Page 51 - 34-3

NTU Management Review Vol. 34 No. 3 Dec. 2024

附錄一

附錄一 Heckman 是最先提出樣本選擇偏誤觀念的學者，他以二階段最小平方法解決樣
本選擇偏誤所造成的估計誤差。因此本文沿用 Heckman (1979) 所提的方法，於第
附錄一 Heckman 是最先提出樣本選擇偏誤觀念的學者，他以二階段最小平方法解決樣本選擇
一階段先建立廠商撤離決策模型，並計算對應的標準常態分配值，據以求出 Inverse
偏誤所造成的估計誤差。因此本文沿用 Heckman (1979) 所提的方法，於第一階段先建立廠
Heckman 是最先提出樣本選擇偏誤觀念的學者，他以二階段最小平方法解決樣本選擇
Mill’s Ratio 作為選樣偏誤的修正因子；第二階段，本研究將焦點置於撤離大陸對市
商撤離決策模型，並計算對應的標準常態分配值，據以求出 inverse Mill’s ratio 作為選樣偏誤
偏誤所造成的估計誤差。因此本文沿用 Heckman (1979) 所提的方法，於第一階段先建立廠
場績效的影響，為考量樣本選擇偏誤，本研究將觀測值區分為已撤離及未撤離大陸
的修正因子；第二階段，本研究將焦點置於撤離大陸對市場績效的影響，為考量樣本選擇
商撤離決策模型，並計算對應的標準常態分配值，據以求出 inverse Mill’s ratio 作為選樣偏誤
市場二組樣本分別建模，並納入樣本選擇修正因子，以校正偏誤使迴歸係數的估計
偏誤，本研究將觀測值區分為已撤離及未撤離大陸市場二組樣本分別建模，並納入樣本選
的修正因子；第二階段，本研究將焦點置於撤離大陸對市場績效的影響，為考量樣本選擇
量具不偏性且趨近常態分配。本節針對 Heckman 二階段最小平方法之模型進行推
擇修正因子，以校正偏誤使迴歸係數的估計量具不偏性且趨近常態分配。本節針對Heckman
偏誤，本研究將觀測值區分為已撤離及未撤離大陸市場二組樣本分別建模，並納入樣本選
導，故假設廠商之績效函數為：
二階段最小平方法之模型進行推導，故假設廠商之績效函數為：
擇修正因子，以校正偏誤使迴歸係數的估計量具不偏性且趨近常態分配。本節針對Heckman
二階段最小平方法之模型進行推導，故假設廠商之績效函數為： (1)
， (1)
�
， (1)
'
�
其中，Y 為廠商之市場績效，X 為解釋變數的向量；β' 為 X 之迴歸係數向量，u 為
其中，Y 為廠商之市場績效， X 為解釋變數的向量； β 為 X 之迴歸係數向量，u 為殘差
殘差項。式 (1) 中係推估各項因素對廠商績效的影響。然而，考量樣本選擇偏誤的
項。式 (1) 中係推估各項因素對廠商績效的影響。然而，考量樣本選擇偏誤的問題，則
'
其中，Y 為廠商之市場績效， X 為解釋變數的向量； β 為 X 之迴歸係數向量，u 為殘差
以式 (2) 、 (3) 分別代表廠商撤資決策函數與績效函數：
問題，則以式 (2)、(3) 分別代表廠商撤資決策函數與績效函數：
項。式 (1) 中係推估各項因素對廠商績效的影響。然而，考量樣本選擇偏誤的問題，則
若 ≥ 5%則令 �撤離大陸�，
以式 (2) 、 (3) 分別代表廠商撤資決策函數與績效函數：
�
∗
∗
∗ ， 若 ∗ ≥ 5%則令 撤離大陸 ，
若 ≥ 5%則令 �撤離大陸�，
若 < 5%則令 � �未撤離大陸�， (2)
∗
∗ �
∗
�
∗
∗ ， 若 ∗ < 5%則令 未撤離大陸 ， (2)
若 < 5%則令 � �未撤離大陸�， (2) (3)
, 只能觀察到 D=1 的樣本， (3)
�
∗
∗
�
只能觀察到 D=1
� �
�
�
，
的樣本，
* , 只能觀察到 D=1 的樣本， (3)
*
其中，D 為大陸投資撤離比率(大陸投資額減少的比例)，當 ≥ 5%表示廠商撤離大陸；Z
�
∗

