Page 204 - 34-1
P. 204
The Effect of SEC’s Comment Letters on the Comparability of Non-GAAP Earnings
為 -5.157;-8.441),顯示在給予公司彈性使用重覆性項目指引後,非公認盈餘可比
較性下降;而在表七中第 (2) 及 (4) 模型裡,POST_2010to2015 及 POST_2016 則分
別與 NG_COMP4(t 值為 -5.309;-4.133)及 NG_COMPMIDDLE(t 值為 -9.420;-
9.668)的關係皆呈負向且達顥著。這顯示:即使在考慮並控制了遵循揭露解釋指引
可能造成的影響後,監管信函仍對非公認盈餘可比較性之提升有增額效果。
六、額外分析―分析師非公認盈餘預測誤差 (FORECAST_ERROR) 及離散程度
(ANALYST_DISP) 與收到非公認盈餘相關之監管信函間的關係
分析師在資本市場上扮演一個傳達資訊的角色 (Lang and Lundholm, 1996; Fran-
cis, Schipper, and Vincent, 2002; Frankel, Kothari, and Weber, 2006; De Franco and Hope,
2011)。Hope (2003) 指出當公司之揭露增加時,分析師的預測較為準確,因為分析
師善於使用財務報表資訊預測公司盈餘 (Behn, Choi, and Kang, 2008; De Franco et al.,
2011)。因此本研究利用分析師非公認盈餘預測的誤差 (FORECAST_ERROR) 及預測
的離散程度 (ANALYST_DISP),檢視在收到監管信函後,分析師的盈餘預測是否會
較為準確(即誤差較小),以及分析師盈餘預測的離散程度是否會較小。相關控制
變數沿用Heflin, Hsu, and Jin (2015),惟新增以下控制變數:分析師跟隨數 (ANALYST_
FOLLOW)、公司當期是否發生損失 (LOSS)、公司成立年數 (AGE)、無形資產佔總
資產比率 (INTANGIBLE)、特殊項目金額之絕對值佔總資產比率 (SPECIAL) 以及特
殊項目是否為費損類項目 (D_SPECIAL) 等。實證結果如表 8 所示,監管信函與分析
師的盈餘預測誤差關係為負向且顯著(t 值為 -2.549),與分析師預測的離散程度的
關係亦為負向並達顯著(t 值為 -1.716)。這些實證結果顯示在收到監管信函後,非
公認盈餘資訊對於分析師進行非公認盈餘預測是具有攸關性的,而表 8 的樣本減少
25
起因於合併資料庫所導致 。
七、額外分析―控制 Black et al. (2021)「排除項之不一致性 (INCONSISTENCY)」
Black et al. (2021) 的研究探討經理人跨期之間改變計算非公認盈餘所排除的項
目時,所產生的資訊是否具有攸關性。其實證結果指出公司經理人藉由改變排除項
目來傳遞公司核心盈餘具有攸關性。為了控制排除項之一致性的影響,本研究仿照
Black et al. (2021) 的資料設定,選取樣本中 2009 年至 2015 年屬於 S&P 500 大的公
司,閱讀其盈餘新聞稿並手動搜集排除項目相關資訊,最終,樣本數減少至 1,081
25 測試分析師離散程度的樣本數少於測試分析師預測的樣本數,這與 Heflin et al. (2015) 表三所
顯示樣本減少數情形相同。本研究另測試將分析師預測誤差樣本數減至與測試分析師離散程度
模型樣本相同,實證結果並未改變。
196