關鍵查核事項與分析師預測行為之關聯性—基於台灣的實證研究 - 政大學術集成

全文

(1)國立政治大學會計學系研究所碩士學位論文. 關鍵查核事項與分析師預測行為之關聯性 —基於台灣的實證研究 The Association between Key Audit Matter and Analysts' Behaviors: Evidence from Taiwan. 指導教授：張祐慈博士研究生：吳映儀撰. 中華民國一 ○ 七年六月 0. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(2) 謝辭歷經了接近一年的努力、撰寫，這篇論文終於完成了。第一次撰寫論文，赫然發現自身充滿了不足，時有挫敗感，幸而有各位貴人的幫忙與鼓勵，才能讓我順利完成我的碩士論文。首先最為感謝的是指導教授張祐慈老師，您總是在我有疑惑、不解時傾囊相授，使我的問題迎刃而解，更給予我許多撰寫上的建議。再來感謝潘健民老師、廖芝嫻老師擔任我的口試委員，感謝您們空出您們寶貴的時間，在口試時提供寶貴的意見以及給予論文修改的建議。接下來，感謝我的同門宗元與韋新、室友逸庭、朋友毅遠與信昌，感謝你們成為我這段日子的戰友以及幫手，大家一起討論、摸索，並交換經驗，謝謝你們的鼓勵以及幫忙。最後，感謝我的家人、好友以及江岳，謝謝你們陪伴以及支持，讓我永遠都能如此的充滿活力與歡笑，我愛你們。. i. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(3) 摘要審計準則公報 58 號的發布，規定會計師必須依其專業之判斷揭露關鍵查核事項（Key Audit Matter），期望用以減少資訊落差和審計預期落差。本研究主要探討的為新式查核報告中關鍵查核事項對於分析師預測行為之影響，我認為 KAM 對於分析師來說為具增額價值的資訊，而 KAM 的揭露代表資訊透明度的增加，因此分析師的預測誤差與分歧度會下降。以台灣上市、櫃公司為樣本，實證結果為關鍵查核事項的揭露與分析師預測誤差與分歧度並無顯著相關。綜上所述，關鍵查核事項對分析師預測行為並無影響，顯示其揭露可能沒有顯著的資訊增額價值。後續研究者可待樣本期間變多之後，或是使用會計師出具的查核意見相差較大的他國資料，再進行分析師預測與關鍵查核事項之探討。. 關鍵詞：關鍵查核事項、分析師預測誤差、分析師預測分歧度. ii. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(4) Abstract The new Statement on Auditing Standard No. 58 requires the auditors, using their professional judgement, to disclose Key Audit Matters (KAMs) in the audit reports. The new requirement expects the disclosure of KAMs to reduce the information gap and expectation gap between users of financial statements and auditors. This study examines the association between KAM disclosure and financial analysts' behaviors. Specifically, I investigates whether financial analysts’ forecast error and forecast dispersion would decrease as a result of KAM disclosure, which is expected by the standard setter to improve information transparency. Using a sample of the listed company at stock exchange market and at over-the-counter market in Taiwan, the study shows that the auditors’ disclosure of KAMs has limited effects. Specifically, the disclosure of KAMs (i.e., number of KAMs, type of risks) does not significantly affect the forecast error and forecast dispersion of financial analysts. Overall, this study shows that the disclosure of KAMs does not provide incremental information for financial analysts. The results may not be generalizable to other institutional contexts, especially to countries where the auditors provide audit opinions other than clean ones, or to countries where the requirement of KAM reporting has been adopted for years.. Keywords: Key Audit Matter, forecast error, forecast dispersion. iii. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(5) 目錄第一章. 緒論 ........................................................................................................... 1. 第一節. 研究背景、動機與目的 ............................................................................ 1. 第二節. 研究問題 .................................................................................................... 3. 第三節. 研究架構 .................................................................................................... 3. 第二章. 文獻探討 ..................................................................................................... 4. 第一節. 關鍵查核事項 ............................................................................................ 4. 第二節. 分析師盈餘預測 ........................................................................................ 8. 第三章. 研究設計 ................................................................................................... 12. 第一節. 研究假說 .................................................................................................. 12. 第二節. 實證模型與變數衡量 .............................................................................. 14. 第三節. 樣本選擇與資料來源 .............................................................................. 21. 第四章. 實證結果與分析 ......................................................................................... 23. 第一節. 敘述性統計分析 ...................................................................................... 23. 第二節. 相關係數分析 .......................................................................................... 28. 第三節. 實證結果 .................................................................................................. 32. 第四節. 追加測試 .................................................................................................. 37. 第五章. 結論與建議 ................................................................................................. 40. 參考文獻 ..................................................................................................................... 