絡(educational network)為探討之核心重點，檢定具備教育網絡(educational network)連結的投資案發生後，教育網絡(educational network)連結的緊密程度是 否能有效提升新創公司 IPO 的機會。由於本研究的被解釋變數為新創公司能否 有機會走向 IPO 里程碑，為一種機率之概念，再加上我們的資料為追蹤資料(panel data)，因此必須採用追蹤資料(panel data)之機率模型來進行實證迴歸分析，緊接 著必需面對模型選擇問題，到底該採用隨機效果(random effects)模型呢？抑或是 固定效果(fixed effects)模型呢？我們先以Hausman`s test 來協助我們解決問題，
檢定結果得到我們的實證資料較適合採用固定效果(fixed effects)模型進行迴歸 分析，因此迴歸模型採用固定效果(fixed effects) logit regression，並得到以下的 迴歸式，符號i 表 263 個投資案當中的某個投資案，符號 t 表新創公司與創投公 司當年度存續的時間點。
樣本中新創公司創立年度並非完全相同，故我們的資料為非對稱追蹤資料 (Unbalanced Panel Data)。我們以創業投資案為區分基礎，並給予各個投資案一 個辨識的編碼，總共編出 263 個投資案；每筆投資案追蹤的起始時間是新創公司
Founder(新創公司) Venture Capitalist
(創投)
School Network (教育連結)
For every l={1，2}
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
表 5-1：研究的資料型態
投資案代號 創投公司 被投資公司 解釋變數 被解釋變數
公司成立年 1 30 112 X Y
⋮ 1 30 112 X Y
IPO Date 1 30 112 X Y
公司成立年 2 39 188 X Y
⋮ 2 39 188 X Y
IPO Date 2 39 188 X Y
公司成立年 11 19 200 X Y
⋮ 11 19 200 X Y
2011 年 11 19 200 X Y
※Y 指被解釋變數矩陣，包含所有被解釋變數；X 指解釋變數矩陣，包含所有解 釋變數。
‧
成的 2955 個觀察值追蹤資料(panel data)，並以固定效果(fixed effects) logitregression 得到表 5-2 的迴歸結果，表 5-2 迴歸結果包含fTaipei、fHsinchu、vcTaipei、
vcHsinchu、f_1、f_2、f_3 七個變數，由於使用固定效果(fixed effects)模型估計，
因此得到七個變數被忽略之結果，故不揭露在表 5-2 當中。
到底是單純同校連結重要呢？抑或是進一步同學位、同學院之連結來的親密呢？
由表 5-2 迴歸結果得到 SN_T2 對新創公司 IPO 機會有顯著正向影響，而 SN_T1 對新創公司 IPO 機會雖為正向影響但不顯著，實證結果提供更緊密的連結對新 創公司走向 IPO 的里程碑有加乘效果，對於單純依靠學校招牌所形成的教育網 絡(educational network)連結可能無法帶來充分的信任感，必須將關係連結推升至 更高一層境界，由於同校、同學院、同學位畢業之連結可能帶來的訊號為我們是 由同一群頂尖老師所培訓而成的優秀人才，因此強化彼此的信任感，並激發出更 緊密教育網絡(educational network)效能。
在衡量新創公司與創投公司成員學歷的六個變數當中，f_twtop、vc_twtop、
fNCCUBaep_1、vcNCCUBeap_1、f_ustop、vc_ustop，僅有 f_ustop 對新創公司 IPO 機會有顯著正向影響，表示新創公司具備國外頂尖學校學歷成員越多越能幫 助公司走向 IPO 的里程碑。創投公司方面雖然 vc_ustop 也為正向影響但不顯著，
然而不論新創公司或創投公司具備政治大學企業家經營研究班學歷成員越多將 不利於公司走向 IPO 的里程碑，但迴歸結果為不顯著，剩餘 f_twtop、vc_twtop 國內頂尖學校之影響，在新創公司方面為正向影響，在創投公司方面為負向影響，
但事實上具備國內頂尖學校之學歷的成員變數無法顯著解釋新創公司 IPO 機 會。
由人力資本(human capital)衡量的四個變數 fMBA、fScience、vcMBA、vcScience 來解釋，fMBA 對新創公司 IPO 機會有顯著正向影響，fScience 對新創公司 IPO
‧
響，但不顯著。針對創投公司人力資本(human capital)來解釋，vcMBA 對新創公 司 IPO 機會為顯著正向影響，vcScience 對新創公司 IPO 機會也為正向影響但不‧
fNCCUBeap_1 -0.199 -0.165(0.896) (0.936) vcNCCUBeap_1 -1.900 -1.937
(2.021) (2.055) IPO_mkt 0.00442*** 0.00477***
(0.00130) (0.00133) Syn -0.784* -0.803*
(0.437) (0.445)
Standard errors in parentheses * p<.1, ** p<0.05, *** p<0.01
資料來源：本研究整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43