變數定義及實證模型

Demerjian et al.(2013)所提出之管理階層能力指數(MA-Score)為主，其衡量 方法為利用管理階層使用公司資源之效率作為衡量管理階層能力之指標：

企業運用利用資金、人力資源、各項資產賺取報酬，能力較好之管理階層 因較了解市場趨勢，故在給定相同資源下該公司可創造較高之收益。

Demerjian et al. (2012)首先衡量在給定個別公司之銷貨成本、銷售及管 理費用、淨廠房設備及資產、淨營業租賃、淨研究及發展費用、外購商譽、

其他無形資產等七大生產要素及相關資源下所能產出之銷貨收入，並利用 資料包絡分析 ¹

1本研究是以 DEA Solver 軟體，並使用 CCR 模型(Charnes, Cooper and Rhodes, 1978)產出 導向之 DEA 模型，在固定規模報酬前提假設下，以非線性最佳化估計式計算出一個相對

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

20

及其他決策之效率性，故也納入其中；其他如：人力成本及顧問服務成本，

其雖並未在財務報表中單獨表達，但其成本包含在銷售及管理費用內，故 本研究也將之計入衡量中。

𝑚𝑚𝑀𝑀𝑀𝑀_𝑣𝑣𝜃𝜃_{𝑖𝑖,𝑡𝑡} =

𝑆𝑆𝑀𝑀𝑆𝑆𝑆𝑆𝑠𝑠_{𝑖𝑖,𝑡𝑡}

𝑣𝑣₁𝐶𝐶𝐶𝐶𝐶𝐶𝑠𝑠_{𝑖𝑖,𝑡𝑡}+𝑣𝑣₂𝑆𝑆𝐶𝐶&𝐴𝐴_{𝑖𝑖,𝑡𝑡}+𝑣𝑣₃𝑃𝑃𝑃𝑃𝑃𝑃_{𝑖𝑖,𝑡𝑡}+𝑣𝑣₄𝑂𝑂𝑂𝑂𝑠𝑠𝑂𝑂𝑆𝑆𝑀𝑀𝑠𝑠𝑆𝑆_{𝑖𝑖,𝑡𝑡}+𝑣𝑣₅𝑅𝑅&𝐷𝐷_{𝑖𝑖,𝑡𝑡5}+𝑣𝑣₆𝐶𝐶𝐶𝐶𝐶𝐶𝐺𝐺𝐺𝐺𝑖𝑖𝑆𝑆𝑆𝑆_{𝑖𝑖,𝑡𝑡}+𝑣𝑣₇𝑂𝑂𝑡𝑡ℎ𝑆𝑆𝑒𝑒𝑒𝑒𝑛𝑛𝑡𝑡𝑀𝑀𝑛𝑛_{𝑖𝑖,𝑡𝑡}

上述方程式(1)中各變數之定義如下：

𝑣𝑣：各種投入組合下，各公司極大化其 θ(生產效率)之最佳入組合權重 (向量)；

θ：以資料包絡分析衡量之各公司生產效率，其值介於 0 到 1 之間，1 為在各種可能投入組合下該產業內最有效率之公司，0 則為最無效 率之公司；

Sales_i,t：i 公司第 t 年銷貨收入；

CoGsi,t：i 公司第 t 年銷貨成本；

SG&A_i,t：i 公司第 t 年銷售及管理費用；

PPEi,t：i 公司第 t 年期初淨固定資產；

OpsLease_i,t5：i 公司第 t+1 年至第 t+5 年之營業租賃費用期初折現值；

R&Di,t：i公司第t年期初研發費用之淨額，運用過去五年加權平均已攤 (1)

