Page 191 - 36-1

NTU Management Review Vol. 36 No. 1 Apr. 2026

第二部分：產業分布
未破產樣本 破產樣本
(1) (2) (3) (4) (5) (6)
產業 GCO = 0 GCO = 1 合計 GCO = 0 GCO = 1 合計
水泥與玻璃陶瓷業 239 20 259 2 1 3
394
食品工業 未破產樣本 14 408 破產樣本 3 6 9
塑膠與化學工業 858 18 876 2 6 8
紡織纖維業 (1) (2) (3) (4) (5) (6) 12 15
1,037
54
983
3
3
1,215
1,192
23
產業 電機機械業 GCO = 0 GCO = 1 合計 GCO = 0 GCO = 1 合計 2 5
鋼鐵工業 861 37 898 6 3 9
生技醫療業 建材營造業 2,059 49 2,108 92 2 1,555 3 9 5 12 21
1,463
半導體業 觀光業 1,888 49 547 1,937 27 8 574 2 5 10 3 8
2,868
金融業
電腦及週邊設備業 1,424 28 1,452 73 8 2,941 11 21 19 9 30
473
光電業 貿易百貨業 2,932 77 458 3,009 15 18 2,108 18 4 36 2 6
2
3
5
2,059
49
生技醫療業
通信網路業 半導體業 1,484 32 1,516 49 14 1,937 3 8 17 2 10
1,888
1,424
電子零組件業 2,052 19 2,071 28 3 1,452 0 8 3 11 19
電腦及週邊設備業
2,932
光電業
資訊服務與通路業 1,787 28 1,815 77 9 3,009 1 18 10 18 36
1,484
14
1,516
17
3
32
通信網路業
其他電子業 電子零組件業 634 18 652 19 2 2,071 1 3 3 0 3
2,052
其他 資訊服務與通路業 107 3,092 28 10 1,815 6 9 16 1 10
2,985
1,787
18
634
合計 其他電子業 27,108 780 27,888 132 652 101 2 233 1 3
其他 2,985 107 3,092 10 6 16
合計 27,108 780 27,888 132 101 233

業收到較多的 GCO，型一錯誤率為 6% (= 92 /1,555)，高於 3% 的平均數。在破產樣
肆、實證模式與變數衡量
本，幾乎所有的產業皆有收到 GCO，件數較多的產業為光電、紡織纖維和建材營造
業。

肆、實證模式與變數衡量
一、實證模式
一、實證模式
本文實證模式建構如下：
本文實證模式建構如下：
… ，
GCO = β + β BEFORE + β AFTER + Controls + v …， (1)
0
1
2
其中 其中
GCO = 1，公司本期收到 GCO，否則為 0。
GCO = 1，公司本期收到 GCO，否則為 0。
BEFORE = 1，會計師被投保中心起訴之前的受查客戶，否則為 0。
BEFORE = 1，會計師被投保中心起訴之前的受查客戶，否則為 0。
AFTER = 1，會計師被投保中心起訴之後的受查客戶，否則為0。
AFTER = 1，會計師被投保中心起訴之後的受查客戶，否則為 0。
Controls = 控制變數向量。
Controls = 控制變數向量。
在未破產樣本執行模式 (1)，意在取得 GCO 型一錯誤的證據。前人文獻指
出一個審計失敗事件，往往可系統性反映該名審計人員的整體審計品質水準較低
183
(Chang et al., 2016; Francis and Michas, 2013; Li et al., 2017)。預期 BEFORE 的係
數符號在未破產樣本中為正向，代表被告會計師在起訴前相較於未被告的會計師，
較可能犯型一錯誤。類似地，在破產樣本執行模式 (1)，則是在取得 GCO 型二
錯誤的證據。預期 BEFORE 的係數符號在破產樣本中為負向，代表被告會計師
在起訴前相較於未被告的會計師，較可能犯 GCO 型二錯誤。
15