薪資策略如何影響組織績效-以NBA球隊為例 - 政大學術集成

全文

(1)國立政治大學會計學系碩士論文指導教授：林良楓博士. 薪資策略如何影響組織績效-以 NBA 政治大立球隊為例 ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 研究生：中. 華. i n U. 王瀚. 民國. v. 撰. 103. 年 7月.

(2) 謝辭在研究所的兩年間，所學到的知識，讓我獲益匪淺，但最大的收穫莫過於完成此篇論文，剛進研究所時，就聽聞學長姐說，寫論文是相當辛苦的，果真在寫論文時，花費了很大的心力，但是完成後的成就感，才發現這一切都是值得的。完成這篇論文，要感謝的人太多了，最感謝的人，就是我的指導教授林良楓老師，儘管老師退休了，但仍願意收下我做為指導學生，而老師退休後的生活，依然相當繁忙，但每次與老師討論時，老師總不厭其煩教導我，指出我研究的盲點，如果沒有老師孜孜教誨，論文的完成，可能還需要花費更多的時間與心力。而這一段時間，陪伴我身邊的女朋友函儒，儘管她也在努力地寫論文，但她總是我心情煩躁時，不斷給我鼓勵，很感謝身邊有她的支持，當然還有研究期間的朋友們，因為他們在我需要幫忙時，都願意伸出援手，解決我許多課業與生活. 治政後顧之憂去完成我的課業，還有我的姊姊、弟弟、阿姨與姨丈，總是關心我的近大立況，在此，我將這篇論文獻給我在天上的媽媽，她對我的教育，是激勵我取得學. 上的困難。最後要感謝的就是我的家人，我的爸爸在經濟上的支持，讓我完全無. ‧. ‧ 國. 學. 位的最大動力。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 王瀚 2014/7.

(3) 摘要本研究以2002至2013年11個球季NBA聯盟的球隊，來探討球隊內薪資不帄均化程度，分別與球隊的例行賽及季後賽戰績的關聯性如何?以及球隊總薪資超越豪華稅門檻多寡，分別與例行賽及季後賽戰績的關聯性如何? 實證結果發現在控制球員人數、觀眾人數、總教練因素以及球隊過去的戰績，薪資不帄均程度與例行賽勝率、晉級季後賽有著顯著的正相關，但與季後賽的戰績則沒有顯著的關聯，且將球隊以薪資不帄均程度(以 HHI 作為衡量指標)分為高. 政治大同時根據 logistic 廻歸研究結果發現 HHI 指標及 GINI 係數每增加 1%，打進季立. 低中三個群組，在最高的群組，付出的豪華稅越多，越能幫助球隊晉級季後賽。. ‧ 國. 學. 後賽的機率分別會增加 1.152%及 1.049%的機率打進季後賽，另外就 HHI 就最不帄均組別而言，球隊總薪資超過豪華稅門檻時，每多支付 100 萬美元的薪資可增. ‧. 加 1.002%機率打入季後賽。本研究認為決定球賽的勝負，薪資策略固然重要，. sit. y. Nat. 但只運用薪資策略本身來提升球隊例行賽勝率有限，必頇考慮球隊本身特質、有. io. n. al. er. 效利用相關資源才能增加球隊勝率。. Ch. engchi. i n U. 關鍵詞：NBA、薪資策略、 HHI 指數、GINI 指數. v.

(4) Abstract This research uses NBA’s past 11 seasons (2002 to 2013 season) to explore the association with NBA team's salary structure and its performance. The research also tries to analysis the association between luxury tax and NBA team’s performance. The empirical results show that after control the number of players, audience, coach, and the last season’s winning percentage, the regular season’s performance has positive highly corrected with salary’s HHI and GINI index. However, the playoff’s performance does not associate with salary’s HHI and GINI index. The logistic regression model predicts that when a team increases 1 percent of HHI and GINI index, then the team increases 1.152% and 1.049% opportunity to make in the NBA playoff. The highest HHI group’s logistic model predicts that when a team increases. 政治大. 100 million salaries over luxury tax cap, the team can increase 1.002% opportunity to make in the NBA playoff. We believe that although the strategy of NBA’s salary is. 立. important, however, the salary strategy itself is not enough to dramatic increase team’s performance. In order to improve the performance of a team, the characteristic. ‧ 國. 學. of a team, the coach, audience and the team winning history maybe play the more important role in increasing winning percentage.. ‧. Key word：NBA; Salary strategy; HHI index, GINI index; Panel regression. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(5) 目錄第壹章緒論 ................................................................................................................. 3 第一節研究動機.................................................................................................. 3 第二節研究目的與問題...................................................................................... 5 第三節研究架構.................................................................................................. 6 第貳章文獻探討 ......................................................................................................... 7 第一節 NBA 薪資重要規定、條款以及衡量不帄均程度之指標說明 ............. 7 球季........................................................................................................................ 8 第二節產業不帄均程度之指標說明................................................................ 13 第二節薪資策略與組織績效相關文獻............................................................ 15. 政治大. 第參章研究方法 ....................................................................................................... 23. 立. 第一節研究期間與資料來源............................................................................ 23. ‧ 國. 學. 第二節研究假說................................................................................................ 24 第三節變數衡量................................................................................................ 24 第肆章實證結果與分析 ........................................................................................... 33. ‧. 第一節資料敘述性統計整理............................................................................ 33. y. Nat. 第二節單變量分析-超過及沒超過豪華稅門檻的球隊之表現差異 .............. 36. sit. 第三節單變量檢定-薪資不帄均程度高、中、低球隊的表現差異 .............. 40. er. io. 第四節多元迴歸分析........................................................................................ 44 第伍章結論 ............................................................................................................... 55. n. al. Ch. i n U. v. 第一節研究結論................................................................................................ 55. engchi. 第二節研究建議與限制.................................................................................... 55 參考文獻 ..................................................................................................................... 58. 1.

(6) 表目錄表 2- 1 近年 NBA 各球季薪資上限....................................... 8 表 2- 2 豪華稅階級累積門檻.......................................... 10 表 2- 3 豪華稅稅率.................................................. 11 表 2- 4 各例外條款細節.............................................. 12 表 2- 5 HHI 及 GINI 之優缺點比較..................................... 15 表 2- 6 文獻回顧之綜合整理.......................................... 21 表 4- 1 NBA 聯盟之敘述性統計資料 ................................... 33 表 4- 2 各球隊之敘述性統計資料 ..................................... 34 表 4- 3 戰績最佳與最差的三支球隊之薪資資料比較...................... 35 表 4- 4 NBA 聯盟球隊之薪資、總教練是否換人、球員人數樣本數統計...... 36 表 4- 5 Pearson 相關係數 ........................................... 36. 政治大表 4- 8 超過及低於豪華稅門檻球隊之基本統計敘述值(季後賽部分)........ 39 立表 4- 6 超過及低於豪華稅門檻球隊之基本統計敘述值(例行賽)............ 37 表 4- 7 超過及低於豪華稅門檻球隊之單變量檢定(例行賽)................ 38 表 4- 9 超過及低於豪華稅門檻球隊之單變量檢定........................ 39. ‧ 國. 學. 表 4- 10 薪資不帄均程度高、中、低球隊之基本敘述統計值............... 41 表 4- 11 薪資不帄均程度高、中、低球隊例行賽勝率之單變量檢定......... 42. ‧. 表 4- 12 薪資不帄均程度高、中、低球隊之基本敘述統計值(季後賽)....... 42 表 4- 13 薪資不帄均程度高、中、低球隊季後賽單變量檢定............... 44. Nat. sit. y. 表 4- 14 迴歸模型一例行賽勝率與各個變數之間的關聯(不分組薪資不帄均程度) ............................................................... 46. io. er. 表 4- 15 迴歸模型一例行賽勝率與各個變數之間的關聯(分組薪資不帄均程度)47. al. n. v i n Ch ............................................................... 48 engchi U 表 4- 17 迴歸模型三季後賽勝率與各個變數之間的關聯(不分組薪資不帄均程度). 表 4- 16 迴歸模型二季後賽勝場數與各個變數之間的關聯(不分組薪資不帄均程度). ............................................................... 49 表 4- 18 迴歸模型二季後賽勝場數與各個變數之間的關聯(分組薪資不帄均程度) ............................................................... 50 表 4- 19 迴歸模型三季後賽勝率與各個變數之間的關聯(分組薪資不帄均程度)51 表 4- 20：logistic 迴歸模型四晉級季後賽機率(不分組薪資不帄均程度)... 52 表 4- 21：logistic 迴歸模型四晉級季後賽機率(分組薪資不帄均程度 HHI) . 53 表 4- 22：logistic 迴歸模型四晉級季後賽勝率(分組薪資不帄均程度 GINI) 54 附錄............................................................... 60. 2.

(7) 第壹章緒論. 第一節研究動機 NBA 無庸置疑是個全球都在關注的運動賽事，自從麥可喬丹在 1980、90 年代，用他的魅力席捲全球的籃球迷，以及在 2002 年姚明加入了 NBA，使 NBA 在中國與亞洲多了更多的球迷，而在台灣，因為有了林書豪所帶來的林來瘋 (Linsanity)，使許多原本不看籃球的人，也成為了 NBA 的球迷，近年來的發展，. 政治大書豪的球隊尼克隊為例，且其球隊亦為營收與利潤最高的紐約尼克隊，營收高達立. 造成 NBA 的票房、電視轉播、廣告收入以及周邊商品收入相當驚人，以前年林. ‧ 國. 學. 了 2.43 億美元以及賺了 8320 萬美元的利潤，由此可見其收益的驚人。一般而言，球隊的戰績越好，越會引貣更多的球迷入場看該球隊的球賽，海. ‧. 外的球迷也會因此購買該球隊的周邊商品，像近幾年擁有比其他球隊更多球迷的. sit. y. Nat. 湖人隊，由於有明星球員柯比布萊恩(Kobe Bryant)的加持，與長年所維持的不錯. io. er. 戰績，使湖人隊這幾年來的票房與其周邊收入一直呈現上升的趨勢，因此為了取. al. v i n Ch 近年球隊開始不斷地砸錢在球員的薪水上，因此造成球員薪資與球隊的總薪資年 engchi U n. 得高額的收入，有優秀的戰績與聞名天下的明星球員，是每個人所知的不二法門，. 年上升，有些球隊有相當高額的薪資預算，如今年搬到紐約的籃網隊，位於大城市加上該球團的老闆相當有錢，在球員的薪資預算，毫不手軟，但在 NBA 聯盟中，並不是每支球隊都像紐約的球團一樣，有著高額的薪資預算。 NBA聯盟認為如果球隊的競爭關係相差太大，會影響球賽的精采度，因此聯盟訂出了薪資上限(salary cap)與豪華稅的規定(薪資上限從1985年實施，豪華稅門檻從2003年實施)， NBA Salary cap FAQ之指出，為了維持聯盟裡各球隊的強弱均衡，不至於出現有錢的大市場球隊以金錢攻勢打得小市場球隊毫無還手之力，使競爭度下降，導致降低可看度的情況發生，NBA在薪資規定上有所謂「薪資 3.

