第五章、 實證結果分析
第三節 實證模型檢驗
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 實證模型檢驗
本研究在設定實證模型後，以最小平方法（Ordinary Least
Squares ,OLS）加以估計並分析迴歸結果，為了增加實證模型的精確性，
進一步以JB 值檢定（Jarque-Bera Test）檢測殘差值是否呈常態分配，並透 過BP 值檢定(Breusch-Pagan Test)對模型行檢定，討論模型是否具異質變 異，以確定模型不會因異質變異而導致錯誤效果，再以RESET 檢定
（Regression Specification Error Test）檢測模型中是否遺漏重要的變數，或 是選擇錯誤的函數形式，最後再以共線性檢定，以避免變數之間產生線性 重合的現象。
一、 JB 值檢定(Jarque-Bera Test)
為了檢驗殘差值是否呈常態分配，將女性投資人模型與男性投資人 模型分別以JB 值檢定，兩個模型的虛無假設及對立假設皆如下:
H0：殘差值為常態分配 H1：殘差值非為常態分配
JB 的公式為:
4
3 6
2
2
K
T S JB
在女性的模型中，T=69，偏態(Skewness)=0.5775，峰態（Kurtosis）
=2.7722，所得出來的 JB 值為 3.9845，在 α=0.05 的顯著水準下，小於卡方 值5.991，不拒絕 H0。
在男性的模型中，T=46，偏態(Skewness)=0.1362，峰態(Kurtosis)
=3.4852，所得出來的 JB 值為 0.5934，在 α=0.05 的顯著水準下，小於卡方 值5.991，不拒絕 H0。
透過JB 值檢定可以得知，不論是女性投資人的模型還是男性投資人 的模型，殘差值皆為常態分配。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、BP 值檢定(Breusch-Pagan Test)
在以最小平方法進行估計時，常會出現異質變異的情形，使得估計式 的精確性受到影響，因此需以BP 值對模型加以檢定，再對於產生異質變 異的估計式進行修正，以使估計式更具有代表性。其虛無假設及對立假設 如下:
H0：變異數具有齊一性 H1：變異數不具有齊一性
若BP 值大於卡方值，則拒絕 H0，表示具有異質變異，模型必須修正。
在女性投資人的模型中，BP 值為 8.1908，小於卡方值 16.9190，表示沒有 出現異質變異的情形，模型不須修正；而在男性投資人的模型中，BP 值 為18.0485，大於卡方值 16.9190，表示有出現異質變異情形，所以在實證 過程中加以修正，因此結果已排除異質變異所造成的影響。
三、 RESET 檢定(Regression Specification Error Test)
為了檢驗模型是否有設定錯誤，是否納入了各項重要變數，以了解模 型的適當性，分別將女性及男性投資人模型以RESET 檢定，在女性投資 人模型中，以RESET 檢定後所得的 P 值為 0.6806，大於臨界值 0.05，不 拒絕虛無假設；而在男性投資人模型中，RESET 檢定所得到的 P 值為 0.648，也大於臨界值 0.05，不拒絕虛無假設，因此可以得知，不論是女性 投資人或是男性投資人的實證模型，並沒有遺漏重要的變數，兩個實證模 型均具有相當的適當性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
四、 共線性檢定
在迴歸模型中，若是變數之間存在高度的相關時，會產生線性重合（
Collinear）的現象，也就是兩變數之間有共線性，因此分別將男性投資人 模型及女性投資人模型中，各解釋變數之間的相關係數列出，觀察是否有 存在高度相關的情形。在模型中，為了觀察年齡對投資人投資行為的影 響，是否存在非線性的關係，因此在解釋變數中，包含了年齡（AGE）及 年齡的平方項（AGE2）兩變數，而該兩項變數為平方關係，必然存在高度 相關，故在進行共線性檢定時，不予考量此兩變數的相關係數。在觀察男 性投資人及女性投資人模型中的各項變數間相關係數如表9 及表 10 後，
並未有相關係數大於0.7 的情形，故實證模型的解釋變數間，不存在共線 性之關係。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
AGE AGE2 EDUCATION1 EDUCATION2 EDUCATION3 EDUCATION4 MARRIAGE WORK1 WORK2 WORK3 TYPE LASSET
AGE 1
AGE2 0.9798 1
EDUCATION1 0.3131 0.3237 1
EDUCATION2 0.0671 0.1081 -0.1971 1
EDUCATION3 -0.1686 -0.2199 -0.3519 -0.6283 1
EDUCATION4 -0.1500 -0.1338 -0.0766 -0.1585 -0.2828 1
MARRIAGE 0.4987 0.4404 -0.0868 -0.0505 0.1757 -0.1670 1
WORK1 0.3152 0.3140 0.2194 -0.0461 -0.0382 -0.1134 0.0826 1
WORK2 -0.0430 -0.0842 0.0061 -0.1910 0.2222 -0.1080 0.0376 -0.4170 1
WORK3 -0.2949 -0.2621 -0.2326 -0.1830 -0.1296 -0.2000 -0.1144 -0.6217 -0.3283 1
TYPE 0.3019 0.3351 0,2474 0.1195 -0.2240 -0.0553 -0.0094 0.2921 -0.3809 -0.0134 1
LASSET 0.1237 0.1055 -0.9036 0.1343 -0.0794 0.0166 0.1936 0.0994 -0.0935 -0.0320 -0.0915 1
表 9：女性投資人模型自變數相關係數檢測表
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
AGE AGE2 EDUCATION1 EDUCATION2 EDUCATION3 EDUCATION4 MARRIAGE WORK1 WORK2 WORK3 TYPE LASSET
AGE 1
AGE2 0.9854 1
EDUCATION1 0.3342 0.3687 1
EDUCATION2 0.1000 0.0963 -0.1307 1
EDUCATION3 -0.0922 -0.1218 -0.4031 -0.5533 1
EDUCATION4 -0.2541 -0.2366 -0.1195 -0.1641 -0.5056 1
MARRIAGE 0.5493 0.4729 0.1522 0.0564 0.1900 -0.4599 1
WORK1 0.0935 0.1768 0.1887 0.0463 -0.2043 0.0855 -0.1089 1
WORK2 0.0388 -0.0154 -0.1416 -0.1944 0.1137 0.1629 -0.0629 -0.2572 1
WORK3 -0.1109 -0.1413 -0.0545 0.1096 0.0895 -0.1995 0.1428 -0.6683 -0.5470 1
TYPE 0.3062 0.3406 0.2041 -0.1144 -0.2128 0.2562 0.0311 0.3708 0.1788 -0.4589 1
LASSET 0.0723 0.0349 -0.1721 0.0347 0.1609 0.1635 0.1635 -0.1009 0.0260 0.0673 -0.0800 1
表 10：男性投資人模型自變數相關係數檢測表