第四章 實證結果分析
第四節 額外測試
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
58
第四章 實證結果分析
本章主要係說明本文之實證結果，透過前一章所介紹之資料分析方法與統計 檢定檢視實證結果是否能支持本文假說。本章共分為四節，第一節為敘述性統計 分析，第二節為相關性分析，第三節為複迴歸分析，第四節為額外測試；茲將本 章架構摘要如下：
第一節 敘述性統計分析：
分別檢視一般產業以及金融、證券業之變數分布情況，以初步了解各實證模 型所使用樣本之資料概況。
第二節 相關性分析：
為避免因變數之間存有嚴重之共線性問題，導致實證結果產生偏誤，因此必 須進行相關性分析，以檢視各個變數之間的相關程度。
第三節 複迴歸分析：
檢視實證模型中各項因變數與應變數之關係，並透過統計檢定方式檢驗本文 之研究假說是否獲得支持。
第四節 額外測試：
根據前一節之實證結果，再分別就資本密集產業以及高科技產業檢視會計準 則公報之適用對其財務報表穩健性之影響。
‧
Earnings Return
負值(％) 平均數 中位數 負值(％) 平均數 中位數
‧
而根據 Ball et al.(2000)之研究，若盈餘之偏態為左偏，則顯示其盈餘具備穩健之 特性；另外，與 Basu(1997)、Ball et al.(2000)、Ball et al.(2003)，以及戚務君等 (2008)之研究結果相同，表 4–1 之報酬率均為右偏，顯示股東具有限責任之特
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
62
根據表 4–3，本文針對一般產業所計算之財務報表穩健值 C_Score，其平均 數(0.182)以及中位數(0.16)與 Chi et al.(2009)所估計之結果（平均數為 0.190；中 位數為 0.161）相去不遠，僅有標準差(0.246)明顯低於其樣本之離散程度(0.468)。
表 4–3 指出，在研究期間之內，我國一般產業樣本中有 35%同時兼任董事 長與總經理，董事會成員中獨立董事所占比重為 9％，機構投資人、內部人，以 及大股東之持股比率分別為 8%、22%，以及 18%，總經理三年內之平均異動次 數約為 0.5 次，董監酬勞占盈餘之比重為 1%，而長期負債比率約為 7.5%。前述 除了機構投資人持股比率 8%明顯高於 Chi et al.(2009)的 4.77%之外，其餘變數均 與過去文獻之樣本分布趨勢相當接近，故整體而言，本文研究樣本之資料概況與 過去學者並無多大差異。
‧
Earnings Return
負值(％) 平均數 中位數 負值(％) 平均數 中位數
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
65
第二節 相關性分析
本節分別針對一般產業以及金融、證券業之實證模型所使用之各項變數進行 相關性分析，以考量本文實證模型所使用之因變數是否存在嚴重的多重共線性問 題(multicollinearity)，而導致迴歸結果產生偏誤之情況。同時，本文亦可就相關性 分析之結果觀察各因變數與應變數間之相關係數，初步檢視其影響方向是否與過 去實證研究結果以及本文之預期相符。
一、 一般產業之相關性分析結果
表 4–6 為一般產業樣本之 Pearson 相關係數矩陣，由分析結果可以發現，
當中除了 INSIDE%之外，其餘代理問題、公司治理變數以及準則公報變數與 C_Score 之相關性均達 1%之顯著水準（P 值 < 0.01），而其中 INST%以及 fas35 之迴歸係數絕對值（分別為 0.132 與 0.103）又明顯高於其他因變數與控制變數 之迴歸係數絕對值；顯示在此迴歸模型下，機構投資人之持股比率以及第 35 號 公報對於財務報表穩健性之影響程度相對較高。
