《表2 技术储备、技术相关性与法院支持禁令》
第一,进行模型设定偏误检验。本文在基准模型(表1的第(4)列及表2的第(4)列)中加入了原告专利储备对数二次项、被告专利储备对数二次项及原被告技术相关性的二次项,以考察技术储备与技术相关性对于审判结果的非线性影响。回归结果显示,二次项系数均不显著,表明并不存在明显的U形或倒U形关系。第二,进行随机抽样回归分析。本研究通过随机抽取60%的样本回归5 000次,考察随机抽样回归系数与基准回归系数的接近程度。若随机抽样的回归系数都集中分布在基准回归系数的附近,表明遗漏变量问题并不严重。由于本文所用的变量中有较多0—1变量,传统的成对自举法(paired bootstrap)容易出现大量自举样本无法得到回归结果的现象。鉴于此,本文使用针对残差进行自举的方法(residual bootstrap)。由于残差自举法无法针对非线性模型进行,本文采用OLS回归来进行检验。从估计的边际效应以及相应的置信区间比较来看,通过自举抽样的回归结果与基准结果具有较好的一致性。
图表编号 | XD00196627400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 尹志锋、闫琪琼、孙震 |
绘制单位 | 中央财经大学经济学院、北京大学经济学院、清华大学社会科学学院经济学研究所 |
更多格式 | 高清、无水印(增值服务) |