資料整理

使用的資料皆是從台灣經濟新報TEJ+中取得，使用上市加上櫃，非金電(不含 TDR)加電子產業(不含 TDR)範圍中的資料。從 TEJ 審計品質分析資料庫向下的任 期及經驗、客戶重要性、產業專家以及IFRS 以合併為主簡表(單季)-全產業向下的 資產負債表、損益表、權益變動表、現金流量表中全部欄位另加上裁決應計數、會 計師與會計師事務所垂直與水平傳染效果作為本次使用的自變數。並以 TEJ 審計 品質分析資料庫向下的重編彙整資料庫中重編原因欄位為轉投資相關、會計估計 及評價、損益期間歸屬、虛增(漏列)交易、所得稅及租賃會計、重大重分類/CPA 更 新意見的資料作為應變數。期間為2006 年至 2019 年，包含季報與年報。

一、 審計失敗

審計失敗是本次研究所要預測的目標，並使用財務報表重編來代表審計失敗。

在台灣經濟新報 TEJ+中 TEJ 審計品質資料庫的衡量變數-重新彙整資料庫中，提 供各年度所有財務報表重編的資料與其發生原因。由於審計失敗代表會計師出具 不適當的查核意見而產生重編，而非因會計原則變動而產生重編，因此重編原因為 會計原則變動的重編案件從應變數中剔除。所使用的重編原因如Tabel 1 所示:

Tabel 1 審計失敗所使用的重編原因

重編大類別代碼 重編原因大類別 01 轉投資相關 02 會計估計及評價 03 損益期間歸屬 04 虛增(漏列)交易

05 所得稅及租賃會計

07 重大重分類/CPA 更新意見

二、 裁決性應計數

裁決性應計數為模型的自變數之一。Kothari et al. (2005)在其論文中提到³²

33Dechow et al. (1995)所提出的 modified-Jones model 是最能夠詮釋裁決性應計數的 模型，而此模型與原本的Jones model 差別在於添加應收帳款年度變動作為盈餘操 作的變數之一。而Kothari et al.則在公式中加入常數項(α)與資產報酬率(ROA)，這 是為了減少因忽略公司大小而造成的變異數不一致的問題。其公式如(4.1)

0 1 2 3

1 1 1 1 1

TA_it 1 _{it it it it}

it

it it it it it

REV AR PPE ROA

Asset   Asset  Asset  Asset  Asset 

    

  

     

(4.1) 變數如下:

1. 總應計數(𝑇𝐴_𝑖𝑡 ) = (流動資產年度變動-現金與約當現金年度變動-流動負 債年度變動+一年內到期長期負債年度變動-折舊-攤銷)/去年度資產總額 2. 資產(𝐴𝑠𝑠𝑒𝑡_𝑖𝑡−1) = 去年度資產總額

3. 營業收入變動(∆𝑅𝐸𝑉_𝑖𝑡) = 今年度營業收入淨額-去年度營業收入淨額 4. 應收帳款變動(∆𝐴𝑅_𝑖𝑡) = 今年度應收帳款-去年度應收帳款

5. 不動產、廠房與設備(𝑃𝑃𝐸_𝑖𝑡) = 今年度不動產、廠房與設備 6. 資產報酬率(𝑅𝑂𝐴_𝑖𝑡) = 此處使用稅後息前的今年度資產報酬率 7. 常數項(α)

為了不減少訓練資料，計算公式的係數時採用當年度同產業的資料作回歸。依 照資料中的報表的年、月以及台灣證券交易所 TSE 產業代碼將資料分群，並對各 群中的資料分別做線性回歸並用其參數預測各筆資料應有的總應計數，再以各資

32 S.P. Kothari, Andrew J. Leone, Charles E. Wasley. (2005). Performance matched discretionary accrual measures. Journal of Accounting and Economics,39(1), 163-197.

33 蔡孟瑾. (2015). 審計失敗之傳染效果-以台灣為例. 臺灣大學會計學研究所學位論文, 1-48.

料真實的總預計數減去預計的總預計數得到裁決性應計數。

三、 審計失敗傳染效果

審計失敗傳染效果為模型的自變數之一。依照Li et al. (2015)⁴的研究，審計失 敗的傳染效果可分為垂直傳染與水平傳染，並又可區分為會計師層級與事務所層 級。在訓練模型時利用虛擬變數(dummy variable)來表符合被傳染的條件。水平傳 染為了要模擬真實預測時無法取得當年度審計失敗資料的狀況，而設為若前一年 同會計師或事務所執行的查核案件出現審計失敗，則本年度查核案件的被傳染可 能設為1。垂直傳染則分為五年內曾經發生審計失敗與以往曾經發生審計失敗，又 向下細分為是同公司的查核案件與不限同公司查核案件兩種。所有變數如 Tabel 2 所示:

Tabel 2 審計失敗傳染效果應變數

變數 定義

會計師水平傳染 若查核案件的執行會計師在去年執行的查核案件中出 現審計失敗，標示為1

事務所水平傳染 若查核案件的執行事務所在去年執行的查核案件中出 現審計失敗，標示為1

會計師垂直傳染不 同公司(無年限)

若查核案件的執行會計師在過去執行的查核案件中出 現審計失敗，標示為1

會計師垂直傳染同 公司(無年限)

若查核案件的執行會計師在過去執行的同公司查核案 件中出現審計失敗，標示為1

會計師垂直傳染五 年內不同公司

若查核案件的執行會計師在過去五年內執行的查核案 件中出現審計失敗，標示為1

會計師垂直傳染五 年內同公司

若查核案件的執行會計師在過去五年內執行的同公司 查核案件中出現審計失敗，標示為1

事務所垂直傳染不 同公司(無限年)

若查核案件的執行事務所在過去執行的查核案件中出 現審計失敗，標示為1

事務所垂直傳染同 公司(無限年)

若查核案件的執行事務所在過去執行的同公司查核案 件中出現審計失敗，標示為1

事務所垂直傳染五 年內不同公司

若查核案件的執行事務所在過去五年內執行的查核案 件中出現審計失敗，標示為1

事務所垂直傳染五 年內同公司

若查核案件的執行事務所在過去五年內執行的同公司 查核案件中出現審計失敗，標示為1

四、 整理結果

其他未經特殊處理的自變數於附錄中說明。除了當年度的資料外，每一筆查核 案件都會使用前二年內所有應變數，來達到時間序列的效果。最終每筆查核案件都 擁有5,679 個自變數與 1 個審計失敗應變數。使用上市加上櫃，非金電(不含 TDR) 加電子產業(不含 TDR)範圍中的資料。訓練資料年度從 2007 年至 2018 年，測試資 料則為2019 年的資料，詳細如 Tabel 3 所示:

Tabel 3 訓練資料與測試資料

訓練資料 測試資料

資料量 67,176 6,708

年度 2007~2018 2019

資料範圍 上市+上櫃，非金電(不含

TDR)+ 電 子 產 業 ( 不 含 TDR)

上市+上櫃，非金電(不含 TDR)+ 電 子 產 業 ( 不 含 TDR)

自變數維度 5,679 5,679

應變數(審計失敗)維度 1 1

審計失敗為1 的資料量 665 27

審計失敗為0 的資料量 66,511 6,681