《表8 资产价值变动与居民消费：工具变量回归》

  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

《家庭资产、财富效应与居民消费升级——来自中国家庭追踪调查的微观证据》

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：同表2

采用地区平均房价作为家庭资产工具变量的做法，即以上层集聚数作为较低层次解释变量的工具变量，起源于社会学和经济学有关“同侪效应”（Peer effect）的研究（康书隆等，2017)[30]，研究者选取省份（州）、城市等区域层面的集聚数据作为学校、邻里和个体等层面解释变量的工具变量（陈云松，2012)[31]。基于上述逻辑，本文根据CFPS调查样本中的区县代码（County ID）选取区县层面的家庭平均资产水平作为工具变量进行2SLS回归。从表8的工具变量回归结果来看，第一阶段的回归结果显著异于0，最小F统计量为735.84，远远高于经验值10，且F统计量在1%的水平上高度显著，故不必担心弱工具变量问题。同时，尽管两阶段最小二乘法是一致估计，但其仍可能带来“显著性水平扭曲”，且扭曲程度会随着弱工具变量的变化而提高，故本文在结构方程中就内生解释变量的显著性在5%的水平上进行了“名义显著性水平”的沃尔德检验。结果显示，最小特征根为718.79，远高于“真实显著性水平”15%对应的临界值16.38，因而我们有理由拒绝“弱工具变量”的原假设。此外，第二阶段的回归系数大小虽然有所差异，但显著性和符号方向与前述研究结果保持一致，故在考虑内生性问题后，家庭资产与居民消费行为的关系基本上是稳健和可靠的。