《表9 行政效率分组分析:山高皇帝远:地理距离与上市公司股价崩盘风险的经验证据》

《表9 行政效率分组分析:山高皇帝远:地理距离与上市公司股价崩盘风险的经验证据》   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
《山高皇帝远:地理距离与上市公司股价崩盘风险的经验证据》


  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

平均每年与政府机构打交道的天数”作为政府行政效率的代理变量,将政府行政效率(GovEff)加入到模型(6)中,结果显示,在控制政府行政效率后,监管距离核心自变量(LnDistance与Distance_Dum)的系数依然显著为正。将120个城市的上述指标按照是否大于中位数将样本分为行政效率高的组和行政效率低的组。表9报告的回归结果显示,当因变量为NSCKEW时,LnDistance与Distance_Dum的系数只在行政效率低的组显著为正,在行政效率高的组不显著。当因变量为DUVOL时,LnDistance的系数也只在行政效率低的组显著。进一步的组间差异检验显示,行政效率高的组与行政效率低的组在1%的水平上存在显著差异。表9的结果表明,政府质量影响监管距离与股价崩盘风险之间的正向关系,政府行政效率足够高,地理距离的“监管执行效应”不再发挥作用,监管距离与股价崩盘风险之间的正向关系不存在。