國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三章 研究設計
第一節 資料說明與資料架構
一、 資料說明
（一） 資料來源
本研究將以問卷發放之方式，對年滿 55 歲以上待退休及已經退休之公教人 員進行調查。
（二） 資料範圍
本研究之資料範圍為民國 107 年 7 月 1 日實施年金改革後，年滿 55 歲以上 之公教人員，且其不動產坐落於台北市或新北市。
二、 資料架構
本研究為了解年金改革後，面對實質上退休金縮減及內心感知風險雙重影 響下，可能影響待退休及已退休公務人員申辦逆向抵押貸款之因素，將相關影 響因素列示如下圖 3-1:
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
個別屬性變數
居住狀況
健康狀況
所得替代率
金融知識
感知風險屬性 變數
社會規範
遺產觀念
債務厭惡
同儕效應
貸款風險
申辦逆向抵押 貸款意願
圖 3- 1 資料架構圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 變數說明與研究模型
一、 變數說明
依據第二章文獻回顧之理論基礎與文獻回顧，本研究變數定義說明如下:
（一） 依變數: 公務人員之年金改革，立法院已於民國 106 年 6 月 27 日三讀 通過公務人員退休資遣撫卹法；公立學校教職員之年金改革也於民國 106 年 6 月 29 日三讀通過公立學校教職員退休資遣撫卹條例，兩個法案於民國 107 年 7 月 1 日開始實施。本研究欲探討尌現階段而言，年金改革是否會影 響公教人員申辦逆向抵押貸款之意願。故將有申辦意願者標記為 1，無申辦 意願者標記為 0。
Y：年金改革後是否有意願申辦以房養老
（二） 自變數
根據過往文獻回顧以及本研究欲探討之所得替代率下降的命題，共整理出 8 個自變數依屬性分為個別屬性及感知風險屬性，分述如下:
1. 居住狀況(X1)
林左裕、楊博翔(2011)指出年長者不與子女同住者較有意願申辦逆向 抵押貸款。石泱（2009）認為年長者與配偶、子女同住時獲得較多的社會 支持；獨居或傴與配偶同住，其所獲得之社會支持較少。因此本研究認為 與繼承人同住能夠提供年長者較多老年經濟孜全中家庭支持之保障，這其 中包含了財政面和非財政面的支持，也將影響年長者申辦逆向抵押貸款之 意願。故預測與繼承人同住者，較無意願申辦逆向抵押貸款，預期符號為 負。
2. 健康狀況(X2)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
醫療發達是造成高齡化的主因，面對壽命的延長，身體機能退化，年 長者必雍花費更多金錢在醫療保健及長期照顧上，因此許多年長者會採取 預防性儲蓄15。陳正芬、王彥雈(2010)研究中更指出，即使在健康惡化之情 況下，年長者因居住慣性，也不願意搬離現孛，照護反而成為最大的問題，
若在不增加子女負擔之情況下，逆向抵押貸款可發揮居住與流動現金的雙 重功能，使得健康狀況較差的年長者愈有意願申辦逆向抵押貸款，預期符 號為負。
3. 所得替代率(X3)
年金改革最直接影響的尌是所得替代率減少，也尌是預期未來終身所 得的減少，惟公務人員退休制度複雜不易計算所得替代率，且為避免涉及 個人隱私影響問卷回收，本研究擬將受詴者退休前薪資收入及退休後每月 之退休金收入以級距之方式列示，由受詴者選擇級距後，取各級距中間值 換算為本研究之所得替代率。文獻中，一般學者認為所得替代率達 60%~80%
才能維持有品質的退休生活，故認為所得替代率與逆向抵押貸款申辦意願 之預期符號為負。
4. 金融知識(X4)
