固定效果模型.ppt

補充資料說明1 橫斷面資料 （cross-sectional data）在同時間或幾乎同時間蒐集的資料。 例如：2000年8月份，各縣市政府發出的建築許可的數目。 時間序列資料（time series data）是在數個時間間隔內蒐集的資料。 例如：過去36個月，台南縣政府每個月發出的建築許可的數目。 補充資料說明2 時間數列資料與橫斷面資料結合使用的實證方式，即所謂的縱橫資料（Panel Data），其最大的特色在於假設模型具有個別效果及時間效果，其截距項會因不同部門或不同時期而 有所改變，從而對截距項有兩種不同之假設模型： 補充資料說明3 在進行估計時，先分別以OLS 模型、固定效果模型及隨機效果模型進行估計，得到三種不同模型假設下之迴歸係數估計量 再以Hausman 檢定資料屬於固定效果模型或隨機效果模型 若檢定之結果接受模型存在固定效果時，則以F 檢定判斷個體間之截距項是否有顯著差異 若拒絕虛無假設時，則接受固定效果模型之估計量，反之，則接受OLS 模型之估計量 若Hausman 檢定之結果接受隨機效果模型，此時，需再以LM 檢定判斷截距項是否有差異，若拒絕虛無假設時，代表個體間存在隨機效果，則接受隨機效果模型之估計量，反之，則接受OLS 模型之估計量。 (參考資料: 代理問題與壽險公司經營績效之實證研究 淡江大學保險經營所碩士) 研究對象建議 因銀行業財務結構與一般產業不同，早期文獻均已提出應予排除，本篇仍將銀行業例為研究對象，而又無法提出相關文獻佐證可將銀行業納入。 本研究對象為上市上櫃之營建業及銀行業，因此題目應把研究對象作更明確的界定，如「公司治理機制與公司績效-台灣上市上櫃營建業與銀行業之實證研究」。 資料來源部份未說明是依作麼樣的標準作為篩選的依據。 研究假說 一、內部人士持股比率與公司績效之關係 假說1：內部人士持股比率與公司績效有關 1-1：內部人持股比率與公司績效呈正相關 1-2：內部人持股比率平方與公司績效呈負相關 1-3：大股東持股比率與公司績效呈正相關 二、法人機構持股比率與公司績效之關係 假說2：法人機構持股比率與公司績效有關 2-1：政府機構持股比率與公司績效呈正相關 2-2：機構投資人持股比率與公司績效呈正相關 2-3：法人持股比率與公司績效呈負相關 三、董事長兼任總經理與公司績效之關係 假說3：董事長兼任總經理時，公司績效會較差 四、董事會規模與公司績效之關係 假說4：董事會規模與公司績效呈負相關 五、獨立董事比率與公司績效之關係 假說5：獨立董事比率與公司績效呈正相關 六、監察人比率與公司績效之關係 假說6：監察人比率與公司績效呈正相關 七、董監事質押比率與公司績效之關係 假說7：董監事質押比率與公司績效呈負相關 研究假說 此處作者以整理文獻方式來說明各依變數（公司績效）與自變數的關係，這個部份應在第二章整理，第三章應對變數作明確的定義。 變數定義 這個部份作者以文字方式敘述，建議可以表格方式整理，如word之表格 建議作者在變數定義文字完後，可參考下表方式整理，可使讀者很快的知道本研究的構面、變數有那些、變數的定義等。 具體之研究方法 本研究所採用的資料包括横斷面與時間序列的資料，即所謂的縱横資料(panel data)。 對於横斷面與時間序列資料的衡量，若以Ordinary Least Squares Estimation (OLS, 即普通最小平方法) 分析容易產生偏誤。 如果所處理的資料之間存在異質性，則傳統OLS所估計出來的結果，將造成無效率的情形。 因此，本研究將利用Panel Data模型對於處理横斷面異質性、時間序列自我相關問題的優點，來分析建構資料。 Panel Data迴歸模型，基本上又可分為固定效果模型與隨機效果模型二類，至於緃横資料適用於何種模型，則可分別透過F Test與LM Test來檢定。 固定效果模型 (Fixed Effect Model) 固定效果模型又稱最小平方虛擬變數模型 (Least Square Dummy　Variable Model, LSDV)，假設每家廠商的截距項並不會隨著時間的變動而改變，但在其廠商之間會有不同的特定常數，主要是以固定截距項來代表横斷面各家廠商之間的不同結構。模型假設母體內相似度低，故不是以透過抽樣的方式來取得樣本，而是用母體的全部，來探討各廠商之間的差異。 固定效果模型 (Fixed Effect Model) 迴歸方程式為： i代表廠商單位，i = 1,…,N t代表時間單位，t = 1,…,T (一) 固定效果模型與最小平方法估計式之選取 檢定固定效果模型中截距項在廠商間是否相同，以F Test檢定模型來驗證 設立假說