第四章 實證結果
第二節 迴歸結果
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
第二節 迴歸結果
一、Heckman 第一階段–會計師自我選擇模型
表7為Heckman第一階段會計師自我選擇模型的迴歸結果。基本上，除 公司負債比率(LEVE)、公司前一年度營收(LASTEPS)及過去兩年公司發行長 期負債之情形(ISSUE)外，其餘變數均達顯著，且解釋能力已足夠(Pseudo R2=0.130)，顯示此模型為有效。另外，根據此模型計算出的inverse Mills ratio(INVMR)，在納入第二階段各模型後，其結果也達顯著，表示會計師自 我選擇之內生性問題確實存在，並已獲得有效控制。
二、Heckman 第二階段–分析師預測準確度模型
表8為分析師預測準確度模型之迴歸結果。由該表可發現，與審計品質 相關之測試變數，公司是否選任四大會計師事務所(AUDITOR, 係數0.0012) 及簽證會計師事務所之產業專精度(INSPEC, 係數0.0183)與分析師預測準 確度呈現正相關，然其結果並不顯著；而兩變數之交乘項，則達到雙尾檢 定10%顯著水準(AUDITOR X INSPEC, 係數−0.0360, t=−1.86)，意謂著選任 四大會計師事務所或是簽證會計師事務所產業專精度，只要具備其中之一，
便足以對分析師預測準確度便產生正向影響。値得注意的是，若簽證會計 師事務所同時具備四大會計師事務所及產業專家之身分，則對於分析師預 測準確度並無特別加強之效果，此結果與Behn et al. (2008)一致。
在經理人能力方面，則如同本研究之預期，與分析師預測準確度呈正 相關(MA, 係數0.0035, t=3.10)且達雙尾檢定1%顯著水準。顯示能力較佳的 經理人對於總體經濟、產業環境與公司所營事業較為知悉，故在衡量公司 盈餘時具備較佳的判斷及預測能力，公司之盈餘品質因此較佳。而使仰賴
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
公司財務資訊做預測之分析師，其預測準確度也因此提高。
其 餘 控 制 變 數 ， 除 分 析 師 預 測 天 數 (HORIZON) 及 盈 餘 波 動 程 度 (STDROE)無顯著效果外，其餘變數不論是在審計品質與分析師預測準確度 模型(第1欄)、經理人能力與分析師預測準確度模型(第2欄)、抑或是審計品 質與經理人能力一同放入分析師預測準確度模型(第3欄)，均有顯著效果。
以第3欄為例，公司規模(SIZE, 係數0.0007, t=3.72)、分析師追隨人數(NANA, 係數0.0018, t=11.03)與分析師預測準確度呈顯著正相關；公司前後期盈餘落 差(SURPRISE, 係數−0.1200, t=−25.36)、公司前期是否虧損(LOSS, 係數−
0.0025, t=−2.95)、Zmijewski 財務破產指數(ZMIJ, 係數−0.0011, t=−6.67)與 分析師預測準確度呈顯著負相關，而與Lang and Lundholm (1996)、Hwang et al. (1996)、Behn et al. (2008)之結果一致。
此外，與Eames and Glover (2003)之結論一致，本研究發現盈餘規模對 於分析師預測準確度確有顯著影響。實證結果顯示，盈餘規模與分析師預 測呈顯著正相關(EL, 係數0.0012, t=6.19)。上述結果說明，公司盈餘規模愈 大時，分析師將有誘因對公司進行盈餘預測，隨著分析師蒐集更多相關資 訊來進行預測，將使其預測準確度上升。
三、Heckman 第二階段–分析師預測離散度模型
表9為分析師預測離散度模型之迴歸結果。由該表可發現審計品質對於 分析師預測離散度之影響，較預測準確度更為顯著。本研究發現，公司是 否選任四大事務所，與分析師預測離散度呈負相關且達雙尾檢定5%顯著水 準(AUDITOR, 係數−0.0017, t=−1.98)，產業專精度與分析師預測離散度呈負 相關(INSPEC, 係數−0.0227, t=−1.62)，然其結果並不顯著，而上述兩者之交 乘 項 ， 則 與 分 析 師 預 測 離 散 度 呈 正 相 關 且 達 雙 尾 檢 定 1% 顯 著 水 準 (AUDITOR X INSPEC, 係數0.0441, t=3.01)。上述結果說明，經由四大會計
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