41 附錄. 關鍵查核事項的分類 ..................................................................................... 46. iv. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(6) 表目錄表1. 變數操作定義................................................................................................... 20. 表2. 樣本選擇—預測誤差....................................................................................... 22. 表3. 樣本選擇—預測分歧度................................................................................... 22. 表 4-1. 分析師預測誤差（Ferror）之敘述性統計—Post ................................... 24. 表 4-2. 分析師預測誤差（Ferror）之敘述性統計—KAM、KAM_Category ..... 25. 表 5-1. 分析師預測分歧度（Disp）之敘述性統計—Post ................................... 26. 表 5-2. 分析師預測分歧度（Disp）之敘述性統計—KAM、KAM_Category .... 27. 表 6-1. 迴歸式 1、3、5 之皮爾森相關係數檢定 ................................................... 30. 表 6-2. 迴歸式 2、4、6 之皮爾森相關係數檢定 ................................................... 31. 表 7-1. 關鍵查核事項的揭露會影響分析師預測誤差、分歧度分析結果 ........... 34. 表 7-2. 關鍵查核事項的數量會影響分析師預測誤差、分歧度分析結果 ........... 35. 表 7-3. 關鍵查核事項類別中屬於重要的項目之一會影響分析師預測誤差、分歧度分析結果.................................................................................................... 36. 表 8-1. 關鍵查核事項的揭露、數量會影響分析師預測分歧度分析結果 ........... 38. 表 8-2. 關鍵查核事項分類中屬於重要的項目之一會影響分析師預測分歧度分析結果................................................................................................................ 39. 附錄表 1. 關鍵事項查核報告項目分類................................................................... 46. 附錄表 2. 關鍵查核事項分類的詳細介紹 .......................................................... 47. v. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(7) 第一章. 緒論. 第一節研究背景、動機與目的近年來，隨著經濟的日益發達，商業模式越趨複雜、交易種類越來越多元，企業所提供的財務資訊，越趨於複雜與專業，會計與審計準則也因應此趨勢而不斷的增訂、修改。自 2008 年雷曼兄弟開始的金融危機之後，各利害關係人紛紛要求公司提高資訊揭露程度，分析師、監管機構、投資人、債權人等希望資訊能夠揭露的更深入以及更公司個別化。因此英國財務報告監理機關財務報告理事會（FRC）與國際審計委員會（IAASB）分別於 2013 年發布新式會計師查核報告準則與查核報告審計準則草案，國際審計委員會（IAASB）更於 2015 年發布 ISA700 「 Forming an Opinion Reporting on Financial Statements 」、 ISA701 「Communicating Key Audit Matters in the Independent Auditor’s Report」。而在我國，中華民國會計研究發展基金會參考國際審計準則 ISA 700 之相關規定，於 2015 年 9 月 22 日發布審計準則公報第 57 號「財務報表查核報告」，規範會計師對財務報表形成查核意見之責任，亦規範依查核結果所出具查核報告之格式及內容。該基金會也參考 ISA 701 之規定，於 2016 年 4 月 12 日發布審計準則公報第 58 號「查核報告中關鍵查核事項之溝通」，規範會計師於查核報告中溝通關鍵查核事項之責任與內容。審計準則公報第 57 號「財務報表查核報告」所規範的新式查核報告和原本舊式的查核報告有不同之處：查核意見放在第一段，且段落數較多；更詳細敘述管理階層對財務報表的責任與會計師對查核財務報表的責任；查核報告的撰寫更具彈性，舊式的查核報告內容及用字多為標準式的內容及用語，新式查核報告則是用比較客製化、為各個公司個體量身訂做的文字。而在各項改變中，最重要的改變為多了一個段落為「關鍵查核事項段」。審計準則公報第五十八號有提到，溝通關鍵查核事項之目的係對所執行之查核提供更高之透明度，俾增進查核報告之溝通價值。關鍵查核事項之溝通係為財務報表預期使用者（簡稱預期使用者）提供額外資訊，以協助其瞭解依會計師之專業判斷，對本期財務報表之查核最為重要之事項。此外，於查核報告中溝通關鍵查核事項，可提供預期使用者就受查者相關事項、經查核之財務報表或所執行之查核，作為與管理階層及治理單位進一步溝通之基礎。公報中訂定公報 57 號、58 號於 107 年 7 月 1 日開始正式實施（亦得提前適用），但金管會規定上市、櫃公司要於 105 年應提前適用。財務報表使用者有很廣泛，例如：投資者、分析師、銀行和監管機構。而近年來，企業所提供的財務資訊，越趨於複雜與專業，導致投資大眾難以解讀，因此需要仰賴分析師的資訊解讀能力。Beaver (1998)提出，財務分析師是證券市場最重要的資訊仲介者，其任務大致可以分為私有資訊的蒐集、預測未來和回饋分析。亦有文獻指出，分析師是財務會計資訊的主要使用者，其利用公司的歷史盈餘資訊來預測公司之未來盈餘 (Behn et al. 2008)。而財務資訊的揭露對於分析師 1. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(8) 來說相當重要。學者王韶濱與許明曄 (2011)於研究指出，資訊透明度愈高之公司，證券商分析師預測意願也愈高；資訊透明度愈高愈能提升證券商分析師預測精確性，亦發現處於知識經濟時代，非財務性資訊在提升證券商分析師預測精確度上更形重要。因此關鍵查核事項的出現，代表著市場獲得越充足的資訊揭露，而其是不是會影響分析師盈餘預測誤差，或是影響分析師預測的分歧度呢？進一步討論，如果揭露的關鍵查核事項對於分析師具有價值攸關性，也就是說對於他們而言為相對重要的資訊，會不會也會提高分析師盈餘預測的準確度或是降低分析師預測的分歧度呢？本研究希望透過探討關鍵查核事項是否會影響分析師預測準確度、分析師預測分歧度，來研究分析師會不會因為關鍵查核事項的揭露而改變盈餘預測，進而找出哪些關鍵查核事項是分析師所關切的，期望能對投資大眾提供一個投資的參考方向。. 2. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(9) 第二節. 研究問題. 在多年以來分析師便會對於他們感興趣的公司進行盈餘預測，而在新式查核報告中最重要的改變就是增加關鍵查核事項的揭露。本研究欲探討的問題分為兩部分，首先為探討關鍵查核事項之揭露與否是否會影響盈餘預測；並進一步探討揭露之數量和重要項目是否和分析師盈餘預測相關。研究問題陳述如下：一、關鍵查核事項的揭露是否影響分析師盈餘預測的誤差、分析師預測的分歧度？二、關鍵查核事項的數量是否影響分析師盈餘預測的誤差、分析師預測的分歧度？三、揭露對於分析師而言更為重要的關鍵查核事項項目是否會對分析師盈餘預測的誤差以及分歧度有所影響？. 第三節. 研究架構. 第一章緒論為探討本研究之研究動機、研究目的與研究問題。第二章文獻探討為蒐集並整理與本研究相關之文獻，包括新式查核報告、關鍵查核事項與分析師盈餘預測。第三章研究設計說明樣本資料來源、實證模型、變數定義、關鍵查核事項分類，並根據過去相關文獻推導並建立假說。第四章實證結果與分析利用敘述性統計分析、相關係數分析及迴歸模型分析，說明研究結果與原因，並進行追加測試再次驗證實證結果。第五章結論與建議則根據實證結果與分析作出結論，說明研究限制，並提出未來後續研究建議。. 3. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(10) 第二章第一節. 文獻探討關鍵查核事項. 一、新式查核報告與關鍵查核事項的產生自從 2008 年的金融危機以來，舊式的標準查核報告在自古以來即受很大的非議，因為其造成了審計期望差距（Expectation gap）和資訊落差（Information gap）的擴大。審計期望差距可以被解釋為大眾對於會計師的期望與實際上會計師職業上所做的落差，也就是代表會計師實際能提供之資訊不及使用者之預期。這個原因可能是因為報告使用者並不了解會計師的職責，他們希望會計師能夠保證財務報告中的所有項目都為正確，然而實際上並非如此(Lee et al. 2009)。 Church et al. (2008)也認為原本標準化的查核報告並沒有溝通價值，而只有象徵性的價值，原因在於在其中對於會計師的責任敘述的太少了。資訊落差可以被解釋為在財務報表中，使用者缺乏對其作投資決策時有用的資訊。Asare and Wright (2012)認為財務報表使用者需要更多關於會計師如何傳達查核中所發現的明確、具體的資訊。整體來說，舊式的查核報告最大的缺點便是太標準化、太具有一致性了，而非依據各個公司不同的情況來說明。 