變數衡量

一、私有資訊交易的衡量

本研究利用買賣價差作為資訊交易之代理變數，參考 McInish 與 Wood (1992) 之作法，將 TEJ 當日交易明細資料庫的日內資料，各時間點之最低賣價(Ask)與 最高買價(Bid)相減，並除以報價中點[(Ask+Bid)/2] 以標準化之，並以報價持續 時間加權。公式如下：

SPDi,t =Σk(Dk/L){(Askk - Bidk)/[( Askk + Bidk)/2]}

其中 SPD_i,t表示 i 股票在 t 月的時間加權標準化買賣價差，D_k表示第 k 次報 價的持續時間，L 為整月的總交易時間，Askk代表第 k 次報價的最低賣價，Bidk

代表第 k 次報價的最高買價。因樣本的 SPD 統計量分佈呈現嚴重右偏(Right

Skewness)，本研究將以標準化買賣價差(SPD)的自然對數值轉換之，以修正偏斜 影響，此新的變數代號定為 lnSPD，即為私有資訊交易的代理變數。

然而，買賣價差不但會受到資訊不對稱因素的影響，還會受到流動性因素的 影響：資訊不對稱愈高，則買賣價差愈大、流動性愈高，則買賣價差愈小(Easley et al., 1996)。因此，以買賣價差作為私有資訊交易的代理變數時，仍要謹慎控制 流動性變數，所以本研究在模型中加入流動性相關的控制變數。本研究參考 Chung 與 Charoenwong (1998)的作法，將交易量、個股風險、公司規模、股價、

掛牌市場等相關因素納入，作為控制變數，以減低買賣價差受到流動性因素的干 擾。控制變數之衡量，另述於本節第三點。

二、核心代理問題之衡量

本研究依 Bebchuk et al. (2000)與 Claessens et al. (2002)的主張，將股份控制 權和盈餘分配權偏離程度做為衡量核心代理問題的代理變數。

首先需衡量控制權和盈餘分配權，依據 La Porta et al. (2002)的作法，分述如 下：

股份控制權：即衡量控制股東對該公司擁有的投票權，需結合股東在該公司 的直接與間接投票權。直接投票權表示控制股東對該公司的直接持股率；間接投 票權則表示由控制股東的各個實體對該公司持股率的總合。

盈餘分配權：即衡量控制股東對該公司擁有的最終現金流量權，計算現金流 量權則需沿著「控制鏈」(Control Chains)計算間接持股率的乘積。譬如控制股東 持有 A 公司 25%的股權，而掌控 A 公司，A 公司又握有 B 公司 10%的股權，因 此控制股東透過 A 公司對 B 公司的控制鏈，所擁有的間接持股率的乘積即為 25%*10%，此即為控制股東在此控制鏈的現金流量權。計算盈餘分配權時，需 將各控制鏈的間接持股率的乘積加總。另外，非營利組織無法配發股利，因此透 過非營利組織持股的控制鏈間接持股率的乘積，並不納入 TEJ 資料庫中現金流 量權的計算。

至於股份控制權和盈餘分配權偏離程度的衡量方式，在文獻上可參考

Claessens et al. (2000)之研究，係以盈餘分配權佔股份控制權的比率(盈餘股份比) 衡量之，此比率介於 0 和 1 之間，愈接近 0 則表示股份控制權和盈餘分配權偏離 程度愈大，核心代理問題愈嚴重；愈接近 1 則表示股份控制權和盈餘分配權偏離 程度愈小，核心代理問題愈不嚴重。然而，該比率大小(0~1)與核心代理問題的 嚴重程度大小之方向相反(0 表示嚴重;1 表示不嚴重)，在直覺上容易混淆，恐不 利後續分析，因此，本研究改以 1-盈餘股份比，來衡量核心代理問題，如此，可 使代理變數大小與核心代理問題的嚴重程度之方向相同。

綜合以上的敘述，整理如下：

股份控制權(VR) = 控制股東對該公司之直接持股率 +Σ(各控制鏈對之最末端持 股率)

盈餘分配權(CFR) = 控制股東對該公司之直接持股率 +Σ(各控制鏈之間接持股 率乘積)

盈餘股份偏離率(DEV) = 1 - (盈餘分配權 / 股份控制權)

這些變數的資料，現已可由 TEJ 公司治理資料庫直接獲取。

三、各控制變數之衡量

依據 Chung 與 Charoenwong(1998)的研究，交易量、個股風險、公司規模、

股價、掛牌市場等相關因素會影響買賣價差，其中交易量與買賣價差之間，呈負 向關係(Benston & Hagerman, 1974; Branch & Freed, 1977; Stoll, 1978; McInish &

