《表6 处理内生性问题的两阶段回归结果》

  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

《客户集中度、CEO背景特征与企业费用粘性》

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

注:（1）***，**，*分别表示在1%，5%和10%水平上显著；（2）括号中的数字为T值。

本文尝试使用两阶段最小二乘法来处理遗漏变量导致的内生性问题对于本文研究发现的影响，在第一阶段回归中，我们以客户集中度变量以及客户集中度变量和Dlnsale的交乘项作为因变量，以毛利率、无形资产占总资产的比例以及开发支出占总资产的比例作为工具变量。本文认为，毛利率的计算中主要涉及的是营业成本，因而与费用粘性特征模型的因变量销售费用与管理费用不存在直接的关联关系，毛利率较高代表了企业产品或服务在市场中的竞争力较高，对于企业客户的集中度有显著的影响；另一方面，无形资产和开发支出代表了企业已经或接近完成、具备较好市场化前景的创新结果，应当会影响客户的集中度而对销售费用和管理费用没有直接的影响。本文将资产密集度、劳动密集度、是否连续两年收入下降、GDP增长率以及公司负债率及各交互项、年度虚拟变量和行业虚拟变量作为控制变量进行回归，将回归后得到的客户集中度变量以及客户集中度变量和Dlnsale交乘项的预测值和原来的控制变量一起进行第二阶段回归。为了节省篇幅，本文仅列示了第二阶段的回归结果，过度识别检验的Sargan Chi2对应的p值都大于0.10，表明不能拒绝工具变量外生的假设。从表6的模型（1）和模型（3）可以看到，firstcust＿Dlnsale以及hhicust＿Dlnsale的回归系数都显著为负，totalcust＿Dlnsale的回归系数也为负，接近显著，总体来说与表3的主要结果保持一致，表明在控制了潜在的遗漏变量导致的内生性问题后，本文的实证结果仍然支持大客户/集中的客户分布的“制约效应”假说。