另外，通过对整个回归模型进行方差分析，结果显示Ｆ统计量为３７．７０７，对应的Ｐ值为０．０００，远远小于０．０５的显著性水平，拒绝模型整体线性不显著的原假设，即该模型是线性显著的。
表３是对过度自信样本进行各变量回归分析后的结果，方差膨胀因子ＶＩＦ同样在１~２之间，远远小于１０，所以各自变量间也没有明显的多重共线性。ＦＣＦ的ｔ检验显著性概率值远远小于０．０５，说明过度自信与自由现金流的交互项对企业过度投资有较为显著的影响，具体表现为现金流充裕时，过度投资行为更为频繁，从而假设２得到验证。
与发布预测样本类似，该回归模型的方差分析结果显示，模型整体线性不显著的原假设得到拒绝，即该模型同样线性显著，支持模型建立的合理性。同样比较各变量的非标准化系数可以看出，过度投资的主要影响因子依次为自由现金流、独立董事、负债水平。
３．４ 稳健性检验
为检测前文实证分析后得到的结论是否受过度自信指标度量方式选择不同的影响，本文选用一种衡量方式来实证检验，以确保上述结论的准确性和一致性。考虑到数据的可获得性及我国特殊的证券市场和企业现状，以相对薪酬作为衡量管理者过度自信的指标。一般来说，高管相对薪酬越高，其在企业中的地位及发挥的作用显得越重要，就越容易产生过度自信。
基于此理论对公司样本进行重新筛选，样本总数仍为９３９家，剔除掉部分未发布管理层薪酬数据或只发布前三位高管薪酬和高管总薪酬两者其中之一的样本。截至目前，２０１３年上市公司的薪酬数据仍有大部分未发布，数据无法获取完整，故未将２０１３年纳入实证范围。首先对样本公司3年的前三位高管相对薪酬比例由高至低进行排序，然后计算出这些数据相应的中位数，若其中一公司对应的数值大于该中位数，则视为管理者过度自信。
现将近3年已发布薪酬信息的全部样本数据进行整合，为消除异常数据对实证结果准确性的影响，便于比较分析，采取适当剔除并且去掉各变量存在缺失值样本的方法，经并集处理后，导入ＳＰＳＳ中进一步分析。
模型一线性显著，模型中各变量不存在明显的多重共线性，且过度自信ＯＣ、自由现金流ＦＣＦ的ｔ检验显著性概率值分别为０．０００、０．００３，均远小于０．０５，由此判断管理者过度自信和内部自由现金流对企业过度投资有显著的影响，从而假设１再次得到验证，说明上文实证分析结果是稳定的。同样的，过度自信样本回归分析的结果也与上文实证分析结果一致，支持假设二，稳健性得以验证。
４ 结论
本文将管理者过度自信引入公司投资决策过程，选择合理的过度自信衡量标准，构建引入过度自信变量的投资模型，并且对企业内部自由现金流的因素加以考虑，通过实证分析，以验证管理层是否会在过度自信的情况下进行过度投资。研究得到的主要结论如下：