《表5 R&D税收激励研发支出效应的处理效应模型检验》
本文的研究事实上面临两方面潜在的内生性,一是样本自选择带来的内生性,二是可能存在的遗漏变量,该变量既与企业研发支出水平相关,也与企业获得R&D税收激励的概率相关。为获得一致性估计,还必须考虑后一内生性,其关键在于找到合适的工具变量。该工具变量会影响企业获得R&D税收激励的概率,但不会影响企业的研发支出水平。参数法处理效应模型能同时关注这两种内生性。处理效应模型由处理方程和主方程组成。第一步处理方程中,协变量除工具变量外,还包括PSM估计中的协变量。第二步主方程中,影响企业研发支出强度的因素除了第一步的协变量外(但不包括工具变量和企业规模 (size),因为以研发支出占营业收入之比衡量的研发支出强度已经包含了营业收入这一规模因素) ,还包括营业收入增长率、大股东持股比重、董事长与总经理是否同一人等变量(后三个数据来源于CSMAR)。借鉴Rao(2016)的方法,采用滞后一阶的R&D税收激励作为工具变量(lag_rdtaxdum)。为节省篇幅,表5仅汇报了两阶段核心变量的估计系数以及工具变量的有效性检验结果。
图表编号 | XD0010741700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.01 |
作者 | 胡凯、吴清 |
绘制单位 | 南京大学经济学院 |
更多格式 | 高清、无水印(增值服务) |