214 /274
會計穩健性：基於亞洲國家資料研究之回顧
214
（五）
Basu
多期模型應用
劉啟群等
(2013)
及林純央與劉啟群
(2014)
則將
Basu
模型延伸至多期，以討論盈
餘落後股價多期之特性如何影響不對稱認列行為。他們將
Basu
模型擴充如式
(6)
：
7
n
=1
E
t
=
C
+
α
0
DR
t
+
β
0
R
t
+ γ
0
R
t
× DR
t
+ (
α
n
DR
t–n
+
β
n
R
t–n
+ γ
n
R
t–n
× DR
t–n
) +
ε
t
(6)
其中
E
t
是第
t
期經調整後盈餘（如每股盈餘）。由於股價領先盈餘可能不只一期
之特性，再加上公司未必於第
t
期就一次認列所有可能損失或利益，因此，除了第
t
期之股價報酬率相關變數
(
R
t
、
DR
t
)
外，過去期
(
t–n, n
= 1, 2, ...7)
之股價報酬率亦可能
影響第
t
期之盈餘認列行為。式
(6)
中，
β
0
(
β
n
)
表示第
t
期盈餘
E
t
對第
t
(
t-n
)
期好消息
之反應程度，
β
0
+ γ
0
(
β
n
+ γ
n
)
表示第
t
期盈餘
E
t
對第
t
(
t-n
)
期壞消息之總反應程度，
γ
0
(γ
n
)
表示第
t
期盈餘
E
t
對
t
(
t-n
)
期壞消息之增額反應程度（相對於好消息）。
（六）
CScore
Khan and Watts (2009)
建構穩健值
CScore
以回應前述
Basu
模型之限制：無法進行
跨公司及跨年度之穩健性比較。
CScore
之精神在以符合
Basu
條件式穩健之前提下，
估計出個別公司各年之穩健值，亦即，使式
(1)
中之估計係數
β
0
與
β
1
，能夠同時具有
下標
i
（公司）與下標
t
（年度）。得到
CScore
之過程需要以下四個估計步驟：
步驟一：從
Basu (1997)
模型出發：
X
i,t
P
i,t
-1
=
β
1
+
β
2
DR
i,t
+
β
3
R
i,t
+
β
4
DR
i,t
× R
i,t
+
ε
i,t
(7)
步驟二：為使步驟一之
β
3
以及
β
4
具有下標
i
與下標
t
，故將它們直接設定為
Size
（公
司規模，以總資產取對數衡量）、
MB
（市值淨值比）、
Lev
（負債比率）之線性函數，
如式
(8)
：
GScore
i,t
=
β
3,
i,t
=
μ
1
+
μ
2
Size
i,t
+
μ
3
MB
i,t
+
μ
4
Lev
i,t
CScore
i,t
=
β
4,
i,t
=
λ
1
+
λ
2
Size
i,t
+
λ
3
MB
i,t
+
λ
4
Lev
i,t
(8)
須特別留意的是，
GScore
及
CScore
係假設為與
Size
、
MB
、
Lev
有明確的線性關係，
而非迴歸式。