公司的無形資產越多時，分析師預測的共識越少，誤差也越大。因此 本研究將無形資產（H2）列為重要項目。

三、 控制變數

1. 盈餘變動（Earnings Changei,t）：

此變數為樣本公司第t 年與 t-1 年每股盈餘之差異取絕對值，並用 t-1 年股價 作平減。當盈餘平穩時，代表變動較低，預測的不確定性降低，分析師跟隨的人 數可能會上升。而當盈餘變動較大時，部分企業可能為了獲取貸款、商業信用、

公司上市、保持配股資格、逃漏稅等原因而進行盈餘操控，因此預測的不確定性 上升，分析師跟隨的人數可能會下降。因而Lang and Lundholm (1996) 研究顯示，

盈餘變動愈大的公司，分析師預測的準確性愈小，離散性較大。Hope (2003b)研 究亦指出，盈餘的變異將會增加分析師盈餘預測的困難度，造成預測誤差及離散 性提高。因此本研究預期盈餘變動率與分析師預測誤差、分歧度呈正相關。

2. 前期虧損（Lossi,t）：

此變數為一指標變數，若樣本公司第t-1 年每股盈餘為負值，前期虧損變數為 1，0 則代表不為負值。對於前一期為虧損的公司，分析師認為預測的難度較高，

因而較不願意進行預測、預測準確度較低 (Brown 2001；Hope 2003a；Hope 2003b)。

Ang and Ciccone (2001)指出，在公司營運虧損的期間，公司會試圖隱瞞，並且提 供錯誤或是模糊的資訊，因為公司並不希望股價因公司發布壞消息而下跌，因此 公司管理者可能會試圖操弄盈餘品質來讓公司看起來較沒有風險。因為預測難度 增加的關係，會讓分析師無法達成共識，造成分析師預測誤差上升、分歧度下降。

因此本研究前期虧損與分析師預測誤差、分歧度呈正相關。

3. 負債比率（Leveragei,t）：

此變數為樣本公司第t 年資產負債率。Hope (2003a, 2003b)認為舉債程度較 高的公司，變動性盈餘較多，因而使得要正確預測盈餘更加困難。也就是說，當 負債比率越高時，分析師預測誤差會變高、預測分歧度會變高。因此本研究預期 負債比率與分析師預測誤差、分歧度呈正相關。

4. 盈餘預測變動（Percent New Forecastsi,t）：

此變數顯示分析師盈餘預測的穩定度，計算方法為第 t 年預估稅後 EPS 平 均值減上月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%。

Hope (2003a)認為盈餘預測變動與分析師預測誤差、分歧度呈正相關。因此本研 究預期盈餘預測變動與分析師預測誤差、分歧度呈正相關。

5. 公司規模（Firm Sizei,t）：

此變數為以樣本公司第t 年期初總資產取自然對數來衡量。Bhushan (1989)的 研究指出，公司規模會增加投資人對分析師預測服務的需求，因為投資人認為大 公司私有資訊的價值相對於小公司的而言較高，投資人利用此資訊交易大公司的 股票能產生更高的獲利。另外，此研究也指出，公司規模會增加分析師對分析師 預測服務的供給，對於大公司的盈餘預測會帶給分析師更高的交易傭金，造成分 析師蒐集資訊的成本降低，因而分析師提供預測服務的意願較高。Kross and Schroeder (1990)認為公司規模越大，盈餘變動程度越大，越難用過去資料來預估 未來的盈餘，分析師收集資訊誘因越大，則盈餘準確度將提高。

Brennan and Hughes (1991)提到，分析師在選擇是否分析時，會選擇蒐集資 訊成本低的來分析。而公司規模越大，其公開資訊公告的更多，降低分析師蒐集 資訊的成本，而且分析師能從大規模的公司得到更多交易傭金，因而分析師跟隨 大公司的意願較強。

因此本研究認為公司規模越大，會使分析師蒐集資訊成本降低、交易傭金提 升，造成分析師預測的誘因增強、盈餘預測誤差下降、盈餘預測分歧度下降。

6. 四大會計師事務所查核（BIG4i,t）：

此變數為指標變數，若公司由Big4 來查核則為 1，0 則否。Behn et al. (2008) 指出，聘任四大會計師事務所的企業，其分析師盈餘預測的準確性較高離散性較 低，亦即，受審計品質較佳事務所查核之企業，其分析師預測之準確性高於受審 計品質較低事務所查核的企業。因此本本研究預期由大會計師事務所來查核的公 司會讓分析師盈餘預測誤差降低、盈餘預測分歧度下降。

7. 盈餘波動程度（SdROEi,t）：

此變數以樣本公司前 5 年的股東權益報酬率的標準差來衡量。Lang and Lundholm (1996)和 Barron et al. (1999)認為盈餘波動劇烈會增加分析師蒐集資訊 的難度，增加資訊蒐集的成本，使預測準確度下降、分歧度上升。因此本研究預 期盈餘波動程度會讓預測誤差上升、盈餘分歧度上升。

8. 可持續增長率（Growthi,t）：

此變數為樣本公司第t 年扣除非經常性損益的淨利潤增長率。可持續成長的 公司代表發展前景較樂觀、成長空間較大，分析師會更有意願分析，也因此會帶 來正面影響 (Barth et al. 2001)。Coen et al. (2005)指出，企業虧損和收益下滑會增 加預測難度，造成分析師預測準確度下降，因此穩定成長的公司會降低預測誤差。

因此本研究預期可持續增長率較大者，會讓分析師盈餘預測誤差下降。

9. 分析師人數（Analystsi,t）：

此變數為第t 期對樣本公司進行盈餘預測之券商分析師券商跟隨家數。台灣

和英國美國不同的地方在於台灣的資料庫並沒有公布所做預測的分析師名字，僅 以券商列示，因此用券商跟隨家數來衡量。Hope (2003b)研究結果顯示，分析師 數目愈多代表競爭也愈激烈，成為為增強分析師準確預測公司盈餘的誘因。

Chang et al. (2000)的研究即顯示當企業的透明度越高，也就是揭露特定的公司資 訊，會造成分析師跟隨人數愈多，進而造成分析師對該企業的盈餘預測準確度提 高。因此本研究預期分析師人數與預測誤差負相關。

10. 上市年數（Agei,t）：

此變數為樣本公司第t 年止，已公開發行的年數。公司公開發行越久，其在 市場上公開的資訊自然也累積的越多(Chung and Zhang 2011)，分析師所能取得的 資訊也越多，有利於分析師進行預測(林美鳳等，2011)。因此本研究預期上市年 數較長者，會讓分析師盈餘預測分歧度下降。

11. 股票年報酬率（SdReturni,t）：

此變數為樣本公司前5 年股票年報酬率的標準差。Daley et al. (1988) 的研 究證實，在盈餘宣告日前後，股票年報酬率越大的公司，分析師預測的離散程度 會愈大。故本研究預期股票年報酬率與分析師盈餘分歧度呈正相關。

表1 變數操作定義

KAM_Categoryi,t 樣本公司KAM 重要類別的個數除以總 KAM 數量