無法在較為政治敏感(polictically sensitive)的中國市場中競爭。董事會開會次數 (BMEET)愈多的公司，則紀律違規行為被偵測發現的機率會提高，這可能董事會 開會次數傳遞了公司可能正在討論與解決潛在問題的訊號。在控制變數方面，則 發現獲利能力(ROA)較低、債務狀況(LEV)較嚴重與公司成長機會(M/B RATIO)較 高的公司紀律違規行為被交易所偵測發現的機率較高24。 發生前後兩年度，共計 648 家[(162+162)×2]公司樣本)探討交易所監管紀律處分 對公司財務報導品質的影響。表中以二維集區(two-way cluster)25迴歸模型進行檢 定，以避免有殘差異質性的問題。結果顯示全部公司樣本迴歸模型(模型的解釋
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
64
在全部公司樣本模型中，根據組內觀察值的時間差異，可以發現受交易所監 管紀律處分公司前一年度的估計係數值為β0+β1=0.1694 (0.1501+0.0193)，而紀律 處 分 當 年 度 的 估 計 係 數 值 為 β0+β1+β2+β3=0.1587 (0.1501+0.0193 +0.0012 -0.0119)，故紀律處分公司懲戒當年度與前一年度的 差異值為 β2+β3=-0.0107 (0.0012-0.0119)；未受交易所監管紀律處分的公司，其未受處分前一年度的估計 係數值為 β0=0.1501，而未受處分當年度的估計係數值為 β0+β2=0.1513(0.1501 +0.0012)，故未受處分當年度與前一年度的差異值為 β2=0.0012。另一方面，從組 間觀察值的組別差異，則可以發現受交易所監管紀律處分公司與未受交易所監管 紀律處分公司在懲戒前一度的差異係數值為 β1=0.0193，而兩組在處分當年度的 差 異 值為 β1+β3=0.0074(0.0193-0.0119) 。 因 此 ， 差 異 中 差 異 的 估 計 係 數 值 為 β3=-0.0119，顯示受交易所監管紀律處分的公司確實會減少使用異常應計項目的 操作，進而提升資訊報導的品質。然而，在採傾向分數配對法配對樣本模型中，
僅發現受交易所監管紀律處分公司前一年度的估計係數值為 β0+β1=0.4007 (0.3809+0.0198)顯著，故表示受交易所紀律處分公司的事前報導品質較低。傾向 分數配對法配對樣本模型的結果並無法補捉到受交易所監管紀律處分公司改善 財務報導品質的明顯結果。
再者，全部公司樣本迴歸模型及採傾向分數配對法配對樣本模型中，在監督 治理機制變數方面，研究發現公司獨立董事出具反對獨立意見(INDOPIN)者，將 可以促使公司改善資訊報導的品質，由此可知獨立董事在公司監督治理機制中扮 演相當重要的角色(Tang et al. 2013)。此外，在公司特性控制變數方面，則發現公 司規模(SIZE)較大、債務狀況(LEV)較小、實質獲利成長性(SALEGROW)較小公司 的財務報導品質較佳。
表 12 的 Panel B 則進一步的採 Heckman 兩階段迴歸模型，以避免系統性選 擇估計偏誤而導致的潛在內生性問題，結果顯示在全部公司樣本迴歸模型(模型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
65
的解釋力 Adjusted R2為 0.2818)及採傾向分數配對法配對樣本模型(模型的解釋 力 Adjusted R2為 0.3044)的 F 檢定均具顯著性，亦表示回歸模型的配適度尚佳且 具有解釋能力。
在全部公司樣本模型中，顯示受交易所監管紀律處分的公司在差異中差異的 估計係數值為β3=-0.0148 顯著，證實受交易所處分的公司確實會有改善報導品質 的動機，結果與原先結果分析一致，實證結論並未改變。其中，迴歸模型所控制 的 Mills 反比率為 0.6822, 以達顯著水準，表示研究可能具有選樣偏誤的 潛 在問 題， 但已 藉由 Mills 反比率來修正此項偏誤。此外， 在採傾向分數配 對法配對樣本模型中，亦僅能夠發現受交易所監管紀律處分公司前一年度的報導 品質較低。其中迴歸模型所控制的 Mills 反比率為 0.3255, 未具顯著性，這 可 能 與 本 研 究 已 採 傾 向 分 數 配 對 法 控 制 選 樣 偏 誤 有 關 ， 故 可 直 接 以 最 小 平 方法 迴歸 模型 作為 研究 的 結果。最後，在表 12 的 Panel B 未列表的監督治 理機制變數與公司特性控制變數對財務報導品質影響的方面，其結果與表 12 的 Panel A 之實證分析一致。
表 13 為排除研究期間特別處理公司並重新分析交易所紀律處分對公司財務 報導品質的影響，並以全部公司樣本(事件發生當年度的處分公司為 132 家及配 對公司為 3236 家，事件發生前後兩年度，共計 6736 家[(132+3236)×2]公司樣本) 及透過公司特性控制變數估計而採傾向分數配對法所配對的樣本(事件發生當年 度的處分公司為 132 家及配對公司為 132 家，事件發生前後兩年度，共計 528 家[(162+162)×2]公司樣本)進行探討。其中，僅能夠發現全部公司樣本的 Heckman 兩階段迴歸模型結果與原先實證分析一致，即透過 Mills 反比率(IMR 係數為 0.9303，顯 著 )來 修正潛在的選樣偏誤後，受交易所監管紀律處分的公司在差異 中差異法的估計係數值為β3=-0.0086，達到顯著水準，顯示受交易所處分公司的
‧
YEAR indicators included included
INDUSTRY Indicators included included
樣本規模 7074 648
Control Variables included included
YEAR indicators included included
INDUSTRY Indicators included included
樣本規模 7074 648
χ 2 14.7392*** 4.3237***
Adjusted R2 0.2818 0.3044
1.OLS 迴歸模型及 Heckman 兩階段迴歸模型均使用 two-way cluster 進 行分析，t 檢定機率值，*、**及*** 分別表示 10%、5%及 1%的顯著。
SHARE：i 公司第 t 年期初前十大股東的股權集中程度(Herfindahl index)。
BIG: i 公司第 t 年由國際四大會計師事務所查核者為 1，其他為 0。