師事務所或經產業專家查核之財務報表，將能夠提升其可靠度，分析師將 更為依賴其財務報表所提供之資訊作出預測，故預測離散度下降。
此外，本研究亦發現，經理人能力與分析師預測離散度呈負相關且達 雙尾檢定1%顯著水準(MA, 係數−0.0023, t=−3.10)，顯示能力較佳之經理人 能力，同樣有助於提升公司的盈餘品質，分析師將因此更為信賴其所提供 之財務資訊，提高分析師預測之共識程度。
其餘控制變數大致上均與過去研究一致(如：Lang and Lundholm 1996 ; Behn et al. 2008)。以審計品質及經理人能力同時放入分析師預測離散度之 模型(第3欄)為例，公司規模與分析師預測離散度呈顯著負相關(SIZE, 係數
−0.0006, t=−4.67)，公司前後期盈餘差異(SURPRISE, 係數0.0506, t=14.60)、
Zmijewski 財 務 破 產 指 數 (ZMIJ, 係 數 0.0008, t=6.42) 、 盈 餘 波 動 程 度 (STDROE, 係數0.0083, t=3.83)則與分析師預測離散度呈顯著正相關。
由分析師預測準確度及離散度模型中可得知，對於分析師而言，其所 能獲取的資訊之質與量，將攸關預測之品質。因此，當公司獲得媒體關注 較多(因公司規模或盈餘規模較大)或是公司之揭露政策較為透明，將使分析 師追隨人數增加，有助於分析師進行預測；而公司前後期盈餘差異較大、
前期為虧損、破產可能性較高及盈餘波動程度大，均造成資訊之不確定性 增加，不利於分析師進行預測。
‧
LASTEPS -0.0119
(-1.42)
Likelihood Ratio χ2 1196.06
1*、**、***分別表示p値達10%、5%、1%之雙尾顯著水準。
2各變數定義如下：AUDITOR：公司是否選擇四大會計師事務所作為簽證會計師事務所。
是則為 1，否則為 0；LNR：公司收益規模，為總營業收入取自然對數；CAPINT：公司資 本密集度，為長期資產除以總資產；INVREC：公司存貨與應收款項之規模，為存貨與應 收款項之總和佔總資產之比例；LEVE：公司負債比率，借款槓桿程度，為總負債除以總 資產；LASTEPS：公司前一年度營收，採用去年每股盈餘；ROA：公司之資產報酬率；ISSUE：
過去兩年公司發行長期負債之情形，為虛擬變數，過去兩年間公司新發行長期負債總額是 否超過已發行長期負債總額 20%。是則為 1，否則為 0。
‧
Included Included Included
樣本數 16930 16930 16930
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
離散度。分析師針對同一間公司所作出盈餘預測之標準差，再平減前一期股價衡量之；
AUDITOR：公司是否選擇四大會計師事務所作為簽證會計師事務所。是則為1，否則為0；
INSPEC：事務所當年度簽證同產業公司之總資產平方根和除以該事務所當年度簽證所有 公司總資產平方根和；MA：經理人能力；SIZE：公司市值取自然對數；SURPRISE：公司 本年度EPS與上一年度EPS之差取絕對值，再平減公司上一年度股價；LOSS：公司若前期 有虧損則為1，否則為0；ZMIJ：Zmijewski 財務破產指數；HORIZON：分析師預測發佈 日距離公司實際盈餘發佈日之平均天數取自然對數；NANA：預測同年度同公司之分析師 人數取自然對數；STDROE：過去五年公司股東權益報酬率之標準差；EL：公司當年度EPS；
INVMR：inverse Mills ratio。
‧
Included Included Included
樣本數 6383 6383 6383 本年度EPS與上一年度EPS之差取絕對值，再平減公司上一年度股價；ZMIJ：Zmijewski 財 務破產指數；HORIZON：分析師預測發佈日距離公司實際盈餘發佈日之平均天數取自然 對數； STDROE：過去五年公司股東權益報酬率之標準差；INVMR：inverse Mills ratio。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
四、進一步分析—區分為沙賓法案施行前後
沙賓法案，乃美國商業界中影響深遠的法案，對於整體資本市場產生 巨大改變。本研究於是進一步將樣本區分為沙賓法案施行前(1996年至2002 年)與沙賓法案施行後(2004年至2011年)，檢驗財務分析師進行盈餘預測的 過程中，其所重視的資訊是否因沙賓法案的施行而有所不同。