IAASB 想要改善審計期望差距和資訊落差的問題，因此於 2013 年，英國財務報告監理機關財務報告理事會（FRC）與國際審計委員會（IAASB）分別發布新式會計師查核報告準則與查核報告審計準則草案，國際審計委員會（IAASB）更於 2015 年發布 ISA700「Forming an Opinion Reporting on Financial Statements」、 ISA701「Communicating Key Audit Matters in the Auditor’s Report」。而在我國，中華民國會計研究發展基金會參考國際審計準則 ISA 700 之相關規定，於 2015 年 9 月 22 日發布審計準則公報第 57 號「財務報表查核報告」，也依據 ISA701 發布公報第 58 號「查核報告中關鍵查核事項之溝通」。隨後更依據 ISA570 發布公報 61 號「繼續經營」、ISA705 發布公報 59 號「修正式意見之查核報告」、ISA706 發布公報 60 號「查核報告中之強調事項段及其他事項段」、ISA260 發布公報 62 「與受查者治理單位之溝通」。本次新修訂的財務報表查核報中，完整的查核報告應有報告名稱、報告收受者、查核意見、查核意見之基礎、繼續經營有關之重大不確定性、關鍵查核事項、管理階層之對財務報表之責任、會計師查核報表之責任、會計師之簽名與蓋章、會計師事務所之名稱與地址與查核報告日。而在審計公報 58 號「查核報告中關鍵查核事項之溝通」中，說明了如何決定關鍵查核事項。第一階段：決定查核時高度關注之事項。做此決定時，查核人員優先考量下列情事：所評估重大不實表達風險較高之領域，或依審計準則公報第四十八號「了解受查者及其環境以辨認並評估重大不實表達風險」所辨認存有顯著風險之領域；對財務報表中涉及管理階層重大判斷之領域（包括已辨認具高度不確定性之會計估計），查核人員所作之重大判斷；於財務報導期間所發生之 4. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(11) 重大事件或交易對查核之影響。第二階段：會計師應從所決定之高度關注之事項中，進一步決定對本期財務報表之查核最為重要之事項，亦即關鍵查核事項。. 二、英國與台灣的實施成果 1. 英國英國財務報告理事會自 2014 年起連續兩年將實施之結果做成調查報告供外界參考。FRC 2015 年針對已適用之 153 家上市公司進行調查，據調查結果，事務所對於長式報告之正面反應超乎英國 FRC 之預期，雖然各大事務所有發展出事務所特有之查核報告表達型態，但並未有內容完全相同之查核報告。以 KAM 的分類來看，常見的為商譽減損、所得稅、收入認列、非商譽之資產減損。以產業區分來統計 KAM 的平均數量來看，各產業 KAM 的數量在第一年與第二年調查無大幅變動，只有公共營業部門及石化部門變動稍微較大，分別增減一至二項。以查核報告之細緻度來看，第一年 KPMG 最佳，其他三所內容較廣泛，但皆於第二年改善。以 KAM 中對特定風險之查核結果提供更細緻之描述來說，PwC 所有的查核發現都有揭露。最後 FRC 所做出整體性結論為有以下這幾項：一、投資者普遍對長式查核報告持正面看法，認為查核報告透明度大幅提升；另公司治理單位亦持正面之態度，且較重視會計師之查核規劃。二、FRC 建議各國主管機關應與利害關係人（包括會計師事務所、企業治理單位及投資人）持續溝通，尤其部分投資人對於查核報告揭露收入認列為重大風險事項，可能認為公司營業收入有疑慮，進而可能影響公司之股價。三、原本大型事務所對於新查核報告有所保留，但是實施了之後，多持正面態度。. 2. 台灣金管會於 2017 年發布「上市（櫃）公司 105 年財務報告採用新式查核報告情形」供外界參考。105 年 1,627 家上市（櫃）公司關鍵查核事項共計 3,548 個，各家公司關鍵查核事項平均個數為 2.18 個。常見關鍵查核事項前三項分別為「存貨評價」、「收入認列」及「資產減損」，占全部項目之 26.07%、25.79%及 14.15%。並提出了五項缺失： (1) 於查核報告中納入繼續經營有關之重大不確定性段時，未依公報規定加註「重 (2) (3) (4) (5). 大」字樣。個體財報未揭露關鍵查核事項。關鍵查核事項段未敘明會計師決定列入該關鍵查核事項之理由。關鍵查核事項段未索引至財務報告相關附註揭露。關鍵查核事項段敘述過於簡略及制式化，未敘明該事項受查公司之特定情況。而黃國源與方順逸(2017)的研究中亦提到台灣的關鍵查核事項的揭露缺失會. 影響關鍵查核事項的溝通價值。研究指出約有三分之一的關鍵查核事項提及產業相關字眼，代表關鍵查核事項多為產業相關風險，無法連結到特定公司，並認為 5. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(12) 關鍵查核事項使用含混的用語，缺乏辨識度，可以移植到任一公司。. 三、查核報告使用者對於新式查核報告、關鍵查核事項的觀點 1. 揭露關鍵查核事項的風險審計公報 58 號「查核報告中關鍵查核事項之溝通」中有提到，關鍵查核事項並非用以：取代管理階層依適用之財務報導架構須於財務報表中所作之揭露，或取代為達到允當表達所作之揭露；取代會計師於特定查核案件情況下須表示之修正式意見；取代使受查者繼續經營之能力可能產生重大疑慮之事件或情況存在重大不確定性時所須作之報導。因此可以發現關鍵查核事項的功用是提供更多有用的資訊，以協助閱讀者能夠更了解公司，並非用以增加更多新的原始資訊。職業道德規範公報第一號「中華民國會計師職業道德規範」第二條規定，會計師應以正直、公正客觀之立場，保持超然獨立精神，服務社會，以促進公共利益與維護經濟活動之正常秩序。會計師提供專業服務時應遵循本規範，其基本原則如下：正直、公正客觀、專業能力及專業上應有之注意、保密與專業態度。其中保密正是能得到客戶信任最重要的條件，若失去會計師失去保密這個條件，可能會使客戶流失。而且在與管理階層溝通何為關鍵查核事項時，很有可能花費很長的討論時間 (MARC 2011)，然而最後決定的關鍵查核事項會不具資訊價值。此兩項理由可能會造成會計師揭露關鍵查核事項的多寡、段落長度與內容詳細程度。因此揭露關鍵查核事項對於公司與會計師來說皆為風險，許多文獻也針對會計師揭露之後的查核責任增加與否進行探討，有些提出使用者對於會計師查核責任減輕 (Kachelmeier 2017；Brasel et al. 2016；Brown et al. 2014)，但也有人認為會計師的查核責任增加 (Gimbar et al. 2016)。. 2. 新式查核報告以及其中的關鍵查核事項段有資訊價值 Christensen et al. (2014)的研究為檢視非專業投資人對於關鍵查核事項段中關於公允價值評估之反應。他們利用大學商學院學生閱讀個案來進行分析，個案中包括個案公司的基本資料介紹、一部分的查核報告和投資收益有關公允價值附註揭露。其中查核報告又有分三組：第一組為傳統的查核報告，第二組為傳統的查核報告加上關鍵查核事項段，第三組是將第二組包含在關鍵查核事項段的資訊移至附註揭露的部分。研究發現關鍵查核事項會影響投資人對該企業之風險評估及決定投資公司的判斷、有揭露關鍵查核事項之查核報告比起附註揭露闡明關鍵查核事項的資訊之影響力較大和關鍵查核事項對於受試者的影響在受試者看到對於關鍵查核事項的建議時會被消除，顯示使用者有看到揭露的資訊價值。 Sirois et al. (2014)探討資訊使用者是否閱讀查核報告時是否會特別聚焦於關鍵查核事項。本篇的研究方法為運用眼球追蹤技術實驗來探討，分為四個組別，分別給予四種版本的查核報告：標準式查核報告（2016 年 12 月 ISA 700）、揭露 6. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(13) 一個關鍵查核事項的查核報告、揭露三個關鍵查核事項的查核報告和揭露一個關鍵查核事項加上查核程序的查核報告，讓使用者閱讀完查核報告判斷是否給予借貸核准。本篇研究結論為使用者雖然會特別關注會計師對風險的額外揭露，但因揭露資訊增加，使用者會降低對於其他沒有被關鍵查核事項提及之攸關資訊的注意力，故使用者的注意力取決於有無被關鍵查核事項提及。 Köhler et al. (2016)探討關鍵查核事項段對於專業投資人是否具有資訊價值。研究以 89 位來自德國、美國等各國的專業投資人為樣本，並發現關鍵查核事項的揭露對於專業投資人正向影響，然而在近一步測試中，卻發現關鍵查核事項對於非專業投資人沒有增加資訊價值，代表非專業投資人較難理解關鍵查核事項所要傳達的資訊。 Smith (2017)的研究則是了解 ISA700 所規定的新式查核報告在英國和愛爾蘭的影響。本篇得到的結論為新的審計準則改善了查核報告的可讀性，並更好的反映了財務報表審計的風險，並以更多負面和不特定性用語揭露客戶的個別審計風險；在採用了新式查核報告之後亦降低了分析師盈餘預測分歧的情況。進一步研究更發現，大型的會計師事務所、會計產業專家出具的查核報告有較高可讀性。 Reid et al. (2015)使用異常交易量（abnormal trading volume）和異常買賣價差（abnormal bid-ask spread）來測試新式查核報告是否可以降低資訊不對稱。研究發現查核報告所額外揭露的訊息，使異常交易量顯著增加、異常買賣價差顯著降低；而且對於資訊環境較弱的地方，異常交易量增加幅度更大。此研究顯示，新式查核報告的額外揭露提供了投資人有資訊價值的資訊。 Reid et al. (2018)使用異常應計項目（abnormal accurals）和是否符合或背離（meet or beat）分析師預測來當作審計品質的變數，以反映新式查核報告對於投資者是否有資訊價值。實證結果發現，使用新式查核報告後，異常應計項目、符合或擊敗分析師預測顯著下降，代表著審計品質明顯提升。而審計品質的提升，表示財務報告資訊的有用性提高，能強化會計資訊、減緩資訊不對稱的效益，代表對於投資者來說具有資訊價值。. 3. 新式查核報告以及其中的關鍵查核事項段沒有資訊價值然而新式查核報告以及其中的關鍵查核事項段究竟有沒有資訊價值呢？ Chong and Pflugrath (2008)使用問卷調查，調查股東認為資訊量的增加並不代表著實際的資訊價值增加，可能原因為資訊量的增加反而會造成使用者更難去閱讀、了解查核報告。Chen et al. (2013)的研究結果顯示當投資者資訊量超過其所能負荷時，會選擇忽視資訊。在法國，有一個相似於關鍵查核事項的 Justification of Assessment（JOA）， Bédard et al. (2014)的研究是為了解 JOA 對於審計品質、審計成本和審計效率的影響。