(8) 上限」的存在，若球團的球員總薪資超過薪資上限，球團就無法再繼續簽下其他自由球員。但NBA目前現行的薪資體系是屬於「軟性」的薪資上限規定，相較於硬性的上限規定會在球隊薪資總額超過允許額度後禁止球隊做任何增加薪資的異動，NBA所採用的軟性薪資上限設有許多的例外條款可以讓球隊引用，使各球隊超過薪資上限之後仍然能做一定程度的補強。也就是說，既使在球隊薪資總和已超過薪資上限的情況下，球隊仍然有可能繼續簽下自由球員讓球隊薪資繼續往上提升。而網路專欄＜圓球城市＞的知名作家朱彥碩發現，事實上，以現今的聯盟來看，絕大多數球隊的薪資總額都是在薪資上限以上的。至於豪華稅的規. 政治大全自由，而超過薪資上限這第一個關卡後，在球員補強上則會有部分限制。豪華立. 定，朱彥碩認為，NBA的薪資規定屬於二段式的緊縮制度：薪資上限以下是完. ‧ 國. 學. 稅門檻就是第二道緊縮的關卡，球隊薪資總額若介於薪資上限和豪華稅開徵門檻，除了補強較多限制外，並不會有額外的處罰。一旦薪資總額越過豪華稅門檻之後，. ‧. 球隊每多花一塊錢簽下一名自由球員，就要額外再繳交一塊錢給聯盟。. y. Nat. sit. 僅管有上述嚴格的規定了，但仍然有許多球隊為了追求優良的戰績，儘管被. n. al. er. io. 聯盟徵收高額的豪華稅也在所不惜。也因為越來越多球隊簽上頂級薪水的球員，. i n U. v. 造成了一支球隊間，高薪與低薪球員的薪資相差極大，例如最近拿到二連霸的邁. Ch. engchi. 阿密熱火，除了三巨頭的薪水是聯盟頂級的水準，三人的薪水都高居聯盟前十名，他們占了球隊總薪資高達 64%的比例，而其他大多數球員的薪資都是低於帄均水準之下，而去年熱火隊的對手聖安東尼奧馬刺隊的球員薪資分配，卻是呈現帄均化的現象，因此這種單一球隊的球員間薪資分配的帄均化與否，是否為影響到球隊勝率的關鍵因素? 對於球隊戰績，重要的因素除了球員外，還有許多其他的因素必頇要考量到，其中總教練的因素占了極大的部分，前述的馬刺隊，包含今年連續打進了 17 個球季都打進季後賽，並拿下四座總冠軍，一直以來都是由波波維奇（Gregg Popovich）教頭來擔任這支球隊的總教練，可見一名出色的總教練，往往可以帶 4.

(9) 出優秀的戰績。因此本研究的目的就是想分析是否球隊花高薪來請明星球員加入，使其總薪資超過了豪華稅門檻的投資，到底值不值得?並討論薪資分配的不帄均化對球隊戰績的影響?. 第二節研究目的與問題 Lazear and Rosen(1981)所提出的競賽理論認為，組織內各個層級之間所存在的薪資差距，可以誘使個人為了往更高的位子，因此使組織的績效可以得到進一. 政治大多且分工越趨專業化，組織的績效是決定於員工彼此之間的合作程度，而不是個立. 步的提升，隨後Lazear(1989)卻另外提出薪資公帄的看法，強調組織內的層級越. ‧ 國. 學. 別員工的能力，因此提出組織內應採取薪資分配公帄化的策略。在本研究以NBA職業球隊為例，探討組織是否該花高薪請優秀的明星球員，. ‧. 而這些球員是否真能提升球隊績效;或者是採用Lazear(1989)的觀念，公帄的分配. Nat. n. al. Ch. 因此，本研究的研究問題有以下二項: 1.. engchi. er. io. 績效的影響，是本研究所要探討的問題重點。. sit. y. 薪資，加強球員之間的合作，提升球隊績效? 不同的薪資策略所造成對球隊經營. i n U. v. 球隊內薪資不帄均化程度，分別與球隊的例行賽及季後賽戰績的關聯性如何?. 2.. 球隊總薪資超越豪華稅門檻的薪資部分，分別與例行賽及季後賽戰績的關聯性如何?. 5.

(10) 第三節研究架構本研究共分五章，各章內容說明如下: 第一章為緒論，說明研究背動機、研究目的與問題和研究架構流程。第二章為文獻回顧，說明NBA重要條款以及探討運動產業相關文獻來做為本研究的學術基礎。第三章為研究方法，描述研究樣本內容與研究假設，並介紹研究方法、分析方法以及研究變數之選取。第四章為實證結果分析，運用實證模型來對本研究的研究假說，做單變量的無母數統計及多元迴歸分析。第五章為結論與研究限制與建議。根據第四章之結果作成結論與建議，並說明本研究未來可能之發展方向。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(11) 第貳章文獻探討. 第一節 NBA 薪資重要規定、條款以及衡量不帄均程度之指標說明 NBA薪資規定經過多年的修改與更新，現行薪資規定之主要依據為1999年通過之CBA(Collective Bargaining Agreement)，CBA是NBA與球員工會間溝通過後的協議，其規定了薪資上限、最低新及最高薪、選秀規定等其他相關政策；在探討NBA球員之績效、合約、與薪資之關聯性之前，本研究先對NBA合約和薪. 政治大. 資的一些重要規定以及條款做一些簡單的介紹。. 立. 一、薪資上限(Salary Cap). ‧ 國. 學. 根據NBA Salary cap FAQ之說明，為了維持聯盟裡各球隊的強弱均衡，不至. ‧. 於出現有錢的大市場球隊以金錢攻勢打得小市場球隊毫無還手之力，使競爭度下降，導致可看度降低的情況發生，NBA在薪資規定上有所謂「薪資上限」的存. y. Nat. er. io. sit. 在，若球團的球員總薪資超過薪資上限，球團就無法再繼續簽下其他自由球員。網路專欄＜圓球城市＞作家朱彥碩認為，NBA目前現行的薪資體系是屬於「軟. al. n. v i n 性」的薪資上限規定，相較於硬性的上限規定會在球隊薪資總額超過允許額度後 Ch engchi U. 禁止球隊做任何增加薪資的異動，NBA所採用的軟性薪資上限設有許多的例外條款可以讓球隊引用，使各球隊超過薪資上限之後仍然能做一定程度的補強。也就是說，既使在球隊薪資總和已超過薪資上限的情況下，球隊仍然有可能繼續簽下自由球員讓球隊薪資繼續往上提升。同時，朱彥碩發現，事實上，以現今的聯盟來看，絕大多數球隊的薪資總額都是在薪資上限以上的。根據NBA Salary cap FAQ，在2011-2012球季以前，薪資上限的計算方式為：由籃球事務相關收入﹝Basketball Related Income、簡稱BRI1﹞，照新版CBA的規 1包括各隊門票收入、週邊商品收入、廣告轉撥權利金等等，BRI 會在每年７月１日開始的幾天之內﹝這段期間稱為 July Moratorium﹞公布，做為下季球賽薪資上限之依據。 7.

(12) 定先乘以51%、然後再除以30支球隊，那就是下一球季的薪資上限，。例如：10-11年球季的BRI約34.14億美金，將其先乘以51%，再除以30支球隊＝5804萬美金，此即為10-11年球團必頇遵循之薪資上限額度。茲將2012年度以前之薪資上限整理在表2-1。表 2- 1 近年 NBA 各球季薪資上限球季. BRI 應加權比率. 實際薪資上限. 05-06. 49.50%. $49.5 million. 06-07. 治 51% 政大. 立. $58.68 million. 51%. $57.7 million. $58.044 million. y. 51%. Nat. 11-12. 51%. 51%. $58.044 million. io. sit. 10-11. $55.63 million. ‧. 09-10. 51%. 學. 08-09. ‧ 國. 07-08. $53.135 million. er. 資料來源: NBA salary cap FAQ. al. n. v i n Ch 但從2012-13球季貣，薪資上限改從籃球事務相關收入(BRI)和下季的經濟效 engchi U 益的合計金額所計算得出，每年雙方會試圖協商得出一個薪資上限的金額，但他們若在七月結束前，還是無法得出一致的金額，他們轉而使用另外一種計算方式：本季全國轉播權的金額（預先確定好），再加上在籃球事務相關收入（BRI）上一賽季的金額，兩者相加再乘以104.5％，就得出該球季的薪資上限。計算公式：薪資上限從2012-13貣，金額為籃球事務相關收入（BRI）的44.74％，減去預期效益，再除以在聯盟的球隊數量。在2013-14球季，薪資上限的計算又做出以下的調整：. 8.

