Page 217 - 34-2
P. 217
NTU Management Review Vol. 34 No. 2 Aug. 2024
bootstrap 標準誤。
值得注意的是,會計研究常採用公司層級的追蹤資料 (Panel Data),因此樣本觀
察值通常在某個群集 (Cluster) 維度上具有一定程度的關聯性,例如:公司跨年度之
間的相關性(此時群集為公司)或產業內跨公司的關聯性(此時群集為產業)。於
是 Chen et al. (2023) 建議上述步驟可採用 pairs cluster bootstrap 的方式來進行,以考
量上述關聯性。本研究在表 13 中,同時列示群集為公司或群集為產業所計算得出
的 bootstrap 標準誤。
表 13 列示採用 bootstrap 標準誤的實證結果。為方便與原表 6 進行對照,我們
仿照 Chen et al. (2023) 的呈現方式,先在欄 (1)-(3) 重列了表 6 的係數值、標準誤、t
值,再於欄 (4)、(5) 列出群集為公司之 bootstrap 標準誤與修正後 t 值,最後欄 (6)、
(7) 則是群集為產業下的 bootstrap 標準誤與修正後 t 值。結果顯示,原表 6 之 OppSI
× NonGAAP × Post 係數標準誤為 0.2084(t 值為 -3.0127),而改採 Chen et al. (2023)
建議的 pairs cluster bootstrap 方式重新計算 bootstrap 標準誤後,表 13 在群集為公司
時,標準誤為 0.2234(t 值為 -2.8107);在群集為產業時,標準誤為 0.2213(t 值
為 -2.8373)。整體看來,雖然改採 bootstrap 之標準誤(修正後 t 值)均較原表 6 的
11
標準誤(t 值)略高(低)一點,但變化幅度不大,並不影響原先的推論 。
11 我們認為可能的原因有二:首先,根據 Chen et al. (2023) 的模擬結果,當生成的迴歸變數為第
一步迴歸所產生的「殘差」時,在一般的狀況下應不會有標準誤的偏差;其次,該文亦展示了
標準誤偏差的大小與第一步迴歸(產生生成迴歸變數之迴歸式)的精確度呈反比關係,例如當
2
第一步迴歸之 R 越高時,則該生成迴歸變數的係數標準誤偏差越小。Chen et al. (2023) 亦調查
2019 年發表於會計頂尖五大期刊中 17 篇使用生成迴歸變數的研究,其中的 13 篇其第一步迴
2
2
歸之 R 介於 10% 至 20%、其中 3 篇的第一步迴歸之 R 介於 20% 至 30%、僅 1 篇的第一步迴
2
2
歸之 R 超過 30%。而本研究的第一步迴歸式(即式 (1))採分「年度—產業」進行估計,R 平
均數(中位數)為 33% (37%),相較於文獻應不算低。
209