《表2 基于PTR模型的估计结果》

  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

《互联网金融对金融机构信用风险的影响效应——基于PTR模型的非线性分析》

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

注:括号中为t值，[]内为Bootstrap仿真得到的p值，*、**和***分别表示在10%、5%和1%的统计性水平上显著。

基于PTR模型的估计结果如表2所示。表2中的模型（1）和模型（2）是用金融机构的短期融资数量作为信用风险的代理变量的估计结果，模型（3）和模型（4）是用金融机构的坏债率作为信用风险的代理变量的估计结果。其中，模型（1）和模型（3）仅仅引入了互联网金融风险这一解释变量，而没有引入其他控制变量。对于表2中的四个模型，都使用互联网金融风险（IF）作为门限变量。对于门限效应检验，H0为无门限的假设都被拒绝了，而H1为1个门限的假设都被接受，这意味着门限的数量是1，存在明显的门限效应。