臺大管理論叢 NTU Management Review VOL.28 NO.3

53 NTU Management Review Vol. 28 No. 3 Dec. 2018 其中， AR it 為 i 公司 t 年之股票異常報酬（ t 年 5 月 1 日至 t +1 年 4 月 30 日） 3 。 R itp 為 i 公司 t 年 p 月之調整後（除息與除權效果）月報酬。 R mtp 為交易 i 公司股票所 在的 m 市場 t 年 p 月之市場加權平均指數報酬。 自變數 包括資訊揭露評鑑結果變數，以及個別公司特徵變數，例如規模、獲利能力、 舉債程度與成長性等。資訊揭露評鑑結果 ( INFTR it ) ，係本研究所採之主要測試變數 之一，擬以證券市場發展基金會所公告之第三屆至第八屆資訊透明度結果，作為 INFTR it 變數的衡量依據，評鑑結果若屬 A+ 、 A 、 B 、 C 與 C- 等級，分別設為 2 、 1 、 0 、 -1 與 -2 。 Δ INFTR it 為資訊揭露評鑑結果更動的虛擬變數，若評鑑結果透明度等 級上升設為 1 ，下降則設為 0 。每股盈餘之變動 (Δ EPS it ) 為當期繼續營業部門每股獲 利扣除上期繼續營業部門每股獲利。為加強實證模型的可靠性，本文加入相關的控 制變數，如規模變數 ( SIZE it ) ，則以期末公司市值（以仟元為單位）取自然對數衡量， 旨在控制公司規模的影響。一般而言大型企業較易引起社會注目，盈餘宣告前投資 人多能獲取相較小規模企業更多的訊息，因而盈餘宣告的資訊性較低。 Vafeas (2000) 指出，公司規模在盈餘與股價關聯性之研究中具關鍵性影響，惟 Visvanathan (2006) 亦指出企業規模可能隱含許多公司特徵，例如：風險與成長機會等，因而在後續分 析模式中不預測其方向。負債比率 ( LEV it ) 則為期末負債總額除以期末資產總額， Dhaliwal and Reynolds (1994) 與 Billings (1999) 均發現，舉債程度對盈餘資訊性存有 負面影響，因而在迴歸模式中預期為負。 另三項控制變數與公司風險或盈餘品質有關，包括系統風險 ( BETA it ) 、盈餘持 續性 ( EPER it ) 與盈餘變異性 ( EVAR it ) 。系統風險 ( BETA it ) 擬採市場模式估計， Collins and Kothari (1989) 與 Easton and Zmijewski (1989) 的研究指出，盈餘與股價間之關 聯與公司風險呈負相關，因此預期 BETA it 的係數為負。 Kormendi and Lipe (1987) 年 的研究指出未預期盈餘較能持續至未來的公司其盈餘反應係數較高，因而 EPER it 的係數預期為正。參考過去文獻常採之估計方式 (Petra, 2006; Gul et al., 2002) ，以 當季盈餘及前一季盈餘之一階自我相關迴歸係數 (First Order Autocorrelation Coefficients) 作為盈餘持續性的代理變數，估計期間為前 4 年共計 16 季。 EVAR it 則 在控制盈餘的穩定性，盈餘穩定性（波動性）和盈餘品質呈正相關（負相關）， 3 由於台灣證券主管機關要求上市、上櫃公司年度報表需於隔年 4 月 30 日前公告完畢，加上過 去相關文獻大多以對應會計盈餘宣告期間來計算報酬 (Gul, Lynn, and Tsui, 2002; Ali, Chen, and Radhakrishnan, 2007) ，故本研究之股票異常報酬率期間為 t 年 5 月 1 日至 t +1 年 4 月 30 日。另外， 本研究亦使用 t 年 1 月 1 日至 t 年 12 月 31 日計算股票異常報酬率，重新分析後，並不影響本 研究之實證結果。