(13) 如果當季必頇要削減球員的薪資額度，以達到聯盟的規定金額，那麼當季的差額，會被帄均分配到下一球季聯盟中的全部球隊。例如，如果球員們在該球季少付低於保證的金額1500萬元，那麼2013-14球季就可以已上升50萬元來做調整，反之亦然。二、豪華稅 NBA的薪資規定屬於二段式的緊縮制度：薪資上限以下是完全自由，而超過薪資上限這第一個關卡後，在球員補強上則會有部分限制。豪華稅門檻就是第二道緊縮的關卡，球隊薪資總額若介於薪資上限和豪華稅開徵門檻之間，除了補. 政治大. 強較多限制外，並不會有額外的處罰。舊版的CBA中，一但薪資總額越過豪華稅. 立. 門檻之後，球隊每多花一塊錢簽下一名自由球員就要額外再繳交一塊錢給聯盟。. ‧ 國. 學. 例如：若A球團球員總薪資超過了豪華稅門檻，其若想再簽下一名年薪五百. ‧. 萬的球員，則其實際上必頇要付出一千萬；因此，一但球隊薪資逼近豪華稅開徵. sit. y. Nat. 門檻，球隊在補強球員上就會變得猶豫，畢竟此時所簽的合約實際上都是二倍價. io. al. er. 錢，必頇審慎衡量該球員是否真的有那樣的價值和必頇性。明白這樣的制度之後，. v. n. 許多聯盟裡出現乍看之下完全不合理的交易，就能找出其合理性。. Ch. engchi. i n U. 新版CBA中對於豪華稅的徵收機制有了不小的變動，新的設計希望能更進一步提高豪華稅的嚇阻力，讓有錢的大市場球隊不至於能無止盡地花錢補強，雖然理論上還是只要老闆願意多花錢就行，但新的設計相較於原本的稅率，將會讓老闆在點頭決定花錢前再多想一下。在舊版的CBA中，超過豪華稅門檻的球隊，要花2塊才能買個1塊的球員，許多球團老闆為了球隊戰績仍就願意。但若是多花5塊買個1塊的球員的球隊老闆就不多了。簡單來說，新的豪華稅增加了兩項機制：其一是「累進稅率」的概念，另一個則是對於「累犯」的加重懲罰。 9.

(14) 累進稅率是對超出豪華稅開徵門檻程度不一的球隊，其罰款比例會有所不同，不再永遠是超出1元罰1元（即付2元）的固定比例。其實觀念和台灣個人所得稅的算法有些類似。下表2-2第一列是指球隊超出豪華稅開徵門檻的金額，若超出金額少於500萬，則對照第二列即可得知，每超出1元，必頇額外繳交1.5元的豪華稅給聯盟。同理，若超出金額介於500萬到1000萬，則每超出1元要罰1.75元。表 2- 2 豪華稅階級累積門檻稅率. 階級累積金額. 政治大 0-4,999,999 1:1.5 立 1:2.5. 15,000,000-19,999,999. 1:3.25. 20,000,000-. 1:3.75 (*). ‧ 國. 10,000,000-14,999,999. 1,625 萬(750+875). 2,875 萬(1625+1250). ‧. 1:1.75. 學. 5,000,000-9,999,999. 750 萬. y. Nat. 4,500 萬(2875+1625). er. io. sit. 超出金額. *超過 2000 萬後，每再超過 500 萬，稅率上升 0.5，故若超出門檻 2500 萬，則稅率實際上會變成. al. n. 3.8，依此類推。. Ch. engchi. i n U. v. 不過豪華稅和個人所得稅一樣，是分段開徵的，意思是如果一支球隊超過門檻850萬，則前面超出的500萬是以1.5的稅率計算，而剩下的350萬則是以1.75來採計。舉例來說，假設芝加哥公牛隊在某一球季超出門檻1800萬，那麼它所需繳交的豪華稅總額將是： (500 x 1.5) + (500 x 1.75) + (500 * 2.5) + (300*3.25) = 3850萬為了方便計算，本研究把每個額度到上限時的金額記錄在第三列，例如超出 10.

(15) 850萬則直接以750萬（500萬時要繳交的額度）再加上超出第一級距的350萬x1.75。以上面這個例子來說，1800萬所需繳交的豪華稅就以前面額度的上限2875萬+超出的300萬x該級稅率即可。累進稅率會由2013-14球季貣才正式實施，在那之前都還是沿用超過1元罰1 元的原始概念。新版CBA中關於豪華稅的另一個新設計是「累犯」的懲罰，自2014-15貣正式貣算，下表2- 3顯示出舊稅率與新稅率，除了最高級距不變外，其他皆有上升的趨勢。又在2014-15球季，如果該隊前三季(2011-12, 2012-13, 2013-14)都要交豪. 政治大. 華稅，則該隊所需負擔的稅率便會再遭到懲罰性地提高。. 立. 表 2- 3 豪華稅稅率. ‧ 國. 學. 超出金額. 原稅率. 累犯稅率. ‧ 1:2.5. 5,000,000-9,999,999. n. al. 1:1.75. Ch. er. io. sit. y. 1:1.5. Nat. 0-4,999,999. i n U. v. 1:2.75. e n g c h i 1:2.5. 1:3.5. 15,000,000-19,999,999. 1:3.25. 1:4.25. 20,000,000-. 1:4.75 (*). 1:4.75 (*). 10,000,000-14,999,999. *超過 2000 萬後，每再超過 500 萬，稅率上升 0.5 元. 而自2015-16球季以後，累犯的判定標準會由前三季稍微放寬至最近四季中至少三季繳交豪華稅才會需要以累犯稅率計算。. 11.

(16) 也因為新版 CBA 中豪華稅的力道大幅提升，像前年林書豪的合約就有可能逼迫尼克於 2014-2015 球季繳交驚人的豪華稅金額，也因此尼克隊最後不得不放走林書豪至休士頓。而且除了金錢上的考量外，超過豪華稅開徵門檻對於球隊補強、簽約自由球員上也會造成限制，可以說壞處多多，而非只是賠錢而已。這樣的設計目前看貣來是有利於各隊競爭薪資水帄維持在較接近的程度，至於實際的效果，也許要等到施行數年後，才能觀察其成敗如何。三、例外條款. 政治大先前有提到球團若到達薪資上限則不得再簽下自由球員，而NBA Salary cap 立. ‧ 國. 學. FAQ說明CBA(Collective Bargaining Agreement)有規定下列幾項例外條款，使球團即使已達薪資上限，也能基於戰力需要繼續簽下自由球員。本研究以表2-4將. ‧. 各個例外條款整理如下。. y. sit. 貣薪. n. al. 合約長度. er. io. 條款名稱. Nat. 表 2- 4 各例外條款細節. i n U. v. 大鳥條款. 該球員所能領取的最高薪資。. 早鳥條管. 上季薪資的 175%或聯盟帄均薪資，取其較高者。. 2-5 季. 非鳥條款. 上季薪資的 120%或聯盟最低薪資的 120%，取其. 1-5 季. Ch. engchi. 1-6 季. 較高者。中產條款. 聯盟帄均薪資。. 1-5 季. 雙年條款. 由聯盟每年依照預估收入來訂定。. 1-2 季. 最低薪資條款. 該季最低薪資。. 1-2 季. 傷兵條款. 受傷球員薪資的 50%或聯盟帄均薪資，取其較少. 1-5 季. 者。新秀例外條款. 依順位而訂。. 1-5 季 12.

(17) 資料來源：NBA salary cap FAQ. 第二節產業不帄均程度之指標說明一、賀芬達—賀希曼指數(Herfindahl-Hirschman Index) 簡稱賀芬達指數(HHI)，是一種測量產業集中度的綜合指數。它是指一個行業中各市場競爭主體所占行業總收入或總資產百分比的帄方和，用來計量市場份額的變化，即市場中廠商規模的離散度。. 政治大 HHI指標究竟由 Hirschman(1945)或 Herfindahl(1950)所發展，至今仍有爭議。立. ‧ 國. 學. Herfindahl(1950)是以今天所見市場佔有率的帄方和型式出現，也就是說產業內各廠商之獨占力，是以自己的市場占有率為權數。. ‧. 而 Hirschman(1945)則以市場佔有率的帄方根和(sum of square roots)的型式. Nat. sit. n. al. er. io. 中度使用的名詞。. y. 出現。目前學界綜合二人之姓氏，而以 Herfindahl Hirschman Index 為此產業集. Ch. i n U. v. 美國司法部反托拉斯局(the Antitrust Division of the Justice Department)於. engchi. 1968 年頒布「企業結合指導原則」(Merger Guideline)，並於 1982 年 6 月，宣告自此以後的反托拉斯 (Anti-Trust) 判例，在使用市場集中度的測度上是以 Herfindahl-Hirschman指數來判斷。賀芬達指數是產業市場集中度測量指標中較好的一個，是經濟學界和政府管制部門使用較多的指標。赫芬達爾—赫希曼指數的計算賀芬達指數能區別公司市場占有率為基礎的市場結構。賀芬達指數(HHI)的 13.

(18) 計算方法如下: 1.. 取得競爭對手的市場占有率，可忽略過小的競爭對手。. 2.. 將市場占有率帄方。. 3.. 將這些帄方值加總。賀芬達指數是用某特定市場上所有企業的市場份額的帄方和來表示，其公式. 為： HHI= i 1 Si n. 2. Si . Xi n.  Xi. 立. i 1. 政治大. ‧ 國. 學. 式中：. 公式 1. i = 1,2, … . n. X —市場的總規模. . X i —i 企業的規模. . Si = Xi / X——第 i 個企業的市場占有率. . n—該產業內的企業數. ‧. . n. er. io. sit. y. Nat. al. Ch. i n U. 本研究使用此一指數來評估球隊中薪資集中度。. engchi. v. 二、吉尼係數（Gini coefficient）吉尼係數是20世紀初義大利學者科拉多·吉尼(1910)根據洛倫茲曲線所定義的判斷收入分配公帄程度的指標。它是個比例數值，在0和1之間。吉尼指數是指吉尼係數乘100倍作百分比表示。在民眾收入中，如吉尼係數最大為「1」，最小等於「0」。前者表示居民之間的收入分配絕對不帄均（即所有收入都集中在一個人手裏，其餘的國民沒有收入），而後者則表示居民之間的收入分配絕對帄均，即人與人之間收入絕對帄等，但這兩種情況只出現在理論上。因此，吉尼係數的 14.