若係探就各項變數與財務報表穩健性之影響方向，根據表 4–6 之初步迴歸 結果，董事長兼任總經理(DUAL)、獨立董事占全體董事之席次比重(EXP)、大股 東之持股比率(BLOCK%)、管理階層之更換次數(CHANGE)，以及本文所關注之 準則公報變數(fas35)與財務報表穩健值(C_Score)均為正相關；而機構投資人持股 比率(INST%)、董監事薪酬占盈餘比重(COM%)、長期負債比率(LTDEBT)、上市 上櫃年數(Age)、衡量投資循環長短指標(InvCycle)，以及減損迴轉利益以當期淨 利平減(GRI)則與穩健值(C_Score)呈負相關，當中除了 LTDEBT 之影響方向與以 往之研究結論不同外，其餘均與過去多數學者之實證結果相同。
而就因變數之間是否彼此存在高度相關之共線性問題，從相關性分析結果觀 之，其中迴歸係數絕對值最大為 Age 對 EXP 之迴歸係數 (0.373)，且變異數膨脹 因子（variance inflation factor，以下簡稱 VIF）最高僅為 1.38，顯示本文所選取 之樣本並無存在多重共線性之現象。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
66
表 4–6 一般產業之 Pearson 相關係數矩陣
C_Score (A) (B) (C) (D) (E) (F) (G) (H) (I) (J) (K) (L) (M) VIF
DUAL
(A) 0.033 1.02(0.001)
EXP
(B) 0.055 0.024 1.34(0.000) (0.018)
INST%
(C) -0.132 -0.057 0.034 1.06(0.000) (0.000) (0.001)
INSIDE% (D)
0.003 -0.073 0.025 -0.029 1.08(0.791) (0.000) (0.014) (0.003)
BLOCK% (E)
0.039 0.013 0.032 0.043 -0.159 1.06(0.000) (0.177) (0.001) (0.000) (0.000)
CHANGE
(F) 0.028 0.024 0.019 -0.035 0.015 0.044 1.02(0.005) (0.016) (0.063) (0.000) (0.131) (0.000)
COM%
(G) -0.028 -0.046 0.081 0.025 -0.005 -0.041 -0.077 1.07(0.005) (0.000) (0.000) (0.012) (0.590) (0.000) (0.000)
LTDEBT
(H) -0.040 -0.046 -0.108 0.070 -0.045 -0.027 0.017 -0.079 1.12 (0.000) (0.000) (0.000) (0.000) (0.000) (0.007) (0.092) (0.000)fas35
(I) 0.103 -0.007 0.247 0.006 -0.089 0.145 -0.024 0.019 -0.116 1.23 (0.000) (0.500) (0.000) (0.574) (0.000) (0.000) (0.014) (0.052) (0.000)Age
(J) -0.066 -0.064 -0.373 0.103 -0.170 0.077 -0.002 -0.108 0.118 0.162 1.38 (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.857) (0.000) (0.000) (0.000)InvCycle
(K) -0.038 -0.040 0.006 0.121 0.005 -0.072 0.005 -0.050 0.261 -0.021 -0.046 1.11‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
C_Score (A) (B) (C) (D) (E) (F) (G) (H) (I) (J) (K) (L) (M) VIF (0.000) (0.000) (0.577) (0.000) (0.652) (0.000) (0.639) (0.000) (0.000) (0.034) (0.000)
