1.並非所有的變數都能如預期產生顯著水準的解釋.縱使用相同的變數重新做10個研究也可能如此,最重要的是提出合理的說明.例如理論上的觀點及相關的研究結果如何陳述,所以需要多費心讀通文獻.
2.有許多變數的關係並非是直接而是間接的.這個部分需要透過紮實的理論好好再重新審視所有變數之間關係,有些被解釋變數也是解釋變數,若能區分過去研究所忽略的話也是研究貢獻.
3.持股因素對於績效的影響是有限的(只解釋10%-30%).好的實證研究需要進可能排除或控制其他可能的替代性原因,例如人力資源因素或行銷因素這些至少都能解釋10%以上,換句話說,用最相近於依變數的自變數來建立模型是一種方法,不然就是要增加財務因素以外的變數來解釋依變數.
4.增加樣本的變異(再多收一些樣本).這或許是最能產生預期效果的解決方式,但也是研究者所最不願意面對的,樣本越大就越能達到顯著,雖然解釋度(內部效度)不見得能提高,但是能提高統計效度及外部效度,相對地,樣本越大其誤差也越小.

是不是可以考虑逐步回归呢？

谢谢回复。这个方法试过了。除了被解释变量EPS外，其他被解释变量拟合的R方值非常小，只有0.01-0.04之间。我在想是不是需要更换被解释变量，或者换样本。

你好。你的回答对我很有帮助。我将样本的一些异常值剔除掉，比如国有股超过20%公司。另外，我更换了被解释变量为主营业务资产收益率，并增加两个控制变量。目前来看，拟合的效果改进了不少。
现在，又有两个新的问题，不知你能否指点一下：
1.常数项不显著，其他解释变量通过检验，应该如何处理常数项。
2.只用一个被解释变量来当做公司绩效是否可行。
期待你的指点。

1.常数项不显著，其他解释变量通过检验，应该如何处理常数项。
常數項若非核心研究變數可忽略,別太在意所有變數都需要有顯數,關注在您的核心變數.

2.只用一个被解释变量来当做公司绩效是否可行。
並非所有的變數都需要有產生顯著才會讓您有信心,能嚴謹的回答非預期的結果反而能提高被認可的程度
例如:說出一番道理,為何被解釋變數是不顯著.
A.是否過去的研究高估了因果關係?(推翻過去研究可能是虛假關係,但這有點難,若成功反駁則貢獻很大)
B.是否某些變數之間因為受到時間序列影響並非直接可觀察,這需要縱斷面方式多次測量才知道-未來的研究建議
C.承認篩選的變數並非實際上那摩有用,而有其他正重要的變數值得未來研究-未來的研究建議