《表9 稳健性检验——工具变量估计》

  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

《企业创新产出与股价崩盘风险——基于投资者关注的调节效应》

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

对于内生性问题来说，将被解释变量进行预期处理可以缓解部分内生性问题，在固定模型以及延长滞后期中已经考虑了这一问题。为了结论的稳健性，对解释变量进行了Hausman检验，结果表示模型确实存在内生性问题。因此，采用工具变量法对模型进行重新估计。借鉴Kim等[1]、周铭山等[2]的研究，采用同年度行业、同年度地区的专利数对数的均值（ln P＿ind，ln P＿ad）作为创新产出的工具变量。回归结果如表9所示。第（1）列表示第一阶段估计结果，工具变量ln P＿ind的回归系数为0.4821，且在1%的水平上显著，说明同行业内专利技术越多，行业内竞争越激烈，越激发企业增加本身的专利申请数量；工具变量ln P＿ad的回归系数为0.8055，在1%的水平上显著，说明同地区专利技术的水平也同样会激发个体企业的创新水平，以上内容说明行业和地区内的创新水平会显著提高个体企业的创新水平，即两个工具变量与解释变量存在相关性。同时，地区和行业创新水平并不能影响个别公司的股价崩盘风险，说明工具变量从理论上来说具有外生性，就检验结果来说，LM检验结果为0，显著拒绝了识别不足问题，说明工具变量与解释变量具有相关性。对工具变量进行CD-wald（弱工具变量）和Sargen（识别过度）检验时都拒绝了原假设，说明工具变量满足上述与解释变量具有相关性和与被解释变量具有外生性的要求。表9中第（2）列和第（3）列为第二阶段估计结果，ln Patent的回归系数为-0.0157和-0.0247，分别在5%和10%的水平上显著，说明在克服内生性问题后，结论依然符合H1的预期，具有可靠性。