三十五號公報的施行將是我國財務報告的資產項目從歷史成本原則轉向公平價值重要的指標，使企業的財務報導更能真實反映營運狀況與經濟實質。然因缺乏客觀及可信賴的重置市場，評估資產的公平價值，常使公司管理當局應用賦予的裁量權，決定是否提列資產減損。因此財務報表中資產減損的提列與否及提列是否適當，值得進一步的檢視與診斷；同時若能將公司是否應提列資產減損進行估量，將可減少公司管理當局不當的利用裁量權，以符三十五號公報的精神。
過去關於是否提列資產減損的研究，多數係以Logit模式來估計，但受限於該模式的假設，其推論所得之參數結果為樣本的整體特性。而公司是否提列資產減損，決定於產業、公司營運、公司管理及經濟環境等複雜的因素，且各公司基於本身效用最大化，對資產減損提列的決策考量不盡相同。倘若診斷模式未能處理個體間的偏好變異，對分析結果之推論存在某種程度的偏誤。故本研究應用混合羅吉特(Mixed Logit)模式，探討複雜的資產減損提列。在Mixed Logit模式中，不僅可考慮個體間的異質性的存在，模式亦允許不同公司中不可觀察的隨機項之間具有相關性，可以有效克服以傳統Logit模式進行診斷的缺點，且Mixed Logit模式可以近似任何隨機效用模式，是相當具有彈性的模型。再者定期揭露的資產減損所累積成的追蹤資料(panel data)隱含了各公司決策的習性及偏好，藉此調整模式所推論的參數隨機分配以適用於特定的公司，增進預測診斷的準確性。本研究透過比較Logit模式與配合追蹤樣本的Mixed Logit模式的預測模型對於公司資產減損的預測績效，探討具有個別公司提列資產減損特性的參數模式，以期得到更合乎實際情況的資產減損提列診斷方法。實證結果顯示Mixed Logit模式的參數估計確能有效偵測資產報酬率、負債比率、盈餘平穩化及管理當局異動等因素的異質效果；配合追蹤資料對公司是否提列資產減損的檢測，其預測績效亦顯著優於傳統的Logit模式。

The implementation of Statement of Financial Accounting Standard No.35 in Taiwan is a critical landmark which turns the asset item in financial reports from historical cost principle to fair value and hopes to truly reflect the industrial operating conditions and economic essences. Because the shortage of objective and trusted replacement market to estimate fair value, the Standard No.35 authorized somehow extent discretionary to the manager for assets write-off decision. Thus, whether assets write-off are required and financial disclosures are adequate need to be examined.
The strategy of assets write-off is determined complicatedly from industrial properties, corporation’s operation, management incentives and economic conditions. Most of previous researches attacked this problem with Logit model. The fixed parameters assumption of the model limits its modeling behavior which can’t conform to the various considerations between different corporations based on their own maximum utility. The ignorance of individual taste variation will lead the bias in inference. Therefore, in this study, Mixed Logit model is applied to deal with these. The model relaxes the fixed parameters assumption and allows for observed and unobserved heterogeneity which helps to solve the variation of each individual decision. Furthermore, the panel data accumulated from periodic assets write-off contains the potential information of individual habit and preference. With this information, the estimated parameters distributions can be adjusted to meet a particular company and improve the prediction accuracy. Therefore, the comparison of prediction performances between Logit model and Mixed Logit model with panel data is also studied in this work to explore the individual characteristics. The empirical results demonstrate that the Mixed Logit model certainly exhibits the taste variation on some critical factors at the decision of assets write-off and also show that panel data really disclose more information to improve accuracy of the diagnosis.

