《表3 引入工具变量后的2SLS估计结果》

  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

《移动APP的市场竞争“先入为主”吗——基于进入次序与业绩关系的分析》

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：识别不足检验（Kleinbergen Paap LM Test）和内生性检验中的括号内为p值

潜在的内生性问题。双向因果是导致内生性问题的常见原因，不过就本文所讨论的A PP进入次序与业绩之间关系而言，进入市场后才会产生应用业绩，所以业绩反过来影响进入的可能性很小。也就是说，由于逆向因果关系而导致的潜在内生性或许并不严重。但是考虑到遗漏变量偏差和测量误差也可能引起内生性问题，因而有必要用工具变量等方法进行相关检验。传统方法是找到一个影响A PP的进入次序，同时对A PP业绩又无任何影响的外生工具变量，但是用这种方法找到合适的工具变量难度很大。Lewbel[36]提出了无需额外增加数据的工具变量构建方法，陈艳莹等[10]采用此方法构建了有关市场进入先后的工具变量，本文也借鉴该方法引入了两个工具变量，分别为A PP业绩变量与其均值之差的二次项、进入次序变量与其均值之差的二次项。表3的两阶段最小二乘（2SLS）估计结果显示，引入工具变量后依然可以看出A PP进入次序对其业绩产生了影响。与表2的估计结果相比，因变量为用户覆盖率（Coverage）和安装设备数（Device）的部分方程中进入次序变量的估计系数变为不显著了，其原因应该与弱工具变量问题有很大关系。值得一提的是，内生性检验结果显示，除了第（3）列之外，其他方程的检验结果并没有拒绝进入次序变量具有外生性的原假设，说明本文选取的三个进入次序指标可能并非内生解释变量。