實證數據分析

中央研究院前副院長劉翠溶遭詐騙，被騙走了 2000 萬，詐騙如此盛行，所以想了解 詐騙案件跟總體經濟數的關係，藉由實證數據來剖析。

本研究採用 Eviews 7 計量統計分析軟體做複迴歸分析。在做迴歸分析前已先做解釋 變數的相關係數值的篩選，將介於 0.5 到-0.5 的解釋變數一一個別分組，分為以下四組來 做迴歸分析：第一組: M1B(月底數)、臺股加權指數。第二組: 消費者物價指數、M1B(年 增率)、臺股加權指數。第三組: 信用卡流通數、M1B(年增率)、臺股加權指數。第四組:

銀行存款利率、M1B(年增率) 、臺股加權指數。

藉由 Eviews 7 計量統計軟體，在迴歸分析當中，本研究首先判別解釋變數的 Prob，

p<0.001 等於高度顯著其次為 p<0.01 中度顯著，p<0.05 低度顯著，顯著性的高低其代表解 釋變數對被解釋變數的影響性。再來是判別調整後的 R²數值的高低其代表在此模型中解 釋變數解釋被解釋變數有多少程度。最後Ｄurbin-Ｗatson stat 數值是可判別有無序列相關 的問題。

28

表格 6 第一組部份調整模型前的迴歸分析

第一組的迴歸分析數據中 M1B(月底數)、臺股加權指數，其中 M1B 月增率為顯著的 正相關，且此模型的調整後的 R²數值為 0.787，代表解釋變數 M1B(月底數)、臺股加權指 數，解釋了被解釋變數違反金融案件數的 0.787，最高值則為 1，另外在Ｄurbin-Ｗatson stat 值是趨近於 0 的，此代表有正向序列相關，關於Ｄurbin-Ｗatson stat 可檢定誤差項是否 有自我相關（序列相關）serial correlation，當Ｄurbin-Ｗatson stat 數值接進 2 時則代表無 序列相關，趨近於 0 則代表有正向序列相關，趨近於 4 則代表有負向序列相關。變異數膨 脹因子檢測，數值為小於 10，代表解釋變數無多重共線性。

29

表格 7 第二組部份調整模型前的迴歸分析

在第二組迴歸分析數據中，消費者物價指數（CPI）、M1B(年增率)、臺股加權指數，

其中消費者物價指數(CPI)與常數項為顯著正相關，且此模型解釋變數的解釋能力有達到 0.831，另外在Ｄurbin-Ｗatson stat 值是趨近於 0 的，此代表有正向序列相關。變異數膨脹 因子小於 10 為無多重共線性的問題。

表格 8 第三組部份調整模型前的迴歸分析

30

在第三組迴歸分析數據中，信用卡流通數、M1B(年增率)、臺股加權指數，其中信用 卡流通數與臺股加權指數為顯著正相關，且此模型解釋變數的解釋能力為 0.501，另外在 Ｄurbin-Ｗatson stat 值是 0.674 趨近於 0 的，此代表有正向序列相關。變異數膨脹因子小 於 10 為無多重共線性的問題。

表格 9 第四組部份調整模型前的迴歸分析

在第四組迴歸分析數據中，銀行存款利率、M1B(年增率)、臺股加權指數，其中銀行 存款利率與臺股加權指數為顯著負相關與正相關，且此模型解釋變數的解釋能力有達到 0.765，另外在Ｄurbin-Ｗatson stat 值是 0.813 趨近於 0 的，此代表有正向序列相關。變異 數膨脹因子小於 10 為無多重共線性的問題。

31