《表8 GMM回归结果：经济治理与中国金融结构演化：产业创新的中介效应研究》

  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

《经济治理与中国金融结构演化：产业创新的中介效应研究》

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

考虑到金融结构的演进在一定程度上具有持续性特征，再以动态面板数据模型进行检验。通过引入滞后项，有效地降低了计量模型有可能的设定偏误。表8显示在以经济治理滞后一期值作为工具变量的动态模型中，金融结构与解释变量之间的GMM回归结果。其中AR（1）是一阶序列相关性检验，AR(2）是二阶序列相关性检验。AR(1）统计量显著，表明一阶差分序列相关，即存在内生性问题。AR(2）统计量不显著，表明二阶差分序列不相关，即该估计方法有效地克服了内生性问题。Hansen检验对异方差是稳健的，当伴随概率在0.1～0.4的区间内，工具变量是外生的[45]。本文的Hansen检验伴随概率在0.148～0.287，是工具变量具有外生性的强支持证据。以上结果说明以内生性解释变量的滞后一期作为工具变量是合适的。列（1）-(6）的回归结果中，金融结构一阶滞后项的回归系数都是正的，并且在1%显著性水平上通过检验，说明当期金融结构受到前期的影响；经济治理和产业创新的回归系数都是正的，且通过1%显著性水平检验。同表6相比较，经济治理的估计系数有所提高，说明工具变量的使用改善了基准估计结果。列（2）和（5）中产业结构的回归结果是显著的，但回归系数的t值远远小于列（1）和（4）中产业创新回归系数的t值，说明产业创新对金融结构的影响更为显著。列（5）中经济治理和产业结构交叉项的系数显著，说明产业结构作为调节变量，对经济治理与金融结构的关系产生影响。这些结果表明，在采用动态面板数据模型并控制内生性问题后，经济治理和产业创新共同影响金融结构的结论仍成立。