第四章、 實證結果
4.2 經驗加權吸引模型估計結果
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
4.2 經驗加權吸引模型估計結果
在第二章，本文曾經介紹過經驗加權吸引模型(EWA)，整個模型總共有 15 個待估參數，分別為𝐴1(0)至𝐴10(0)、N(0)、ψ、ρ、δ 及 λ，本文在估計上依據 Camerer and Ho(1999)，將初始吸引(Initial Attraction)分為 10 個等分，分別為 0-10、
10-20、．．．、90-100，總共 10 個區間，所以在估計方面，就會如同上述𝐴1(0)至 𝐴10(0)，共 10 個初始吸引參數需要估計，在參數方面本文也做了一些限制，本 文參照 Camerer and Ho(1999)的設定，在ψ和 λ 的估計上，限制ψ和λ必須大於 0，
在δ 和 ρ 的估計上，限制 0≤δ,ρ≤1，以及限制 0≤N(0)≤1/(1-ρ)，表 4.5 是本研究 使用最大概似估計法，所估計的結果(中間欄位為本研究的估計結果，右側欄位 則為 Camerer and Ho(1999)的估計結果)。
從最大概似估計值比較中，本文的資料在模型的配適度上，很顯然地優於 Camerer and Ho(1999)的結果，這代表著本文所採用的實驗樣本，更能使用經驗 加權吸引模型來描述受測者的行為，也可能是在實驗的設計或者樣本資料的處理 上，使用了更精確的方法；本文的初始吸引相對於 Camerer and Ho(1999)的結果 比較低，但初始吸引若純粹以數值大小作比較並不適當，所以本文並不單純地使 用數值的大小作比較，而需要以相對大小來觀察，因此本文將初始吸引以圖 4.5 的方式，將 10 個區間的分配描述出來，我們從圖 4.5 可以看出，本文的估計結 果，從𝐴1(0)開始遞增直到𝐴5(0)，之後不斷遞減直到𝐴10(0)，而𝐴10(0)也是整個 分配的最低點；而 Camerer and Ho(1999)的估計結果，從𝐴1(0)開始往下遞減至 𝐴9(0)，在𝐴10(0)時又突然往上升，從這些結果可以看出這兩種結果有著極大差 異(兩種結果的初始吸引估計分配表置於圖 4.5)，本文在初始吸引部分，所估計 的分配結果會與之後期間的分配較不相似(實驗數據顯示猜測會越來越集中在較 低數字)，而 Camerer and Ho(1999)分配差異則較小，這可能代表著本研究的受測 者，較沒有接觸過類似賽局實驗的經驗或對於類似賽局的分析較差；以理論來說，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
35
在ψ的參數估計上，由於本文的初始吸引與最後一期猜測的分配較不相似，所以 會遞減較快，也就代表會小於 Camerer and Ho(1999)所估計的結果，而真實的估 計結果也顯示如此(0.567< 1.330)，這也說明本研究的受測者對於之前的吸引遞減 較快(遺忘較快)，並且本研究ψ的估計小於 1，沒有所謂的初期效果(較早的觀察 會比最近的觀察更強烈的被記憶)( Camerer and Ho,1999)。此外，本文在δ的部分，
明顯地大於 Camerer and Ho(1999)，這表示本研究的受測者，對於失去的報酬比 較敏感，會較關心沒有選擇到的數字所能得到的報酬，也就是當你能成為贏家所 得到的報酬(原本為輸家)；本文在 N(0)的部分，相對來說相對較小，這說明實驗 前的信念(經驗)權重較小，ρ 的部分也小於 Camerer and Ho(1999)的結果，這代表 本文的受測者，在對於實驗前的信念(經驗)權重部分會遞減的較快；在受測者對 於吸引敏感度λ的參數部分，本研究較 Camerer and Ho(1999)的結果稍微大，也就 是本研究的受測者對於吸引的變動，會較稍微敏感。
圖 4.5：本研究與 Camerer 的初始吸引參數值
‧
Initial Values 𝑨𝟏(𝟎) 1.6459 Decay Parameters
ψ 0.5666 Imagination Factor
δ 0.4722
(0.0000)
0.232 (0.013) Payoff Sensitivity
λ 2.9241
(0.0005)
2.579 (0.002) Log-likehood
-LL 505.6702 5878.197
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37