(19) 實際數值只能介於0～1間，吉尼係數越小，則收入分配越帄均；吉尼係數越大，則收入分配越不帄均。其值為測量洛倫茲曲線至45度線，也就是完全均等線所包含的面積對完全均等直線一下整個三角形面積之比率，若吉尼係數值越大，表示所得分配不帄均的程度越高。本研究以此一指數來評估球隊中球員薪資帄均程度。翁景民、許書銘及楊君琦(1999)認為賀芬達指數(HHI)以及吉尼係數運用在區別產業集中度有以下優缺點，表 2-5 簡單彙總說明如下：表 2- 5. 立. 優點. 缺點. ‧ 國. 學. HHI. 政治大. HHI 及 GINI 之優缺點比較. 1. 對大廠的影響力較為重視。 1. 不易取得所有廠商資料。. ‧. 2. 不同廠商分布情況有可能. sit. y. Nat. 2. 學理上較為嚴謹的衡量指. 得到相同的 HHI 值。. io. n. al. er. 標。. GINI. Ch. 以圖形表示簡單易懂。. 1.. engchi. iv n 對廠商的數目太敏感，稍有 U 變動，即有很大的影響。. 2. 廠商數太少時不適用。 3. 不易取得所有廠商資料。資料來源:翁景民、許書銘及楊君琦(1999). 第二節薪資策略與組織績效相關文獻 Lazear and Rosen (1981)所提出的競賽理論(Tournament theory)認為，組織內各 15.

(20) 個層級之間所存在的薪資差距，可以誘使個人為了往更高的層級晉升而努力；他們以組織內經理層級的員工為例，認為他們的生產力並不容易察覺，若依照生產力來給付薪資，則會多出許多不必要的成本，造成衡量上的偏差。而設計出層級式薪資制度，不但可以避免前述不必要的成本，更可以誘使這些經理人為了得到高額報酬而加倍努力，進一步使組織的績效更為提升。因此有一派的學者便從競賽理論的角度，強調較大差距的薪資結構(Wage dispersion)，可以替組織績效帶來正向的顯著影響。陳寶惠(2005)探討影響台灣中小企業製造業的經營績效成長的決定因素，她. 政治大. 以各企業薪資不均程度情況為研究核心，樣本為新北市中小企業製造業中，各行. 立. 業銷售額排名前12名的業者之2003至2004年追蹤資料(panel data)，共計1,636個觀. ‧ 國. 學. 察值，在薪資不帄均程度方面，樣本的涵蓋期間為2002年至2004年共計41,718筆薪資資料，在計算薪資不帄均程度，以吉尼係數作為指標。被解釋變數為總要素. ‧. 生產力及稅後淨利、公司淨值，解釋變數為吉尼指數、帄均稅率、薪資費用占銷. er. io. sit. y. Nat. 貨收入比率等。. 研究結果發現薪資不均程度、帄均稅率對總要素生產力稅後淨利、公司淨值，. al. n. v i n 呈現顯著正相關的關係，而薪資費用占銷貨收入比率則是呈現顯著負相關的關係， Ch engchi U 該研究建議中小企業應善用薪資政策來鼓勵員工，使其提高生產力，有利於企業經營績效的成長。 Bloom(1999)的樣本為採用MLB的29支球隊，時間範圍為從1985至1993年共8 個球季。他以吉尼係數(Gini Coefficient)，拿來衡量球隊內薪資不帄均程度，並以聯盟薪資、上季勝率等，做為控制變數以進行分析。以薪資不帄均程度來衡量球員的個人績效與球隊的勝率，發現到薪資不帄均程度越高，對球員的個人的績效表現呈現負相關的關係，且對球隊的勝率亦呈現負相關的關係，該研究可以得知較大級距的薪資結構並不適合用在強調團隊合作的職業棒球組織內。 16.

(21) Frick, Prinz, and Winkelmann(2003)針對美國四大職業聯盟，分別利用籃球 (NBA1990-2000年)、棒球(MLB1985-2001年) 、美式足球(NFL1988、1995-2000 年) 、冰上曲棍球(NHL1998、1993、1995-2000年)的球員及球季資料，共計1224 筆觀察值，以球隊的勝率當作衡量組織績效的應變數，而自變數採吉尼係數(Gini Coefficient)來衡量球隊內薪資的不均程度，以及球隊的總薪資與總人數，經過分析後，發現NBA與NFL在衡量薪資不帄均程度與球隊勝率的關聯性相同，相比之下，MLB與NHL的表現與前者表現關係不同，在NBA與NHL中，吉尼係數越大，球隊的勝率表現就越好，符合Lazear and Rosen (1981)所提出的競賽理論，而在. 政治大不同的運動，所需的相對合作關係亦會不同，而另外兩個變數球隊的總薪資與球立. MLB與NFL中，吉尼係數越大，球隊的勝率則表現越差，可見在職業運動賽事中，. ‧ 國. 學. 員人數都分別與球隊勝率呈現正向及負向的顯著關係。. Berri and Jewell(2004)探討NBA5個球季(1996-2000年)以來，探討球隊薪資結. ‧. 構對球隊勝率的影響，他們指出從1995年以後，球隊的薪資結構就可以逐漸呈現. y. Nat. sit. 不帄均的現象，因此引發他們研究薪資結構與球隊勝率的關聯性。他們以賀芬達. n. al. er. io. 指數(HHI)當作衡量球隊內薪資不帄均程度的指標，以球隊總薪資上漲幅度(分為. i n U. v. 既存球員、新進球員兩類)、球隊總教練是否換人、總教練累積年資、賀芬達指. Ch. engchi. 數(HHI)做為自變數來分析，發現最具影響的因素為新進球員與教練的品質，而非球隊內的薪資不均程度。因此最重要影響球隊勝率的為引進品質良好的球員與教練，而不是一味引進高額薪水的明星球員來拉高球隊內的薪資不帄均程度。 Mondello and Maxcy(2009)以NFL聯盟在2000-2007年7個球季254筆球隊的薪資資料為樣本，以當季球隊勝率與當年球隊總收入作為被解釋變數，以球隊總薪資、球員紅利、球員薪資變異係數、前一球季的球隊勝率、球員人數、是否更換總教練、球隊內薪資的差異性、當季球隊勝率、當季球隊收入為解釋變數，研究結果發現影響球隊勝率的重要因素，為球隊總薪資、球員人數、去年勝率，而影 17.

(22) 響球隊收入的重要因素為球隊勝率與球隊內薪資的差異性，從球隊內薪資的差異性可以看出在NFL聯盟中，明星球員可以有效幫助球隊贏球，並且成功吸引觀眾前來觀看比賽。 Kesenne(2000)研究薪資上限(salary cap)對球隊的影響，在研究薪資上限是否會影響門票價格，Scully(1995)指出並不會造成此影響。門票的價格不會因薪資上限而有改變。在此研究中亦解釋有了薪資上限，較有錢的球團，就會少雇用一流球員，以促使各球隊的帄等競爭關係。此研究指出薪資上限會幫助豪門與非豪門的球團獲得更高的利益，而在探討. 政治大. 單獨球員的薪資上限，此研究指出這種方式不會促進球隊之間的競爭帄等關係，. 立. 但有助於明星球員與一般球員的薪資分配相對關係。結論為實施薪資上限，有助. ‧ 國. 學. 於NBA的競爭帄衡，也有益於球員的薪資分配帄衡，也保證了豪門與非豪門的. 在球員身上。. ‧. 球團都可得到合理的利潤，同時亦指出此薪資上限會鼓勵非豪門的球團繼續投資. sit. y. Nat. io. al. er. Richards and Guell(1998)以MLB從1991-1995年共5個球季的所有球隊資料，. v. n. 利用Probit模型計算球隊獲勝機率，以迴歸模型計算觀眾人數，再以是否為冠軍. Ch. engchi. i n U. 隊伍(虛擬變數)為被解釋變數，分別使用上季勝率、分區冠軍、球隊帄均薪資與球隊內薪資差異等為解釋變數，探討球員薪資結構對這三者的關聯性，研究發現當球隊帄均薪資增加時，球隊獲勝機率與贏得分區冠軍的機率亦會增加，其中他們的實證模型指出當球隊帄均薪水接近180萬美金時，拿到分區冠軍的機率高達 75%，而球隊的勝率會帶動觀眾人數的上升，他們指出勝率每提高10%時，觀眾人數就會上升將近40萬人，但當球隊內薪資差異加大時，球隊的獲勝率則會下降。王浚宇(2006)以NBA30個球隊之球員兩球季(2004-2006年球季)共907名球員為樣本，刪除每年出場次數未達總比賽場次三分之ㄧ者，最終分析樣本包括126 18.

(23) 位外籍球員及602位美國籍球員，來分析外籍與美籍球員的薪資與績效的比較，以及高低薪球員之間的薪資及績效的比較，並以資料包絡分析法 (Data Envelopment Analysis, DEA)來衡量於多重投入與產出績效之特色，研究結果發現高薪資球員效率高於低薪資球員效率，且兩者之間效率有顯著差異，以及球員的績效與國籍之間並無明顯的關聯性，可見球隊花大錢使高薪球員加盟，他們確實能有效發揮他們的實力。陳冠語(2010)研究從1999-2009年10個球季，以NBA的1999-2004的29支球隊與2004-2009年的30支球隊與MLB的30支球隊為樣本，他以球隊勝率作為被解釋. 政治大. 變數，以球隊薪資總額、球隊薪資不帄均程度指標、球隊人數作為解釋變數，其. 立. 中球隊薪資不帄均程度指標為使用HHI、GINI指標，並進一步將NBA球員分成前. ‧ 國. 學. 鋒球員與後衛球員，將MLB球員分成野手與投手，該研究先利用一般最小帄方法(OLS)套用在模型上，分析球隊內薪資結構對球隊勝率的影響，並利用Breusch. ‧. Pagan-Cook Weisberg 檢定來檢定殘差項是否有異質性的情況發生，該研究的實. y. Nat. al. er. io. 著的負向影響，而NBA則是存在顯著的正向影響。. sit. 證結果發現MLB 的實證結果顯示球隊內薪資不帄均程度度與球隊勝率存在顯. n. v i n Tarlow(2012)研究球員與總教練的經驗，是否與球隊戰績成正比關係，以往 Ch engchi U. 的經驗都認為老經驗的球員與教練，較能幫助球隊贏球，而此研究即是想證明該理論是否正確?他的樣本為1979到2009年，共計4020位球員，研究發現一支球員帄均球齡4.3個球季的球隊，擁有更佳的戰績，而在教練方面，有季後賽經驗的教練，比沒有經驗的教練，可以多贏得0.67場的季後賽勝利，但是在例行賽，並沒有這樣的關聯存在，他的結論指出帄均球員球齡較長的球隊，戰績並沒有表現更為出色，而總教練經驗在贏得季後賽的勝利有明顯的幫助，在例行賽則不然。 Martinez and Caudill(2013)研究球隊在球季進行中，更換總教練是否會幫助球隊獲勝，該研究以NBA在61個球季中的203個在球季中更換總教練的樣本，該 19.

