國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 實證模型與變數衡量
根據本研究之假說，分析師盈餘預測行為會受到管理當局能力之影響，
為證實此假說，本研究參照 Lang and Lundholm(1996)之模型，再加入管理 當局能力作為主要變數，建立以下三個多元迴歸模型：
Analystsi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Agei,t+α4Surpi,t+α5 Roai,t +α6Year+α7Ind+𝜀𝑖,𝑡 (1)
Ferrori,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Analystsi,t+α5
Mbri,t+α6Surpi,t+α7Lossi,t+ α8IMRi,t+α9Year+α10Ind+𝜀𝑖,𝑡 (2)
Dispi,t=α0+α1MA_Ranki,t+α2Sizei,t+α3Horizoni,t+α4Mbri,+α5 Surpi,t+α6𝐿𝑒𝑣i,t +α7IMR+α8Year+α9Ind+𝜀𝑖,𝑡 (3)
由於在估計式(2)、式(3)管理當局能力對分析師盈餘預測準確度與離散 程度之影響時，會自動剔除無分析師跟隨之樣本、故為了修正樣本選擇偏 誤所造成之偏差，本研究使用 Heckman(1979)兩階段模型，先在第一階段將 應變數改為虛擬變數(特定年度之特定公司若受分析師提出盈餘預測其值 為 1，其他為 0)，且以 Probit Model進行估計以計算 inverse Mill’s ratio (IMR)，
並將 IMR 納入第二階段的分析師預測準確性與離散程度模型中，以控制可 能產生之樣本自我選擇(self-selection)之問題。實證模型之各變數定義與衡 量如下所示：
一、 依變數
1. 分析師追蹤人數(Analysts)
分析師追蹤數量，以當年度進行預測之券商分析師人數衡量之。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
除此之外分析師追蹤人數還在第二個迴歸模型中作為控制變數。
分析師跟隨人數係捕捉公司所處資訊環境的透明度。當公司所提供的 揭露品質提高時，會吸引較多分析師的關注(Hope, 2003)，而且也會提高分 析師預測準確度及降低離散程度(Chang, Khanna, and Palepu, 2000)。Chang et al.(2000)研究結果認為會計揭露品質與分析師跟隨人數呈顯著正相關，與 分析師預測誤差呈顯著負相關，顯示當會計揭露品質提高時，將吸引更多 分析師進行分析與預測，增加分析師之預測準確度。本研究預期分析師追 蹤人數與分析師預測準確度呈正相關。之前並無文獻指出分析師預測離散 程度與分析師追蹤人數之間的關連性，所以未納入分析師預測離散程度模 型。
2. 分析師盈餘預測誤差(Ferror)
根據 Lang and Lundholm(1996)，券商分析師盈餘預測誤差可以透過分 析師預測誤差之絕對值平減公司前期股價加以衡量，其值愈小表示預測愈 準確，如下式：
Ferrori,t＝ |Forecasti,t－Epsi,t|
Pricei,t-1 (4)
Forecasti,t= 券商分析師對於 i 公司第 t 期所發布之最後一次每股盈餘預 測；
Epsi,t= i 公司在第 t 期之實際每股盈餘；
Pricei,t-1= 樣本公司期初之每股市價，該值為平減因子。
為提高分析師之預測時效性，本研究中分析師盈餘預測係採用分析師 該年度發布之最後一次盈餘預測。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(Barron and Stuerke 1998；Imhoff and Lobo 1992)。本研究係取各分析師針對 同一家公司所發佈之盈餘預測的標準差平減公司 t-1 期之股價衡量分析師 預測離散程度。
Dispi,t＝ STD(Forecasti,t)
Pricei,t-1 (5)
Forcasti,t = 分析師對於t期所發佈之盈餘預測；
Pricei,t -1 = 公司t期期初之股價。
二、 自變數
自變數為管理當局能力(Managerial ability)，本研究參考 Demerjian et al.(2013)及 Demerjian et al.(2012)之方法，將管理階層能力以經理人是否有 效利用企業資源創造最大利益衡量之，公司利用本身的資本、人力資源以 及無形資產創造利益，一般而言管理當局能力較佳者運用相同資源投入生 產卻可為公司創造較大之收益。根據 Demerjian et al.(2012)，本研究採用資 料包絡分析法(DEA)比較產業內各家公司銷貨收入與投入之間的關係，以投 入與產出的比率衡量一家公司的經營效率，如式(6)所示：
Maxvθ= Sales
V1COGS+V2SG&A+V3PPE+V4OpsLease+𝑉5R&D+𝑉6Goodwill+𝑉7OtherIntan (6)
式(6)各變數之定義如下：
V：i 公司投入項目的最適權重；
Sales：i 公司第 t 年銷貨收入；
