Page 204 - 34-1

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