研究顯示額外資訊揭露對於法國會計師的影響有限，市場對於 JOA 並無顯著反映，也顯示審計品質、審計成本與審計效率並無顯著影響。因此此篇認為會計師所揭露的 JOA 對於報告使用者來說為一個象徵性價值，而非具有資訊價 7. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(14) 值。 Guiterrez et al. (2017)以英國的資料來分析實施新準則後一年對於審計成本、審計品質，以及投資者反應的影響。本篇得到的結論為審計公費只有微幅的增加，而對審計品質，以及投資者反應的影響較小。研究認為會計師揭露的資訊對於投資者較無資訊性，他們認為就算額外的資訊揭露增加，若對於投資者來說為非攸關，則資訊仍為無資訊價值，對於投資者來說較無影響。 Czerney et al. (2017)研究投資者對於出具無保留意見查核報告所附加的解釋性段落的反應。研究發現投資者對於附加的解釋性段落的較沒有反應，可能是因為先前揭露的資訊中，已經使用其他形式的解釋來使投資人了解了，或是投資人不了解解釋性段落的含意。 Lennox et al. (2017)使用短窗期與長窗期的市場反應來衡量投資者對於新的重大誤述風險（Risk of Material Misstatement）是否有反應。結果顯示在短窗期的部分，投資者並不會有反應，顯示投資者並沒有視這些風險揭露為增額資訊；長窗期的部分也顯示，這些風險揭露能將不確定性隱含其中，然而投資者仍未視這些風險揭露為增額資訊。進一步分析，這些揭露缺少增額資訊的原因為大部分的風險已經被揭露在管理當局的盈餘發布、會議記錄，或是前一年的年報中了，因此投資者在這些風險被揭露之前已經獲得大部分的風險資訊了。 Mock et al. (2013)的研究提到查核報告使用者希望能夠得到關於公司和審計相關資訊，公司相關資訊包括會計政策和風險相關資訊，而審計相關資訊則是查核判斷、會計師獨立性、查核程序和確信程度。然而本篇認為新式查核報告並沒有真正的提供具有資訊價值的資訊。. 第二節一、. 分析師盈餘預測. 分析師之重要性. 分析師是資本市場上重要之資訊媒介，為促進資本市場效率不可或缺之角色 (Hope 2003a)。一般投資大眾相比分析師而言，能得到資訊的管道較分析師來的少，而且通常較不具有專業能力能夠解讀。因此Bradshaw (2011)認為分析師預測為投資大眾的重要參考資料，進而影響公司股價。Barniv and Cao (2009)研究以公司財務報表重編為投資人面臨不確定性的代理變數，此研究發現當財務報表重編時，投資人越依賴分析師預測報告，分析師的重要性可見一斑。 Beaver (1998)提出，財務分析師之任務大致可以分為私有資訊的蒐集、預測未來和回饋分析。分析師蒐集並處理公開市場上獲得的會計與審計資訊，並預測公司營運狀況做為投資民眾參考之用，因而分析師為財務資訊的重要使用者。由於分析師是資本市場中重要的資訊使用者，因此，文獻上常以其預測品質作為觀察市場效率程度或資訊攸關性之指標 (Herrmann et al. 2007)。. 8. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(15) 二、. 分析師預測誤差與預測分歧度. 根據 Schipper (1991)的研究，用來預測未來市場盈餘預期有許多代理變數，如：分析師預測間的分歧程度、分析師預測誤差、預測準確度等，本研究使用 Hope (2003a)之研究計算分析師盈餘預測誤差、使用 Barron et al. (1999)之研究計算分析師盈餘預測分歧度進行探討。盈餘預測誤差為分析師對公司未來的盈餘預測與公司實際盈餘的差異，當兩者的差異越大時，則代表盈餘預測誤差越大。而盈餘預測分歧度則是代表分析師對於公司未來公司前景的共識，當分歧度越大時，代表分析師們的預測較不一致 (Payne and Robb 2000; Imhoff and Lobo 1992)。分析師可能使用不同的公開資訊與私有資訊來預測，以及擁有不同的預測能力，預測分歧因此產生。王韶濱與許明曄 (2011)於研究指出，資訊透明度愈高之公司，證券商分析師預測意願也愈高；資訊透明度愈高愈能提升證券商分析師預測精確性。亦發現非財務性資訊透明度與證券分析師呈顯著正相關，代表隨著創新技術之演進以及商業經營模式之轉變，財務性資訊已經無法充分傳遞公司真正價值，非財務性資訊之重要性逐漸提升。汪進揚和鄧名堯 (2012)於研究中採用證券暨期貨市場發展基金會所公布之資訊透明度評鑑結果，以預測準確度作為分析師盈餘預測品質之代理變數。實證結果指出，在控制潛在影響因素下，企業整體資訊透明度與分析師盈餘預測準確度成顯著正向關係；此研究結果顯示，提高企業整體資訊透明度，可提升分析師盈餘預測品質，進而降低市場資訊不對稱問題。 Lang and Lundholm (1996)的研究發現公司具有充分性的揭露政策時，分析師預測的準確性會提高、分歧度會降低，且分析師預測變動調整的情況也會較少發生。另外，研究也主張充分的揭露有潛在的利益：吸引更多投資者投資、減少估計風險與降低資訊不對稱的狀況。當公司提供未來盈餘揭露越具資訊性，分析師預測的準確性會提高、分歧度會降低。 Hope (2003a)的研究發現會計政策揭露程度與分析師盈餘預測誤差及分歧度呈現顯著負相關。相對於年報其他揭露項目，會計政策揭露對於分析師非常有用，提供增額解釋能力。本篇研究證實會計政策會減少盈餘預測的不確定性。Barron et al. (1999)的研究指出當上市公司年報「管理階層討論與分析」（Management Discussion and Analysis）揭露評等高時會降低預測誤差與分歧度。綜合以上文獻，皆指出對於資訊揭露透明度高、資訊性高的公司，分析師預測的誤差與分歧度皆會降低。分析師在進行預測時，可能會根據已公開的公有或共同訊息，例如：公司揭露給分析師的訊息，以及其他共同的資訊來源，包括報章雜誌、總體經濟資訊、查核報告。另外，分析師也可能根據未公開的私有資訊來進行預測。Moyes et al. (1997)比較美國與台灣分析師在預測時的參考資料發現，相較於美國，台灣分析師在進行分析時，較依賴產業相關資訊、政府政策與第二手資訊來源，較少關注. 9. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(16) 管理當局公開或是私人的資訊，原因為美國分析師著重基本分析，台灣分析師著重技術分析。我們可以從文獻中發現分析師在閱讀財報時會針對某些項目進行關注，如：無形資產 (Barth et al. 2001; Barron et al. 2002; Gu and Wang 2005)。Barron et al. (2002)發現對於擁有很多無形資產的公司，分析師預測的一致性較低；也發現相較於擁有較少無形資產的公司，分析師個人的預測誤差較大，因此認為分析師解決此問題的方式為考量更大比例的私有資訊在分析師預測之中。他們進一步的分析更發現分析師對於擁有較多無形資產的公司，他們會加強採用財務報導系統，以使他們的預測更為精確。而 Abarbanell and Bushee (1997)則研究財務報表的重要項目分析與實際未來盈餘變動、分析師預測調整和同時期的股票收益的關聯性。重要項目如：應收帳款、存貨、銷貨、銷貨毛利、稅率、資本支出。研究發現分析師和投資者在評估未來公司績效時會依據大部分的重要指標，但非全部。研究也發現分析師預測並沒有完全將投資者在重要指標中所注意到資訊納入預測中，作者認為因為重要指標其中內含的訊息可能跟短期的盈餘較不相關，而分析師預測主要是傳遞短期間的盈餘訊息，價值攸關的資訊可能會被分析師忽略，然而卻會被反應在股票價格中。. 三、. 查核報告與分析師的連結. Mock et al. (2013)提到，對於會計師進行查核或是核閱的資訊，例如：內部控制報告、社會企業責任報告書、管理階層盈餘預測等，分析師都會覺得較有可信度。而在會計師所出具的查核報告的內容中，分析師會最先注意查核意見。 Duréndez Gómez‐Guillamón (2003)利用問卷的方式詢問評級機構和分析師對於查核意見是否為作決策時的攸關資訊。研究發現查核報告使用者認為當要做決策時，查核意見為重要且有用的。 Coram et al. (2011)使用口語原案分析（Verbal protocol analysis）來對財務分析師進行研究，研究分為三個階段：第一階段為閱讀沒有附上無保留意見查核報告之財務報表、第二階段為附上無保留意見短式查核報告之財務報表與無保留意見長式查核報告之財務報表，並詢問是否修改對於第一階段的看法、第三階段為請受試者評估第一階段與第二階段的查核報告是否會增加他們對於財務報告之信任。研究結果為分析師們認為有附上無保留意見之財務報表較可信，然而短式或長式報告對於他們來說並無差別，他們所注重的是確認會計師出具財報的意見是否為無保留意見而已。 Gray et al. (2011)使用焦點團體的影響，針對銀行業者、分析師等報表使用者進行探討，結果發現分析師希望有依據公司來客製化的資訊，供他們分析之用。他們希望能夠將有會計估計的項目列出來，並在報告中告知這些會計估計所帶來的影響或是敏感性。他們也希望能夠揭露會計師與管理階層對於這些會計估計之溝通內容。本研究也發現，報表使用者對於會計師解釋段落並不了解，他們只會 10. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(17) 注意是否為無保留意見，以及簽證會計師的身份而已。該研究也發現，若是查核報告的額外資訊是照本宣科的書寫，則不論增加了多少資訊，使用者依舊不會閱讀。 Smith (2017)的研究發現 ISA700 所規定的新式查核報告改善了查核報告的可讀性，並更好的反映了財務報表審計的風險，並以更多負面和不特定性用語揭露客戶的個別審計風險；在採用了新式查核報告之後亦降低了分析師盈餘預測分歧的情況。綜合以上文獻，我們可以發現分析師認為經會計師查核的資訊具有可信度，且分析師會先聚焦於查核意見是否為無保留意見，然而並不了解會計師的解釋段落。但是若公司增加了客製化資訊以及與管理階層的溝通與討論，分析師將會納入分析考量中。. 11. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(18) 第三章第一節. 研究設計研究假說. 分析師在使用資訊時，會同時使用歷史資料與預測資料。另一方面，分析師在預測時，可能會根據已公開的公有訊息，也可能根據未公開的私有訊息來做預測。