文獻回顧
穩健原則為最重要的會計原則之一，不僅列於財務會計觀念性公報之中4，
對會計實務與企業評價影響深遠(Sterling, 1970；Watts and Zimmerman, 1986；
Basu, 1997；Watts, 2003a,2003b; LaFond and Watts, 2008; Ball et al., 2009)。會計穩 健性的需求與各種替代觀點在學術上亦不斷地被檢視與解釋5；尤其當 IASB 與 FASB 於2006年聯名發布財務報告觀念性架構的初稿中，主張審慎性/穩健性 (prudence/conservatism)應自觀念性公報中移除6，更受到學術界與實務界的關注
3 有別於 Zhang（2008）採用財務危機公司為樣本，本文探討所有企業的加權平均銀行新增貸款 利率，更具有代表性。
4 財務會計準則觀念性聲明書第二號定義穩健性(conservatism)為：謹慎的反應與考慮公司經營環 境所面臨的風險與不確定性；當經濟事項存有不確定性時，穩健性指的是應採用較不樂觀的會 計估計。國際財務報導準則所發布的觀念性架構則以審慎性(prudence)描述，強調編製財務報 表過程中，環境及經濟事項皆存有不確定性，面而對該不確定性，應審慎認列。
5 例如，Basu(1997); Ryan(2006); Ball and Shivakumar( 2005); Givoly, Hayn, and Natarajan(2007);
Roychowdhury and Watts (2007); LaFond and Watts(2008); Khan and Watts (2009); Ball et al.
(2009); Gassen (2008) ; Zhang (2008)以及 Qiang (2007)。
6 FASB 與 IASB 聯名發布的初稿為: Conceptual Framework for Financial Reporting: Objective of Financial Reporting and Qualitative Characteristics of Decision-Useful Financial Reporting Information. Preliminary Views.
與廣泛討論(Ahmed and Duellman, 2007; Givoly et al.,2007; Beatty, Weber, and Yu,2008; LaFond and Watts, 2008; Gassen, 2008; Chi and Wang, 2010)。另一方面，
衡量穩健性的各種方法與觀點也持續被討論與檢視 (Penman and Zhang, 2002;
Givoly and Hayn, 2000; Ball and Shivakumar, 2005; Roychowdhury and Watts, 2007;
Lai and Taylor, 2008; Khan and Watts, 2009, Wang et al., 2009; Callen et al., 2010)。
從實證研究的角度而言，穩健性係代表認列利得與損失具有不對稱的時效性 (Basu,1997)或不對稱地低估淨資產(Givoly et al. 2007; Royhowdhury and Watts, 2007)；兩種觀點皆基於對認列資產要求更高程度的查核與驗證。當企業於損益 (例如: Shivakumar and Waymire, 2003; Krishnan, 2005; Francis, LaFond, Olsson, and Schipper, 2004; Kwon, 2005; Ball and Shivakumar, 2005; Francis et al., 2004;
Francis and Wang, 2008; LaFond and Watts, 2008; Ball et al., 2009；Ball, Sadka, and Sadka,2009; Easton, Nikolaev, and van Lent, 2009; Garcia Lara, Garcia Osama and Penalva, 2009; Callen, Chen, Dou, and Xin, 2009; Francis and Martin, 2010; Nikolaev, 2010; Zhe Wang, Ó hÓgartaigh and van Zijl, 2009; Beaver et al., 2010)。
然而，亦有許多文獻對 Basu 模型提出批評與建議，其中與本研究具直接關
質的(homogenous)。同理，針對個別企業的跨期資料來進行 Basu 模型的分析，
則假定個別公司的營運特徵、經營績效與資訊環境並不會隨時間而產生變化。因 此，如何衡量同產業不同公司間各年穩健特性的橫斷面差異，成為一項非常重要 的研究議題(Ryan, 2006; Callen et al., 2010; Khan and Watts, 2009; Lai and Taylor, 2008; Roychowdhury and Watts, 2007; Patatoukas and Thomas, 2009; Beaver et al., 2010)。
除此之外，Basu 模型亦未考慮淨利與報酬間的相互影響關係 (Beaver et al., 2010)，也無法有效處理遺漏變數(如不同企業的資訊環境、資訊揭露政策與獨立 的經濟事件等因素)的問題(Beatty 2007)。Ball and Shivakumar (2005)則強調 Basu 模型未考慮暫時性會計盈餘以及盈餘管理的影響；Dietrich et al. (2007)亦指出因 負報酬觀察值數量低於正報酬的觀察值的普遍現象,很容易導致估計偏誤的結果；