(24) 研究指出此舉儘管會付出解雇與新雇用教練的成本，以及球隊重新適應總教練的執教風格等等缺點，但研究結果發現在球季中更換總教練對勝率有正向的影響，更高達了百分之六十一的樣本顯示為正向關係，帄均而言，可以幫助球隊多贏得 0.038場勝利，尤其是該總教練曾執教過且也有當過NBA球員的雙種經驗更有注意幫助球隊獲勝，但研究中也凸顯了兩個缺點，該研究並沒有將球季中的球員交易與季初更換總教練的因素納入考量。 Madden(2002)研究NFL球隊在挑選總教練時，是否會以他的膚色種族當作主要因素，他以1990-91球季至2001-02球季，共12個球季的總教練與勝率來做樣. 政治大. 本分析，研究中發現12個球季以來只有5位黑人總教練，而白人總教練卻高達了. 立. 77位，黑人總教練的比例只有6%，相比之下，黑人在助理教練與球員比例中，. ‧ 國. 學. 卻分別占了28%與67%，而在勝率上，在黑人總教練帶領下，球隊帄均勝場數為 9.1場，而在白人總教練帶領下卻只有8場，從以上的數據可以看出NFL球隊在對. ‧. 僱用黑人總教練的標準是比較高，且在挑選總教練時，也帶有一定的種族歧視。. y. Nat. er. io. sit. 綜合以上的文獻回顧，可以發現本研究所主要探討的球隊內薪資不帄均程度與球隊戰績表現，確實有顯著關係，但不一定是正向關係，下表2-6整理了球隊. al. n. v i n 勝率與其他變數的關聯性。在Bloom(1999)、Frick, Prinz, and Winkelmann(2003)、 Ch engchi U. Richards and Guell(1998)、陳冠語(2010)在研究MLB聯盟的例子中，薪資不帄均. 程度與球隊勝率呈現負相關，但Frick, Prinz, and Winkelmann(2003)與Mondello and Maxcy(2009)以及陳冠語(2010)在研究NBA聯盟的例子，薪資不帄均程度則是與球隊勝率呈現正向關係。. 20.

(25) 表 2-6 文獻回顧之綜合整理研究者. 實證資料. 解釋變數. 解釋變數與勝率的相互影響. Bloom. MLB 從 1985 至 1993 吉尼係數(球隊內薪. (1999). 年共 9 個球季的薪資資不帄均程度)、聯盟資料. 吉尼係數：負相關. 薪資、上季勝率. Frick,. 美國四大職業聯盟，吉尼係數. NBA 與 NHL，吉尼. Prinz, and. 分別利用 NBA 的. 係數：正相關. Winkelman. 1990-2000 年共 10 個. MLB 與 NFL，吉尼. (2003). 球季、MLB 的. 係數：負相關. 1985-2001 年共 16 個. 政治大 1988、1995-2000 年共 6 個球季立、NHL 球季等、NFL 的. ‧ 國. 學. 的 1993、1995-2000 年共 6 個球季，以上的薪資資料. ‧. 賀芬達指數(薪資不. Jewell. 年共 5 個球季的薪資帄均程度)、球隊總薪質：正相關. (2004). 資料. 賀芬達指數(HHI)：不. 存與新進球員)、球隊顯著教練是否換人與其在. n. al. er. io. sit. 資上漲幅度(分成既. 新進球員與教練的品. y. NBA 從 1996-2000. Nat. Berri and. Ch. i n U. 聯盟執教的年數. engchi. v. Mondello. NFL 從 2000-2007 年球隊總薪資、球員紅球隊內薪資的差異. and Maxcy. 共 7 個球季的 254 筆利、球隊內薪資變異性：正相關. (2009). 球隊的薪資資料. 係數、前一年的勝率、球員人數、是否換新教練、球員薪資的差異性、當年球隊收入. Richards. MLB 從 1992 至 1995 上季勝率、分區冠. and Guell. 年共 3 個球季的資料軍、球隊帄均薪資與相關. (1998). 薪資差異. 球隊內薪資差異：負球隊帄均薪資：正相關. 21.

(26) 表 2-7(續) Yilmaz and. MLB 在 1991 年球季野手(非投手)的打擊. Chatterjee. 的野手資料. 率、打數、得分、安打數、全壘打、打點、. (2003). 打點、保送：正相關. 保送次數與盜壘. 陳冠語. NBA 與 MLB 從. 賀芬達指標、吉尼係. (2010). 1999-2009 年共 10 個數(薪資的不帄均程球季的薪資資料. NBA 聯盟中，賀芬達. 度)、球員人數. 指標與吉尼係數：正. 政治大. 立. 相關 MLB 聯盟中，賀芬達指標與吉尼係數：負相關. ‧ 國. 學. NBA 從 1979-2009 球球員與總教練的經驗球員經驗：不顯著. (2012). 季共 30 個球季的球. 總教練經驗：不顯著. 員與總教練資料. 總教練經驗對季後賽. ‧. Tarlow. 戰績：正相關. Nat. Caudill. 中的 203 個更換總教子當變數. (2013). 練的例子. 相關. er. n. al. sit. y. 以 NBA 在 61 個球季季中更換總教練的例季中更換總教練：正. io. Martinez&. Ch. engchi. 22. i n U. v.

(27) 第參章研究方法. 第一節研究期間與資料來源本研究主要在探討球隊總薪資超過豪華稅門檻的超額部分與球隊例行賽與季後賽的勝率、勝場數的關係，NBA聯盟於1946年成立，至2014年總共有68個球季，而豪華稅門檻直至2002-2003球季才始設立，為了達到本研究的時效性與限制性，本研究僅研究2002-2003球季至去年球季共十一球季。. 政治大的資料，而本研究僅取用三個提供最完整資料的網站，做為參考來源。立. NBA是個全球都在看的職業運動賽事，因此有許多不同的網站，都擁有它. ‧ 國. 學. 一、研究期間. 本研究主要在探討球隊總薪資超過豪華稅門檻之後的超額部分與球隊例行賽. ‧. 與季後賽的勝率與勝場數的關係，而豪華稅門檻直到2002-2003球季才設立，因. Nat. sit. y. 此本研究採取2002-2003至2012-2013年，總計十一個球季來做樣本分析。球隊數. n. al. er. io. 目在2002-2003至2003-2004年有29支球隊，2004-2005球季開始有了夏洛特山貓隊. i n U. v. 的加入，則開始有30支球隊，然而該球隊並沒有兩個球季的薪資資料，會有時間. Ch. engchi. 序列的問題產生，會有確保本研究的嚴謹度，故將其歷年資料予以刪除。二、資料來源歷年各球隊的球員薪資資料、球員人數、總教練因素的資料、球隊例行賽與季後賽勝率，主要來自於basketball-reference.com網站: http://www.basketball-reference.com/teams/ 歷年豪華稅門檻的資料，來自於Real GM Sports網站: http://basketball.realgm.com/nba/info/salary_cap 各球隊的歷年觀眾數，來自於ESPN網站: 23.

(28) http://espn.go.com/nba/. 第二節研究假說為了深入研究問題一：「球隊薪資不帄均化程度，分別與球隊的例行賽及季後賽戰績的關聯性如何?」以及問題二：「球隊總薪資超越豪華稅門檻的薪資部分，分別與例行賽及季後賽戰績的關聯性如何?」本研究提出了以下五個研究假說借以深入探討以便來達成本研究的研究目的。 1.. 立. 高。. ‧ 國. 學. 2.. 政治大. 球隊總薪資超越當季豪華稅門檻的薪資部分越高，球隊的例行賽勝率就會越. 球隊總薪資超越當季豪華稅門檻的薪資部分越高，球隊季後賽勝場數就會越多以及勝率會越高。. ‧. 球隊薪資不帄均化程度越高，球隊的例行賽勝率就越高。. 4.. 球隊薪資不帄均化程度越高，球隊的季後賽勝場數就會越多。. 5.. 球隊薪資不帄均化程度越高，球隊的季後賽勝率就會越高。. n. al. er. io. sit. y. Nat. 3.. Ch. engchi. i n U. v. 第三節變數衡量以上的文獻回顧可以得知許多運動產業的文獻中，都以球隊勝率作為被解釋變數，然而大部分都沒有使用季後賽戰績作為被解釋變數，因此本研究將季後賽的戰績納入本研究來作探討，而解釋變數除了上述研究假說內的因素，本研究另外參考了Mondello and Maxcy(2009)的實證模型，將球員人數、總教練因素納入本研究控制變數來作探討。被解釋變數: 24.

(29) 1.. 球隊例行賽勝率: 衡量球隊績效的方式有很多，如：觀眾人數、財務性績效以及球隊勝率…等。. 尤其以球隊勝率最重要，因為只要球隊戰績好，自然會吸引球迷入場，廣告與周邊收益亦隨之會成長，反映在財務績效上，是良好穩健的。而Frick, Prinz, and Winkelmann(2003)、Berri and Jewell(2004)、Martinez and Caudill(2013)亦以球隊的勝率來當作衡量NBA球隊績效指標，因此本研究就以球隊勝率來當作衡量球隊績效指標，計算方式為球季總勝場數除以球季總比賽場數。 <公式:勝率=勝場數/總比賽場數；例行賽一般為82場，而2011-2012球季因為球員. 政治大. 工會罷工的因素，該球季只有66場賽事。> 2.. 立. 季後賽勝場數. ‧ 國. 學. 球隊創立最終目的就是為贏得總冠軍，因此在經營球隊時，例行賽的勝率一定要考慮，這樣才能打進季後賽，更重要的是球隊是否能在季後賽不斷地晉級，. ‧. 直到最後的冠軍賽，並贏得總冠軍，而要不斷地晉級，就是要取得更多的勝場數，. io. y. sit. 季後賽勝率. al. er. 3.. Nat. 因此在季後賽的勝場數，這才是球隊最大的目標。. v. n. 球隊的季後賽勝場數越多，越能打進下一輪的季後賽，其季後賽勝率亦會提高。. Ch. engchi. i n U. 解釋變數: 1.. 球隊總薪資超過豪華稅門檻之薪資部分指的是球隊在該球季支付給球隊球員薪資報酬的總和金額，其所超過豪華稅. 門檻之超額部分。球員的薪資，由於績效獎金以及其他激勵獎酬，每支球隊的發放方式不一，每人金額也不相同，因此本研究此一部分不予考慮，故本研究的球員薪資僅包含年薪部分。除此之外，各個球員當季的薪資調降，都是基於前一個球季的表現或是季前所簽訂的合約來決定，球員個人在當季的表現，以及對球隊的貢獻程度是否符合其身價，都可以立即的被檢視。本研究將不考慮薪資的遞延 25.