*
其中，D 為大陸投資撤離比率（大陸投資額減少的比例），當 D ≥ 5% 表示廠商撤
�
� �
�
為大陸撤離決策的解釋變數向量，本研究涵蓋前期大陸投資績效及控制變數；Y1 為廠商的
其中，D 為大陸投資撤離比率(大陸投資額減少的比例)，當 ≥ 5%表示廠商撤離大陸；Z
*
離大陸；Z 為大陸撤離決策的解釋變數向量，本研究涵蓋前期大陸投資績效及控制
∗
市場績效；X1 為影響市場績效的解釋變數向量，涵蓋大陸投資撤離比率、錯誤決策機率及
變數；Y 為廠商的市場績效；X 為影響市場績效的解釋變數向量，涵蓋大陸投資撤
為大陸撤離決策的解釋變數向量，本研究涵蓋前期大陸投資績效及控制變數；Y1 為廠商的
1
1
控制變數；γ 、 分別為 Z、 X 之迴歸係數向量；u1、v 為殘差。
′
�
'
�
1
離比率、錯誤決策機率及控制變數；γ'、β 分別為 Z、X 之迴歸係數向量；u 、v 為
市場績效；X1 為影響市場績效的解釋變數向量，涵蓋大陸投資撤離比率、錯誤決策機率及 1
1
1
控制變數；γ 、 分別為 Z、 X 之迴歸係數向量；u1、v 為殘差。
�
根據式 (3)，當 ≥ 5%時，表示只觀察到撤離大陸廠商的市場績效。因此，欲準確估
′
殘差。
∗
1
�
計撤離大陸之廠商的績效函數時，須將模型修正為式 (4) ：
*
根據式 (3)，當 D ≥ 5% 時，表示只觀察到撤離大陸廠商的市場績效。因此，欲
根據式 (3)，當 ≥ 5%時，表示只觀察到撤離大陸廠商的市場績效。因此，欲準確估
∗
準確估計撤離大陸之廠商的績效函數時，須將模型修正為式 (4)：
計撤離大陸之廠商的績效函數時，須將模型修正為式 (4) ：
( | ) ( | )
�
若
，
∗
( | ) ( | ) 未撤離大陸)，
∗
� 5%則令
( | )
≤ �
�
� �
∗ ， 若 ∗ � 5%則令 撤離大陸 ，
�
�
�∅( ( )�
( | > � ⁄ ) �
� �
� �
�� �
，
只能觀察到 D=1 的樣本，
，
(4)
�
�
�
�∅( ( )� �
⁄
� �
� � �� �
(4)
) ，
�
其中， (⋅φ ) 為標準常態機率值； (⋅ 為標準常態累積機率值；ρ 為 u 與 v 二殘差項的相關 (4)

uv
Φ � �
係數； σ 為績效模型之殘差項的標準差。α ，λ ∅( ) ( )為 inverse Mill’s ratio，
�
�
⁄
u
)
Φ
其中， (⋅φ ) 為標準常態機率值； (⋅ 為標準常態累積機率值；ρ 為 u 與 v 二殘差項的相關
�� �
uv
λ 的係數α 代表式 (2) 與式 (3) 之相關性對績效的影響程度。透過檢視 λ 是否達統計之
係數； σ 為績效模型之殘差項的標準差。α ，λ ∅( ) ( )為 inverse Mill’s ratio，
�
�
u
⁄
41
�� �
顯著水準，可判斷樣本選擇偏誤對市場績效的影響，而 λ 被定義為廠商修正因子。
λ 的係數α 代表式 (2) 與式 (3) 之相關性對績效的影響程度。透過檢視 λ 是否達統計之
顯著水準，可判斷樣本選擇偏誤對市場績效的影響，而 λ 被定義為廠商修正因子。
根據上述理論模型，本研究先利用 Probit 迴歸模型估計式 (2)，以求得撤離大陸及未
撤離大陸之機率，即式 (5) 、式 (6)，再進一步求得 λ ：
根據上述理論模型，本研究先利用 Probit 迴歸模型估計式 (2)，以求得撤離大陸及未
37
撤離大陸之機率，即式 (5) 、式 (6)，再進一步求得 λ ：

37