Page 193 - 36-1

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

（二）控制變數
除了年度與產業之虛擬變數外，本研究針對審計人員與公司特性設立的控制
變數敘述如下。過去文獻指出執業年資 (Sundgren and Svanstrom, 2014)、產業專長
(Reichelt and Wang, 2010)、客戶群組規模 (Sundgren and Svanstrom, 2014; Goodwin
and Wu, 2016)、客戶重要性 (Blay and Geiger, 2013)、查核任期 (Chi, Myers, Omer,

and Xie, 2017)、品牌聲譽 (Habib, 2013)、以及查核報告延遲日數 (Habib, 2013) 會
影響審計品質，從而可能影響審計意見的正確性。LNLEADAGE 是指主簽會計師之
執業年資，再取自然對數。LEADSPEC = 1，代表主簽會計師為產業專家，否則為
10
0 。LNLEADSIZE 是指主簽會計師查核的客戶數，再取自然對數。C_LEAD 是客戶
總資產除以主簽會計師所有客戶總資產之合計數。LNLEADTEN 為主簽會計師的查
核任期取自然對數。本文以第一位簽名會計師為主簽會計師 (Chin and Chi, 2009; Chi
11
and Chin, 2011) 。BIG4 = 1，代表四大，否則為 0。LNARL 為查核報告日減資產負
債表日後之差額再取自然對數。
在公司特性上， 過去文獻 (Geiger, Gold, and Wallage, 2019; Carson, Fargher,

Geiger, Lennox, Raghunandan, and Willekens, 2013) 指出公司規模 (SIZE) 愈小、獲利
性 (ROA、LOSS) 愈差、負債比率 (LEV) 愈高、以及前期收到 GCO (GCO_1)，公
12
司愈可能收到 GCO 。SIZE 是期末資產總額取自然對數，ROA 為繼續營業部門淨
利除以平均總資產。LOSS = 1，代表本期發生虧損，否則為 0。LEV 是期末總負債
13
除以期末總資產。GCO_1 = 1，代表公司前期收到 GCO，否則為 0 。另外，參酌
Krishnan and Wang (2015)，本文亦控制公司年齡 (LNAGE)，但不設定符號預期。
LNAGE 是公司成立年數取自然對數。最後，Sanoran (2018) 發現上市櫃公司較可能

收到 GCO，因此控制上市狀態。LIST = 1，代表上市櫃公司，否則為 0。

之後則取第一位簽名者），實證結果亦無重大改變。
10 根據 Neal and Riley (2004) 和 Reichelt and Wang (2010)，當會計師的產業別市場占有率大於平
均產業內會計師人數的倒數的 1.2 倍時，即認定該會計師為產業專家 (LEADSPEC = 1)。
11 若是增加控制副簽會計師的特性，如年齡 (LNCONCURAGE)、產業專長 (CONCURSPEC)、客
戶數 (LNCONCURSIZE)，以及查核任期 (LNCONCURTEN)，實證結果並未有重大改變。類似
地，若是增加控制會計師事務所的特性，如年齡 (LNFIRMAGE)、產業專長 (FIRMSPEC)、客
戶重要性數 (C_FIRM)，以及查核任期 (LNFIRMTEN)，實證結果亦未有重大改變。
12 流動性是另一個常見影響 GCO 的公司特性，但因銀行與保險業的財務報表並無流動資產與流
動負債項目，本文並未控制此特性。若模式 (1) 增加控制流動性 (CR)，並定義為流動資產除以
流動負債，未破產樣本會降至 26,714，破產樣本則是減少至 220，實證結果並未有重大改變。
13 若是將樣本限定在首次出具 GCO，未破產樣本剩下 27,268 個，破產樣本剩下 167 個，重新執
行分析，實證結果並無重大改變。

185