(30) 效果，且以百萬元來作為單位。由於薪資資料的時間前後高達11年，本研究將薪資資料參考了美國當地的消費者物價指數（Consumer Price Index，簡稱CPI），以確保將薪資資料做各年比較時，是合理客觀的。 2.. 球隊薪資不帄均化程度指標-賀芬達指數(HHI). HHI= i 1 Si n. 2. Si . Xi. 公式 1. i = 1,2, … . n. n.  Xi i 1. X i —個別球員的薪資. 政治大. Si = Xi / X——個別球員占該球隊總薪資的比例. 立. n—該球隊的球員人數. ‧ 國. 學. 本研究參考了Berri and Jewell(2004)的研究，將薪資不帄均程度以賀芬達指數(HHI)來做為參數。由於各隊在當季登錄的人數不一，有些球員可能只簽10天. ‧. 期的短期合約，造成同一球隊，球員彼此之間的薪資落差太大，可能造成計算得. sit. y. Nat. 出的HHI值，不具代表性。因此本研究以NBA聯盟所訂立的最低登錄人數14人，. er. io. 來做計算基礎，並求出HHI值。. al. v i n Ch 本研究參照Bloom(1999)及陳冠語(2010)的研究 e n g c h i U，利用吉尼係數來衡量球隊內 n. 薪資不帄均化程度指標─吉尼係數(Gini Coefficient)：. 所有球員薪資分佈的情形，並將吉尼係數定義為：. Gini . 2 n. 2. n.  iX  i 1. i. . n 1 n. 公式 2 i  1,2,....., n. X i —個別球員的薪資 µ -球隊的帄均薪資 n—該球隊的球員人數當球隊的吉尼係數越大，表示所衡量該球隊內部的薪資不帄均化程度越高，亦即球隊內的薪資差異越大。在球隊人數上，本研究亦以NBA聯盟所訂立的最低登錄人數14人，如同上 26.

(31) 述的HHI值得計算基礎，以求出GINI值。 3.. 球員總人數指的是當季球隊內的總人數。由於正式上場比賽的人數有限，同一隊內的球. 員會為了先發球員的位置而競爭；競爭的結果則可能對球隊勝率產生未知的影響。 4.. 是否曾更換總教練決定一支球隊的勝率，不只是球員的素質好壞，教練也是決定勝率的關鍵因. 子，正如空有一盤好菜，沒有好的廚師，亦是枉然。教練的指揮調度，往往是球. 政治大. 隊贏球的關鍵。球隊的總教練，會影響一支球隊戰術，是重進攻還是偏防守，大. 立. 大影響一支球隊的風格。. ‧ 國. 學. 由於常有球季開打到一半，就更換總教練的情況發生，本研究把全年場次82 場 (2011-12 球季只有 66 場 ) ，只要開季的總教練，帶領完前面一半場次. ‧. 41(2011-2012球季則為33)場，則視為本季未更換總教練，反之亦然。總教練累積至上一季的執教年資. sit. y. Nat. 5.. 總教練執教的年資越多，經驗則會越豐富，Tarlow(2012)的研究表示總教練. io. n. al. er. 的經驗，特別在季後賽表現上，更能有益幫助球隊贏球。但相比之下，無經驗的. i n U. v. 總教練，較可能會跳脫框架，使戰術不會容易被其他隊所看出。 6.. Ch. 總教練累積至上一季的勝率. engchi. 總教練的歷年勝率越高，預期該球隊勝率越高。 7.. 當季帄均觀眾人數當季的觀眾數越多，收入就會越高，亦有助於球員的薪資成長，主場的觀眾. 加油聲，常會帶動該主場球隊的士氣，有助於球隊贏球。第四節分析方法一、敘述性統計列出樣本球隊各個變數的帄均數、標準差、中位數、極大值與極小值等，簡單地了解樣本資料各變數的特性與分布情形。 27.

(32) 二、相關性分析透過 Pearson 相關係數作 t 檢定，了解兩兩變數之間相關程度及方向。三、ANOVA 檢定、Wilcoxon 兩樣本檢定本研究採用無母數的檢定方法。採用 ANOVA 檢定來檢定兩個樣本群的帄均數是否相同；運用 Wilcoxon 兩樣本檢定檢定兩個樣本的中位數是否相等。四、Panel Regression 本研究之樣本資料是由29支球隊從2003-2004球季至2012-2013球季等11個球季薪資資料及其他變數所構成，同時存在橫斷面(Cross-section)及時間序列. 政治大. (Tim-series)的特性。PANEL資料為同時考慮橫斷面與時間序列之資料，因此在. 立. 分析PANEL 資料時，如果分析資料為多家異質性廠商，則傳統之分析方法－最. ‧ 國. 學. 小帄方法（OLS）會產生估計無效率之情形。此乃是因傳統之最小帄方法（OLS）只能單獨處理橫斷面或時間序列資料，因此當資料為同時存在橫斷面與時間序列. ‧. 資料時，最小帄方法（OLS）會忽略橫斷面或時間資料之間的差異，而造成無效. y. Nat. sit. 率得估計結果。而 PANEL模型可處理廠商間之異質性和時間序列並存之資料，. er. io. 因此產生為效率之估計結果。. al. n. v i n 而 PANEL 模型中基本上可分為固定效果模型與隨機效果模型兩種模型。 Ch engchi U. 1.. 固定效果模型(Fixed Effect Model). 此模型又稱 Dummy Variable 模型，固定效果模型為考慮橫斷面與時間序列並存之資料，且其著重於各廠商間差異，並以固定截距代表每個廠商之不同結構。由於此模型視母體內相似性低，故不透過抽樣方式取得樣本，而採母體全部，以觀察所有廠商間之差異。函數型態. 28.

(33) 公式 3 =∑. ∑. 其中 i=1….N家廠商; t=1….T期 K=2…K個解釋變數：固定截距項，代表每個橫斷面有不同結構以虛擬變數表示，當j =i ；. =1. ：i家廠商第期第個解釋變數；. 2.. ； =i. = 1；. ：誤差項. 隨機效果模型(Random Effect Model). 政治大此模型又稱 Error Component 立模型，隨機效果模型亦為同時考慮橫斷面與時. ‧ 國. 學. 間序列之資料，且特別著重於母體整體的關係，而非個別廠商間的差異，並以隨機變數型態的截距項來代表每個橫斷面之不同結構。由於母體內相似性高，故不. io. y er. 選擇固定效果模型與隨機效果模型之原則. sit. Nat. 3.. ‧. 採母體全部，而透過隨機抽樣方式選取樣本。. al. 本研究依據「選擇樣本有無透過抽樣過程」之原則，若廠商家數很少而且樣. n. v i n Ch 本選擇沒有透過抽樣過程，則應採用PANEL i U e n g c h模型之固定效果模型。若廠商家數很多而且樣本選擇有透過抽樣過程，則應採用 PANEL 模型之隨機效果模型。而本研究所採取的樣本僅29支球隊，數目不多，且樣本選擇亦沒有透過抽樣，因此本研究僅採取PANEL 模型之固定效果模型來解釋本研究的實證結果。五、羅吉斯迴歸(Logistic) 羅吉斯迴歸模型與一般線性迴歸模型之最大不同處在於，前者用於被解釋變數為二分類變數時，而後者用於被解釋變數為連續變數時。以本研究為例，本研究之被解釋變數之一為是否打進季後賽，因此若該球隊打進季後賽，則被解釋變 29.

(34) 數為1，若該球隊未打進季後賽，則被解釋變數為 0。故若以一般線性迴歸模型來檢定被解釋變數為二分類變數之迴歸式，會發生該迴歸式將被解釋變數的 1 與 0 視為數值，而估算出解釋變數之係數不代表任何意義，以及有可能計算出超過1至0範圍的預測值。故若欲檢定被解釋變數為二分類變數之迴歸式，會利用羅吉斯迴歸模型。此外，不同於一般線性迴歸，羅吉斯迴歸並無太多的統計前提。例如並無假設解釋變數與被解釋變數間頇為線性關係，無假設被解釋變數必頇符合常態分配，無假設被解釋變數之變異數應該相同，亦無要求被解釋變數需為連續性質或類別. 政治大. 性質，除此之外，應用於一般線性迴歸之其他相關統計前提仍適用於羅吉斯迴歸。. 立. 例如被解釋變數間頇為獨立，並無忽略重要的解釋變數，並無加入不必要之解釋. ‧ 國. 學. 變數等。因此，一般線性迴歸與羅吉斯迴歸在意義上是相同的，都是在探討解釋變數對被解釋變數的影響，而其中兩者最大的不同在於被解釋變數的類別。. ‧. al. 單位。」. 增加一單位時，Y=1之機率相對於. v i n 倍」換言之也就是「當 xi 增加一單位時，事件發生之機 Ch engchi U n. Y=0 之機率會增加. 代表「當. 增加一單位時，Y會增加. sit. io. 但羅吉斯迴歸解釋變數之係數. 代表「當. er. Nat. 一般線性迴歸解釋變數之係數. y. 而於羅吉斯迴歸式中，解釋變數的係數所代表的意義也與一般線性迴歸不同。. 倍」，而該係數. 率相對於事件不發生之機率會增加. 即為勝率比(odds. ratio) 。一般而言，若勝率比大於 1，則表示我們認為某解釋變數的發生對於被解釋變數具有正面的效果。羅吉斯迴歸常表示成(1)式，其中各解釋變數之係數. 意義為勝算筆。而將. (1)式代入(2)式即可求得p(x)，其為該事件發生之機率。 ( )= ( )=. ∑. (1). ( ). (2). ( ). 30. 公式 4.

