Page 23 - 32.3

NTU Management Review Vol. 32 No. 3 Dec. 2022

表 4 為買賣價差迴歸模型變數之 Spearman 相關係數矩陣。表中最小值為 0.013，
最大值為 0.689。若進行 VIF 共線性檢定，最小值為 1.000，最大值為 1.904。根據
經驗法則，當 VIF 值大於 10 時，代表變數間有強烈共線情形，將導致迴歸模型估
計係數不準確。本迴歸模型變數之 VIF 值皆遠小於 10，故應可判斷本迴歸模型變數
間無強烈共線情形。

表 5 為分析師個數迴歸模型變數之 Spearman 相關係數矩陣。表中最小值為
0.002，最大值為 0.687。若進行 VIF 共線性檢定，最小值為 1.000，最大值為 1.894。
根據經驗法則，當 VIF 值大於 10 時，代表變數間有強烈共線情形，將導致迴歸模
型估計係數不準確。本迴歸模型變數之 VIF 值皆遠小於 10，故應可判斷本迴歸模型
變數間無強烈共線情形。

ɧeٰୃ޴ᗫ༟ৃீ׼ܓ৙ᓥᅼۨķྼᗇഐ؈

表 6 呈現股票買賣價差及分析師個數迴歸模型之實證結果，迴歸模型已考量
年度固定效果及各公司之固定效果。為解決異質殘差變異數之問題，統計量已經過
White 異質性矯正，進行迴歸分析時，採用穩健標準誤 (Robust Standard Error)，以
確保估計係數為最佳且不偏之估計值。
股票買賣價差迴歸模型觀察值共計 28,558 筆，由表 6 之實證結果發現，主要變
數 ROA × SPREAD 之估計係數顯著為正（估計係數為 1.858，p-value 為 0.002 ）。
同時，RET × SPREAD 之估計係數顯著為負（估計係數為 -0.105，p-value 為 0.064
）。意即，當公司股票資訊透明度愈低、股票之買賣價差愈大時，薪酬合約中放置
於 ROA （會計基礎績效指標）的權重顯著提升。同時，放置於 RET （股份基礎績

效指標 ) 的權重顯著下降。實證結果符合假說 1 之預期。
分析師個數迴歸模型觀察值共計 24,014 筆，實證結果發現，主要變數 ROA ×

ANALYSTS 之估計係數顯著為負（估計係數為 -0.033，p-value 為 0.002 ）。同時，
RET × ANALYSTS 之估計係數顯著為正（估計係數為 0.004，p-value 為 0.003 ）。
意即，當公司股票相關資訊透明度愈高、分析師個數愈多時，薪酬合約中放置於
ROA （會計基礎績效指標）的權重顯著下降。同時，放置於 RET （股份基礎績效
指標）的權重顯著提升。實證結果符合假說 1 之預期。

̬eৌਕ޴ᗫ༟ৃீ׼ܓ৙ᓥᅼۨķᅵ͉፯՟
接續，我們探討財務相關資訊透明度對薪酬合約中績效指標權重之影響。
Model C 及 Model D 迴歸模型採用財務報表資訊品質作為財務相關資訊透明度之衡
量方式，並以裁決性應計數之絕對值衡量財務報表資訊品質。又裁決性應計數之
計算方式有兩種（即依 Modified Jones Model 及 Performance Adjusted Model 分別計

13