《表4 内生性讨论回归结果》
注:***、**、*分别表示在1%、5%、10%的显著性水平下显著;括号中的数值为稳健性标准误差。Kleibergen-Paap rk Wald F统计量检验识别不足;Cragg-Donald Wald F和Kleibergen-Paap rk LM统计量检验弱识别。
在上文的计量分析中,均采用普通最小二乘法(OLS)进行估计,但该法成立的条件是解释变量与扰动项不相关,即解释变量是外生的。当解释变量与扰动项相关时,便产生了内生性问题。就本文而言,最为可能的内生性问题是遗漏变量偏误和反向因果。本文考虑了地区层面和企业层面的控制变量,并控制了时间、产业和地区效应,在一定程度上缓解了遗漏变量问题,但问题可能依然存在。从宏观层面来看,金融分权制度并不是外生的。这意味着上文回归结果可能是财政政策、行政管理制度等遗漏变量驱动的结果,因为财政政策的制定会同时影响地方政府参与地区金融资源的争夺和地区企业投资效率,从而导致回归偏误。此外,企业层面也存在遗漏变量问题,例如该企业是否僵尸企业,僵尸企业缺乏自生能力,往往依靠政府扶持而生存,将大量的资金投资于净现值为负的项目,投资效率低下。就反向因果来说,当地经济不景气,银行信贷市场失灵,企业投资效率低下,地方政府也会有干预金融资源配置以纠正市场失灵的意图,从而影响金融分权。为解决内生性问题,本文一方面将滞后一期的金融分权变量纳入回归方程,重新对基准回归进行检验,另一方面以滞后一期的金融分权变量作为当期金融分权变量的工具变量,采用两阶段最小二乘法(2SLS)进行回归,回归结果见表4。表4中列(1)—列(3)是OLS回归结果,分别以投资效率、投资过度和投资不足为被解释变量,可以发现以滞后一期金融分权作为被解释变量的回归系数符号与基准回归是一致的,除列(2)的显著性水平有所提高,列(1)和列(3)的显著性不变,结论不变。列(4)—列(6)是2SLS回归结果。恰好识别的工具变量仅需要通过弱工具变量检验和识别不足检验来判断工具变量的有效性。工具变量检验显示,Kleibergen-Paap rk Wald F统计量表明工具变量不存在识别不足问题,而Cragg-Donald Wald F和Kleibergen-Paap rk LM统计量表明工具变量不存在弱工具变量问题。从系数的符号和显著性来看,回归结果与基本回归类似,金融分权降低了企业投资效率,并主要体现在提高了企业的投资过度水平。
图表编号 | XD0035113600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.06 |
作者 | 熊虎、沈坤荣 |
绘制单位 | 南京大学商学院 |
更多格式 | 高清、无水印(增值服务) |