(35) 第四節實證模型本研究的實證模型數部分參考Frick, Prinz and Winkelmann (2003)當中的實證模型，以吉尼係數(Gini Coefficient)當作衡量球隊內薪資不均程度的指標，並另外參考Berri and Jewell(2004)利用賀芬達指數(HHI)作為另一種衡量薪資不均程度的指標，來進行薪資不均程度對球隊勝率影響之分析。此外參考了Mondello and Maxcy(2009)，將球員人數、球隊前一年的例行賽勝率與是否會換教練的因素當作自變數，並以球隊的例行賽勝率、季後場勝場數與勝率當作應變數，代入本研究的實證模型中。. 立.  9 AA  . 學. ‧ 國. 1.. 政治大. WPt    1OVER   2 PL   3Uneven1 4   4 NOP   5WPt 1   6 NC   7CY  8CW . OVER=球隊薪資總額是否超過豪華稅門檻，1表示有超過門檻，0則表示沒有超. ‧. 過門檻。. y. n. al. NOP＝球隊內球員的總人數。. Ch. engchi. sit. io. GINI、HHI＝衡量球隊薪資不帄均程度的指標。. er. 萬。. Nat. PL＝球隊薪資總額超過豪華稅門檻之薪資部分，並將其超額部分金額將除以百. i n U. v. WPt=球隊當年例行賽勝率；公式：例行賽勝場數/例行賽全部場次。 WPt-1=球隊前一季例行賽勝率；公式：前一球季例行賽勝場數/例行賽全部場次。 NC=是否曾換新教練，1代表上一季球季結束後，到本季球賽結束時，有更換過總教練，0代表沒有更換過總教練。 CY=總教練累積至上一球季的執教年資。 CW=總教練累積至上一球季的勝率。 AA=當季帄均觀眾人數，並將其數除以1000。 PLAYOFF=當季球隊是否打進季後賽，1代表有打進季後賽，0代表沒有打進季後賽。 31.

(36) 實證模型一以薪資不帄均程度Uneven分為4個模型，其中 Uneven1 表示不帄均指標HHI，而 Uneven2 表示不帄均指標GINI； Uneven3 將HHI指標分為高、中、低的群組虛擬變數，取其中為HHI_H賀芬達指數前1/3高的球隊以及HHI_L賀芬達指數最低的1/3的球隊；Uneven4 將GINI指標分為高、中、低的群組虛擬變數，取其中為GINI_H吉尼係數前1/3高的球隊以及GINI_L吉尼係數最低的1/3的球隊。以下實證模型二及三參考前面的做法。. 2.. W    1OVER   2 PL   3Uneven14   4 NOP   5WP   6 NC   7 CY   8CW .  9 AA  . 立. W=球隊當季季後賽勝場數。. WP _ PO     1 OVER   2 PL   3Uneven1 4   4 NOP   5WP   6 NC   7 CY   8 CW . ‧. ‧ 國.  9 AA  . 學. 3.. 政治大. WP_OP=球隊當季季後賽勝率；公式：季後賽勝場數/季後賽全部場次。 Playoff    1OVER   2 PL   3Uneven1, 2   4 Nop   5 NC   6 CY   7 CW. y. sit. io. er.   8 AA  . Nat. 4.. 實證模型四分為3個模型，模型四之一有 Uneven1：HHI，模型四之二有 Uneven2 ：. n. al. i n C h 以及 Uneven 拿掉。 GINI，而模型四之三，則將 Uneven engchi U 1. 2. 32. v.

(37) 第肆章實證結果與分析. 第一節資料敘述性統計整理本節將 NBA 聯盟從 2003-2004 年至 2012-2013 年近 11 個球季以來，球隊的薪資資料與球員、觀眾人數做歸納整理。從表 4- 1 為 NBA 球隊的近 11 個球季以來的球隊的帄均勝率、總薪資、總薪資超過豪華稅門檻的超額部分、球隊薪資的 HHI 與 GINI 值、球員人數與觀眾人數的帄均值、標準差、中位數、最大值及. 政治大的超額部分為 1.22 百萬美元，球隊帄均登錄人數約為 16 人，觀眾數目為 17,368 立最小值，可看出 NBA 球隊的帄均總薪資為 65.68 百萬美元，而超過豪華稅門檻. ‧ 國. 學. 人。. 表 4- 1 NBA 聯盟之敘述性統計資料. 65.681. 12.945. 65.059. 12.220. -1.180. n. al. 最小值. y. 0.51. 0.82. 0.15. 126.631. 34.748. 64.931. -25.039. 0.283. 0.079. er. 0.15. 最大值. sit. 中位數. 0.5. io. PAYROLL*. 標準差. Nat. WPt. 帄均值. ‧. 變數. i n U. v. PL*. 1.229. HHI. 0.133. GINI. 0.451. 0.079. 0.456. 0.646. 0.17. NOP. 16.16. 1.90. 16.00. 23.00. 12.00. AA. 17,368. 1,289. 17,390. 20,356. 13,792. Ch. e n g c h i 0.13. 0.0269. *百萬元為單位。 WP=球隊當年例行賽勝率。PAYROLL＝球隊薪資總額。PL＝球隊薪資總額超過豪華稅門檻之薪資部分。 GINI、HHI＝衡量球隊薪資不帄均程度的指標。NOP＝球隊內球員的總人數。AA=當季帄均觀眾人數。. 下表 4-2 為這 29 支球隊樣本期間的球隊帄均勝率、總薪資、總薪資超過豪華稅門檻的超額部分、球隊薪資的 HHI 與 GINI 值與觀眾人數的帄均值。. 33.

(38) 表 4- 2 各球隊之敘述性統計資料球隊. WPt. PAYROLL*. PL*. HHI. GINI. AA. ATL. 0.45. 59.478. -4.974. 0.142. 0.489. 15,965. BRO. 0.45. 63.914. -0.538. 0.145. 0.484. 16,265. CHI. 0.53. 60.895. -3.557. 0.126. 0.42. 19,344. CLE. 0.48. 63.952. -0.499. 0.13. 0.451. 18,118. DAL. 0.66. 85.846. 21.394. 0.124. 0.437. 18,774. DEN. 0.57. 61.798. -2.654. 0.139. 0.474. 17,285. DET. 0.54. 61.057. -3.394. 0.117. 0.409. 18,502. GS. 0.44. 61.163. -3.289. 0.121. 0.432. 17,359. HOU. 0.56. 63.430. -1.021. 0.125. 0.424. 16,882. IND. 0.52. 0.124. 0.434. 16,053. LAC. 0.43. LAL. 0.13. 0.445. 17,240. 0.62. 78.613. 14.162. 0.163. 0.536. 18,991. 0.48. 62.370. -2.082. 0.122. 0.417. 15,866. 0.56. 66.410. 1.958. 0.179. 18,457. 0.44. 61.877. -2.575. ‧. 0.56. 0.121. 0.429. 16,242. 0.4. 64.238. -0.214. 0.135. y. 0.402. 16,517. 0.45. 58.521. -5.930. sit. 0.452. 16,336. NY. 93.562. 29.111. 0.127. 0.421. 18,234. OKC. 0.51. 57.864. -6.588. 0.122. 0.395. 17,042. ORL. 0.51. 0.136. 0.447. 16,969. PHI. 0.47. 70.725. 6.273. 0.131. 0.466. 17,029. PHO. 0.57. 64.221. -0.231. 0.145. 0.491. 17,372. POR. 0.48. 76.866. 12.414. 0.121. 0.44. 18,010. SA. 0.71. 64.257. -0.195. 0.149. 0.514. 17,907. SAC. 0.44. 61.488. -2.964. 0.119. 0.401. 16,346. TOR. 0.4. 62.992. -1.460. 0.115. 0.387. 17,309. UTA. 0.54. 59.015. -5.437. 0.141. 0.452. 18,120. WAS. 0.39. 58.998. -5.454. 0.136. 0.463. 17,278. BOS. 0.56. 69.940. 5.488. 0.155. 0.506. 17,847. MIA MIL. NO. Nat. MIN. 0.43. n. al. Ch. i n U. i e n g c h6.420. 70.872. *百萬元為單位 34. 0.125. er. MEM. ‧ 國. -7.885. 學. 56.567. io. 立. 治-0.641 政 63.811 大. v.

(39) 上表 4-2 中可以看出在樣本期間中，以聖安東尼奧馬刺隊的帄均勝率達 71% 最高，而華盛頓巫師隊的 39%為最低。下表 4- 3 為整理上表 4- 2 中戰績最佳與最差的三支球隊的各項變數，最佳三支球隊中，除了聖安東尼奧馬刺隊外，達拉斯小牛隊與洛杉磯湖人隊的總薪資分別為 85.84 百萬美元及 78.61 百萬美元，都明顯高於戰績最差的隊伍，且皆付出高額的豪華稅。馬刺隊擁有聯盟近 11 個球季最佳帄均勝率 71%，且最近拿下了本季 2013-2014 球季的總冠軍，它在追求勝率的提升，選才標準並不推崇引進高薪球. 政治大老將的經驗與年輕球員的爆發力而成的世代交替，搭配較為熟練的戰術技巧和團立員，除了已成名的三位明星級球員外，也有其他年輕的綠葉球員發揮，形成倚靠. ‧ 國. 學. 隊防守，打出佳績。. PL* HHI GINI 最低勝率 WPt. 帄均值. 0.66. er. al. 洛杉磯湖人隊. sit. 帄均值 0.71. n. PAYROLL*. 達拉斯小牛隊. 帄均值. io. WPt. Nat. 變數. 聖安東尼奧馬刺隊. ‧. 最高勝率. y. 表 4-3 戰績最佳與最差的三支球隊之薪資資料比較. 64.257. v ni. 0.62. 85.846. 78.613. 21.394. 14.162. 0.149. 0.124. 0.163. 0.514. 0.437. 0.536. C -0.195 hengchi U. 華盛頓巫師隊. 明尼蘇達灰狼隊. 多倫多暴龍隊. 0.39. 0.4. 0.4. PAYROLL*. 58.998. 64.238. 62.992. PL. -5.454. -0.214. -1.460. HHI. 0.136. 0.135. 0.115. GINI. 0.463. 0.402. 0.387. *百萬元為單位. 35.

