《表6 弱工具识别检验:P2P网络借贷平台风险防控机制和预警体系——基于信用中介化与流动性风险视角》
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
《P2P网络借贷平台风险防控机制和预警体系——基于信用中介化与流动性风险视角》
注:***表示1%的显著性水平。
“我的投资金额”变量反映借款人对平台的依赖度。坏账状态与平台的依赖度可能存在反向的因果关系,即“我的投资金额”变量可能是内生解释变量,这会导致一般的Probit回归所得系数不具有一致性,所以还需要对“我的投资金额”变量进行内生性检验。本文将借款类型、是否首标作为内生性解释变量“我的投资金额”的工具变量。一方面满足借款类型、是否首标与我的投资金额的相关性,另一方面满足借款类型、是否首标不直接影响坏账状态的外生性,即间接影响坏账状态。IV Probit估计的结果如表5列(6)所示。对比列(3)和列(6)结果,一般的Probit模型估计时,“我的投资金额”变量的内生性,将低估借款期限、历史成功借款金额、我的投资金额、已还本金和待还本金对出现坏账概率的影响,同时高估借款金额和初始评级对出现坏账概率的影响。弱工具识别检验结果如表6所示,J和AR统计量的p值均在1%的置信水平上显著,所以应该拒绝“内生变量与工具变量不相关”的原假设,即本文所选取的工具变量不是弱工具变量。
图表编号 | XD0062201600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.15 |
作者 | 王江杭 |
绘制单位 | 浙江工商大学 |
更多格式 | 高清、无水印(增值服务) |