Page 31 - 論文手稿_林詩莉R
P. 31

如同研究方法提到的,混合線性迴歸模型在群體層次 (組間 )依


                   照企業核心專利數量分成 8 群,群體內部 (組內) 的差異則透過隨機

                   截距方式表現。模型 V ~ VII 之相關統計數據如表 4 所示,共線性
                                                                            2
                   檢驗結果見附表 2。其中模型中組內變異 ( ) 代表組內的變異程
                   度,較高表示組內樣本間差異較大;組間變異 (                                     00 PN ) 代表組間的變


                   異程度,較高代表分群方法能有效的區分組別;組內相關係數 (ICC)

                   代表模型組內的同質性,其公式為 ICC                               00 PN  /  00 PN    2  ,表示由

                   模型中的分群結構解釋總變異的比例。較高 ICC 意味著數據高度聚

                   類,顯示分析結果高度依賴於分群的組。故由表 4 可知,模型 V ~ VII


                   的 ICC 值為 0.4 上下,表示模型中 TQ 的表現有約 40% 的差異是

                   由不同群體之間所造成的,組或群的效果不應忽略。此外,在混合線
                                                                              2
                                                             2
                   性迴歸模型中,模型預測能力的 R 包含邊際 R (marginal r-squared
                   values),用以解釋混合線性模型中僅由固定效應解釋的變異比例;以

                               2
                   及條件 R (conditional r-squared values),其包含由固定效應及隨機效
                                                                                                 2
                   應解釋的變異比例。表 4 數據顯示模型 V ~ VII 無論是邊際 R 或
                               2
                   是條件 R 解釋的變異比例都落在 0.9 附近,三者相當 (1% 以內)。
                       在混合線性迴歸模型中,自變數與依變數的關係結果近似於其他


                   模型所觀察到的,專利風險因子包含專利權利項數 NOCS 以及年均

                   專利策略類別數 NOPS 與企業價值 TQ 有顯著相關性;控制變數如

                   槓桿比率 LEV、員工人數 NOE、研發支出率 RDE 以及資產報酬率

                   ROA 與企業價值 TQ 亦呈顯著相關性。另一方面,當 VIF 值不同

                   時,統計數據表示年均專利救濟次數 COR 的顯著性有所改變;流動

                   比率 CUR 則僅在模型 V 中發現與企業價值 TQ 呈顯著相關。值得

                   留意的是,不同於多元線性迴歸模型的結果,年均專利權變動次數


                   NOPA 並未在混合線性迴歸模型 V ~ VII 中發現與企業價值 TQ 有

                   顯著相關性。



                                                            31
   26   27   28   29   30   31   32   33   34   35   36