當公共資訊的品質提升時，分析師會增加使用公共資訊的比重，同時當私有資訊減少，分析師們對於公司未來盈餘的看法會更趨於一致(Hope 2003a)。汪進揚和鄧名堯(2012)於研究中指出，在控制潛在影響因素下，企業整體資訊透明度與分析師盈餘預測準確度成顯著正向關係。而王韶濱與許明曄 (2011)於研究指出，資訊透明度愈高之公司，證券商分析師預測意願也愈高；資訊透明度愈高愈能提升證券商分析師預測精確性，亦發現處於知識經濟時代，非財務性資訊在提升證券商分析師預測精確度上更形重要。Lang and Lundholm (1996)也發現當公司提供的未來盈餘資訊有資訊性時，分析師預測準確度會上升、分歧度會下降。綜合上述文獻，我們可以得知當公司揭露的資訊透明度越高、越有資訊性時，會影響分析師預測行為，使得分析師預測誤差、分歧度下降。根據上一節文獻探討所提到的文獻中，我們認為增加關鍵查核事項段的揭露可以改善資訊不對稱之問題。揭露的增加可以讓專業投資人一窺會計師與公司審計委員會認為公司具價值的面向，進而幫助自己分析、預測。例如，Christensen et al. (2014)提出查核報告使用者閱讀關鍵查核事項後，會影響他們對於企業的風險評估與投資判斷，而且這些影響會在看到對於關鍵查核事項的建議時被消除。 Sirois et al. (2014)則發現使用者會特別聚焦於關鍵查核事項，降低對其他資訊的注意力。Köhler et al. (2016)以各國的專業投資人為樣本，發現關鍵查核事項的揭露對於專業投資人正向影響。Smith (2017)的研究更提到新式查核報告的採用更好的反映了財務報表審計的風險，並以更多負面和不特定性用語揭露客戶的個別審計風險，亦降低了分析師盈餘預測分歧的情況。然而亦有可能揭露的增加對於使用者沒有價值。第一，資訊超載的現象可能會發生，也就是當資訊使用者得到超出其能負荷的資訊時，反而會影響其正常的決策行為(Chong and Pflugrath 2008; Chen et al. 2013)。第二、資訊使用者對於新揭露的資訊沒有興趣閱讀。例如，Lennox et al. (2017)的結果顯示，在短窗期與長窗期市場反應的部分，投資者未視重大誤述風險揭露為增額資訊原因為大部分的風險已經被揭露在管理當局的盈餘發布、會議記錄，或是前一年的年報中了。 Czerney et al. (2017)研究投資者對於附加的解釋性段落的較沒有反應，可能原因為先前揭露的資訊中，已經使用其他形式的解釋來使投資人了解了，或是投資人不了解解釋性段落的含意。Bédard et al. (2014)研究法國所揭露類似於關鍵查核事項的 JOA，發現市場對於 JOA 並無顯著反映，代表 JOA 為象徵價值，無資訊性。 Guiterrez et al. (2017)則發現新式查核報告對於投資者反應較無影響，本篇指出若. 12. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(19) 額外揭露的資訊為非攸關資訊，則該資訊並無資訊價值。因此基於以上研究，本研究發展研究假說一（H1a、H1b）如下： H1a：關鍵查核事項的揭露會影響財務分析師預測誤差。 H1b：關鍵查核事項的揭露會影響財務分析師預測分歧度。風險的揭露可以為投資者帶來預警，可以使其注意會影響公司未來營運績效的因素。而關鍵查核事項為公司風險的揭露，且揭露的多寡取決於會計師的專業判斷。初始決定為關鍵查核事項之數量愈多，查核人員可能愈須重新考量每一該等事項是否符合關鍵查核事項之定義。過多之關鍵查核事項可能與該等事項係對查核最為重要事項之觀念不符。且揭露的越多，也有可能會造成會計師的責任增加 (Gimbar et al. 2016)。Guiterrez et al. (2017)分析英國的新式報告內容，研究發現報告的長度與揭露風險的數量皆與審計公費正相關、投資者反應與風險揭露的數量與重大性總額呈現正相關，代表會計師必須投入更多心力或承受更多風險來進行揭露。Sarens et al. (2016)的研究發現分析師在進行預測時，會考慮公司個體的風險，也發現納入考量的比重依其揭露的內容而定。當揭露的內容越詳細、越客製化，以及未來導向，納入預測考量的比率會越重。因此本研究認為，關鍵查核事項的數量多寡會影響分析師的預測行為，本研究發展研究假說二（H2a、H2b）如下： H2a：關鍵查核事項揭露的數量會影響財務分析師預測誤差。 H2b：關鍵查核事項揭露的數量會影響財務分析師預測分歧度。 Lev and Thiagarajan (1993) 和 Abarbanell and Bushee (1997)探討分析師如何使用財務報表中的基本資料來預測盈餘，包括應收帳款、存貨、銷貨、銷貨毛利、稅率，以及資本支出等各項資訊之變動。Barth et al. (2001)和 Barron et al. (2002) 則發現當公司有較多無形資產時，分析師較喜歡報導、分析師預測的共識越少、預測誤差也越大。而在關鍵查核事項分類中有列出許多項目為分析師在財務報表中所注重的相同類別的資訊，因此本研究將應收帳款、存貨、銷貨、銷貨毛利、稅率、資本支出、無形資產等項目列為重要項目，會於以下一節詳細說明。基於以上研究，本研究發展研究假說三（H3a、H3b）如下： H3a：關鍵查核事項類別中屬於重要的項目之一會影響分析師預測誤差。 H3b：關鍵查核事項類別中屬於重要的項目之一會影響分析師預測分歧度。. 13. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(20) 第二節. 實證模型與變數衡量. 根據本研究的假說，分析盈餘預測行為會受關鍵查核事項的影響，本研究參照 Hope (2003a)與 Barron et al. (1999)之模型，再加入 Post、KAM、KAM_Category 作為主要變數，建立以下迴歸模型：根據假說 H1a：關鍵查核事項的揭露會影響財務分析師預測誤差的迴歸式如下： Ferrori,t = α0 + α1 Posti,t + α2 Earnings Changei,t + α3 Lossi,t + α4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Growthi,t + α10 Analystsi,t + εi,t. (1). 根據據假說 H1b：關鍵查核事項的揭露會影響財務分析師預測分歧度的迴歸式如下： Dispi,t = α0 + α1 Posti,t + α2 Earnings Changei,t + α3 Lossi,t +α 4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Agei,t + α10 SdReturni,t + εi,t. (2). 根據據假說 H2a：關鍵查核事項揭露的數量會影響財務分析師預測誤差的迴歸式如下： Ferrori,t = α0 + α1 KAMi,t + α2 Earnings Changei,t + α3 Lossi,t + α4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Growthi,t + α10 Analystsi,t + εi,t (3) 根據假說 H2b：關鍵查核事項揭露的數量會影響財務分析師預測分歧度的迴歸式如下： Dispi,t = α0 + α1 KAMi,t + α2 Earnings Changei,t + α3 Lossi,t +α 4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Agei,t + α10 SdReturni,t + εi,t. (4). 根據假說 H3a：關鍵查核事項類別中屬於重要的項目之一會影響分析師預測誤差的迴歸式如下： Ferrori,t = α0 + α1 KAM_Categoryi,t + α2 Earnings Changei,t + α3 Lossi,t + α4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t + α9 Growthi,t + α10 Analystsi,t + εi,t (5) 根據假說 H3b：關鍵查核事項類別中屬於重要的項目之一會影響分析師預測分歧度的迴歸式如下： Dispi,t = α0 + α1 KAM_Categoryi,t + α2 Earnings Changei,t + α3 Lossi,t +α 4 Leveragei,t + α5 Percent New Forecastsi,t + α6 Firm Sizei,t + α7 BIG4i,t + α8 SdROEi,t 14. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(21) + α9 Agei,t + α10 SdReturni,t + εi,t. (6). 一、應變數本研究參照 Hope (2003a)與 Barron et al. (1999)之模型，進行計算、衡量。. 1. 分析師盈餘預測誤差（Ferrori,t）：採用 Hope (2003a)的研究方式，分析師盈餘預測誤差為樣本公司第 t 年的財務分析師發佈的最後一次每股盈餘預測的平均值與實際每股盈餘的差異取絕對值，再除以第 t 年年初之股價，其值越小代表預測越準確。如下式： 𝐹𝑒𝑟𝑟𝑜𝑟𝑖,𝑡 =. |𝐹𝑜𝑟𝑒𝑐𝑎𝑠𝑡𝑖,𝑡 −𝐸𝑝𝑠𝑖,𝑡 | 𝑃𝑟𝑖𝑐𝑒𝑖,𝑡−1. (7) Forecasti,t =第 t 年追蹤 i 公司的各個財務分析師所發佈的最後一次的每股盈餘預測的平均值。 EPSi,t =第 t 年 i 公司實際每股盈餘。 Pricei,t-1 =第 t-1 年 i 公司之股價。. 2. 分析師盈餘預測分歧度（Dispi,t）：採用 Barron et al. (1999)的研究方式，計算方法如下：將 i 公司第 t 年分析師 ̅̅̅̅̅̅̅）相減之後平方，除發布的盈餘預測（𝐹𝐸𝑃𝑆）與分析師盈餘預測平均值（𝐹𝐸𝑃𝑆 以分析師跟隨人數（N），再將此值開更號，再除以公司發布之實際盈餘（EPS），其值越小代表預測越一致，分析師對於樣本公司的未來前景較有共識。 1. 1. Dispi,t =[𝑁 ∑𝑁 𝑖=1(𝐹𝐸𝑃𝑆. 2 − ̅̅̅̅̅̅̅ 𝐹𝐸𝑃𝑆 )2 ] /𝑎𝑏𝑠(𝐸𝑃𝑆). (8) Dispi,t =第 t 年 i 公司的分析師盈餘預測分歧度 FEPSi,t =第 t 年 i 公司的分析師盈餘預測值 EPS =第 t 年 i 公司的實際盈餘 ̅̅̅̅̅̅̅ 𝐹𝐸𝑃𝑆 =第 t 年 i 公司的分析師盈餘平均值 N =第 t 年 i 公司的分析師跟隨人數. 