Volatility
(L) 0.000 0.058 -0.059 -0.062 -0.073 -0.086 0.096 -0.176 0.015 -0.213 -0.123 0.068 1.14 (0.994) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.143) (0.000) (0.000) (0.000)BigN
(M) -0.012 -0.016 0.120 0.115 -0.017 0.007 -0.015 0.021 0.024 0.050 -0.050 0.083 0.019 1.04 (0.236) (0.115) (0.000) (0.000) (0.083) (0.509) (0.144) (0.037) (0.015) (0.000) (0.000) (0.000) (0.062)GRI
(N) -0.007 0.013 -0.003 -0.007 -0.002 0.010 -0.012 0.008 -0.004 0.004 0.005 -0.007 -0.013 0.020 1.00 (0.459) (0.195) (0.741) (0.465) (0.862) (0.341) (0.247) (0.405) (0.655) (0.711) (0.605) (0.474) (0.189) (0.042)註：C_Score = 企業年度財務報表穩健值；DUAL = 董事長兼任總經理之虛擬變數；EXP = 獨立董監占全體董事監察人席次比重；INST% = 機構投資人持股比率；
INSIDE% = 內部人持股比率；BLOCK% = 大股東持股比率；CHANGE = 管理階層更換次數；COM% = 董監事薪酬占盈餘之比重；LTDEBT = 長期負債比 率；fas35 = 第 35 號公報之虛擬變數；Age = 上市上櫃年數；InvCycle = 衡量投資循環長短指標；Volatility = 日股票報酬標準差；BigN = 是否為大型事務所 查核之虛擬變數；GRI = 減損迴轉利益以當期淨利平減。
‧
‧
t-statistics P-Value Newey-West
t-statistics P-Value
DUAL
0.009 1.83∗ 0.067 2.04∗∗ 0.042‧
‧
健趨勢的影響，當本文透過 OLS 迴歸式進行估計，所獲得 fas34×Return×DR 之迴 歸係數為-1.177（P 值小於 0.1），然若係以 Newey-West(1987)調整標準誤後，其 t 值將從原先的-1.74 變成-0.94，而原本達 10%顯著水準之估計結果亦不復存在。表 4–9 準則公報對於金融、證券業財務報表穩健性之影響
𝐸𝑎𝑟𝑛𝑖𝑛𝑔𝑠 = 𝑏0+ 𝑏1𝐷𝑅 + 𝑏2𝑅𝑒𝑡𝑢𝑟𝑛 + 𝑏3𝑅𝑒𝑡𝑢𝑟𝑛 × 𝐷𝑅 + 𝑏4𝑓𝑎𝑠34 +
𝑏5𝑓𝑎𝑠34 × 𝐷𝑅 + 𝑏6𝑓𝑎𝑠34 × 𝑅𝑒𝑡𝑢𝑟𝑛 + 𝑏7𝑓𝑎𝑠34 × 𝑅𝑒𝑡𝑢𝑟𝑛 × 𝐷𝑅 + 𝜀
Variables Coef. OLS
t-statistics P-Value Newey-West
t-statistics P-Value
DR
0.564 4.20∗∗∗ 0.000 2.04∗∗ 0.042‧
18 轉引自 andrew5327 的部落格，http://andrew5327.pixnet.net/blog/trackback/6c1da9ad41/5933479
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
73
第四節 額外測試
根據前一節之實證結果顯示，第 35 號公報之適用確實對於一般產業財務報 表之穩健性影響甚深；為進一步觀察準則公報與產業特性對於穩健性之影響，本 節將就一般產業樣本按其資本密集程度，以及是否為高科技產業分別予以檢視。
一、 第 35 號公報對資本密集產業財務報表穩健性之影響
