《表1 回归模型涉及变量的相关性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《CEO过度自信与企业绩效的关系研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文以沪深上市公司为研究对象，以2012之后的五年为时间跨度。对获取到的数据进行中心化处理后进行多元线性回归处理，进一步消除重复性的影响。在对获取到的数据进行进一步处理的过程中使用数理统计的方法对膨胀因子（VIF）相关的影响因素进行回归数据分析。只要其中的任何一个VIF数据变量在10以上，就说明该数据模型采用的变量存在一定的共线现象，于是就需要再一次进行回归模型的建立。一般情况下该变量数值在3左右，不会产生较大的变化，在该数据组中资产负债率（Lev)和自由现金流（Cash)变量数值大于3同时低于临界值10，因此说明该回归模型不存在共线的问题。对获取到的数据进行线性回归分析的目的在于研究各个变量之间的相关性，进而为回归分析奠定基础。各个变量之间的相关性检验结果如表1所示。