• 沒有找到結果。

第四章 研究結果

4.3 期中互動過程

4.3.1 兩組迴歸模型

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

40

4.3.1 兩組迴歸模型

迴歸模型一:

𝑶𝒇𝒇𝒆𝒓𝒕 = 𝜶𝟎+ 𝜶𝟏𝒊𝒏𝒗𝒆𝒔𝒕𝒕−𝟏+ 𝜶𝟐𝑹𝒆𝒘𝒂𝒓𝒅𝒕−𝟏+ 𝜶𝟑𝑳𝒔𝒃𝒕−𝟏+ 𝜶𝟒𝑯𝑩 + 𝜶𝟓𝑪𝑩𝑷 + 𝜶𝟔𝑯𝑽𝑰𝑹 + 𝜶𝟕𝑯𝑽𝑹𝑹 + 𝜹𝒕

變數說明

1. 𝐎𝐟𝐟𝐞𝐫𝒕

當期投資給對方的金額,此變數為迴歸模型中之被解釋變數,在本研究之實 驗設計所代表的意義為信任程度,受測者依據上一期的資訊決定當期要投資 對方的金額,如果金額愈高,代表信任對方的程度愈高,也可以用合作與互 惠的角度解讀。

2.

𝐈𝐧𝐯𝐞𝐬𝐭𝒕−𝟏

(投資)

變數定義為上一期對方投資給我的金額,假設其他情況不變,理論上上一期 對方投資金額愈高,基於互惠原則,這一期投資對方的金額也會提高,反之,

則會下降,因此 Invest 與被解釋變數 offer 呈現正相關。

3.

𝐑𝐞𝐰𝐚𝐫𝐝𝒕−𝟏

(回報)

變數定義為上一期我投資對方之金額乘以三倍給對方後,對方依據此金額,

回報給我的金額,假設其他情況不變,理論上如果上一期回報金額愈多,當 期投資對方之金額應會提高,因為上一期對方互惠行為顯著,因此這一期也 會預期有相對應之互惠行為;如果上一期回報金額少,這一期投資金額可能 相對低,因此與被解釋變數 Offer 應是正相關。

4. LSB (Last Stage Break)

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

41

變數定義為上一期是否有斷線,此變數為虛擬變數,如果上一期對方投資金 額為 0,亦即斷線則為 1,反之,則為 0,此變數目的是衡量兩人互動關係,

假設其他情況不變,穩定的連線對於建立信任及合作互惠的關係占有舉足輕 重的地位,因此推論如果對方上一期有斷線,當期投資金額應會減少。

5. HB(History Break)

變數定義為歷史斷線,此變數也是虛擬變數,目的是衡量雙方互動關係,與 Lsb 的區別在於受測者看的是過去所有的互動史,而非單純的只看上一期,

相較於 Lsb,更為強調過去雙方互動關係,如果過去互動期數有斷線則為 1,

反之,則為 0,假設其他情況不變,歷史只要有斷線,則當期願意投資金額 應會減少,反之,則會增加,HB 應與被解釋變數呈反向關係。

6. CBP(Cumulated Break Period)

變數定義為歷史累積斷線次數,計算除了當期以外歷史所有期數之累積斷線 次數,假設其他情況不變,歷史斷線次數愈多,則當期願意投資金額會愈少,

反之,則會愈多,CBP 應與被解釋變數 Offer 呈反向關係。

7.

HVIR(History Variance Investment Raw Data)

公式: HVIR = (t−1)𝑁 1t−1 𝑡=2 (𝐼𝑛𝑣𝑒𝑠𝑡 t−1 − μ) 2

變數定義為歷史投資變異數,衡量對方歷史投資金額的變動情況,假設其他 情況不變,依據波動情況不同,對被解釋變數 Offer 有可能呈現反向或是正 向關係,假設其他條件不變,如果 HVIR 愈大是因為對方投資金額差有增加 的趨勢,則當期投資對方金額應增加,與被解釋變數呈正相關,反之,如果 對方投資金額一下高一下低,波動度大,致使 HVIR 變大,則可能與被解釋 變數呈反向關係。

8. HVRR(History Variance Reward Raw Data)

公式: HVRR = (t−1)N 1𝑡−1 t=2 (𝑅𝑒𝑤𝑎𝑟𝑑 t−1 − 𝜇) 2

投資報酬率,也就是 Reward Ratio,假設其他條件不變,上一期投資報酬率 愈高,則當期投資比率也應愈高,反之則愈低,因此 RR 應與被解釋變數 OR 呈正相關。

4. HVI(History Variance of Investment Ratio)

公式: HVI = (t−1)𝑁 1𝑡−1 𝑡=2 (𝐼𝑅 𝑡−1 − 𝜇) 2

變數定義為歷史投資比率變異數,與 HVIR 類似,唯一差別在於 HVI 是用投 資比率計算歷史變異數,但是 HVIR 是用對方原始投資金額計算歷史變異數,

相較於 HVIR,HVI 計算過程較為繁複,假設其他條件不變的情況下,如同 HVIR,依據波動情況,與被解釋變數 OR 有可能呈現正向與反向關係。

5. HVR(History Variance of Reward Ratio)

公式

:

HVR

=

1

相關文件