‧

Demerjian et al. (2012)利用資料包絡分析求出上述方程式之最適解：利 用上式比較各公司之各種投入組合權重，即向量𝑣𝑣，可求出極大化生產效

2依據 Lev and Sougiannis (1996)之方法，以方程式Σ⁰t=-4(1+0.2t)×R&D(研發費用)計算出當 年度期初淨研發費用(RD)。

3R-squared 總平均為 0.3708。

(方程式(2))：

‧ +α

5

Business Segment Concentration

_i,t

+α

6

Foreign Currency Indicator

i,t

+Year Indicators +ε

i,t

上述方程式(2)中各變數之定義如下：

Business Segment Concentration_i,t：業務集中度，i公司第t年之產品多角 化程度 ⁴

4參考 Hitt, Hoskisson and Kim (1997)、Chang 與 Wang (2007)以及曹壽民、金成隆與呂學典 (2011)的研究方法採用 Entropy 法計算產品多角化程度。𝐷𝐷𝑂𝑂𝑃𝑃𝐷𝐷𝑖𝑖,𝑡𝑡 = ∑ 𝑃𝑃𝑖𝑖,𝑡𝑡,𝑞𝑞× ln⁡(_𝑃𝑃¹

Foreign Currency Indicatori,t：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；

(2)

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

23

Year Indicators：年度控制變數。

透過以上兩步驟之計算，方程式(2)中之殘差項即為管理階層能力指數，

也就是歸因於管理當局能力所創造之效率性，即本研究之主要衡量管理當 局能力(MAS_i,t)並作為分組標準之變數。

二、盈餘平穩化資訊傳遞變數

本研究欲探討管理階層能力之高低對盈餘平穩化後會計資訊內涵所造 成之影響，參考過去相關實證研究模型(Collins,Kothari, Shanken and Sloan., 1994；Lundholmand Myers, 2002；Tucker et al., 2006)，以「報酬-盈餘」

(return-earning)關係模式來檢測盈餘平穩化之資訊性，迴歸基礎模型如下：

R

i,t

= β

0

+ β

1

X

i,t-1

+ β

2

X

i,t

+ β

3

X

i,t3

+β

4

R

i,t3

+ ε

i,t

上述方程式(3)中各變數之定義如下：

R

i,t：i 公司第 t 年之股票報酬率；

X

i,t-1：i 公司第 t-1 年之每股盈餘，以第 t 年之初之股價平減；

X

i,t：i 公司第 t 年之每股盈餘，以第 t 年之初之股價平減；

X

i,t3：i 公司第 t+1 年至第 t+3 之平均每股盈餘，以第 t 年之初之股價平 減；

R

_i,t3：i 公司第 t+1 年至第 t+3 之複利股票報酬率。

R

_i,t為 i 公司第 t 期之股票報酬，而等號右邊本應放入未預期盈餘與當 期對未來預期盈餘估計變動之加總兩變數，然而因無法得知投資人對於未 (3)

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

24

來盈餘之預期，為便於分析故利用前期實際盈餘 X_i,t-1代替未預期盈餘，並 以當期盈餘(Xi,t)和未來三期盈餘(Xi,t3)替代投資人當期對未來預期盈餘估計 變動，再放入 R_t3，即 i 公司第 t+1 期至第 t+3 期之股票報酬，如此便可控 制因為使用實際盈餘代替預期盈餘所產生之誤差(Tucker et al, 2006)。上列 方程式之

β

2即為當期反應係數(Earnings response coefficient, ERC)，而

β

3

則為未來盈餘反應係數(Future earnings response coefficient, FERC)。

因本研究欲探討盈餘平穩化造成之影響，故在上述模型基礎下加入兩 種衡量盈餘平穩化之變數：CORR_i,t和 STD_i,t，並以管理階層能力分數(MAS_i,t) 之平均數將所有樣本分為兩組進行比較，其實證模型如下：

