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