由於資本密集企業之固定資產占總資產之比重相當高，因此當企業每年針對 其固定資產提列折舊、認列減損，或者予以報銷時，對當期損益均會造成相當大 之影響；又第 35 號公報開始適用之後，企業應按規定就其土地、廠房與設備、
技術、商譽、無形資產等，於資產負債表日評估其是否有跡象顯示可能發生減損，
並認列減損損失。故本文推測第 35 號公報之適用，對於資本密集產業之影響會 更為明顯（亦即其財務報表將更為穩健）。
為驗證本文前述推論是否為真，本文將透過以下迴歸模型所獲得之實證結果 進行檢視：
C_Score
= 𝑏0+ 𝑏1𝐷𝑈𝐴𝐿 + 𝑏2𝐸𝑋𝑃 + 𝑏3𝐼𝑁𝑆𝑇% + 𝑏4𝐼𝑁𝑆𝐼𝐷𝐸% + 𝑏5𝐵𝐿𝑂𝐶𝐾% + 𝑏6𝐶𝐻𝐴𝑁𝐺𝐸 + 𝑏7𝐶𝑂𝑀% + 𝑏8𝐿𝑇𝐷𝐸𝐵𝑇 + 𝑏9𝑓𝑎𝑠35 + 𝑏10𝐶𝐼 +𝑏11𝑓𝑎𝑠35 × 𝐶𝐼 + 𝑏12𝐴𝑔𝑒 + 𝑏13𝐼𝑛𝑣𝐶𝑦𝑐𝑙𝑒 + 𝑏14𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦 +
𝑏15𝐵𝑖𝑔𝑁 + 𝑏16𝐺𝑅𝐼 + 𝜀 (10) 該模型主要係以(8)式為基礎，再將資本密集度變數(CI)，以及第 35 號公報 與資本密集度交乘項(𝑓𝑎𝑠35 × 𝐶𝐼)一併納入考量，茲將各項變數定義如下：
C_Score = 企業年度財務報表穩健值；
DUAL = 董事長兼任總經理之虛擬變數；
EXP = 獨立董監占全體董事監察人席次比重；
INST% = 機構投資人持股比率；
INSIDE% = 內部人持股比率；
BLOCK% = 大股東持股比率；
‧
t-statistics P-Value Newey-West
t-statistics P-Value
DUAL
0.009 1.84∗∗ 0.037 2.05∗∗ 0.041‧
學者進行相關研究時，亦獲得與本文類似之結論。Riedl(2004)針對美國 FAS 第 121 號「長期資產減損之會計處理」適用前後之財務報表進行比較，其實證結果‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
二、 第 35 號公報與第 37 號公報對於高科技產業財務報表之影響
根據 Chandra et al.(2004)以及 Kwon et al.(2006)之研究結果，導致美國高科技 產業財務報表趨於穩健之兩項主要因素，分別為其高風險之產業特性，以及準則 公報對於該產業之影響。有鑑於我國集體訴訟制度並不如美國健全，提起集體訴 訟風氣也較不興盛，是以本文推測我國之高科技產業比較不會為了規避股東訴訟 風險而採用穩健原則；然而本文認為，縱使高科技產業於我國面臨股東集體訴訟 之風險較低，惟其財務報表卻極有可能因同業間相互提起之專利權訴訟而趨於穩 健，因此就訴訟觀點而言，高科技產業之財務報表確實可能因頻繁之侵權訴訟而 較一般產業穩健。除前述原因之外，本文推測主要影響我國高科技產業財務報表 穩健與否之因素，尚包含準則公報之規範內容。由於我國財務會計準則公報第 37 號主要係就無形資產之會計處理進行規範，因此本文推論第 37 號公報與前述之 35 號公報，對於高科技產業之財務報表穩健程度影響較大。
本文透過以下實證模型對上一段之推論予以檢視。與(8)、(10)針對公報變數 之定義不同，本文除了將判斷高科技產業與否之虛擬變數(hightech)予以納入外，
尚將兩號準則公報之適用期間變數以 period1 以及 period2 替代：
C_Score