Givoly et al. (2007)則批評 Basu 模型未能有效處理時間序列相關的問題。
為解決Basu (1997)無法獲取公司間橫斷面條件穩健的問題，Khan and Watts (2009)建構了以個別企業逐年可估算的穩健值(C_Score)，適用於以公司年度資料
衡量壞消息之增額及時性。本文於下一小節詳細介紹C_Score的估計模式。
估計穩健值(C_Score)
由於具穩健特性之財務報表資訊有助於緩和關係人(stakeholders)之間的資 訊不對稱，Watts (2003a)認為外部的財務報表者對會計穩健性有一定程度的經濟 需求。具體而言，這些需求來自四個層面:契約(contracting)、訴訟(litigation)、管 制(regulation)以及稅務(taxation)，而後續的實證證據也支持這種論點。舉例而言，
管理當局經常利用穩健性增進契約效率(Ahmed et al., 2002；Qiang, 2007；
Moerman, 2008；Zhang, 2007)、降低訴訟成本(Bushman and Piotroski,2006; Qiang, 2007)、減低管制風險(Ball and Shivakumar, 2005)以及節省租稅負擔(Qiang, 2007)。
基於前述需求均與個別企業的投資機會(Investment opportunity set)有關，
Khan and Watts(2009)聯結企業投資機會與市值淨值比、公司規模與負債比率等 變數，並建構了跨公司與年(firm-year)之穩健衡量值C_Score。計算步驟如下:
步驟一: 建立以下傳統的 Basu 模型
EARNit = b1 + b2 NEGit +b3RETit + b4 NEGit * RETit + eit (1) 其中，下標 i 與 t 分別代表第 i 家公司與第 t 年；EARN代表會計盈餘(經期初
市值平減)，RET為股票報酬率，NEG則為虛擬變數(若RET為負，則NEG為1；反 之NEG為0)，e為殘差項。至於b3、b4與b3+b4則依續代表盈餘對好消息的敏感性、
盈餘對壞消息的增額敏感性以及盈餘對壞消息的敏感性。
步驟二: 建立以下修改後的Basu模型
為了補捉b3與b4為各別公司於不同年度之市值淨值比(MBit)、企業規模 (SIZEit)以及負債比率(LEVit)的線性函數，亦即:
b3it = μ1it + μ2it SIZEit + μ3it MBit + μ4it LEVit (2) b4it = λ1it +λ2it SIZEit +λ3it MBit +λ4it LEVit (3) Khan and Watts (2009)將第(2)式與第(3)式依不同年度分別代入第(1)式，並額外再 控制SIZE、MB與LEV的可能影響，成為以下的第(4)式:
EARNit = b1 + b2 NEGit + (μ1it + μ2it SIZEit + μ3it MBit + μ4it LEVit)*RETit
+ (λ1it +λ2it SIZEit +λ3it MBit +λ4it LEVit)*NEGit*RETit
+ δ1it SIZEit + δ2it MBit + δ3it LEVit +δ4it SIZEit * NEGit
+ δ5it MBit * NEGit+ δ6it LEVit * NEGit + eit
(4) 步驟三: 計算個別公司年的b3it與 b4it
將年度 t 第(4)式估計的μ1it ~ μ4it以及λ1it ~ λ4it分別代回第(2)式與第(3)式，並 將計算後的b3it與b4it稱為第 i 家公司於第 t 年的 G_Scoreit 以及 C_Scoreit。換 言之，原本第(1)式的b3係代表「整體平均」之盈餘對好消息的敏感性，重新計 算之 G_Scoreit 則代表特定公司於特定年度盈餘對好消息之敏感性。同理，
C_Scoreit 代表該公司於該年度，其會計盈餘對壞消息的增額敏感程度。
依循Khun and Watts (2009)的研究，先計算 G_Scoreit 與 C_Scoreit，並驗證 其有效性。本文的下一節重點在介紹 C_Scoreit 的計算與報導基本統計量，次一 節的重心則驗證 C_Scoreit 在台灣的有效性。
司，樣本起訖年度為2000 年至 2008 年。研究起點為 2000 年，係基於 TEJ 建置 之日內資料起於該年度。我們採取與Ball et al.(2000)與 Khan and Watts (2009)一 致的樣本篩選程序與極端值的處理。亦即，除了剔除資料缺漏者外，權益淨值為
負或者股價低於1 元之企業亦排除於研究樣本之外。此外，盈餘(經市值平減)、
報酬、規模、市值、淨值與投資循環(折舊與攤銷費用平減總資產)高於樣本 99%
分位與低於1%分位之觀察值亦一併刪除，以控制極端值的可能影響，共計 6,812 筆觀察值。
表 1 樣本篩選過程
樣本篩選過程 觀察值
1999 年至 2008 年所有上市與上櫃公司家數 27,281 刪除:
無完整迴歸模型變數者 (19,101)
總資產或權益為負值者 (19)
當年度股價低於 1 元者 (26)
盈餘、報酬、規模、市值、淨值與投資循環為極端值的樣本資料 (835) 其他控制變數缺失值( PIN、Volatility、CFOA、TCRI 與 Age)* (488)
合計 6,812
* 控制變數的定義參見以下的解釋。
敘述性統計
表2 報導各被解釋變數與解釋變數的基本統計量，整體而言，這些敘述統計
量與過去相關文獻 (例如 Lai and Taylor 2008、Khan and Watts 2009 與 Chi et al.
