國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
7
第四節 論文架構
本研究共分為五章，各章內容與研究架構如下：
第壹章、 緒論
本章主要說明本研究之研究動機、研究目的，並從研究動機及目的中提出 研究問題，最後說明整體論文之架構。
第貳章、 文獻探討
本章首先介紹文字探勘技術及 MD&A 之內容，然後依序介紹 MD&A 與 財務績效之關係及 MD&A 品質之相關文獻，探討與本主題有關之文獻。
第參章、 研究方法
首先定義出 MD&A 與財務績效一致性定義後，詳細敘述樣本之選取與處 理方式，最後再依據文獻整理，提出本研究之研究假說，說明實證研究模 型與各變數之定義。
第肆章、 研究結果
討論樣本敘述性統計、相關係數分析及迴歸分析結果，並說明研究結果是 否能夠支持本研究之研究假說。
第伍章、 研究結論與限制
將實證結果予以彙整，提出本研究之結論，以提供後續學者研究之方向，
並闡述本研究所面臨之限制。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
8
圖 1-1 論文架構圖
研究動機與研究目的
提出研究問題
文字探勘法介紹
研究方法及樣本選取過程
建立研究假說
實證研究結果與分析
研究結論與限制
建立研究模型及變數定義與衡量
國內外相關文獻探討
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
9
貳、 文獻探討 第一節 文字探勘介紹
文字探勘(Text Mining)是針對非結構化文件資料進行分析，所謂的非結構化 文件資料是指以自由方式呈現的自然語言內容，例如報章雜誌、電子郵件、使用 手冊等，該內容並無特定格式，組成元素不容易明確的切割、分辨、命名(Zhou, 2007)。文字探勘是一種編輯、組織、分析大量結構及非結構化文件的過程，用 符合特定使用者(如：決策者、分析師)的特定資訊(如：摘要、關鍵字)需求以及 發現某些特定文件間之關聯。
此工具主要係運用於大量的資料庫上，工作資訊搜尋、訊息過濾、事件關聯、
趨勢預測、犯罪分析、案例追蹤、知識萃取、知識管理、決策輔助等之用(曾元 顯，2004)，因此其所面臨的技術挑戰是文件內的資料過於冗長，或是文件過於 凌亂導致其屬性和特徵不易確定和界定，故文字探勘的過程常需要龐大的人力進 行人工判斷與撰寫程式相互配合使用，對複雜的文章或難以用肉眼直接分析之特 殊資料進行處理。
‧
Ingrid E. Fisher, Margaret R. Garnsey, Sunita Goel and Kinsun Tam(2010)研究 中，將與財務會計領域相關之文字分析的文獻分為以人工方式進行研究之文獻及 運用電腦化方式進行研究的文獻，研究統計在 50 年代至 90 年代間與財務會計相 關的文獻不超過 60 篇，但至 2000 年，與財務會計領域相關之文字探勘研究一年 內增加至 68 篇，2000 年之前的文獻大多係利用人工的方式，針對企業的揭露項 目或財務報表中之內容進行研究，如分析年報內針對公司策略敘述之研究 (Jarvenpaa and Ives, 1990)、媒體對企業相關報導之研究、企業 MD&A 內容之研 究(Bryan, 1997)、分析年報中的附註項目(Kelly-Newton, 1980)等，綜合上述文獻 研究結果可以得出，規模較小或是獲利較少的企業，揭露的敘述會較少、企業皆 喜歡選擇揭露正面的敘述多過負面且在盈餘增加的年度中，企業會選擇揭露較多 的資訊；2000 年之後大多利用電腦對與財務會計相關之內容進行研究，除了量 化的資訊外，更針對較多非量化資訊進行分析，如 Smith and Taffler(2000)針對董 事會報告與企業的盈餘、股利等進行分析，研究結果顯示管董事會報告之內容包 含了重要的資訊並且與企業之財務績效表現相關；Beynon et al.(2005)使用資料探 勘技術將管理階層的聲明區分為正面或負面語調，成功的預測出企業未來的獲利 能力。
第三節 MD&A 有用性相關研究