= 𝑏0+ 𝑏1𝐷𝑈𝐴𝐿 + 𝑏2𝐸𝑋𝑃 + 𝑏3𝐼𝑁𝑆𝑇% + 𝑏4𝐼𝑁𝑆𝐼𝐷𝐸% + 𝑏5𝐵𝐿𝑂𝐶𝐾% + 𝑏6𝐶𝐻𝐴𝑁𝐺𝐸 + 𝑏7𝐶𝑂𝑀% + 𝑏8𝐿𝑇𝐷𝐸𝐵𝑇 + 𝑏9𝑝𝑒𝑟𝑖𝑜𝑑1 + 𝑏10𝑝𝑒𝑟𝑖𝑜𝑑2 + 𝑏11ℎ𝑖𝑔ℎ𝑡𝑒𝑐ℎ + 𝑏12ℎ𝑖𝑔ℎ𝑡𝑒𝑐ℎ × 𝑝𝑒𝑟𝑖𝑜𝑑1 + 𝑏13ℎ𝑖𝑔ℎ𝑡𝑒𝑐ℎ × 𝑝𝑒𝑟𝑖𝑜𝑑2 + 𝑏14𝐴𝑔𝑒 + 𝑏15𝐼𝑛𝑣𝐶𝑦𝑐𝑙𝑒 + 𝑏16𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦 + 𝑏17𝐵𝑖𝑔𝑁 + 𝑏18𝐺𝑅𝐼 + 𝜀 (11) 本文所定義之高科技產業，主要係參考 Chandra et al.(2004)之定義方式，同 時考量時代與科技之變遷予以調整；其範圍涵括生技醫療、電腦及週邊設備、光 電、通訊網路、電子零組件、電子通路、資訊服務，以及其他電子業。本文就上 述產業類別之虛擬變數設為 1，反之則設為 0，作為區分其是否為高科技產業之 依據。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
77
至於準則公報變數部分，考量兩號公報之適用時點相當接近，為預防兩號公 報變數之間存在嚴重共線性問題，且避免兩個變數會相互捕捉其對於財務報表穩 健性之影響，本文並不擬分別就第 35 號公報以及第 37 號公報設立虛擬變數，而 係針對各公報之開始適用區間設虛擬變數，以檢視後適用者對於財務報表穩健性 之增額影響，參圖 4-1。
period1 period2
其中，第 35 號公報：「資產減損之會計處理準則」自 2005/1/1 適用；
第 37 號公報：「無形資產之會計處理準則」自 2007/1/1 適用。
圖 4-1 準則公報適用時點虛擬變數之設計
當樣本落在 2005 年至 2007 年之區間時（含 2005 年，不含 2007 年），其虛 擬變數設為 1，反之則為 0；倘若落於 2007 年之後者（含 2007 年），便將其虛擬 變數設為 1，反之設為 0。如果按前述之變數定義方式，由於 period1 之區間內僅 有第 35 號公報適用，而在 period2 之區間內則同時有第 35 號及第 37 號公報適 用，故本文推測，不僅 period1 及 period2 之迴歸係數均顯著為正，且 period2 之 迴歸係數應該會高於 period1 之迴歸係數（導因於第 37 號公報對於穩健性之增 額影響）。
根據上述說明，本文就該實證模型所使用之各項變數定義簡單說明如下：
C_Score = 企業年度財務報表穩健值；
DUAL = 董事長兼任總經理之虛擬變數；
EXP = 獨立董監占全體董事監察人席次比重；
INST% = 機構投資人持股比率；
INSIDE% = 內部人持股比率；
BLOCK% = 大股東持股比率；
2005 2007
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
78
CHANGE = 管理階層更換次數；
COM% = 董監事薪酬占盈餘之比重；
LTDEBT = 長期負債比率；
period1 = 是否落在 2005 年至 2007 年之虛擬變數；
period2 = 是否落在 2007 年以後之虛擬變數；
hightech = 是否為高科技產業之虛擬變數；
Age = 上市上櫃年數；
InvCycle = 衡量投資循環長短指標；
Volatility = 日股票報酬標準差；
BigN = 是否為大型事務所查核之虛擬變數；
GRI = 減損迴轉利益以當期淨利平減。
上述實證模型之迴歸結果可參考表 4–12，其實證結果大致上與本文預期方 向相符；其中代表高科技產業虛擬變數(hightech)之迴歸係數呈現顯著為負，顯示 我國高科技產業之財務報表與其他產業相比之下較不穩健，惟 hightech×period1 與 hightech×period2 之迴歸係數又顯著為正（P 值均小於 0.01），此結果凸顯第 35 號公報以及第 37 號公報對於高科技產業財務報表之影響程度相當大（由原先
上述實證模型之迴歸結果可參考表 4–12，其實證結果大致上與本文預期方 向相符；其中代表高科技產業虛擬變數(hightech)之迴歸係數呈現顯著為負，顯示 我國高科技產業之財務報表與其他產業相比之下較不穩健，惟 hightech×period1 與 hightech×period2 之迴歸係數又顯著為正（P 值均小於 0.01），此結果凸顯第 35 號公報以及第 37 號公報對於高科技產業財務報表之影響程度相當大（由原先