中文摘要I
AbstractIII
目錄IV
圖表目錄 VI
第一章緒論1
第一節研究動機與背景1
第二節研究目的3
第三節研究架構4
第二章文獻探討6
第一節資產減損之介紹6
第二節資產減損之相關文獻回顧9
第三節羅吉特與混合羅吉特模式16
第三章研究設計22
第一節資料來源與樣本選取22
第二節變數定義24
第三節羅吉特與混合羅吉特實證模型30
第四節預測績效指標32
第四章實證結果分析34
第一節相關變數敘述性統計量34
第二節實證結果38
第五章結論與限制55
參考文獻
圖表目錄
表目錄
表1資產減損相關文獻14
表2樣本統計22
表3產業/年的樣本提列資產減損分佈23
表4各變數定義彙整表28
表5資產減損提列混合矩陣(Confusion Matrix)33
表6資產減損診斷績效量測摘要33
表7相關變數敘述性統計量35
表8傳統Logit模式參數估計(所有自變數)39
表9Mixed Logit模式參數估計(所有自變數)41
表10兩模式合併2005至2008年所有樣本的估計績效比較42
表11傳統Logit模式參數估計(精簡模式)44
表12Mixed Logit模式參數估計(精簡模式)45
表13兩精簡模式於2005至2008年所有樣本的估計績效比較46
表14傳統Logit模式參數估計(2005年至2007年合併樣本之精簡模
式)47
表15Mixed Logit模式參數估計(2005年至2007年合併樣本之精簡
模式)48
表16兩模式以2005至2007年合併樣本預測2008年減損決策績效比
較49
表17Mixed Logit模式參數估計(2005年至2007年追蹤樣本之精簡
模式)51
表18兩模式以2005至2007年合併樣本預測2008年減損決策績效比
較52
表19兩模式以2005年至2007年樣本預測2008年全部公司減損決策
績效統計53
表20兩模式以2005年至2007年樣本預測2008年前三年有資料之公
司減損決策績效統計54
表21兩模式以2005年至2007年樣本預測2008年前三年沒有資料之
公司減損決策績效統計54
圖目錄
圖1研究流程圖5

財團法人中華民國會計研究發展基金會，2004，財務會計準則公報第35號公報:資產減損之會計處理準則，2006年11月30日修訂。
王唯全 ，2006，國際航線低價航空公司及一般航空公司選擇行為之研究-以台北-新加坡為例，國立暨南國際大學土木工程學系碩士論文。
余思瑩，2004，應用個體選擇模式檢驗促銷活動之成效，國立政治大學統計研究所碩士論文。
謝宛庭與吳清在，2005，認列資產減損時點與金額之決定因素及其市場反應，中華會計學刊，6(1)：59-95。
林有志與廖宜鋒，2006，提前採用資產減損公報之公司特性及盈餘管理動機，文大商管學報，第11卷第1期(6月)：11-28。
武季蔚、陳慶隆、吳思音，2009，應用支向量機於公司資產減損之預測，2009 第十屆管理學域國際學術研討會，朝陽科技大學。
洪怡君，2005，高速鐵路接駁屬性對城際旅運者運具選擇行為之影響，國立暨南國際大學土木工程研究所碩士論文。
邱靜淑，2004，都市通勤者運具行為之研究，國立暨南國際大學土木工程研究所碩士論文。
袁淑湄，2003，應用混合Logit模型探討台灣家戶住宅選擇之研究，國立成功大學都市計劃學系碩士論文。
陳慶隆，2007，選擇性新會計準則實施時點對策略性會計報導與資訊攸關性的影響，臺灣管理學刊，7(1)：131-159。
馮漢昌，2007，消費者對3G電信服務屬性偏好之研究，國立成功大學電信管理研究所碩士論文。
顏信輝與曹嘉玲，2009，資產減損與裁決性應計項目之關聯性。臺大管理論叢，第19卷第S2期：165-194。
Adler, T., C. S. Falzarano and G. Spitz. 2005. Modeling service trade-off in air itinerary choice, TRB Annual Meeting 2005.
Antle,R. and A. Smith. 1986. An empirical investigation into performance evaluation of corporate executives. Journal of Accounting Research 24(1)：1-39.
Ben-Akiva, M. D. Bolduc, and M. Bradley. 1993. Estimation of travel model choice models with randomly distributed values of time. Transportation Research Record 1413：88–97.
Ben-Akiva, M. and S. R. Lerman. 1985. Discrete Choice Analysis: Theory and Application to Travel Demand. The MIT Press, Cambridge, MA.
Bhat, C. 1998. Accommodating variations in responsiveness to level-of-service variables in travel mode choice models. Transportation Research B 33： 495-510.
Bhat, C. 2000. Incorporating observed and unobserved heterogeneity in urban work mode choice modeling. Transportation Science 34：228-238.