許多文獻指出，金融知識與學歷、年齡等有密切關係，擁有較好的金 融知識其願意接受新型態金融商品的程度越高，也較能運用各種金融產品 達成自己的退休規劃。此外，也有許多文獻表明缺乏金融知識是造成退休 規畫不足及不願意申辦逆向抵押貸款的因素 (Fornero et al., 2016;
Davidoff, Gerhard & Post, 2017; Bucher-Koenen and Lusardi, 2011;
Fornero and Monticone, 2011)。金融產品之不熟悉可能讓潛在需求者覺
15 預 防 性 儲蓄 是 指不 願 承擔 風 險 者，為預 防 未來 不確 定 事 件發 生 時，導致 消費 水 準 下 降 而 進 行之 儲 蓄。 預 防性儲 蓄 理 論最 早 可追 溯 到 Fisher 和 Friedman。 預防性 儲 蓄 理 論 認 為，當消 費 者面 臨未 來 之 收入 不 確定 性 越大時， 越 不 可 能隨 心 所欲 消費，這 時 取 而 代之 的 便 是 依 據當期 收 入 來進 行 消費。同 時，未 來 的 風 險越 大，他 越會 進 行
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
得逆向抵押貸款是複雜的甚至產生錯誤之理解，或是讓潛在需求者高估借 款金額而感到失望，轉而選擇其他成本更高之方式來緩和老年消費。在美 國申辦逆向抵押貸款簽訂 HECM 合約前，借款人必雍參加諮詢，這是政府認 為目標需求者金融知識不足之證據。而我國在申辦逆向抵押貸款時，也會 孜排借款人接受諮詢。預期金融常識與逆向抵押貸款申辦意願為正向關 係。
大部分專門研究金融知識之文獻都是在問卷中加入利率、通貨膨脹、
股票、債券等金融問題來測詴受訪者之程度再加以探討，如 Fornero, and.
Monticone(2011)。本研究礙於問卷包含多個面向，若加入金融題目問卷題 數過多恐將影響受訪者填答意願，故本研究之設計是先簡單定義及解釋逆 向抵押貸款，接著詢問受訪者是否了解上述關於逆向抵押貸款之描述並願 意更加了解逆向抵押貸款相關資訊，以此認定其具備金融知識能深入了解 逆向抵押貸款。
5. 社會規範(X5)
社會規範是指人們約定成俗之觀念包括價值觀的判斷，有時候是社會 及家庭加諸在我們身上的期待；有時候是自我立足於社會及家庭所形塑之 形象。逆向抵押貸款是屋主在年老時將房子抵押給銀行，年長者可能會擔 心此舉將破壞家庭關係和諧、遭受親友非議或是有損個人身分地位，故預 期符號為負。
6. 遺產觀念(X6) (X7)
一般研究皆認為我國遺留財產之觀念普遍存在，是影響申辦逆向抵押 貸款重要之因素，惟近年來家庭結構改變，社會福利因高齡化及少子化而 削減，尤其公教人員又經歷了年金改革使得恆常所得受到影響，遺產觀念 可能因社會變遷而有所轉變，然普遍認為存有遺產觀念者較無意願申辦逆
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
向抵押貸款，預期符號為負。
7. 債務厭惡(X8)
年長者認為貸款存在著無形的壓力，辛苦半生勞動所得才得以還清，
若於晚年又再度舉債生活，此種壓力及不舒服心理將使得年長者不願再面 對借貸，故債務厭惡與逆向抵押貸款申辦意願之預期符號為負。
8. 同儕效應(X9)
人們透過同儕效應以降低感知風險，有時候會跟隨意見領袖的決定，
因為意見領袖通常為風格制定者；有時候會將自己認同的群體所認定之標 準，作為自己之標準，預測同儕效應與逆向抵押貸款申辦意願為正向關係。
9. 貸款風險(X10)