1968 年，美國證券管理委員會(U.S. Securities and Exchange Commission，以 下簡稱 SEC)首次在年報中訂定 MD&A 編製之規定，至 1980 年以 Item303 of Regulation S-K 強制規範上市企業須於年報中揭露 MD&A，2003 年 SEC 正式發 布 MD&A 的揭露指引(Guidance)，強調 MD&A 並非僅係將財務報表以文字性格 式重複論述，而係要求管理階層討論以及提供流動性、資金來源與經營成長有關 的訊息，並且提供任何有助於理解公司財務狀況和經營成果變動的訊息(SEC, 2003)。
‧
給予投資人更多的資訊(Morse, 1980; SEC, 1989)，SEC 指出僅閱讀財務報表之資 訊可能並不足以使投資人判斷盈餘的品質，且過去的營運績效對於未來績效並不 一定具指標性。顯示出財務報表所揭露之內容應著重於管理階層已知的趨勢和不 確定的訊息，但這些訊息在財務報表及附註中並未被充分揭露，卻是投資人或其 他股東應取得之資訊。Sutton et al.(2012)指出 MD&A 係體現管理階層對於企業過 去之經營績效以及未來展望之觀點，對於投資人評估企業之影響相當重大，因此
Sun Y.(2010)分析 MD&A 是否可以幫助財務報表使用者理解企業發生不適 當的存貨變動，研究結果證實，非量化資訊中的 MD&A，確實可以幫助財務報
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
12
Rogers and Grant(1997)分析了美國 Sell-side 財務分析師所撰寫的投資報告內 容，發現企業年報中之 MD&A 資訊內容常被引用至分析師報告內，並且可能影 響分析師之財務預測(Thomas, 2003)，表示分析師認為某些重要資訊係存在於 MD&A 中。
Arnold et al.(2012)的研究結果發現，在某些情況下投資人偏好閱讀 MD&A 而非財務報表之附註，藉由閱讀 MD&A 之內容以取得特定相關資訊。管理階層 可透過 MD&A 敘述企業的過去與預期未來之績效，更是成為管理階層傳達此類 資訊予股東的媒介。然後現今投資人及其他財務報表使用者僅能夠透過人工選取 與閱讀 MD&A 之內容，利用人工的方式以取得這些有價值的內容，再進一步抽 取並分析他們所真正需要的特定揭露資訊。
第四節 非財務資訊與企業未來績效之關係
許多過去的文獻指出非財務資訊可反映出財務資訊無法呈現的重要經濟資 源及活動 (Drucker, 1954; Jensen et al., 1971; Kaplan, 1983; Ittner and Larcker, 1997;
Nagar and Rajan, 2001)，而這些重要的非財務資訊在傳統之財務報告中卻看不到。
因此在快速改變、科技導向的時代中，公司財務資訊對投資人的參考價值一直備 受爭議。究竟企業之財務資訊是否可確實反映出企業之經營績效，Ramesh and Thiagarajan(1995)發現美國企業的股票報酬與盈餘間的關係有逐漸下降的趨勢。
且 Lev and Zarowin (1999)指出，美國企業的市價淨值比(Market-to-Book ratio)有 明顯增加的趨勢，這表示有許多的公司市場價值未被反映在資產負債表中，導致 降低傳統財務報表資訊價值之攸關性，使得投資人會同時仰賴非財務資訊所揭露 之內容。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
13
過去有許多研究已證實非財務資訊與公司未來獲利能力、營運績效有重大的 正向關係(Nagar and Rajan, 2001)，如探討美國航空業在市場的評價中，乘客數量 及顧客滿意度之非財務資訊，確實對於航空業在權益市場的評價具有價值攸關姓 (Liedtka, 1999)；探討無線電通訊產業之非財務資訊與企業價值關係時，研究結 果發現，將財務資訊與非財務資訊合併考量後，增強了只考量財務資訊對公司股 價的解釋能力(Amir and Lew, 1996)。
Penman(2001)證實財務報表使用者在檢視企業的揭露後，可以更了解各個財 務比率變動之原因，有助於財務報表使用者在閱讀 MD&A 後做出財務預測，Cole and Jones(2004)亦證實了企業於 MD&A 中所揭露的資訊，其 MD&A 資訊內涵價 值與企業未來績效有關。