2009 等)相當一致，詳述如下。8 由於以期初市值平減的非常損益前淨利(EARN) 之平均數與中位數分別為0.03 以及 0.056，顯示樣本企業多為獲利企業，且樣本 分配呈現左偏的情形，亦反映台灣的企業在2000 至 2008 年間會計盈餘具有穩健 原則的特性(Ball et al., 2000)。另與 Hayn (1995)以及 Basu(1997)相同，本文係以 財務年度結束四個月後起算之月報酬，累積12 個月以計算該年度之報酬率9(RET)；
RET 的標準差為 0.517，平均數以及中位數分別為 0.067 與-0.02，可以發現在研
8 公司規模(SIZE)的部分，Khan and Watts(2009)所報導之平均數、Q1、中位數與 Q3 分別為 4.765、
3.216、4.601 與 6.218，而本文所報導之值分別為 7.872、6.897、7.754 與 8.689，造成此二者之 差異原因為本文之資料採用仟元新台幣為單位。
9 台灣企業之年度財務報告書最遲須於四月底上傳至證券交所及櫃買中心，因此本文計算的年報 酬由財務報告書發佈後(5 月)起算至隔年 4 月止。舉例而言，99 年度之年報酬為 99 年 5 月到 100 年 4 月連乘的月報酬減 1 計算之。
究期間，平均年度股票市場投資呈現正報酬，且有呈現右偏分配的情形，與過去 相關文獻的表現一致(Ball et al. 2000；Ball et al. 2003)。以權益市值(百萬元)取自 然對數衡量的企業規模(SIZE)平均數(中位數)為 7.872(7.754)；市值淨值比(MB) 的平均數(中位數)為 1.317(1.069)，相對小於相關文獻(Lai and Taylor, 2008；Khan and Watts,2009)，可見台灣企業的成長性並未在資本市場上得到肯定。與 Khan and
EARN 0.030 0.143 0.008 0.056 0.101
RET 0.067 0.517 -0.298 -0.029 0.302
SIZE 7.872 1.311 6.897 7.754 8.689
MB 1.317 0.883 0.713 1.069 1.653
LEV 0.954 0.974 0.305 0.656 1.266
Volatility 0.028 0.008 0.022 0.028 0.033
CFOA 0.070 0.125 0.015 0.066 0.129
InvCycle 0.019 0.020 0.004 0.014 0.028
TCRI 5.728 1.574 5.000 6.000 7.000
PIN 0.155 0.105 0.082 0.143 0.208
AGE 25.491 11.732 16.000 24.000 33.000 本表為2000 年到 2008 年總計 6,812 筆公司年度觀察值之敘述統計量。分別報導平均數、標準差、第一四
（0.143），與相關研究接近 (Brwon and Hillegeist 2007；LaFond and Watts 2008；
Chi et al. 2009；Chi and Wang, 2010)。企業的平均成立年數(AGE)為 25.491，略高 於中位數24.000，顯示樣本公司多為成立年數超過二十五年的成熟企業。12由於 樣本變數出現偏態的現象，因此相關係數表同時列示有母數的Pearson 相關係數
10 此外，台灣企業約有 50%企業市值超過帳面價值，M/B 之中位數為 1.069，半數企業市值低於 帳面價值，使得負債除上市值之比率平均高達0.9。
11 資料取自臺灣經濟新報(簡稱 TEJ)之台灣企業信用風險指標(Taiwan Corporate Credit Risk Index，簡稱為 TCRI)，其值域為 1(信用風險最低)至 10 (已違約的企業)；本文根據 Beatty et al.(2008)以企業信用評等取代破產指數作為企業的授信風險代理變數。
12 即便將設立年數改為上市/櫃年數，並不影響我們的研究結論。
