國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 模型分析和本研究假説分別對應的係數
一、 模型及分析方法
本研究採用二分類檢定法（dichotomous classification test），二分類檢定法是一種非 常直觀的研究方法，與企業決策者所面臨的決策情景十分類似，例如可以將企業的垂直 整合決定視爲外包或自治的二分法選擇。如果績效預期（PE）大於績效目標（PT），則 企業的績效展望為利得展望（GP），當前風險偏好被歸類為風險趨避（RA）；如果績效 預期（PE）小於績效目標（PT），則企業的績效展望為損失展望（LP），當前風險偏好 被歸類為風險尋求（RS）。
根據上一節對自變數的設定，將結果代入設定的公式進行推算：
① 若 PE
i
，t
-PTi
，t
>0，則 Ira
=1 和 Irs
=0，利得展望程度 GP
i
，t
=Ira
* PPi
，t
=1*PPi
，t
= PPi
，t
=（PEi
，t
-PTi
，t
）÷|PTi
，t
|損失展望程度 LP
i
，t
= Irs
* PPi
，t
=0*PPi
，t
=0可以判斷 PP
i
，t
>0 且 GPi
，t
>0② 若 PE
i
，t
-PTi
，t
<0，則 Ira
=0 和 Irs
=1，利得展望程度 GP
i
，t
=Ira
* PPi
，t
=0*PPi
，t
=0損失展望程度 LP
i
，t
= Irs
* PPi
，t
=1*PPi
，t
= PPi
，t
=（PEi
，t
-PTi
，t
）÷|PTi
，t
|可以判斷 PP
i
，t
<0 且 LPi
，t
<0‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
按二分類檢定法將 GP 和 LP 代入擬定計量模型，準備驗證的模型 A 和 B：
△VI = ß
1.1
+ ß2.1
*GP + ß3.1
*LP+ß4.1
*△AS+z1
模型（A）DOP = ß
1.2
+ ß2.2
*GP + ß3.2
*LP + z2
模型（B）二、 假説分別對應的模型係數預計分析
本研究在本章第一節曾提出準備檢驗的假説 H1-H6，現針對模型 A 和 B，可以分 析出假説在模型分別對應的係數符號及關係：
假说H1. 當績效預期（Pe）<績效目標（Pt），管理者將當前狀態定義爲損失（losses），績 效展望為損失展望（LP），實施更多的探索行爲，風險偏好爲尋求風險（RS），
其中績效預期低於目標的程度與風險決策審慎程度（DOP）負相關，因損失展 望 LP<0，LP 絕對值越大，企業風險決策審慎程度（DOP）越小，預計模型 B 相關係數 ß
3.2
>0。假说H2. 當績效預期（Pe）<績效目標（Pt），管理者的績效展望為損失展望，風險偏好 爲尋求（RS）；在相同的資産特用性條件下，風險尋求的公司選擇降低垂直整合 程度；公司垂直整合程度（VI）隨損失展望（LP）而單調遞減，由於損失展望 LP<0，在同等的資產特用性（AS）條件下，LP 絕對值越大，企業垂直整合程 度（VI）越小，預計模型 A 的相關係數 ß
3.1
>0。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
假说H3. 當績效預期（Pe）>績效目標（Pt），管理者會將當前狀態定義爲利得（gains），
績效展望為利得展望（GP），風險偏好爲趨避風險（RA），其中績效預期高於目 標的程度與風險決策審慎程度正相關，因利得展望 GP>0，GP 越大，企業風險 決策審慎程度（DOP）越大，預計模型 B 相關係數 ß
2.2
>0。假说H4. 1 當績效預期高於目標，管理者的績效展望為利得展望，風險偏好爲趨避（RA）， 在相同的資産特用性條件下，風險趨避的公司選擇增加垂直整合程度；但因受 到「保持選擇權」考量的抑制，以及不作爲偏誤（Omission Bias）的維持現狀作 用，利得展望（GP）程度與公司垂直整合程度（VI）不存在顯著的綫性統計關 係，預計模型 A 相關係數 ß
2.1
>0，但不顯著，公司垂直整合程度（VI）只隨資 産特用性的變化而變化。假说H5. 按照 Williamson 有關垂直整合的理論，公司垂直整合（VI）的程度與資產特用 性（AS）正相關，預計模型 A 相關係數 ß
4.1
>0；
假说H6. 根據展望理論，人們行爲對損失的敏感程度遠遠高於對收益的敏感程度，收益 價值曲綫和損失價值曲綫，在原點附近的斜率的差異，大約在 2-4 倍之間。因 此我們可以提出：損失展望（LP）程度對於企業風險決策審慎程度（DOP）的 影響作用要大於利得展望（GP）程度，預計模型 B 相關係數的關係為 ß