Page 160 - 35-1
P. 160
The Impact of Economic Policy Uncertainty on Non-GAAP Earnings’ Quality
於公司盈餘，表示按照一般公認會計原則，該總排除項目在損益表上其實原為淨損
失（利得）。排除品質較高則表示總排除項目中多為暫時性項目，故於次季時較不
可能再發生。因此，若本季總排除項目為正（表示原為暫時性淨損失），由於該原
暫時性淨損失不太可能於次季再次發生，故在其他條件不變下，次季獲利績效會較
高；相反地，若本季總排除項目為負（表示原為暫時性淨利得），則在其他條件不
變下，次季獲利績效會較低。上述說明表示，若排除品質高，則總排除項目 (Ngp_
Exclu) 之係數 (λ ) 應為正。根據假說二，對於有自願性揭露非公認盈餘之公司，若
2
所面臨之政策不確定性愈大，其排除品質愈高，表示其總排除項目 (Ngp_Exclu) 多
為暫時性項目或愈傾向暫時性，故本研究預期政策不確定性與總排除項目之交乘項
(EPU × Ngp_Exclu) 之係數 (λ ) 為正。本研究參考過去文獻加入相關控制變數 (Heflin
3
and Hsu, 2008; Kolev et al., 2008; Curtis et al., 2014; Chen et al., 2021)，包括公認盈餘
波動性 (Roa_Std)、無形資產 (Intan)、投資機會 (Btm)、負債比率 (Lev)、銷貨成長率
(Growth)、暫時性項目絕對值 (Abs_Spi)、公司規模 (Asset) 和是否虧損 (Loss)、認列
暫時性項目 (Spi)、公司年齡 (Age)、非公認盈餘 (Ngp_Earn) 等。
對於模式 (1)，本研究採 logistic 迴歸分析法來進行，由於應變數為揭露非公認
盈餘之機率，故模式 (1) 並無殘差項；模式 (2) 則採用一般最小平方法 (OLS) 來進行
6
迴歸分析。對於所有模式，進行分析時均控制年度 (Year) ，以及產業 (Industry) 之
固定效果 (Fixed Effects; FE) ，估計係數標準誤時均控制公司叢集效果 (Clustered by
7
Firms)。所有變數，除了指示變數外，其餘均予以前後 1% 的 winsorized，即以第 1
(99) 百分位之觀察值取代所有小（大）於第 1 (99) 百分位觀察值以降低極端值干擾。
詳細變數定義，請參閱附表 A ―變數定義表。
肆、實證結果
表 1 所列為本研究樣本之產業分佈情況，本研究參考 Bartram and Grinblatt
(2021)，採用 Fama-French 38 個產業分類再刪除金融業和其他受管制產業，最
6 本研究儘管以公司季資料為觀察值單位，但由於許多重大經營決策活動和產業環境等事件或因
素之發生和變化仍以年度為循環週期，本研究參考 Curtis et al. (2014) 之作法，控制個別年度
之固定效果 (Year Fixed Effects)。即使不控制年度固定效果，或是將年度固定效果改為「年度 -
季固定效果 (Year-quarter Fixed Effects)」，均不影響本文推論。
7 為強化實證證據力，本研究亦改為同時控制年度與公司之固定效果。由於各產業之組成
公司均長期不變，故若同時控制產業與公司之固定效果則會造成完全多重共線性 (Perfect
Multicollinearity)，導致無法進行迴歸分析。因此僅能同時控制年度與公司之固定效果。未列
示之實證結果支持假說一和二。
152