二、自變數 1.. 公報發布後一年（Posti,t）：. 此變數為指標變數，若為 2017 年為 1，2016 年為 0。關鍵查核事項之資訊價值，Christensen, Glover, Wolfe (2014)研究發現，比起接收到標準式查核報告(資訊效果)或管理報告之附註者(信賴效果)，接收到關鍵查核事項者有著較高的可能性影響其投資決策。因此本研究認為關鍵事項對於分析師在進行盈餘預測時，也有 15. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(22) 較高的可能性將關鍵事項的揭露納入考量。. 2.. 關鍵查核事項個數（KAMi,t）：. 此變數為關鍵查核事項第 t 年的個數。關鍵查核事項係指依會計師之專業判斷下，選自與治理單位溝通之事項，因此要關鍵查核事項的多寡為會計師經由其專業判斷而決定。英國審計準則要求會計師查核報告溝通類似關鍵查核事項已有兩個會計年度，而台灣則只有一個年度，平均個數為 2-3 項，本研究認為揭露的數量越多，代表會計師較為審慎，因為會計師花費較多的心力在與治理單位溝通與撰寫關鍵查核事項。. 3.. 關鍵查核事項類別評價（KAM_Categoryi,t）：. 此變數的計算方法為樣本公司 KAM 重要類別的個數除以總 KAM 數量。本研究設定重要類別項目是對於分析師在做盈餘預測時攸關的項目，而不重要的類別項目則為不攸關的項目（有關關鍵查核事項的類別詳細介紹，詳見附錄表 1 與附錄表 2）。根據 Lev and Thiagarajan (1993)、Abarbanell and Bushee (1997)和 Barron et al. (2002)此三篇研究，應收帳款（A4）、存貨（H4、H4a）、銷貨（A1）、銷貨毛利（A1）、稅率、資本支出、無形資產（H2）為分析師在進行預測時會使用到的資訊，因此本研究將關鍵查核事項中和其相關的分類選出，歸類為重要的項目。 Lev and Thiagarajan (1993)、Abarbanell and Bushee (1997)裡面提到以下會影響分析師預測的幾個重要的指標：. (1) 應收帳款與應收帳款減損應收帳款代表未來可以收回的款項，異常的提高代表有可能為公司將虛假交易計入應收帳款之中。而應收帳款的減損為未來收不回的款項，代表未來盈餘的減少。因此本研究將應收帳款（A4）與應收帳款減損（H3）列為重要項目。. (2) 存貨大家會將存貨增加視為一個壞訊號，因為異常存貨的提高代表著有過時陳舊、流動性緩慢的商品存在，在未來很有可能必須沖銷，提高的原因可能為未預期的銷貨減少、對存貨與產量的控管不佳和過時陳舊的商品增加。進一步可能會造成公司未來盈餘的減少，因為當管理者想要將存貨水準降低時，將會進行降價或是促銷。因此本研究將存貨評價（H4）、存貨減損（H4a）列為重要項目。. (3) 銷貨與銷貨毛利銷貨為企業因銷售產品或提供勞務而取得的各項收入，而銷貨毛利為營業收入減銷貨成本，兩項都代表著企業的獲利能力，而在此兩篇變數中，許多變數皆是以銷貨收入做平減，因此代表著分析師亦注重此項目。因此本研究將銷貨（A1）、銷貨毛利（A1）列為重要項目。. (4) 無形資產 Barth et al. (2001)發現當公司有越多研究發展支出與廣告支出時，分析師的 16. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(23) 跟隨人數越多，分析師在報導此家公司時所花的成本也越多。Barron et al. (2002) 則提到，當公司的無形資產越多時，分析師預測的共識越少，誤差也越大。因此本研究將無形資產（H2）列為重要項目。. 三、控制變數 1. 盈餘變動（Earnings Changei,t）：此變數為樣本公司第 t 年與 t-1 年每股盈餘之差異取絕對值，並用 t-1 年股價作平減。當盈餘平穩時，代表變動較低，預測的不確定性降低，分析師跟隨的人數可能會上升。而當盈餘變動較大時，部分企業可能為了獲取貸款、商業信用、公司上市、保持配股資格、逃漏稅等原因而進行盈餘操控，因此預測的不確定性上升，分析師跟隨的人數可能會下降。因而 Lang and Lundholm (1996) 研究顯示，盈餘變動愈大的公司，分析師預測的準確性愈小，離散性較大。Hope (2003b)研究亦指出，盈餘的變異將會增加分析師盈餘預測的困難度，造成預測誤差及離散性提高。因此本研究預期盈餘變動率與分析師預測誤差、分歧度呈正相關。 2. 前期虧損（Lossi,t）：此變數為一指標變數，若樣本公司第 t-1 年每股盈餘為負值，前期虧損變數為 1，0 則代表不為負值。對於前一期為虧損的公司，分析師認為預測的難度較高，因而較不願意進行預測、預測準確度較低 (Brown 2001；Hope 2003a；Hope 2003b)。 Ang and Ciccone (2001)指出，在公司營運虧損的期間，公司會試圖隱瞞，並且提供錯誤或是模糊的資訊，因為公司並不希望股價因公司發布壞消息而下跌，因此公司管理者可能會試圖操弄盈餘品質來讓公司看起來較沒有風險。因為預測難度增加的關係，會讓分析師無法達成共識，造成分析師預測誤差上升、分歧度下降。因此本研究前期虧損與分析師預測誤差、分歧度呈正相關。 3. 負債比率（Leveragei,t）：此變數為樣本公司第 t 年資產負債率。Hope (2003a, 2003b)認為舉債程度較高的公司，變動性盈餘較多，因而使得要正確預測盈餘更加困難。也就是說，當負債比率越高時，分析師預測誤差會變高、預測分歧度會變高。因此本研究預期負債比率與分析師預測誤差、分歧度呈正相關。 4. 盈餘預測變動（Percent New Forecastsi,t）：此變數顯示分析師盈餘預測的穩定度，計算方法為第 t 年預估稅後 EPS 平均值減上月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%。 Hope (2003a)認為盈餘預測變動與分析師預測誤差、分歧度呈正相關。因此本研究預期盈餘預測變動與分析師預測誤差、分歧度呈正相關。. 17. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(24) 5. 公司規模（Firm Sizei,t）：此變數為以樣本公司第 t 年期初總資產取自然對數來衡量。Bhushan (1989)的研究指出，公司規模會增加投資人對分析師預測服務的需求，因為投資人認為大公司私有資訊的價值相對於小公司的而言較高，投資人利用此資訊交易大公司的股票能產生更高的獲利。另外，此研究也指出，公司規模會增加分析師對分析師預測服務的供給，對於大公司的盈餘預測會帶給分析師更高的交易傭金，造成分析師蒐集資訊的成本降低，因而分析師提供預測服務的意願較高。Kross and Schroeder (1990)認為公司規模越大，盈餘變動程度越大，越難用過去資料來預估未來的盈餘，分析師收集資訊誘因越大，則盈餘準確度將提高。 Brennan and Hughes (1991)提到，分析師在選擇是否分析時，會選擇蒐集資訊成本低的來分析。而公司規模越大，其公開資訊公告的更多，降低分析師蒐集資訊的成本，而且分析師能從大規模的公司得到更多交易傭金，因而分析師跟隨大公司的意願較強。因此本研究認為公司規模越大，會使分析師蒐集資訊成本降低、交易傭金提升，造成分析師預測的誘因增強、盈餘預測誤差下降、盈餘預測分歧度下降。 6. 四大會計師事務所查核（BIG4i,t）：此變數為指標變數，若公司由 Big4 來查核則為 1，0 則否。Behn et al. (2008) 指出，聘任四大會計師事務所的企業，其分析師盈餘預測的準確性較高離散性較低，亦即，受審計品質較佳事務所查核之企業，其分析師預測之準確性高於受審計品質較低事務所查核的企業。因此本本研究預期由大會計師事務所來查核的公司會讓分析師盈餘預測誤差降低、盈餘預測分歧度下降。 7. 盈餘波動程度（SdROEi,t）：此變數以樣本公司前 5 年的股東權益報酬率的標準差來衡量。Lang and Lundholm (1996)和 Barron et al. (1999)認為盈餘波動劇烈會增加分析師蒐集資訊的難度，增加資訊蒐集的成本，使預測準確度下降、分歧度上升。因此本研究預期盈餘波動程度會讓預測誤差上升、盈餘分歧度上升。 8.. 可持續增長率（Growthi,t）：. 此變數為樣本公司第 t 年扣除非經常性損益的淨利潤增長率。可持續成長的公司代表發展前景較樂觀、成長空間較大，分析師會更有意願分析，也因此會帶來正面影響 (Barth et al. 2001)。Coen et al. (2005)指出，企業虧損和收益下滑會增加預測難度，造成分析師預測準確度下降，因此穩定成長的公司會降低預測誤差。因此本研究預期可持續增長率較大者，會讓分析師盈餘預測誤差下降。 9. 分析師人數（Analystsi,t）：此變數為第 t 期對樣本公司進行盈餘預測之券商分析師券商跟隨家數。台灣 18. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(25) 和英國美國不同的地方在於台灣的資料庫並沒有公布所做預測的分析師名字，僅以券商列示，因此用券商跟隨家數來衡量。Hope (2003b)研究結果顯示，分析師數目愈多代表競爭也愈激烈，成為為增強分析師準確預測公司盈餘的誘因。 Chang et al. (2000)的研究即顯示當企業的透明度越高，也就是揭露特定的公司資訊，會造成分析師跟隨人數愈多，進而造成分析師對該企業的盈餘預測準確度提高。因此本研究預期分析師人數與預測誤差負相關。 10. 上市年數（Agei,t）：此變數為樣本公司第 t 年止，已公開發行的年數。公司公開發行越久，其在市場上公開的資訊自然也累積的越多(Chung and Zhang 2011)，分析師所能取得的資訊也越多，有利於分析師進行預測(林美鳳等，2011)。因此本研究預期上市年數較長者，會讓分析師盈餘預測分歧度下降。 11. 股票年報酬率（SdReturni,t）：此變數為樣本公司前 5 年股票年報酬率的標準差。Daley et al. (1988) 的研究證實，在盈餘宣告日前後，股票年報酬率越大的公司，分析師預測的離散程度會愈大。故本研究預期股票年報酬率與分析師盈餘分歧度呈正相關。. 19. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(26) 表 1 變數操作定義變數. 代號. 操作定義. 分析師預測誤差. Ferrori,t. 