Page 116 - 34-2

CEO Extraversion, Management Team Characteristics, and Firm Operating Performance

Execucomp 資料庫中的所有美國上市公司 之內部公司治理的平均水準為低。
最後，CEO 年資 (CEO_TEN)、CEO 年紀 (CEO_Age)、及是否有異動 (CEO_
Rep) 之平均數分別為 6.4346、56.3654、0.1053；標準差分別為 5.8393、6.0836、
0.3070。此代表 CEO 之平均年資約為 6.43 年、平均年齡約為 56.37 歲，以及發生
CEO 更換之公司比率約有 10.53%。值得注意的是，人格特質在 40 歲以後不太容易

發生變動 (Roberts, Walton, and Viechtbauer, 2006)，而本研究的 CEO 觀測樣本平均年
齡為 56 歲，符合前述所提及的人格特質不變之假設。

4.2 相關性分析
由表 3 可知，本研究所使用的五大人格特質分數之間具有較高的相關係數，
表 3 為本研究之相關係數表，本研究使用皮爾森相關係數 (Pearson Correlation)
像是嚴謹自律性 (consc) 與經驗開放性 (openn) 之間的相關係數為 0.6309、經驗
作為衡量兩個變數之間的相關程度，定義為兩個變數的共變異數除以兩變數標準差
的乘積，為其值介於 -1 到 1 之間，當數值之絕對值越大，代表兩變數間的相關性越
開放性 (openn) 與親和性 (agree) 之間的相關係數為 0.7381。這是因為五大人格
高，若數值為 0 則表示兩變數之間無線性關係。
特質相互兼容，一個人可能會同時擁有五大人格特質，而每種特質效果之間會有
由表 3 可知，本研究所使用的五大人格特質分數之間具有較高的相關係數，像
部分的交集。因此，本研究後續的迴歸分析將探討若控制其他人格特質 CEO 外向
是嚴謹自律性 (consc) 與經驗開放性 (openn) 之間的相關係數為 0.6309、經驗開放性
性特質對公司經營績效影響的效果是否有所改變。
(openn) 與親和性 (agree) 之間的相關係數為 0.7381。這是因為五大人格特質相互兼
容，一個人可能會同時擁有五大人格特質，而每種特質效果之間會有部分的交集。
再者，除了人格特質變數之間的相關係數較高之外，本研究的其他變數之間
因此，本研究後續的迴歸分析將探討若控制其他人格特質 CEO 外向性特質對公司
的相關係數大多小於 0.3，屬於低度相關，故本研究的模型較無多重共線性之疑慮。
經營績效影響的效果是否有所改變。
[插入表 3]
再者，除了人格特質變數之間的相關係數較高之外，本研究的其他變數之間的
相關係數大多小於 0.3，屬於低度相關，故本研究的模型較無多重共線性之疑慮。
4.3. 迴歸分析

4.3. 迴歸分析
本研究的資料型態為橫跨多個公司及年度的樣本數據，屬於面板數據 (Panel
本研究的資料型態為橫跨多個公司及年度的樣本數據，屬於面板數據 (Panel
Data)，本研究使用 Petersen (2009) 的方式進行殘差異質變異調整，並分別考慮隨
Data)，本研究使用 Petersen (2009) 的方式進行殘差異質變異調整，並分別考慮隨機
10 10
機效果以及公司與年度之固定效果 。研究模型如式 (4) 所示：
效果以及公司與年度之固定效果 。研究模型如式 (4) 所示：
ROA(TobinQ ) it = β 0 + β 1 extra it + β 2 consc it + β 3 neuro it + β 4 agree it + β 5 openn it (4)
+  β j + 5 CV j, it + ε it 。(4)
j

在式(4)中，ROA 及 TobinQ 分別為會計績效及市場績效；extra 為 CEO 外向性特
10 本研究選擇隨機效果模型的理由如下：(1) OLCPT 所預測之 CEO 人格特質分數僅會因 CEO 不
同而有所差異，因此有關本研究的自變數（CEO 外向性分數），若公司沒有更換 CEO，則自
質之分數，consc、neuro、agree、openn 分別為 CEO 之嚴謹自律性、神經質、親
變數之值皆相同不變。作者預期此種特質之自變數，較能捕捉公司別之固定效果，若輔以隨機
和性、經驗開放性之人格特質分數；本研究著重探討 CEO 外向性特質對於公司經
效果模型，可補強迴歸模型之隨機差異。 (2) Harrison et al. (2019) 在探討 CEO 人格特質之效果，
亦是採用隨機效果模型。
營績效之影響，並且在實證分析中控制其他四類人格特質之效果。CV 為控制變數，
108
包含公司規模(SIZE)、公司成立年數(Fage)、負債比率(LEV)、資本支出比率(CAPX)、
研發費用比率(RD)、內部公司治理指標(IG)、獨立董事比率(IDIR)、財務限制指標

(SA)、管理能力評分(MA_S)、CEO 年資(CEO_TEN)、CEO 年紀(CEO_age)、及是
否更換 CEO(CEO_Rep)。

表 4 為假說 H1 之實證結果，由表 4 之第(1)與(3)欄可知，在控制隨機效果的

10 本研究選擇隨機效果模型的理由如下：(1) OLCPT 所預測之 CEO 人格特質分數僅會因 CEO 不
同而有所差異，因此有關本研究的自變數（CEO 外向性分數），若公司沒有更換 CEO，則自變
數之值皆相同不變。作者預期此種特質之自變數，較能捕捉公司別之固定效果，若輔以隨機效
果模型，可補強迴歸模型之隨機差異。(2) Harrison et al. (2019) 在探討 CEO 人格特質之效果，
亦是採用隨機效果模型。
18