本研究應用追蹤資料(Panel data)模型同時對橫斷面及時間序列資料列入考 慮，為了選擇最適當之估計模型，以反映對變數討論上之有效性，進行個別模型 估計時，以特定之檢定統計量，對迴歸模型做配適度之驗證，其驗證結果如下：
一、OLS 估計法之最適使用模型：
模型二：事件期在 t=0 及模型三：事件期 t=-8、-5、-3 日及模型四，.LM 檢 定統計量之顯著水準達到 5%以下，顯示隨機效果模型較適合對參數之估計，其 它模型採用傳統迴歸模型較適合參數之估計。
二、GARCH 估計法之最適使用模型：
模型五：事件期在 t=0 及模型七及模型八：事件期在 t=-8、-5 日，.LM 檢定 統計量之顯著水準達到 5%以下，顯示隨機效果模型較適合對參數之估計，其它 模型採用傳統迴歸模型較適合參數之估計。
四、SUR 估計法之最適使用模型：
模型九事件期在 t=-5、-3、0 日，採傳統迴歸模型較適合參數之估計。
模型九事件期在 t=-8 及模型十事件期在 t=-5、-3、0 日及模型十一及模型十 二事件期在 t=-5、-3、0 日，符合.LM 檢定統計量之顯著水準達到 5%以下，顯示 隨機效果模型較適合對參數之估計。
模型十事件期在 t=-8 日及模型十二事件期在 t=-8 日：.LM 檢定統計量之顯 著水準達到 5%以下、且 Hausman 檢定統計量之顯著水準也達到 5%以下，檢定 結果發現，採用固定效果模型來估計參數較適當。
表 5-6、最適模型檢定結果-普通最小平方法(OLS)
檢定統計量 模型一 模型二 模型三 模型四
t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 傳統迴歸模型
vs F 0.70 0.70 0.74 0.97 0.68 1.00 1.26 0.99 0.87 0.78 0.81 1.05 0.64 1.08 1.24 1.01
固定效果模型 P-value 0.9233 0.9296 0.8870 0.5345 0.9420 0.4738 0.1335 0.4916 0.7020 0.8397 0.7987 0.4021 0.9664 0.3462 0.1564 0.4572 傳統迴歸模型
vs LM 8.38* 5.94 2.61 9.02* 2.26 2.14 2.79 11.95** 41.63*** 29.20*** 19.12** 14.82* 22.94*** 26.67*** 52.62*** 33.53***
隨機效果模型 P-value 0.0787 0.2039 0.6252 0.0605 0.6885 0.7105 0.5932 0.0177 0.0000 0.0003 0.0143 0.0628 0.0034 0.0008 0.0000 0.0000 隨機效果模型
vs Hausman 0.18 0.24 0.85 0.99 0.51 0.47 2.44 3.75 7.64 5.77 4.38 7.23 0.99 7.23 5.75 10.66 固定效果模型 P-value 0.9809 0.9705 0.8382 0.8034 0.9163 0.9260 0.4861 0.2898 0.2655 0.4492 0.6259 0.4058 0.9861 0.2997 0.5696 0.1541 最適使用模型 pool pool pool pool pool pool pool random random random random pool random random random random
資料來源：本研究整理。
*：在 10%顯著水準以下。
**：在 5%顯著水準以下。
***：在 1%顯著水準以下。
表 5-7、最適模型檢定結果-自我相關條件異質變異(GARCH)
檢定統計量 模型五 模型六 模型七 模型八
t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 傳統迴歸模型
vs F 0.72 0.90 1.13 0.90 0.72 0.70 0.72 0.95 0.66 0.99 1.08 0.98 0.87 0.72 0.74 1.04
固定效果模型 P-value 0.9069 0.6625 0.2694 0.6570 0.9102 0.9273 0.9076 0.5690 0.9559 0.4952 0.3484 0.5218 0.7071 0.9065 0.8932 0.4033 傳統迴歸模型
vs LM 4.18 1.91 4.13 18.21*** 7.75 5.33 2.09 8.41* 27.71*** 25.29*** 33.39*** 47.53*** 42.22*** 23.27*** 5.97 13.84*
隨機效果模型 P-value 0.3827 0.7517 0.3882 0.0011 0.1013 0.2547 0.7200 0.0776 0.0005 0.0014 0.0001 0.0000 0.0000 0.0030 0.6502 0.0861 隨機效果模型
vs Hausman 0.58 0.61 6.65* 2.69 0.29 0.18 0.71 0.66 1.16 6.06 8.95 10.55 7.56 1.69 3.53 6.75 固定效果模型 P-value 0.9018 0.8938 0.0839 0.4423 0.9616 0.9815 0.8704 0.8815 0.9790 0.4166 0.2563 0.1597 0.2721 0.9462 0.8319 0.4555 最適使用模型 pool pool pool random pool pool pool pool random random random random random random pool pool
資料來源：本研究整理。
*：在 10%顯著水準以下。
**：在 5%顯著水準以下。
***：在 1%顯著水準以下。
表 5-8、最適模型檢定結果-似乎無相關(SUR)
檢定統計量 模型九 模型十 模型十一 模型十二
t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0 t=-8 t=-5 t=-3 t=0
傳統迴歸模型
vs F 0.84 1.17 0.91 0.79 1.36* 0.94 1.21 0.85 0.93 1.11 1.01 0.74 1.34* 1.00 1.36* 1.03
固定效果模型 P-value 0.7616 0.2287 0.6407 0.8264 0.0719 0.5812 0.1805 0.7487 0.5980 0.2963 0.4680 0.8866 0.0829 0.4797 0.0754 0.4262 傳統迴歸模型
vs LM 13.85*** 4.23 2.33 3.93 10.05** 14.53*** 11.07** 10.73** 43.70*** 30.93*** 26.98*** 26.16*** 21.31*** 25.77*** 26.21*** 28.99***
隨機效果模型 P-value 0.0078 0.3762 0.6757 0.4153 0.0396 0.0058 0.0258 0.0298 0.0000 0.0001 0.0007 0.0010 0.0064 0.0011 0.0010 0.0003 隨機效果模型
vs Hausman 1.45 7.53* 0.62 0.31 9.3** 1.23 1.10 0.69 9.19 8.24 6.72 0.88 20.02*** 6.66 12.65* 11.97 固定效果模型 P-value 0.6945 0.0569 0.8916 0.9581 0.0255 0.7464 0.7769 0.8750 0.2396 0.3116 0.3474 0.9898 0.0055 0.4650 0.0812 0.1016 最適使用模型 random pool pool pool fixed random random random random random random random fixed random random random
資料來源：本研究整理。
*：在 10%顯著水準以下。
**：在 5%顯著水準以下。
***：在 1%顯著水準以下。