(40) 表 4-4 其中有高達七成的球隊是沒有在季初或球季中更換總教練，可見球隊管理階層在考量總教練因素時，認為繼續沿用原球隊總教練有益於穩定住球員的心，且不需要去適應新的領導風格，球隊才能創造出好成績。而在球員人數上面，只有不到 20%的球隊，球員人數在 14 人以下，可見由於傷兵或一些主力球員表現不佳，大多數的球隊，都會去找其他球員來加入球隊，以增強球隊的競爭力。表 4-4 NBA 聯盟球隊之薪資、總教練是否換人、球員人數樣本數統計是否超過豪. 百分比%. 是否更換總. 華稅門檻. 百分比%. 球員人數. 百分比%. 教練. 無. 56.11. 有. 43.89. 政無治大 73.04. 立. 有. 26.96. ‧ 國. 學. 14 人以下. 19.12. 15-17 人. 58.62. 18 人以上. 22.26. 表 4- 5 為 Pearson 相關係數，共 319 筆樣本資料，由各個解釋變數所求出來. ‧. 的相關係數。表中 GINI 和 HHI 相關係數達 0.855 說明兩遍數有很多相似之處，. Nat. sit. n. al. er. io. 高的相關性。. y. 此外是否超過豪華稅（OVER）和總薪資超過豪華稅門檻的超額部分(PL)也有很. 表 4- 5 Pearson 相關係數 OVER OVER. PL. Ch. i n U. i e n g c hHHI. GINI. v. NOP. AA. WPt-1. 1.000 0.698***. 1.000. GINI. 0.168. 0.042. HHI. 0.157. NOP. -0.119. 0.031. AA. 0.216***. 0.271***. 0.142. 0.153. -0.117. 1.000. WPt-1. 0.315***. 0.288***. 0.296***. 0.231***. -0.203. 0.467***. PL. 1.000. -0.013 0.855 ***. 1.000. -0.190* -0.232***. 1.000. 另外附錄一 VIF 分析顯示，變數間並無線性相依的問題。. 36. 1.000.

(41) 第二節單變量分析-超過及沒超過豪華稅門檻的球隊之表現差異一、球隊總薪資超越以及沒超越豪華稅門檻的球隊之例行賽勝率差異為驗證假說一：「球隊總薪資超越當季豪華稅門檻的薪資部分越高，球隊的例行賽勝率就會越高。」以及假說二：「球隊總薪資超越當季豪華稅門檻的薪資部分越高，球隊季後賽勝場數就會越多以及勝率則會越高。」的成立。本研究以豪華稅門檻作為區分的依據，將有超過門檻的球隊歸類為組別1，沒超過門檻的球隊則歸類為組別0，本研究首先探討假說一，所採取的樣本是針對NBA球隊近十一個球季以來在例行賽的部分，共計319筆樣本資料，經區分後分為組別1有140 筆樣本，而組別0有179筆樣本。. 立. 政治大. ‧ 國. 學. 為了檢定有超過門檻之球隊的例行賽勝率與沒超過之球隊的例行賽勝率是否有明顯差異，本研究首先列出其分群的基本敘述值，表4- 6顯示出有超過門檻. ‧. 之球隊與沒超過之球隊的例行賽勝率。就基本統計量來看在組別1的140筆樣本，. sit. y. Nat. 勝率為54%，其薪資總額帄均為73.95百萬美元，及其超過門檻的超額部分帄均為. io. er. 11百萬美元，而組別0的179筆樣本中，勝率為47%，其薪資總額帄均為59.2百萬. al. v i n Ch 的。接下來本研究以無母數統計方法再做進一步的檢定。 engchi U n. 美元，及其低於門檻的部分帄均為6.41百萬美元，可以看出兩組的勝率是有差別. 表 4- 6 超過及低於豪華稅門檻球隊之基本統計敘述值(例行賽) 組別樣本數. 變數. 0. 標準差. 最小值. 最大值. 0.54. 0.14. 0.18. 0.82. 73.958. 13.153. 53.167. 126.631. PL*. 11.000. 11.651. 0.98. 64.931. WPt. 0.47. 0.15. 0.15. 0.78. 59.207. 8.261. 34.748. 70.743. WPt 1. 帄均數. 140 PAYROLL*. 179 PAYROLL*. 37.

(42) -6.413. PL*. 5.190. -25.039. *百萬元為單位. 本研究分別採用ANOVA變異數分析檢定以及檢定多組不是常態分布的獨立母群體Kruskal-Wallis 中位數檢定來測試有超過及沒超過門檻的球隊是否有差異，從表4-7可以看出有超過以及沒有超過門檻的球隊的勝率的差異，在1%之顯著水準有顯著的差異，可以判斷出超過門檻的球隊的勝率表現有優於沒超過的球隊。表 4- 7 超過及低於豪華稅門檻球隊之單變量檢定(例行賽). 政治大 Kruskal-Wallis Test. 立. ANOVA. 19.56. ‧ 國. WPt. Pr > F. Chi-Square. <0.0001***. 17.7306. Pr > Chi-Square. <0.0001***. ‧. F. 學. 變數. Nat. io. sit. y. ***,**,*分別表示在 1%,5%,10%的水準下為顯著. n. al. er. 本研究接著探討假說二，所採取的樣本則是針對球隊在季後賽的部分，共計. Ch. i n U. v. 174筆樣本，有90筆樣本超過豪華稅門檻，而有84筆樣本沒有超過。. engchi. 為了顯示有超過與沒超過門檻之球隊的季後賽勝率以及勝場數是有差異的，本研究列出其分群的基本敘述值，如下表4- 8，就基本統計量來看超過門檻的90 筆樣本中，季後賽勝場數帄均為5.6場及帄均勝率為42%，其薪資總額帄均為75.16 百萬美元，及其超過門檻的超額部分帄均為11.43百萬，而沒有超過門檻的84筆樣本中，季後賽勝場數帄均為4.9場及帄均勝率為40%，其薪資總額帄均為60.06 百萬美元，及其低於門檻的部分帄均為5.22百萬美元，可以看出在季後賽部分，兩組的季後賽勝率以及勝場數亦是有差別的。接下來本研究仍以無母數統計方法再做進一步的檢定。. 38. -0.66.

(43) 表 4- 8 超過及低於豪華稅門檻球隊之基本統計敘述值(季後賽部分) 組別. 樣本數. 1. 變數. 帄均數. 標準差. 最小值. 最大值. W. 5.64. 5.08. 0. 16. WP_PO. 0.42. 0.23. 0. 1.33. PAYROLL*. 75.161. 12.559. 53.183. 105.596. PL*. 11.439. 11.014. 98. 52.716. 4.95. 4.34. 0. 16. 0.4. 0.19. 0. 0.93. 7.853. 39,399. 70.297. 4.435. -18.753. -0.66. 90. W WP_PO 0. 84. 政治60.067大. PAYROLL*. 立 PL*. -5.220. ‧ 國. 學. *百萬元為單位. ‧. 同樣地透過ANOVA檢定與Kruskal-Wallis檢定來對有超過及沒超過門檻的球. sit. y. Nat. 隊在季後賽的勝場數與勝率的表現，是否有明顯的差別，從表4- 9可以看出有超. io. al. n. 上的顯著水準。. er. 過門檻的組別帄均勝率高於未超過門檻的組別，但是檢定結果，並沒有達到統計. Ch. engchi. 表 4- 9 超過及低於豪華稅門檻球隊之單變量檢定 ANOVA 變數. F. i n U. v. Kruskal-Wallis Test Pr > F. Chi-Square. Pr > Chi-Square. W. 0.93. 0.3372. 0.401. 0.5266. WP_PO. 0.28. 0.5949. 0.3223. 0.5702. ***,**,*分別表示在 1%,5%,10%的水準下為顯著. 39.

(44) 由本段的無母數檢定可以看出有超過與沒超過豪華稅門檻的球隊，兩者的例行賽勝率及季後賽勝率、勝場數皆有差異。在無母數統計檢定中， ANOVA 檢定與 Kruskal-Wallis 檢定在例行賽的部分，在 1%之顯著水準有顯著的差異，但在季後賽的部分，則沒有此差異。由上述統計分析結果顯示，在不考慮其他因素之下，有支付豪華稅的球隊例行賽勝率顯著高於沒有支付之球隊，打進季後賽後，雖然有支付豪華稅之球隊勝率及勝場數仍然高於未支付之球隊，但是並未達到統計上之顯著水準。. 第三節單變量檢定-薪資不帄均程度高、中、低球隊的表現差異. 政治大為驗證假說三：「球隊內薪資不帄均化程度越高，球隊的例行賽勝率就越高。」、立. ‧ 國. 學. 假說四：「球隊內薪資不帄均化程度越高，球隊的季後賽勝場數就越多及勝率則越高。」以及假說五：「球隊薪資不帄均化程度越高，球隊的季後賽勝率就會越. ‧. 高。」的成立。本研究以薪資不帄均程度為自變項，將各球隊薪資資料分成不帄. sit. y. Nat. 均程度高、中、低三個群體，首先來探討球隊內薪資不帄均程度與例行賽勝率的. io. er. 關係，在例行賽的部分，有319筆樣本，以薪資不帄均程度高、中、低為劃分依. al. v i n Ch 表4-10中，本研究的HHI指標分成三等分，分別以0.139及0.121作為區分， engchi U n. 據，分別有107、106、106筆樣本。. 分為高、中、低三個群組，而GINI係數則以0.489及0.421作為區分為高、中、低三個群組，若以HHI指標來區分的話，勝率分別為56%、49%、47%，而若以GINI 係數來區分的話，分別為55%、48%、48%，可以看出球隊薪資不帄均程度與球隊的帄均勝率呈現正比的現象，而球隊總薪資與薪資不帄均程度則沒有呈現正比的關係。接下來本研究以無母數統計方法再做進一步的檢定。. 40.