《表8 IV-2SLS内生性检验以及滞后变量检验》

  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

《资本配置效率会影响企业创新投资吗——独立董事投资意见的调节效应》

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

首先，在H1b计量模型设定过程中可能因遗漏关键变量导致内生性问题。此时模型的残差包含与解释变量及被解释变量都相关的因素，影响结果的稳健性。为了解决该问题，可以选用适当的工具变量并通过两阶段最小二乘法验证模型的稳健性。FISMAN和SVENSSON[51]指出，解释变量与被解释变量之间受某一因素共同作用而产生的同步性内生性问题，可以通过构造行业、地区层面的平均值作为企业层面该变量的工具变量，用以解决内生性问题。为此，本文采用资本配置效率的行业、地区平均值作为工具变量（分别以indinv和disinv表示）。从经济意义上看，构建的工具变量满足相关性要求：一方面，本行业、本地区的资本配置趋势为管理层提供了参照，影响其资本配置决策；另一方面，行业、地区的资本配置效率均值反映了公司所处行业、地区的投资机会，构成影响公司投资的外部条件。同时，资本配置效率的行业、地区均值作为企业外部客观环境的反映，不受个别公司具体特征或行为影响，从而满足排他性约束。从表8的检验结果看，代入工具变量并分别对创新投资进行回归后，资本配置不足与创新投资之间的负相关性不变。M34的一阶段回归中工具变量与解释变量显著相关。而提取模型（2）的残差与工具变量进行回归后，系数并不显著，说明工具变量与残差不相关，表明工具变量对被解释变量外生。而过度识别检验中Sargan检验（原假设为工具变量与干扰项不相关）p值为0.39，同样显示所有工具变量满足外生要求。此外，在识别不足检验中，Anderson canon.corr.LM值为184.446，p值为0.000。在弱工具变量检验中，Wald检验F=198.2，大于10，超过显著水平为10%的临界值19.93，这说明工具变量与解释变量具有较强的相关性。上述统计检验结果上显示工具变量满足相关性和排他性要求，且是有效的。进一步观察M35，第二阶段回归Under与RD显著负相关，从而验证了回归结论的稳健性。