《表2 资本结构决策同伴效应的回归结果》

  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

《基于学习行为的资本结构同伴效应实证研究》

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:表中括号内数据为经聚类处理后的标准差；***为在1%水平上显著，**为在5%水平上显著，*为在10%水平上显著，下同；固定效应工具变量模型不估计截距项；自变量均滞后1期；控制行业和时间固定效应的二阶段工具变量法所得结果与表中结果基本一致。

本研究采用固定效应工具变量法，以同伴企业股票收益波动作为工具变量控制同伴企业资本结构决策。该方法与普通固定效应模型类似，可以控制企业个体的固定效应，使回归系数J能够更好地描述各个企业资本结构决策间的互动作用，而非企业个体的一些不可见特征。工具变量模型实证结果见表2，第2列和第4列为不包含同伴企业特征的回归结果，第3列和第5列为加入同伴企业特征的回归结果。表2中的弱工具变量检验Cragg-Donald统计量主要考察工具变量是否为弱工具变量，本研究中，采用所有内生变量估计值中最大Wald统计量计算Stock-Yogo弱工具变量临界值，10%水平对应临界值为16.380。由表2可知，第2列～第5列中的统计量值均大于Stock-Yogo临界值16.380，意味着在10%水平上，可以认定以同伴企业股票收益波动作为工具变量是合理的。中心R2表明模型设定和变量选择合理。由于进行标准化处理，模型设定中企业个体变量的方差膨胀因子VIF值均小于10，总体VIF值也仅为2.500，可认为不存在多重共线性问题。