COGS：i 公司第 t 年銷貨成本；
SG&A：i 公司第 t 年銷售及管理費用；
‧
房及設備、營業租賃費用、研究發展支出與無形資產價值等(Demerjian et al.2012)。於投入組合中，首先考慮已取得之資產，管理階層通常有權決定資 企業本身特性以及經理人能力。Demerjian et al.(2012)為萃取基於管理階層 能力所提升公司生產效率之部分，將其他影響因子包括企業規模(Firm size)、
市場占有率(Market share)、正自由現金流量(Positive Free Cash Flow)、企業
‧
Firm Efficiency (即上述式(6)中算出的 θ)
=𝛼0+𝛼1Ln(Total Assets)+𝛼2Market Share+𝛼3Positive Free Cash Flow +𝛼4Ln(Age)+𝛼5Business Segment Concentration+
𝛼6Foreign Currency Indicator+ Year Indicator+ ε (7)
Business Segment Concentrationi,t：企業內部業務集中度，以 i 公司第 t 年產品多角化程度2衡量之；
Foreign Currency Indicator：外匯虛擬變數，若 i 公司第 t 年有外匯換算 調整數，其值為 1，否則其值為 0；
Year Indicators：年度控制變數。
上式中之殘差項 ε 即為管理當局能力 所提昇公司生產效率之 部分 (MA_Score)，為消弭極端值對於估計係數造成偏誤，本研究參照 Demerjian et al.(2013)之方法將管理當局能力依產業、年度排序，分為十組，每組經理
1 R-squared 總平均為 0.371。
2 參考 Hitt, Hoskisson and Kim (1997)、Chang 與 Wang (2007)以及曹壽民、金成隆與呂學 典 (2011)採用 Entropy 法計算產品多角化程度。
‧
(MA_Rank=10)表示公司管理當局的能力最佳，MA_Rank=1 為能力最差。三、 控制變數
1. 公司規模(Size)
以 i公司第 t 年期初之資產總額取自然對數做為衡量公司規模之變數，
Brown et al.(1987)認為，公司規模與分析師預測優越性呈正向關係；Frankel et al.(1999)亦有同樣之實證結果，公司規模越大，自願性揭露之動機越高， Lundholm(1996)與 Bowen et al.(2002)之研究，盈餘變動越大，分析師預測 準確度會越低(誤差增大)，並降低預測間之一致性，增大分析師預測相互之 間離散程度。本研究沿用 Lang et al.(2004)衡量方式，以樣本年度之每股盈 餘與前一年度之每股盈餘相減取絕對值，再以公司前期股價平減之，並預
‧
餘管理，進而使資訊透明度降低(Watts and Zimmerman,1985; DeFond and Jiambalvo, 1994)。本研究預測公司的負債比率將與影響分析師預測行為之 因素呈負相關。本文以總負債除以總資產為代理變數，如下式：Lev=Liabilityt-1
Assett-1 (8)
其中，Liabilityi,t-1 與Asseti,t-1 為期初負債總額及期初資產總額。
7. 市價淨值比(Mbr)
市價淨值比(Market-to-book ratio, MBR)係衡量公司成長機會的重要指 標之一。汪進揚與余俊憲(2004)指出我國分析師對具有較高成長潛能的公司
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
8. 分析師預測平均天數(Horizon)
Brown et al.(1987)以實證結果證明，盈餘預測期間長短與分析師預測準 確度呈負相關。本研究根據汪進揚與余俊憲(2004)之研究，以分析師預測發 佈日距離盈 餘發佈日 之平均天 數取自然 對數衡量 分析師 預測平均 天數 (Horizon)，並預期分析師預測平均天數越短，隨著影響盈餘不確定的因素 減少，分析師之預測準確度越高。換言之，該變數與分析師預測準確度呈 負相關，而離散程度則不預期其方向。
9. Inverse Mill’s Ratio(IMR)
本研究將其納入第二階段的分析師預測準確性與離散程度模型中，以 控制可能產生之樣本自我選擇之問題。
10. 年度虛擬變數(Year)
本研究考慮不同年度間特定效果所造成之影響，因此以虛擬變數將各 樣本年度納入模型中。
11. 產業類別(Ind)
取自根據 CSMAR 資料庫中的第三種產業分類，即引用證監會 2012 年 頒布的修訂版上市公司分類指引。每一產業設一虛擬變數，以控制不同產 業間之特定效果所造成的影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
肆、 實證結果與分析
根據第三章之研究設計，本章分六小節說明本研究之實證結果。本研 究旨在探討管理當局能力之優劣是否會對財務分析師盈餘預測行為造成差 異。第一節首先說明樣本產業分布情況，第二節展示敘述性統計量，第三 節進行相關係數分析，第四節為回歸結果分析，第五節進行增額測試，第 六節則為敏感性分析。