《表5 工具变量回归结果:企业如何从集聚经济中获益——企业家的作用》
注:括号中的值为企业层面聚类稳健性标准误,“*”、“**”、“***”、“#”分别表示10%、5%、1%和15%的显著水平。2SLS采用LIML估计。
引入工具变量的2SLS回归结果如表5所示。其中,模型(1)和模型(2)的工具变量为城市舒适性,模型(3)和模型(4)的工具变量为城市舒适性和城市人口。先看工具变量的相关检验。在2SLS回归中,识别不足检验(Kleibergen-Paap rk LM statistic)表明并不存在识别不足问题。此外,我们的工具变量也通过了过度识别约束检验(Hansen p-value)。模型(1)和模型(2)的工具变量相关性检验(Cragg-Donald Wald F statistic)值大于10,表明工具变量与内生性变量有较强的相关性,不存在弱工具变量问题。然而模型(3)和模型(4)的工具变量相关性检验值小于10却大于Stock and Yogo所提出的临界值5。在这种情况下,我们采用有限信息极大似然法(Limited Information Maximum Likelihood,LIML)来对模型进行回归分析,以控制弱工具变量问题。
图表编号 | XD0035322500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 张萃 |
绘制单位 | 暨南大学经济学院 |
更多格式 | 高清、无水印(增值服务) |