《表5 稳健性检验：论PE和VC对新三板企业成长性和盈利性的影响》

  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

《论PE和VC对新三板企业成长性和盈利性的影响》

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:括号上方的数值为回归系数，括号中的数值为估计系数的标准误，R2＿Adjusted表示调整后的判定系数，F表示模型整体显著性检验值，N表示观测值数；*、**、***分别表示在10%、5%、1%置信水平下显著。

第一，资产增长率和资产收益率可能不能很好地刻画企业的成长性和盈利性，且因账务处理和财务报表粉饰情况的存在，企业总资产和净利润可能受到一定程度的操纵，无法真正体现企业的真实成长性和盈利性，因而变量刻画可能存在一定的测度误差；对此，本文对agrowth和roa取一阶差分以剔除企业的个体效应，并以由此得到的d＿agrowth和d＿roa作为被解释变量重新做OLS回归得到模型1和模型2。第二，pevc与agrowth和roa可能存在特定的相关性，用agrowth和roa来刻画成长性和盈利性并回归将必然得到pevc与agrowth和roa之间特定的相关性，但这一结果不必然反映PE和VC与企业成长性和盈利性之间的相关性，由此可能导致因果推断的偏误；对此，使用营业收入增长率（rgrowth）和净资产收益率（roe）来作为企业成长性和盈利性的代理变量，重新做OLS回归得到模型3和模型4。第三，为避免得到PE和VC与企业成长性和盈利性之间的虚假相关性，本文将pevc的顺序在数据中随机重排，并据此重新做OLS回归得到模型5和模型6，以此作为安慰剂检验。第四，基准回归中的显著相关性可能是自选择的结果，即PE和VC会主动选择那些成长性良好但盈利性差的企业进行投资，其反向因果关系导致了估计出来的显著相关性；为排除自选择效应对本文结论的干扰，探求PE和VC与企业成长性和盈利性之间的真实因果关系，本文还使用了匹配估计量，以反事实的倾向得分匹配（PSM）来估计PE和VC对企业成长性和盈利性的处理效应，匹配方式为邻近卡尺匹配和二次核函数匹配，为实现估计过程中的均方差最小化，作1对4匹配。稳健性检验的结果如表5和表6所示。