《表6 引入工具变量后的Probit回归检验》
注:*、**、***分别表示回归系数在10%、5%和1%的显著性水平上的显著;Controls表示控制变量;R-square表示麦克法登R2。
通过工具变量法,我们解决了内生性问题,表6的10-11列是解决内生性后的Probit二阶段回归模型。回归系数显示:外部治理变量方面,分析师跟踪的回归系数为0.097,在10%的显著性水平上为正,当上市公司分析师跟踪度增加时,企业信息披露质量提升的概率将上升1.90%;内部治理方面,董事海外背景的回归系数为0.168,在1%的显著性水平上为正,回归方向较未使用工具变量时得到修正,且回归系数较未使用工具变量时大幅提升,当上市公司董事海外背景增加时,企业信息披露质量提升的概率将上升3.29%。从引入工具变量前后解释变量对信息披露质量的影响(表5与表6的对比)来看,解释变量的噪音对回归结果有着显著影响。
图表编号 | XD00108340200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.20 |
作者 | 何平林、孙雨龙、陈宥任、宁静 |
绘制单位 | 北京电力工程有限公司财务资产部 |
更多格式 | 高清、无水印(增值服务) |