《表7 银行规模与地区创新:更替因变量算法+2SLS+双向固定效应》

  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

《银行业发展提升区域创新绩效了吗》

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

本文尽管使用了核心解释变量（Bank）的滞后项对区域创新活动进行解释，很大程度上规避了双向因果内生性问题，但遗漏变量内生性仍需要关注。在维持核心解释变量滞后项处理的基础之上，本文选取“特定省份除自身以外所有省份的银行业发展（Bank）的均值”作为工具变量，基于两阶段最小二乘法（2SLS）进行检验。这一工具变量的逻辑为:（1）相关性。中国的金融结构，特别是银行业部门的发展具有较为强烈的同质性特征，各个省份的银行业资金导向和政策偏好存在着大致相当的共同区间，之间有着明显的相关性。从表7可以看出，第一阶段回归的Kleibergen-Paap检验统计量远大于10，拒绝了“工具变量和内生变量无关”的原假设，相关性条件满足。（2）外生性。其他省份银行业部门支持其辖内的区域创新活动和本省创新活动之间并无直接且紧密的关联，因此工具变量也满足外生性的条件。特别需要强调的是，前文对于区域创新的度量采用的是专利授权数与GDP的比值，在本部分中，为了最大限度地“冲击”原有的方程结构，本文采用专利申请数与GDP的比值来衡量区域的创新密度，得到了Inven GDPN、Uti GDPN和Des GDPN三个新变量重新进行回归处理，以甄别回归的稳健性。