Boyd, J. and J. Mellman. 1980. The effect of fuel economy standards on the U.S. automotive market: A hedonic demanc analysis. Transportation Research A 14：367-378.
Brownstone, D. and K. Train. 1999. Forecasting new product penetration with flexible substitution patterns, Journal of Econometrics 89：109-129.
Cameron, A. C. and P. K. Trivedi. 2005. Microeconometrics, Method and Applications. Cambridge University Press, New York, NY.
Carn, N. J. Rabianski, R. Racster and M. Seldin. 1988. Real estate market analysis-techniques and applications. Prentice-Hall.
Chao, C. L. 2007. An examination of SFAS No. 35: Adoption timing motives, write-off characteristics, and market reaction. The International Journal of Accounting Studies (2007 Special Issue)：77-120.
Chia, F. 1995. An investigation into the causes and effects of asset write-offs in Australia. PhD dissertation, University of Western Australia.
Cotter, J. Stokes, D. and Wyatt, A. 1998. An analysis of factors influencing asset writedown. Accounting and Finance 38 (2)：157-179.
Elliott, J. and W. Shaw. 1988. Write-offs as accounting procedures to manage perceptions, Journal of Accounting Research 26：91-119.
Erdem, T. 1996. A dynamic analysis of market structure based on panel data. Marketing Science 15：359–378.
Francis, J. J. Hanna, and L. Vincent. 1996. Causes and effects of discretionary asset write-offs, Journal of Accounting Research34(3)：117-134.
Heflin, F. and T. Warfield. 1997. Managerial discretion in accounting for asset write-offs, Working Paper, University of Wisconsin-Madison.
Hensher, D. A. and S. Jones. 2007. Forecasting Corporate Bankruptcy: Optimizing the Performance of the Mixed Logit Model. ABACUS 43 (3): 241-264.
Hess, S. K. E. Train and J.W. Polak. 2006. On the use of a Modified Latin Hypercube Sampling (MLHS) approach in the estimation of a Mixed Logit model for vehicle choice. Transportation Research Part B: Methodological 40(2)：147-163.
Jones, S. and D. A. Hensher. 2004. Predicting firm financial distress: A Mixed Logit Model. The Accounting Review 79 (4): 1011-1038.
Lambert, R. D. Larcker And G. Baker. 1987. An analysis of the use of accounting and market measures of performance in executive compensation contracts. Journal of Accounting Research 25：85-125.
Loh, A.L.C. and T.H. Tan. 2002. Asset write-offs-managerial incentives and macroeconomic factors. ABACUS 38(1)：134-151.
McFadden, D. and K. Train. 2000. Mixed MNL models of discrete response. Journal of Applied Econometrics 15：447–470.
Murphy, K. 1985. Corporate performance and managerial remuneration: An empirical analysis. Journal of Accounting and Economics 7(1-3)：11-42.
Rees, l. S. Gill and R. Gore. 1996. An investigation of asset write-downs and concurrent abnormal accruals. Journal of Accounting Research 34：157-169.
Revelt, D. and K. Train. 1998. Mixed logit with repeated choices: Households’ choice of appliance efficiency level. Review of Economics and Statistics 74(2)：647-657.
Riedl, J. 2004. An examination of long-lived asset impairment. The Accounting Review 79(3)：823-852.
Strong, J. and J. Meyer. 1987. Asset writedowns: Managerial incentives and security returns, Journal of Finance 42：643-661.
Train, K. 1999. Mixed logit models for recreation demand , in J. Herriges and C. Kling, eds., Valuing Recreation and the Environment, Edward Elgar, Northampton, MA.
Train, E. K. 2006. Software of Mixed Logit Estimation by Maximum Simulated Likelihood. Available at http://elsa.berkeley.edu/~train/software.html
Train, K. 2009. Discrete Choice Methods with Simulation, 2nd Ed., Cambridge University Press.
Train, K., D. McFadden, and M. Ben-Akiva. 1987. The demand for local telephone service: A fully discrete model of residential calling patterns and service choice. Rand Journal of Economics 18：109-123.
Zucca, L., and D. Campbell. 1992. A closer look at discretionary writedowns of impaired assets. Accounting Horizons 6(3)：30-41.