三、研究方法
3.3 研究設計及變數衡量
3.3 研究設計及變數衡量
本研究的資料係兼具時間序列(Time Series)及橫斷面(Cross Sectional)的追蹤型資料 (Panel Data)，此種資料在橫斷面其誤差項之變異數會有異質性(heteroscedasticity)，即遺 漏 變 數 (Omitted Variable) 之 情 形 存 在 ， 在 時 間 數 列 其 誤 差 項 可 能 有 自 我 相 關 (autocorrelation)，如以傳統最小平方法(Ordinary Least Square Method；OLS)分析，因假 設所有樣本之截距項皆相同，估計橫斷面之資料忽略時間序列之差異性，將使估計結果 發生偏誤（Kalton, Kasprzyk and McMillen, 1989）。
Panel Data 模型允許樣本個體間擁有各自不同的截距項，以表示個體間的差異性，
另依截距項之特性假設不同，可分為固定效果模型(Fixed Effect Model)及隨機效果模型 (Random Effect Model)。一般而言，前者假設研究只對所擁有的資料個體作推論，後者 則將所擁有的資料個體視為取自一個更大母體的隨機樣本。
固定效果或隨機效果模型，可各再區分「區域特定效果(region-specific effect)」與「時 間特定效果(time-specific effect)」，前者指控制其他解釋變數下，各個區域會因其區域本 身擁有的區域特性，而對區域內歷年的被解釋變數造成長期的固定影響，此一影響不隨 年別而定，後者指控制其他解釋變數下，將因第 t 年所具有的特性，而對當年各區域的
- 19 -
公司固定效果迴歸模型(one way firm fixed effect)：
其中，
i表各個公司特定的截距項，不隨時間變動；D
jt表公司虛擬變數，若i j
， 則D
jt
1；若i j
，則D
jt
0。其他定義同前。公司隨機效果迴歸模型(one way firm random effect)：
其中，
i表各個公司特定的截距項，不隨時間變動，其中
表母體平均截距的固定 未知參數，
i為個體間差異之無法觀察到的隨機誤差。其他定義同前。綜上，為獲得較佳的研究結果，擬進行選取OLS及Panel Data 模型之檢定。模型檢 定流程如下：
（一）共線性診斷
如一變項與其它自變項之間有共線性，則此變項迴歸係數的估計值不夠穩定，共線 性問題嚴重時，將影響最小平方值(least-squares)計算之準確性。因此，在建立Panel Data 模型進行迴歸分析之前，頇針對自變數進行共線性診斷(Variance inflation factor 變異數 膨脹因子，簡稱VIF)，Belsley（1991）認為若VIF＞10，即表示該預測變項為共線性變
項，故VIF 值亦表示實際之變異數，其值愈小愈佳。
2. 傳統最小平方法模型(OLS)或隨機效果模型(Random Effect Model)之選取：建立虛無 假設（H0）為各公司之截距項不具有隨機變數之性質，對立假設（H1）為各公司之截 距項具有隨機變數之性質，以拉式乘數法(Lagrange Multiplier, LM)檢定截距項是否具 有隨機變數之性質，若不具有隨機變數之性質，則使用傳統之最小平方法模型，否則 使用隨機效果模型。
3. 隨機效果模型(Random Effect Model)或固定效果模型(Fixed Effect Model )之選取：若 經由 F test 與 LM test 顯示固定效果模型與隨機效果模型較最小平方法適用，建立
- 21 -
上市(櫃)公司資本來源排除本國自然人與僑外自然人二項後作為機構投資人的 定義，持股比例為機構投資人持股占樣本公司流通在外股數的比例*100。
3. RDi,t：為樣本 i 公司第 t 期之研發支出占營業收入淨額之比例。
RDi,t =[研發支出i,t/營業收入淨額i,t]*100
（三）控制變數
1. SIZEi,t：為樣本 i 公司第 t 期之總資產取自然對數。當公司規模較大，可能多位 於產業成熟期，於產業內擁有相當的競爭優勢，一般獲利穩定、可運用資源較 多，但未來的成長性較低，反而在成長階段之產業，多屬中、小規模之公司，
未來成長性可能較高，故本研究認為需要加入規模作為控制變數。
SIZEi,t=LN(資產i,t)
2. LEVi,t：為樣本 i 公司第 t 期之總負債除以總資產。Modigliani & Miller（1963）
指出當有公司稅及個人稅的情況，舉債具有稅盾(tax shield)之效果，可增加公司 價值，對績效為正向關係，但同時增加破產成本，可能為負向關係；Agrawal &
Knoeber （1996）、葉銀華及邱顯比（1996）、沈立平（2003）實證亦發現負 債比例愈高，公司經營績效反而降低，故本研究認為需要加入負債比率作為控 制變數。
LEVi,t=[負債i,t /資產i,t] *100
3. G_ASSETi,t：為樣本 i 公司第 t 期之資產成長率。一般而言，公司資產增加來源 可能是舉債、增資或盈餘保留，資產成長率可反映公司目前經營績效與對未來 展望，Agrawal 及 Knoeber（1996）、周夢柏（2002）提出資產成長率愈高，代 表公司未來有較多投資成長機會，故本研究認為需要加入資產成長率作為控制 變數。
G_ASSETi,t =[(資產i,t -資產 i,t-1)/((資產 i,t+資產i,t-1)/2)] *100
4. R_INDEXi,t：為樣本 i 公司第 t 期之集中市場股價指數年報酬率。Fama and French
（1995、1996）實證研究美國上市公司發現整體市場因素(Rm,Rf)、公司規模(size) 及帳面價值對市場價值比率(B/M ratio)等股票報酬之風險因素可解釋股票報
- 23 -