規模(SIZE)與盈餘(EARN)、報酬率(RET)、市值淨值比(MB)、來自營業活動之現 金流量(CFOA)、以及企業成立年數(AGE)正相關，且與(TCRI)呈負相關；顯示大 型企業的獲利性、成長性、流動性以及信用評等較佳。而負債比率(LEV)與市值 淨 值 比(MB) 之 Pearson(Spearman) 相 關 係 數 為 -0.415(-0.540) ， 此 部 分 與 Mayers(1977)及 Smith and Watts(1992)提出之契約、規模與累進稅假說一致。最
後，未製表的數據顯示，前述相關係數的顯著水準均低於10%。
表 3 相關係數矩陣
1. 2. 3. 4. 5. 6. 7 8. 9. 10. 11 1.EARN 0.199 0.297 0.250 -0.369 -0.283 0.185 0.011 -0.472 0.033 0.013 2.RET 0.199 0.130 0.251 -0.154 -0.167 0.033 0.018 -0.029 -0.103 0.042 3.SIZE 0.297 0.130 0.413 -0.244 -0.130 0.194 0.151 -0.628 -0.105 0.103 4.MB 0.250 0.251 0.413 -0.453 -0.056 0.247 0.061 -0.319 -0.045 -0.299 5.LEV -0.369 -0.154 -0.244 -0.453 0.175 -0.232 -0.066 0.464 0.021 0.129 6.Volatility -0.283 -0.167 -0.130 -0.056 0.175 -0.094 -0.006 0.323 -0.160 -0.158 7.CFOA 0.185 0.033 0.194 0.247 -0.232 -0.094 0.110 -0.322 0.025 -0.092 8.InvCycle 0.011 0.018 0.151 0.061 -0.066 -0.006 0.110 -0.106 -0.114 -0.068 9.TCRI -0.472 -0.029 -0.628 -0.319 0.464 0.323 -0.322 -0.106 -0.004 -0.024 10.PIN 0.033 -0.103 -0.105 -0.045 0.021 -0.160 0.025 -0.114 -0.004 -0.008 11.AGE 0.013 0.042 0.103 -0.299 0.129 -0.158 -0.092 -0.068 -0.024 -0.008 右上(左下)為 Pearson(Spearman)相關係數矩陣。EARN 為非常損益前淨利以期初市值平減；RET 為年報酬；
SIZE 為權益市值取自然對數；MB 為市值淨值比；LEV 為短期負債加長期負債並以市值平減；Volatility 為 公司之日股報酬標準差；CFOA 為來自營業部門之現金流量以期初資產平減；InvCycle 為投資循環；TCRI 為公開發行公司之信用評等；PIN 為優勢資訊交易機率，為資訊不對稱代理變數；AGE 為企業成立年數。
C_Score 的估計與敘述統計
表4為以傳統Basu(1997)穩健模型(見表4第1欄)以及控制規模、市值淨值比 與槓桿度後之模型(LaFond and Watts 2008;見表4第2欄)，實證分析台灣企業盈 餘穩健特性。估計方法與Khan and Watts(2009)相同，係採Fama and Macbeth (1973) 估計係數。此外，為了提供比較資訊，我們也同時報導Khan and Watts(2009)的 實證結果(見表4第3欄)。
表4第(1)欄NEG×RET的估計係數(0.187)為顯著正值(p-value<0.01)的結果代 表在本論文的樣本期間，台灣的上市上櫃企業，會計盈餘具備穩健性。表4的 第(2)欄的估計結果除了股票報酬率(RET)與盈餘之關係為不顯著外，其他主要變 數(見有預期方向者)之估計係數方向與Khan and Watts(2009)的估計結果均一致。
基於年報酬與盈餘間存在不顯著的負向關係，我們進一步測試台灣企業股價與盈
基於年報酬與盈餘間存在不顯著的負向關係，我們進一步測試台灣企業股價與盈