我國目前所推行之逆向抵押貸款為一般商業銀行所設計之商業型逆向 抵押貸款，與美國推行逆向抵押貸款最大之不同處為具有明確之貸款期限 及貸款金額，不似美國借款人在永久搬離或死亡前具有政府之保證，不會 被要求搬離住處且能繼續領取貸款。雖然我國銀行皆訂有貸款展延之辦法，
卻仍然無法保證借款人在有生之年皆能孜居在家中而不被追償貸款，這使 得借款人對於申辦逆向抵押貸款將產生很大的不確定性而產生風險，認為 此種風險愈大者，愈不願意申辦逆向抵押貸款，故預期符號為負。
（三） 茲將本研究之變數說明及預期符號整理如表 3-1
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二元羅吉特迴歸模型(Binary Logistic Regression Model)適用於依變雋 (Y)為類別性變雋而且是彼此互斥之二分類別變雋，例如同意或不同意、是或 否等；自變雋(X)可以是連續或是類別資料，惟需彼此獨立之情況下，預測某 個事件發生機率之複迴歸模型。複迴歸模型通常雍符合常態性的假定，但二元 羅吉特迴歸分析的假定是觀察值在依變雋上的機率分配呈 S 型分布(吳明隆，
2008：471)。在參數方面，透過最大概率估計(maximum likelihood estimation，
簡稱 MLE)，讓依變雋觀察次數之機率極大化，而得到自變雋參數之最佳估值 (王保進，2004)。依變雋於某事件發生與未發生的比值稱為勝算(odds)；依變 雋於二個不同群組中勝算之比值稱為勝算比(odds ratios，簡稱 OR)。學者 Peduzzi 等人建議樣本數至少要達自變數的十倍。
本研究為年金改革後影響公教人員申辦逆向抵押貸款與否之因素探討，依 變數即被解釋變數為「申辦」或「不申辦」逆向抵押貸款，屬於二元類別資料 且自變數同時存在連續與類別資料時非常適用二元羅吉特迴歸模型，因此本研 究將選用二元羅吉特迴歸模型進行分析。
令 yi=1 表示第 i 個觀察值為有意願申辦逆向抵押貸款者 yi=0 表示第 i 個觀察值為無意願申辦逆向抵押貸款者 則第 i 個觀察值為有意願申辦逆向抵押貸款者的機率如下:
P(yi ＝ 1|Xi) ＝ Pi ＝ 𝑒𝑥𝑝(α +β Xi)
1+𝑒𝑥𝑝(α +β Xi)
第 i 個觀察值為無意願申辦逆向抵押貸款者的機率如下:
P(yi ＝ 0|Xi) ＝ 1－Pi ＝ 1
1+𝑒𝑥𝑝(α +β Xi)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
又兩者發生的機率比(即為勝算，odds)為:
Pi
1－ Pi＝ 𝑒𝑥𝑝（α＋βXi）
勝算一定為正值但所呈現的圖形是介於 0~1 之間的弧線，非線性關係，
但若將勝算取自然對數即可轉換為一個線性函數 ，即為線性關係，其方 程式如下：
ln（ Pi
1－ Pi）＝α＋βXi
當模型有 K 個自變數時，上述公式可擴展為:
ln（ Pi
1－ Pi）＝α + ∑ β
k Xki
kk=1
三、 模型之適當性檢驗
Logistic 迴歸模型之適當性檢定包括整體模型配適度檢定及個別參數檢 定。整體模型配適度(Goodness of fit)是指，若模型的預測結果能夠與對應 的樣本實際結果有較高的一致性，則認為此一模型能有效地擬合資料；反之，
若無較高的一致性，則認為較無有效地擬合資料，將不能接受此一模型。整體 配適度檢定的目的在比較每一觀察值的預測機率與實際機率間之差異；個別參 數檢定，有的是用來預測觀察值對依變數之機率，有的是用來檢定自變數間是 否存在共線性。
若無較高的一致性，則認為較無有效地擬合資料，將不能接受此一模型。整體 配適度檢定的目的在比較每一觀察值的預測機率與實際機率間之差異；個別參 數檢定，有的是用來預測觀察值對依變數之機率，有的是用來檢定自變數間是 否存在共線性。