Page 199 - 36-1

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

客戶，否則為 0。AFTER_LOS = 1，一審法院判決會計師敗訴後的受查客戶，否則
為 0。
這四個新變數的敘述性統計呈現於表 4。不論是破產或未破產樣本，AFTER_
SET 的平均數皆小於 AFTER_SUI，顯示大部分的被告會計師並未選擇和解策略。
AFTER_WIN 的平均數皆大於 AFTER_LOS，顯示大部分的被告會計師被一審法院判
18
決無須賠償 。這四個新變數與 BEFORE 群組的 GCO 差異檢定呈現於表 5。表 5 第
一部份顯示在未破產樣本，不論是 AFTER_SET 或 AFTER_SUI 群組，皆與 BEFORE

群組的 GCO 比率不具顯著差異。有趣的是，AFTER_WIN 與 AFTER_LOS 群組的
GCO 比率，皆顯著小於 BEFORE 群組。此代表一審判決後，不論是勝訴或敗訴，
會計師較敢對未破產公司不出具 GCO。表 5 第二部份顯示在破產樣本，AFTER_
19
SUI 與 BEFORE 群組的 GCO 比率達邊際顯著差異 。
其次，本文考量訴訟事件公司是否在起訴前聲請破產，並將變數 AFTER 替換

為二個新的變數：訴訟事件公司破產的被告會計師在被投保中心起訴後的受查客
戶 (AFTER_BAN)，以及訴訟事件公司未破產的被告會計師在被投保中心起訴後的
受查客戶 (AFTER_UNB)。這二個新變數的敘述性統計呈現於表 4。在未破產樣本，
AFTER_BAN 的平均數小於 AFTER_UNB，而破產樣本則反之。二個新變數的差異檢
定呈現於表 5。表 5 顯示在第一部分未破產樣本，AFTER_BAN 群組的 GCO 比率顯
著高於 BEFORE 群組，但 AFTER_UNB 群組的 GCO 比率，則是顯著低於 BEFORE
群組。至於第二部分的破產樣本，AFTER_BAN 群組的 GCO 比率顯著高於 BEFORE
群組。綜合 AFTER_BAN 在破產與未破產樣本的證據，顯示訴訟事件公司的破產經
驗，讓會計師較傾向出具 GCO。

表 7 呈現訴訟特性的羅吉斯迴歸結果，第一部分為未破產樣本結果。第 (1) 欄
顯示 AFTER_SUI 的係數顯著為正，AFTER_SET 則否，但不論是 AFTER_SET 或
是 AFTER_SUI，各自與 BEFORE 的係數差異皆未達統計顯著性，顯示被告會計師
對 GCO 型一錯誤的持續性，不因其所採取的訴訟策略而不同。然而有趣的是，
AFTER_WIN 的係數符號顯著為負，此代表一審法院判決會計師勝訴後，讓會計師
更有信心不對未破產公司出具 GCO，因而相較起訴後、一審判決前，降低了 GCO
型一錯誤。第 (2) 欄顯示 AFTER_BAN 的係數顯著為正，AFTER_UNB 則否，但不論

18 在表 4 未破產樣本，AFTER_WIN 的平均數為 0.05，AFTER_LOS 則是 0.01，二者平均數總和
未達 AFTER_SUI 平均數 0.11，代表差額 0.05 為一審法院判決前之觀測值之平均數。同理，破
產樣本一審判決前之平均數為 0.06。
19 破產樣本並無 AFTER_LOS 的樣本，而 AFTER_WIN 則僅有 3 個觀察值，因此表 5 與表 7 的破
產樣本不增設此二個變數。

191