第五節 MD&A 資訊品質相關研究
如前所述，財務報表內 MD&A 資訊內容包含許多影響財務報表使用者決策 及運用的重要資訊，但目前法律針對 MD&A 於財務報表之揭露並不需要經過會 計師的查核或其他獨立第三方之驗證，然而又加上文字方式呈現之資訊難以量化 與分析，實務上對於有關 MD&A 揭露之品質及透明度仍存有質疑。
Hildebrandt and Snyder(1981)曾使用簡單正負向字頻 word-count 方法，針對 企業年報中之致股東報告書進行研究，研究結果顯示不論當年度企業之財務績效 好壞，致股東報告書之內容皆呈現偏向使用正向的詞彙，因而提出波麗安娜假說 (Pollyanna Hypothesis)，相信當企業揭露 MD&A 時，在敘述企業一整年之營運成 果或未來經營方向所使用之詞彙，亦會發生偏向使用正向的語調，使 MD&A 與 財務績效之報導呈現不一致之情況。
‧
MD&A 的品質風險（Roulstone, 2011; Abrahamson and Amir, 1996; Clarkson, Kao, and Richardson, 1994），而有些編製 MD&A 的內容過長，容易失焦而無法明確揭 露企業管理階層所要表達之內容與分析，故如何正確地獲取 MD&A 中資訊的內‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
15
參、 研究方法
第一節 定義企業 MD&A 與財務績效一致性指標的衡量方法
基於財務報表之資訊經過會計師查核後均允當表達之假設下，本研究將管理 階層 MD&A 之語調與企業財務績效分別定義出其一致性指標的衡量方法：
1. 利用 K-Means 分群（clustering）法將企業當期財務績效的好壞予以適 當的分類，分為佳（Good）、中等（Moderate）、不佳（Bad）三群。
2. 透過文字探勘向量空間模型（vector space model, VSM）與 TFIDF（term frequency / inverse total term frequency）加權模型技術衡量同期10-K年報 中 MD&A 文字的語調，也同樣分為三群，正面（Positive）、中立
（Neutral）、負面（Negative）。
依據上述說明 MD&A 語調與企業當期財務績效的一致／不一致的組合預計 將如表 3-1 所示，可能有 9 種組合，包括 3 種情況的持平（Fair）、2 種情況的保 守（Conservative）與樂觀（Optimistic）、以及悲觀（Pessimistic）和誇大（Exaggerate）， 因此可簡化為 5 種情境。
表 3-1 一致／不一致之定義矩陣 MD&A語調
財務績效
正面（Positive） 中立（Neutral） 負面（Negative）
佳（Good） 持平（Fair） 保守（Conservative） 悲觀（Pessimistic）
中等（Moderate） 樂觀（Optimistic） 持平（Fair） 保守（Conservative）
不佳（Bad） 誇大（Exaggerate） 樂觀（Optimistic） 持平（Fair）
‧
維度（n）的向量；如此一來，運用線性代數（linear algebra）的向量內積（inner product），便能計算文件與檢索策略間的相似程度，亦即：向量內積值越趨‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
17
TFIDF 技術TFIDF 技術是一種統計方法，係文字探勘時常併用的技術，目的是用來 評估一個字詞對於一份文件的重要程度，利用 TFIDF 技術可以計算出特定 字詞在一份文件中的權重，以產生詞項特徵向量，而權重的計算方法則有，
IDF（inverse document frequency）加權模型、TF（term frequency）加權模
IDF（inverse document frequency）加權模型、TF（term frequency）加權模