第四章 實證結果
第二節 迴歸結果
二、 Heckman 第二階段權益資金成本模型
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
二、 Heckman 第二階段權益資金成本模型
表 16 為權益資金成本模型之迴歸結果，其中第一欄為按照 PEG 法計算之權 益資金成本，第二欄則為按照 OJ 法計算之權益資金成本。由該表可看出，不論 採用 PEG 法或 OJ 法計算權益資金成本，其迴歸結果並無顯著差異，證明本研究 之實證結果並不因選用的權益資金成本計算方法而有所偏頗。
由表 16 可發現，Clawback 條款(CLAWBACK)與權益資金成本呈顯著負相關，
不論該權益資金成本係按照 PEG 法(-0.005, p < 0.05)或 OJ 法(-0.006, p < 0.05)計 算皆然。上述結果說明，由於 Clawback 條款得以消弭經理人從事盈餘操弄的動 機，進而提升公司之財務報導品質，投資人所承受之資訊風險將因此降低；是故，
相較於未採用 Clawback 條款之公司，資本市場對於採用 Clawback 條款之公司的 要求報酬將較低。因此，本研究的第一項假設獲得支持。
其餘控制變數之迴歸結果大致上亦符合本研究之預期。與過去研究結果一致 (如：Fama and French 1992; Botosan and Plumlee 2002; Khurana and Raman 2004;
Kothari et al. 2009) ， 本 研 究 發 現 ， 公 司 之 系 統 性 風 險 (BETA) 及 槓 桿 程 度 (LEVERAGE)與權益資金成本呈顯著正相關，而公司規模(SIZE)則與權益資金成 本呈顯著負相關。上述結果說明，公司特性對於權益資金成本之決定，具有舉足 輕重的影響。此外，本研究發現，分析師預測之離散程度(DISP)與權益資金成本 呈顯著正相關，顯示當公司在資本市場之資訊透明度不佳時，投資人將提高其要 求報酬，以彌補所承受之資訊風險。
本研究並未在公司營運複雜度(SEGMENT)與權益資金成本間獲得一致性的 結論。在 PEG 法下之權益資金成本模型，營運複雜度與權益資金成本呈顯著正 相關；然而在 OJ 法下之權益資金成本模型，則並未發現兩者有顯著關聯，儘管 其係數為正。其可能係因為營運複雜度較高之公司，其公司規模通常也較大；是 故，營運複雜度對於權益資金成本之影響，可能因內含了公司規模之影響而弱 化。
與 Ogneva et al. (2007)之結論相左，本研究發現公司之重大內部控制缺失
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
47
(ICW)與權益資金成本呈顯著正相關。推測其差異原因，可能係樣本期間不同所 致，Ogneva et al. (2007)之樣本期間為沙氏法案施行初期(2004 年 11 月至 2006 年 1 月)，本研究則係選用沙氏法案施行後期(2007 年至 2011 年)之樣本。本研究認 為，欲探討一項政策之影響，應以其行之有年後之期間作為衡量標準，因為在政 策施行初期，受其影響之各方關係人尚需一段適應期來進行調整，故以此期間來 衡量成效恐有失偏頗。基於上述理由，本研究之實證結果應更能反映資本市場對 於重大內部控制缺失之反應。
本研究並未發現由四大會計師事務所查核(BIG4)與權益資金成本間存在顯 著關聯，與 Khurana and Raman (2004)之結論不一致。此一差異可能係因為當今 資本市場於衡量審計品質時，除了會計師事務所之規模，亦會考量其是否為產業 專家；是故，單單倚賴四大會計師事務所之聲譽，並不足以為公司建立其市場信 心。
最後，不論以 PEG 法或 OJ 法衡量之權益資金成本模型，其 inverse Mills 比 率(LAMBDA)皆達雙尾 1%顯著水準，顯示本研究之自願性採用 Clawback 條款樣 本確實存在內生性問題，並已獲得有效控制。此外，各解釋變數之 VIF 值介於 1.02 至 1.64 間，遠低於 Kutner(2004)所建議之門檻值 10，應無共線性問題。因 此，本研究之實證結果滿足Lennox et al. (2012)所提出之三項要求。
‧ Year and Industry effects Included Included
樣本數 5119 5038
Adjusted R2 0.263 0.223
F 55.94 43.67
註 1：*,**,***分別表示達雙尾 10%、5%、1%之顯著水準。
註 2：各變數之定義如下所示。CLAWBACK：為一虛擬變數。若公司於第 t 年採用 Clawback 條 款，則為 1；若未採用則為 0；BETA：公司第 t 年底之股票 BETA 值；LEVERAGE：公司第 t 年底總負債與總資產之比值；SIZE：公司第 t 年底之總資產取自然對數；SEGMENT：公司第 t 年之地理別部門個數；ICW：為一虛擬變數。公司若於第 t 年發生重大內部控制缺失，則為 1；
若無重大內部控制缺失則為 0；BIG4：為一虛擬變數。公司若於第 t 年係由四大會計師事務所查 核，則為 1；若非由四大會計師事務所查核則為 0；DISP：公司第 t 年底之分析師預測每股盈餘 (Forecast earnings per share)，其標準差除以平均數之絕對值；LAMBDA：由自願採用 Clawback 條款模型所估計出的 inverse Mills 比率。上述各連續變數皆剔除頭尾 1%之極端值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49