表10為分析師預測準確度之迴歸結果，由該表可發現，不論是審計品 質(AUDITOR, 係數0.0024, t=1.12; INSPEC, 係數0.0213, t=0.89; AUDITOR X INSEPC, 係數−0.0269, t=−1.07)或是經理人能力(MA, 係數0.0016, t=1.17)，
於沙賓法案施行前均無顯著效果；而沙賓法案施行後，是否選任四大事務 所(AUDITOR, 係數0.0018, t=1.22)及簽證會計師事務所產業專精度(INSPEC, 係數0.0207, t=0.86)於沙賓法案施行前無明顯差異，但其交乘項達雙尾10%
顯著水準(AUDITOR X INSEPC, 係數−0.0528, t=−1.96)，且經理人能力達雙 尾5%顯著水準(MA, 係數0.0045, t=2.55)。
相較於分析師預測準確度，分析師預測離散度模型在沙賓法案施行前 後有更明顯的差異。表11為預測離散度之迴歸結果。本研究發現，在沙賓 法案施行前，審計品質(AUDITOR, 係數0.0005, t=1.08; INSPEC, 係數0.0238, t=1.55; AUDITOR X INSEPC, 係數−0.0246, t=−1.58)與經理人能力(MA, 係 數−0.005, t=−0.85)等變數均無顯著效果；然而，在沙賓法案施行後，測試變 數均與分析師預測離散度呈顯著負相關，其中是否選任四大事務所達雙尾 5%顯著水準(AUDITOR, 係數−0.0025, t=−2.17)，事務所產業專精度達雙尾 5%顯著水準(INSPEC, 係數−0.0406, t=−2.18)，交乘項達雙尾1%顯著水準 (AUDITOR X INSEPC, 係數0.0852, t=4.25)，經理人能力達雙尾1%顯著水準 (MA, 係數−0.0032, t=−3.00)。
上述結果說明沙賓法案的施行，對於分析師盈餘預測的決策過程扮演
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
舉足輕重的角色。沙賓法案施行前，與財務報導可靠性之相關制度尚未完 備，故不論是直接影響財務報表產出的經理人能力或外部監督的審計品質，
皆非分析師所重視，各分析師靠著本身與企業之關係或自其他管道所能獲 取之私有資訊進行預測。因此，審計品質與經理人能力對於分析師盈餘預 測之準確度與離散度無顯著影響。然而，沙賓法案施行後，不論是公司治 理、內部控制、財務報表資訊之揭露及外部審計服務等方面，均受到嚴格 的管制，公司發佈之財務報表之可信度獲得提升。因此，分析師在進行盈 餘預測時，除了私有資訊，其亦傾向依賴公開之財務報表資訊，影響財務 報表品質之審計品質與經理人能力，遂成為分析師所重視的因素。
而究竟審計品質與經理人能力，對於分析師而言，何者較為重要？由 各階段之實證結果可發現，審計品質對於分析師預測準確度之影響較不強 烈，對於預測離散度的影響則較為明顯；而經理人能力則與分析師預測準 確度及離散度皆呈顯著相關。綜合上述，對於分析師盈餘預測行為而言，
經理人能力之相對有用性高於審計品質。
‧
Industries Effects Included Included
樣本數 4805 11088
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
58
本年度EPS與上一年度EPS之差取絕對值，再平減公司上一年度股價；LOSS：公司若前期 有虧損則為1，否則為0；ZMIJ：Zmijewski 財務破產指數；HORIZON：分析師預測發佈 日距離公司實際盈餘發佈日之平均天數取自然對數；NANA：預測同年度同公司之分析師 人數取自然對數；STDROE：過去五年公司股東權益報酬率之標準差；EL：公司當年度EPS；
INVMR：inverse Mills ratio。
‧
Industries Effects Included Included
樣本數 1716 4278 有虧損則為1，否則為0；ZMIJ：Zmijewski 財務破產指數；HORIZON：分析師預測發佈 日距離公司實際盈餘發佈日之平均天數取自然對數；NANA：預測同年度同公司之分析師
樣本數 1716 4278 有虧損則為1，否則為0；ZMIJ：Zmijewski 財務破產指數；HORIZON：分析師預測發佈 日距離公司實際盈餘發佈日之平均天數取自然對數；NANA：預測同年度同公司之分析師