Page 162 - 35-1

The Impact of Economic Policy Uncertainty on Non-GAAP Earnings’ Quality

後計有 33 個產業類別。佔比最大的前三名產業分別為服務業 (Services)（佔比
20.87%）、化工相關產業 (Chemicals and Allied Products)（佔比 10.88%）、電機電
子設備 (Electrical and Electronic Equipment)（佔比 8.67%）。此三產業佔比總和約為
40.42%。
表 2 Panel A 所列為模式 (1) 之所有變數的敘述性統計量，Panel B 所列則是模

式 (2) 之變數。由於模式 (2) 需限定在有揭露非公認盈餘之樣本，故觀察值數量大
幅減少。由 Panel A 可知，認列暫時性項目 (Spi) 平均值約為 0.405，表示在全部
296,733 筆公司季資料中，約 40.5% 的觀察值在財報上有認列暫時性損益項目。政
策不確性指標 (EPU) 平均值（中位數）為 4.717 (4.749)，此數字近似於 Ng, Saffar,
and Zhang (2020) 1992 至 2016 年間政策不確定性指標之季平均值 (4.609)；揭露非
公認盈餘 (Ngp_Dis) 之平均值為 0.150，表示在全部樣本中約 15% 的觀察值有揭露
8
非公認盈餘，該數值較低是因為早期非公認盈餘揭露並不普遍所致 。由 Panel B 可
知，未來營業淨利 (Future_OI) 與未來現金流量 (Future_CFO) 之平均值（中位數）
分別為 0.103 (0.113) 和 0.183 (0.197)，表示平均而言，次季營業淨利與現金流量分
別約佔本季末總資產的 10.3% 和 18.3%。總排除項目 (Ngp_Exclu) 平均值（中位數）
為 -0.003 (-0.009)，表示平均而言，排除項目中利得項目的平均值之絕對值大於損失
項目，故總排除項目之平均值為負。
表 3 Panel A 所列為模式 (1) 所有變數的相關係數表，Panel B 所列則是模式
(2) 之變數。表左下（右上）列示各變數相互間之 Pearson (Spearman) 相關係數。
由 Panel A 可知，認列暫時性項目 (Spi) 與政策不確定性 (EPU) 兩間之 Pearson
(Spearman) 相關係數為 0.066 (0.067)，達到 1% 之顯著水準，表示兩者間為顯著正

相關，與本研究推論一致。揭露非公認盈餘 (Ngp_Dis) 與認列暫時性項目 (Spi) 與
政策不確定性 (EPU) 間之 Pearson (Spearman) 相關係數分別為 0.257 (0.257) 和 0.057

(0.058)，皆達到 1% 之顯著水準，此結果分別與 Lougee and Marquardt (2004) 和
Nagar et al. (2019) 實證發現一致。由 Panel B 可知，未來營業淨利 (Future_OI) 與未
來現金流量 (Future_CFO) 與總排除項目 (Ngp_Exclu) 間之 Pearson (Spearman) 相關
係數分別為 -0.562 (-0.602) 和 -0.510 (-0.505)，皆達到 1% 之顯著水準。

8 在實務上，非公認盈餘數字有多種類型，例如以營業淨利或現金流量為基礎經排除調整後之
數字類型，然而最常見的仍是以公認盈餘為基礎經排除調整後之類型。Chen et al. (2021) 針對
2014 年 S&P 500 及 S&P MidCap 400 公司，於 2009 至 2013 年所揭露之非公認盈餘資料進行調查，
發現所揭露之數字類型以公認盈餘為基礎者佔最多（76.4%；頁 10），次多者則以營業淨利為
基礎。而 Bentley et al. (2018) 所提供的資料即是以公認盈餘為基礎經排除調整後之數字類型。

154