《表2 基于PTR模型的估计结果》
![《表2 基于PTR模型的估计结果》](http://bookimg.mtoou.info/tubiao/gif/DBCD201802009_13500.gif)
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》
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。
图表编号 | XD0014015100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.15 |
作者 | 冯冠华 |
绘制单位 | 东北财经大学金融学院 |
更多格式 | 高清、无水印(增值服务) |