會計系專題演講紀實：國立臺灣大學財務金融學系張晏誠教授

會計學系暨研究所

撰文者／會計學系研究所博士班 官歆芸

臺大會計系於11月25日Workshop非常榮幸邀請到臺灣大學財務金融學系的張晏誠副教授發表其研究：Testing Disagreement Models，該篇研究獲頂尖期刊《金融雜誌》(The Journal of Finance)接受刊登。

有別於以往的文獻，本文別具新格地應用美國證交會於1993年要求所有的美國上市公司都必須進行電子化入檔之規定，利用實行電子化數據收集、分析及檢索系統(EDGAR)作為外在衝擊,同時看出其對投資人意見分歧和對資產定價的影響。研究結果顯示電子化數據收集、分析及檢索系統(EDGAR)減少了投資人的意見分歧，且調整了股價偏移的情形、並減少了股價崩盤的風險。本文更進一步發現投資人意見分歧對於股價崩盤所造成的效果，在賣空限制下的股票和投資人過度樂觀的情況下，效果越強。

本文架構鮮明，層次豐富。首先，先探討電子化數據收集、分析及檢索系統(EDGAR)會降低投資人的歧見，亦會修正股價高估以及降低崩盤風險,一步步地進行驗證，文章連貫性強。又使用了工具變數，解決內生性的問題。並且作了許多額外的延伸，最後實證結果與理論模型預期相符。

該研究使用多元的計量方法，例如：差異中之差異法（Difference in difference, DID），和兩階段最小二乘法(two stage least square)。且靈活運用代理變數衡量投資人的意見分歧，包括分析師盈利預測的分散性(dispersion in analysts’ earnings forecasts)、賣空股份(short interest)、以及財報公佈前後的交易量(trading volume around earnings announcement)，而衡量股價崩盤風險，使用了報酬偏度(return skewness)及股價波動率(down-to-up volatility)等，讓研究結果顯得更加穩健及可靠。

強制揭露、崩盤風險以及投資人意見分歧等相關議題，是目前非常受到重視的焦點。本文的貢獻之一為證實強制揭露可降低崩盤風險及穩定資本市場，該結果有助於主管機關作為制定政策之參考，亦讓資本市場了解，強制揭露對於投資人來說是至關重要的議題。

最後，參與本次討論的林嬋娟老師、林世銘老師、劉心才老師、陳坤志老師以及吳淑鈴老師給予張晏誠老師寶貴的建議；博士班學生們亦提出了許多提問，講者皆不吝地一一給予回覆。最後張晏誠老師於會後也感謝諸位提問者所提供寶貴之建議，非常高興能夠在臺大會計系分享最新的研究成果給大家。