R

i,t

= γ

0

+ γ

1

X

i,t-1

+ γ

2

X

i,t

+ γ

3

X

i,t3

+ γ

4

R

i,t3

+ γ

5

CORR

i,t

+ γ

6

CORR

i,t

*X

i,t-1

+ γ

7

CORR

_i,t

*X

_i,t

+ γ

8

CORR

_i,t

*X

_i,t3

+ γ

9

CORR

_i,t

*R

_i,t3

+ ε

i,t

R

_i,t

= γ

0

+ γ

1

X

_i,t-1

+ γ

2

X

_i,t

+ γ

3

X

_i,t3

+ γ

4

R

_i,t3

+ γ

5

STD

_i,t

+ γ

6

STD

_i,t

*X

_i,t-1

+ γ

7

STD

i,t

*X

i,t

+ γ

8

STD

i,t

*X

i,t3

+ γ

9

STD

i,t

*R

i,3

+ ε

i,t

上述方程式(4)及方程式(5)中各變數之定義如下：

Ri,t：i 公司第 t 年之股票報酬率；

Xi,t-1：i 公司第 t-1 年之每股盈餘，以第 t 年之初之股價平減；

Xi,t：i 公司第 t 年之每股盈餘，以第 t 年之初之股價平減；

Xi,t3：i 公司第 t+1 年至第 t+3 之平均每股盈餘，以第 t 年之初之股價 (4)

(5)

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

25

平減；

R_i,t3：i 公司第 t+1 年至第 t+3 之複利股票報酬率；

CORR_i,t：i 公司第 t-4 年至第 t 年之應計項目變動數以第 t 年期初總資 產平減，與 i 公司第 t-4 年至第 t 年之營業活動現金流量變動 數以第 t 年期初總資產平減之 Pearson 相關係數，並取負號，

經轉換後，CORRi,t值愈大表示盈餘平穩化程度愈高；

STDi,t：i 公司第 t-4 年至第 t 年之營業利益標準差以第 t 年期初總資產 平減，與 i 公司第 t-4 年至第 t 年之營業活動現金流量標準差以 第 t 年期初總資產平減之比值，並取負號，經轉換後，STDi,t

值愈大表示盈餘平穩化程度愈高。

盈餘平穩化之兩衡量指標延續 Leuz et al. (2003)之研究，以 CORR_i,t和 STDi,t 作為衡量盈餘平穩化之替代變數，其研究指出透過裁量性應計項目 可緩衝營業活動現金流量過大之變動，固可達到盈餘平穩化之目標，故以 應計項目變動數與營業活動現金流量變動數之相關係數，作為衡量盈餘平 穩化之替代變數，其值越小代表盈餘平穩化之程度越高，為便於解釋故取 其負數，作為第一個衡量盈餘平穩化之替代變數 CORRi,t，經轉換後，

CORR_i,t值愈大表示平穩化程度愈高。而利用營業利益中包含有應計項目之 特色亦可觀察盈餘平穩化之程度，故本研究以營業利益之標準差與來自營 業活動現金流量之標準差之比值 STD_i,t，作為衡量盈餘平穩化之第二個替 代變數，因其值越小代表盈餘平穩化之程度越高，為方便解釋而取其負數，

經轉換後，STD_i,t值愈大表示平穩化程度愈高。

上列方程式(4)及方程式(5)之

γ

7 即為盈餘平穩化當期增額反應係數 (ERC)，而

γ

8則為盈餘平穩化未來盈餘增額反應係數(FERC)，如果盈餘平

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

26

穩化會增加盈餘對報酬之預測能力，即盈餘平穩化之資訊性大於投機性，

則

γ

7和

γ

8應為正。本研究利用以上所得之管理階層能力指數進一步將所有 樣本以平均數分為兩組：管理階層能力較佳組(MA_Good)及管理階層能力 較差組(MA_Bad)，並進行 Chow test，檢定同期的兩個不同樣本，即管理 階層能力較佳組及管理階層能力較差組之盈餘平穩化對於股票報酬率之影 響是否存在結構性之差異（亦即判斷估計係數(

γ

7和

γ

8)是否具顯著差異），

若為顯著則代表迴歸之估計係數會因管理階層能力高低而有所不同，以此 分析管理階層能力之優劣是否影響盈餘平穩化之效果係為資訊性或投機性，

由於本研究預期管理階層能力較佳組所做之盈餘平穩化應較具有資訊內涵，

因此預期管理階層能力較佳組之

γ

7應顯著大於管理階層能力較差組之

γ

7， 管理階層能力較佳組之

γ

8應顯著大於管理階層能力較差組之

γ

8。

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

28

在文檔中 管理當局能力與盈餘平穩化資訊內涵之關聯 - 政大學術集成 (頁 25-34)