《表3 研发投入强度门槛效应存在性检验及门槛估计值》

  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

《研发投入对企业绩效影响的门槛效应》

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

注:***、**、*分别表示在1%、5%和10%的显著水平上通过检验。

在采用门槛模型回归技术之前，首先需要对是否存在门槛效应进行了检验（结果如表3所示），以便准确地识别研究方法使用的合理性，并且判断门槛模型的具体形式和门槛数。考虑到研发投入对企业绩效可能存在滞后效应，借鉴陈建丽等（2015）[6]的做法，分别对研发投入当期和滞后一期对企业绩效的影响进行门槛检验。这里利用Hansen提出的“自举法”（Bootstrap），重叠模拟似然比检验统计量300次，估计出相应的bootstrap P值。由表3可知，在单一门槛检验情形下，得到的F统计量为8.440，计算出相应的bootstrap P值为0.003，说明单一门槛显著存在，且其值为0.001。在此基础上的双门槛检验发现，F统计量为10.419，相应的bootstrap P值为0.000，说明通过了双门槛值检验，一个门槛值是0.001，另一个门槛值是0.006。当进行三门槛效应检验时，F值为7.878，P值为0.003，通过了三门槛检验，表明存在3个门槛值，分别为0.001、0.006和0.112。滞后一期的非线性模型也通过了三门槛检验，且门槛值与不考虑滞后期相差无几。另外，为了消除非随机性和异常值对回归结果可能产生的影响，进一步验证检验结果的可靠性，本文还利用各去掉3%比例的企业绩效平均水平最高和最低的样本来进行稳健性检验1，以及采用分别去掉3%比例的企业研发投入强度平均水平最高和最低的样本来进行稳健性检验2。可以看出，稳健性检验结果与原模型相同，且其相应的门槛值之间几乎相差无几。因此，应选取三门槛模型来研究研发投入对企业绩效影响的非线性效应及特征。