第 t 年樣本公司的財務分析師發佈的最後. 應變數. 一次每股盈餘預測的平均值與實際每股盈餘的差異取絕對值，再除以第 t-1 年之股價. Dispi,t. 詳見公式 8. 公報發布後一年. Posti,t. 指標變數，若為 2017 年為 1，2016 年為 0. 關鍵查核事項個數. KAMi,t. 關鍵查核事項第 t 年的個數. 關鍵查核事項類別. KAM_Categoryi,t. 樣本公司 KAM 重要類別的個數除以總. 分析師預測分歧度自變數. KAM 數量. 評價控制變數盈餘變動. 前期虧損. Earnings. 樣本公司第 t 年與 t-1 年每股盈餘之差異取. Changei,t. 絕對值除以 t-1 年股價. Lossi,t. 樣本公司第 t-1 年每股盈餘為負值，前期虧損變數為 1，0 則代表不為負值. 負債比率. Leveragei,t. 樣本公司第 t 年資產負債率. 盈餘預測變動. Percent New. 樣本公司第 t 年預估稅後 EPS 平均值減上. Forecastsi,t. 月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%。. 公司規模. Firm Sizei,t. 樣本公司第 t 年期初總資產取自然對數. 大會計師事務所的. BIG4i,t. 樣本公司由 Big4 來查核則為 1，0 則否. SdROEi,t. 樣本公司前 5 年的股東權益報酬率的標準. 會計師盈餘波動程度. 差可持續增長率. Growthi,t. 樣本公司第 t 年扣除非經常性損益的淨利潤增長率. 分析師人數. Analystsi,t. 第 t 期對樣本公司進行盈餘預測之券商分析師券商跟隨家數. 上市年數. Agei,t. 樣本公司第 t 年止，已公開發行的年數. 股票年報酬率. SdReturni,t. 樣本公司前 5 年股票年報酬率的標準差. 20. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(27) 第三節樣本選擇與資料來源本研究旨在探討關鍵查核事項的數量，以及關鍵查核事項分類中分屬重要的部分是否會影響分析師盈餘預測行為，樣本選取條件及相關資料如下：. 一、. 資料來源. 本研究以國內上市、櫃公司為樣本對象，樣本公司之各項資料均取自台灣經濟新報社（TEJ）資料庫。此資料庫目前主要蒐集數家專業券商，如建弘、大華、元大、群益、元富、富邦、中信、台証、統一、寶來 10 家券商之研究報告。由於並非所有的券商研究部會對「所有」上市、櫃公司作預測，且研究部限於人力及效益問題，僅對其關心的公司做預測，對已預測的公司日後之追蹤、修正，亦僅針對部份公司。故此資料庫中每家上市、櫃公司不一定會有券商預測，當公司情況發生變化，也不一定更新原預測，端視其是否為券商研究部關心的標的公司。. 二、. 樣本期間. 由於上市、櫃公司於 2016 年始採用新式查核報告後，台灣全面導入新式查核報告之第二年 2017 年關鍵查核事項主文才會發布，因此本研究研究期間為 2016 年至 2017 年，以年資料為單位，共 2 年。. 三、. 選樣標準. 在樣本期間內，本研究依據下列標準選取樣本公司： 1. 在台灣證券交易所公開上市、櫃的公司。 2. 會計年度採曆年制的公司。 3. 若同一分析師於選樣期間內先後發布多筆盈餘預測，則只選取發布日較晚 4. 5. 6. 7.. 的盈餘預測。排除分析師發布盈餘預測時間點與實際盈餘不在同一年度之樣本。預測分歧程度之衡量需計算各預測值之標準差，為使標準差之計算有意義，本研究刪除券商在樣本期間對同一季的盈餘預測值不足三筆的樣本公司。因金融保險業結構較特殊，與其他產業的結構相去甚遠，因此不列入樣本。為消除極端值對於結果之影響，因此採用 Winsorize 方式，排除各變數中上下 1%的觀察值。. 本研究原本有 3,380 筆，移除上述所述的原因之後，迴歸式一的分析師預測誤差樣本數為 1,632 筆，迴歸式二的分析師預測一致性樣本數為 1,130 筆。而迴歸式三、五的分析師預測誤差樣本數為 863 筆，迴歸式四、六分析師預測分歧度樣本數為 593 筆。. 21. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(28) 表 2 樣本選擇—預測誤差迴歸式(1). 迴歸式(3). 迴歸式(5). 原上市櫃家數. 3,380. 1,690. 1,690. 減：金融保險業家數. (88). (44). (44). 減：分析師預測資料. (1,550). (739). (739). (107). (40). (40). (3). (3). (3). -. (1). (1). 1,632. 863. 863. 迴歸式(2). 迴歸式(4). 迴歸式(6). 原上市櫃家數. 3,380. 1,690. 1,690. 減：金融保險業家數. (88). (44). (44). 減：分析師預測資料. (1,550). (739). (739). 減：應變數資料缺漏. (480). (253). (253). 減：控制變數缺漏. (132). (60). (60). -. (1). (1). 1,130. 593. 593. 篩選過程. 缺漏減：應變數資料缺漏減：控制變數缺漏減：關鍵查核事項資料缺漏分析師預測誤差. 表 3 樣本選擇—預測分歧度篩選過程. 缺漏. 減：關鍵查核事項資料缺漏分析師預測分歧度. 22. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(29) 第四章實證結果與分析第一節. 敘述性統計分析. 表 4-1、4-2、5-1、5-2 為敘述性統計量表，乃透過台灣 TEJ 資料庫中所蒐集之資料，並進行統計，包含整體變數之統計量，如平均數、中位數、最大值、最小值、標準差，以了解資料整體分布趨勢。因為自變數公報發布後一年（Post）與關鍵查核事項個數（KAM）、關鍵查核事項類別評價（KAM_Category）的樣本數不同，因此拆分為以下四個表來呈現敘述性統計。根據表 4-1，分析師預測誤差（Ferror）方面，平均值為 0.0326，標準差為 0.0571，第一四分位數為 0.0053，中位數為 0.0141，第三四分位數為 0.0350，可以發現各公司的盈餘預測誤差相差並不大；公報發布後一年（Post）的平均值為 0.5294，標準差為 0.4993，第一四分位數為 0，中位數為 1，第三四分位數為 1。根據表 4-2，當去掉 2016 年的樣本後，分析師預測誤差（Ferror）方面，平均值為 0.0326，標準差為 0.0511，第一四分位數為 0.0055，中位數為 0.0151，第三四分位數為 0.0369；關鍵查核事項個數（KAM）的平均值為 2.1576，標準差為 0.6503，第一四分位數為 2，中位數為 2，第三四分位數為 3；關鍵查核事項類別評價（KAM_Category）的平均值為 0.7218，標準差為 0.3225，第一四分位數為 0.5，中位數為 1，第三四分位數為 1，可以發現關鍵查核事項類別評價平均值較高，可能原因為「存貨評價」、「收入認列」分別為關鍵查核事項揭露之第一、第二名，而我們將此兩項歸類為重要項目。根據表 5-1，分析師預測分歧度（Disp）平均值為 0.1105，標準差為 0.2507，第一四分位數為 0.0218，中位數為 0.0427，第三四分位數為 0.0850；公報發布後一年（Post）的平均值為 0.5248，標準差為 0.4996，第一四分位數為 0，中位數為 1，第三四分位數為 1。根據表 5-2，當去掉 2016 年的樣本後，分析師預測分歧度（Disp）平均值為 0.1075，標準差為 0.2425，第一四分位數為 0.0227，中位數為 0.0427，第三四分位數為 0.0906；關鍵查核事項個數（KAM）的平均值為 2.1720，標準差為 0.6504，第一四分位數為 2，中位數為 2，第三四分位數為 3；關鍵查核事項類別評價（KAM_Category）的平均值為 0.7178，標準差為 0.3227，第一四分位數為 0.5，中位數為 1，第三四分位數為 1。. 23. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(30) 表 4-1 分析師預測誤差（Ferror）之敘述性統計—Post. (N=1,632). 變數名稱. 平均值. 標準差. Q1. 中位數. Q3. Ferror Post. 0.0326 0.5294. 0.0571 0.4993. 0.0053 0.0000. 0.0141 1.0000. 0.0350 1.0000. 0.0459. 0.0704. 0.0087. 0.0218. 0.0498. 0.1232 41.6375. 0.3287 16.6509. 0.0000 28.9000. 0.0000 41.7600. 0.0000 53.5050. -0.5367. 6.4487. 0.0000. 0.0000. 0.0000. 15.9520 0.9283 7.0026 24.5587 6.1281. 1.4289 0.2581 7.8283 209.9097 4.7588. 14.9340 1.0000 2.7390 -27.9950 2.0000. 15.7518 1.0000 4.5577 2.0600 5.0000. 16.7670 1.0000 7.9931 36.2350 9.0000. Earnings Change Loss Leverage Percent New Forecasts Firm Size BIG4 SdROE Growth(%) Analysts 註一：. Ferror：第 t 年樣本公司的財務分析師發佈的最後一次每股盈餘預測的平均值與實際每股盈餘的差異取絕對值，再除以第 t-1 年之股價；Post：指標變數，若為 2017 年為 1，2016 年為 0； Earnings Change：樣本公司第 t 年與 t-1 年每股盈餘之差異取絕對值除以 t-1 年股價；Loss：樣本公司第 t-1 年每股盈餘為負值，則前期虧損變數為 1，0 則代表不為負值；Leverage：樣本公司第 t 年資產負債率；Percent New Forecasts：樣本公司第 t 年預估稅後 EPS 平均值減上月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%； Firm Size：樣本公司第 t 年期初總資產取自然對數；BIG4：樣本公司由 Big4 來查核則為 1，0 則否；Growth：樣本公司第 t 年扣除非經常性損益的淨利潤增長率；Analyst：第 t 期對樣本公司進行盈餘預測之券商分析師券商跟隨家數。. 24. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(31) 表 4-2 分析師預測誤差（Ferror）之敘述性統計—KAM、KAM_Category (N=863) 變數名稱. 平均值. 標準差. Q1. 中位數. Q3. Ferror. 0.0326. 0.0511. 0.0055. 0.0151. 0.0369. KAM KAM_ Category Earnings Change Loss. 2.1576. 0.6503. 2.000. 0.7218. 0.3225. 2.0000 0.5000. 3.0000 1.0000. 0.0468. 0.0738. 0.1379. 0.3450. 0.0000. 0.0000. 0.0000. Leverage Percent New Forecasts Firm Size BIG4 SdROE. 41.7600. 16.9695. 28.4900. 42.2800. 53.7900. -0.6524. 6.8595. 0.0000. 0.0000. 0.0000. 15.9237 0.9328 6.9028. 1.4339 0.2505 7.4732. 14.9161 1.0000 2.6686. 15.7164 1.0000 4.4993. 16.7384 1.0000 8.0217. Growth(%) Analysts. 31.6079 5.8830. 244.6604 4.5408. -31.3300 2.0000. -0.7400 5.0000. 37.0300 9.0000. 0.0085. 1.000 0.0231. 0.0505. 註一： Ferror：第 t 年樣本公司的財務分析師發佈的最後一次每股盈餘預測的平均值與實際每股盈餘的差異取絕對值，再除以第 t-1 年之股價；KAM：關鍵查核事項第 t 年的個數；KAM_Category：樣本公司 KAM 重要類別的個數除以總 KAM 數量；Earnings Change：樣本公司第 t 年與 t-1 年每股盈餘之差異取絕對值除以 t-1 年股價；Loss：樣本公司第 t-1 年每股盈餘為負值，則前期虧損變數為 1，0 則代表不為負值；Leverage：樣本公司第 t 年資產負債率；Percent New Forecasts：樣本公司第 t 年預估稅後 EPS 平均值減上月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%；Firm Size：樣本公司第 t 年期初總資產取自然對數； BIG4：樣本公司由 Big4 來查核則為 1，0 則否；Growth：樣本公司第 t 年扣除非經常性損益的淨利潤增長率；Analyst：第 t 期對樣本公司進行盈餘預測之券商分析師券商跟隨家數。. 25. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(32) 表 5-1 分析師預測分歧度（Disp）之敘述性統計—Post. (N=1,130). 變數名稱. 平均值. 標準差. Q1. 中位數. Q3. Disp Post. 0.1105 0.5248. 0.2507 0.4996. 0.0218 0.0000. 0.0427 1.0000. 0.0850 1.0000. 0.0391. 0.0568. 0.0081. 0.0192. 0.0425. 0.0956 41.7385. 0.2941 16.4642. 0.0000 29.5900. 0.0000 41.8100. 0.0000 53.5500. -0.2824. 7.6905. 0.0000. 0.0000. 0.0000. 16.2052 0.9381 1.4302 14.5027 39.9407. 1.4536 0.2412 5.0942 9.0505 26.2782. 15.0826 1.0000 0.0414 7.0000 22.2815. 15.9763 1.0000 0.1771 14.0000 33.0590. 17.0627 1.0000 0.6686 18.0000 49.3589. Earnings Change Loss Leverage Percent New Forecasts Firm Size BIG4 SdROE Age Sdreturn 註一：. Disp：詳見公式 8；Post：指標變數，若為 2017 年為 1，2016 年為 0；Earnings Change：樣本公司第 t 年與 t-1 年每股盈餘之差異取絕對值除以 t-1 年股價；Loss：樣本公司第 t-1 年每股盈餘為負值，則前期虧損變數為 1，0 則代表不為負值；Leverage：樣本公司第 t 年資產負債率；Percent New Forecasts：樣本公司第 t 年預估稅後 EPS 平均值減上月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%；Firm Size：樣本公司第 t 年期初總資產取自然對數；BIG4：樣本公司由 Big4 來查核則為 1，0 則否； Age：樣本公司第 t 年止，已公開發行的年數；Sdreturn：樣本公司前 5 年股票年報酬率的標準差。. 26. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(33) 表 5-2 分析師預測分歧度（Disp）之敘述性統計—KAM、KAM_Category (N=593) 變數名稱. 平均值. 標準差. Q1. 中位數. Q3. Disp. 0.1075. 0.2425. 0.0227. 0.0427. 0.0906. KAM KAM_ Category Earnings Change Loss. 2.1720. 0.6504. 2.0000. 2.0000. 3.0000. 0.7178. 0.3227. 0.5000. 1.0000. 1.0000. 0.0397. 0.0571. 0.0082. 0.0209. 0.0437. 0.1029. 0.3040. 0.0000. 0.0000. 0.0000. Leverage Percent New Forecasts Firm Size BIG4 SdROE Age. 42.4863. 16.6635. 30.1000. 43.0700. 54.3900. -0.3626. 6.7318. 0.0000. 0.0000. 0.0000. 16.2063 0.9427 1.6579 14.7909. 1.4492 0.2327 6.1422 9.1968. 15.0933 1.0000 0.0379 7.0000. 15.9887 1.0000 0.1829 15.0000. 17.0425 1.0000 0.8014 18.0000. Sdreturn. 38.9127. 26.2767. 21.8485. 31.6018. 47.8527. 註一： Disp：詳見公式 8-1；KAM：關鍵查核事項第 t 年的個數；KAM_Category：樣本公司 KAM 重要類別的個數除以總 KAM 數量；Earnings Change：樣本公司第 t 年與 t-1 年每股盈餘之差異取絕對值除以 t-1 年股價； Loss：樣本公司第 t-1 年每股盈餘為負值，則前期虧損變數為 1，0 則代表不為負值；Leverage：樣本公司第 t 年資產負債率；Percent New Forecasts：樣本公司第 t 年預估稅後 EPS 平均值減上月預估稅後 EPS 平均值除以上月預估稅後 EPS 取絕對值乘以 100%；Firm Size：樣本公司第 t 年期初總資產取自然對數；BIG4：樣本公司由 Big4 來查核則為 1，0 則否； Age：樣本公司第 t 年止，已公開發行的年數；Sdreturn：樣本公司前 5 年股票年報酬率的標準差。. 27. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.

(34) 第二節. 相關係數分析. 本研究藉由 Pearson 相關係數矩陣分析，初步了解個變數之間的相關性，相關係數矩陣分析結果列於表 6-1、6-2。本研究主要探討上市櫃公司揭露關鍵查核事項對於分析師預測誤差（Ferror）以及預測分歧度（Disp）之影響。Pearson 相關係數顯示分析師預測誤差與公報發布後一年（Post）、關鍵查核事項類別評價（KAM_Category）呈負相關，而分析師預測誤差與關鍵查核事項數目（KAM）成正相關。分析師預測分歧度與公報發布後一年（Post）、關鍵查核事項類別評價（KAM_Category）呈負相關，與關鍵查核事項數目（KAM）則呈正相關。因此初步可以驗證：當公司有揭露關鍵查核事項分析師預測誤差會下降、分析師預測分歧度會下降；當公司揭露越多關鍵查核事項時，分析師預測誤差會上升、分析師預測分歧度會上升；公司若揭露重要的關鍵查核事項類別時，分析師預測誤差會下降、分析師預測分歧度會下降。表 6-1 列出在對控制變數方面，分析師預測誤差與盈餘變動（Earnings Change）、前期虧損（Loss）、負債比率（Leverage）、盈餘預測變動（Percent New Forecasts）、四大會計師事務所查核（BIG4）為正相關，其中盈餘變動、前期虧損、盈餘預測變動和大會計師事務所查核此四變數顯著水準為 1%。公司規模（Firm Size）、盈餘波動程度（SdROE）、可持續增長率（Growth）和分析師人數（Analysts）呈負相關，其中可持續增長率和分析師人數此二變數顯著水準為 1%。表 6-2 列出在對控制變數方面，分析師預測分歧度與與盈餘變動（Earnings Change）、前期虧損（Loss）、負債比率（Leverage）、公司規模（Firm Size）、四大會計師事務所查核（BIG4）、盈餘波動程度（SdROE）和上市年數（Age）呈正相關，其中盈餘變動、前期虧損和盈餘波動程度此三變數顯著水準為 1%。盈餘預測變動（Percent New Forecasts）與股票年報酬率（SdReturn）呈負相關，其中盈餘預測變動的顯著水準為 1%。. 28. DOI:10.6814/THE.NCCU.ACCT.017.2018.F07.