Wood, 1992; Chung & Charoenwong, 1998)；個股風險與買賣價差之間，呈正向關 係(Benston & Hagerman, 1974; Copeland & Galai, 1988; Stoll, 1989; Chung &

Charoenwong, 1998)；股價與買賣價差之間，呈負向關係(Chung & Charoenwong, 1998)；公司規模與買賣價差之間，呈負向關係(Chung & Charoenwong, 1998)；在 紐約證券交易所(NYSE)掛牌的股票，買賣價差較小(Chung & Charoenwong, 1998)。另外，Stoll 與 Whaley (1983)研究小型公司與低股價在資本市場上呈現較 高的風險調整報酬率(Risk-adjusted Return)特性，在實證上發現這些股票會具有 較高的風險調整報酬率，是因為這些股票通常同時具有高交易成本、低流動性、

高買賣價差所致。由此可支持 Chung 與 Charoenwong (1998)所主張的公司規模與 買賣價差之間呈負向關係，以及股價與與買賣價差之間，呈負向關係。若以買賣 價差為依變數，則需將上述這些因素納入為控制變數，以減低買賣價差受到這些 因素的干擾。

各控制變數，其衡量方式如下：

個股風險(RISK) = 每月個股日收盤價報酬率的標準差 公司規模(註³)(lnMV) = log(每月個股平均市值)

公司股價(註⁴)(lnPRC) = log(每月以成交量為權數之加權平均成交價) 交易量(註⁵)(lnMQ) = log(每月個股之日交易均量)

掛牌市場別(MKT) = 虛擬變數，上市股票為 1；上櫃股票為 0

四、調節變數之衡量

在各假說中所提到的調節變數：董事會規模、外部董監事比率、法人持股、

大型會計師事務所，分述如下。

本研究定義董事會規模，以董監事席次為代理變數，因此其衡量方式如下：

董事會規模(BOA) = 董事席次 + 監事席次

外部董監事比率(OUT) = 外部董監事席次 / 總體董監事席次

法人持股比率(INST)= 總法人持股比率 – 控制股東所屬法人持股比率

本研究所指之大型會計師事務所包含勤業眾信、安侯建業、資誠及安永(註⁶) 會計師事務所，虛擬變數 AUD 設為 1；其餘皆歸類為非大型會計師事務所，虛 擬變數 AUD 設為 0。

五、修正共線問題的變數衡量

註³ 因樣本的平均市值統計量分佈呈現嚴重右偏，本研究將以平均市值的自然對數值作為公司 規模的代理變數，以修正偏斜影響。

註⁴ 因樣本的加權平均股價統計量分佈呈現嚴重右偏，本研究將以加權平均股價的自然對數值 作為公司股價的代理變數，以修正偏斜影響。

註⁵ 因樣本的個股交易量統計分佈，呈現嚴重右偏，本研究將以個股交易量的自然對數值作為 個股交易量的代理變數，以修正偏斜影響。

註⁶ 原名為致遠會計師事務所，於 2007 年 10 月 3 日更名為安永會計師事務所。

本研究以多元迴歸檢驗互動效果時，發現 DEV、BOA*DEV 與 AUD*DEV 之 VIF 值(Variance Inflation Factor)均大於 10，其他與 DEV 的互動項變數，也都 有較高 VIF 值的問題，因此判定可能會有嚴重共線性的問題(Multi-collinearity)。

本研究參考 Cohen、Cohen、West 與 Aiken (2003)以及 Pedhazur (1997)之作法，

將董事會規模(BOA)、外部董監事佔總體董監事比率(OUT)與法人持股比率(INST) 皆扣除各自的平均值，予以集中化(Centralization)，另，將委託大型事務所虛擬 變數(AUD)，改為相反之虛擬變數：委託非大型事務所(SAUD)，其中委託非大 型會計師事務所虛擬變數 SAUD 設為 1；委託非大型會計師事務所，虛擬變數 SAUD 設為 0，以利解決共線性問題，並避免 DEV 變數的 VIF 過大。因此產生 新的代理變數：

集中化的董事會規模 CBOA = BOA - BOA

集中化的外部董監事佔總體董監事比率 COUT = COUT – COUT 集中化的法人持股比率 CINST = INST – INST

委託非大型事務所虛擬變數 SAUD = 虛擬變數，委託非大型事務所為 1；委託大 型事務所為 0

其相對應之互動項也因此改變為：

BOA*DEV → CBOA*DEV (假說 2 的代理變數) OUT*DEV → COUT*DEV (假說 3 的代理變數) INST*DEV → CINST*DEV (假說 4 的代理變數)

AUD*DEV → SAUD*DEV (假說 5 的代理變數，但方向相反)