《表1 金融高管学历分布情况》
资料来源:东方财富Choice数据
针对模型可能存在的内生性问题,结合工具变量回归进行进一步识别,采用两阶段最小二乘估计方法进行估计。本文选取两个工具变量:(1)国有企业注册地所在省份高校毕业生密度(DOG)。具体测度为国有企业注册地所在省份高校毕业生数量与当地总人口的比值。根据2017年东方财富Choice数据的统计结果,在银行、证券、期货、保险四类主要金融机构中,90%的高管人员都是本科以上学历(见表1)。金融高管人员的学历构成表明,接受一定程度教育的人才更有机会成为金融高管,一地区教育水平的高低反映了当地金融高管的密集度。高校毕业生密度代表着当地人才的教育水平,在一定程度上影响当地国有企业高管的金融背景。因此,本文选取2008-2014年国有企业注册地所在省份高校毕业生密度(DOG)作为高管金融背景的工具变量,数据来源于国家统计局。(2)产融结合滞后一期项(L.IAF),针对产融结合对企业价值的回归模型中,产融结合的工具变量,参考Jayaram and Milbourn (2012)[36]研究中关于工具变量的选择,产融结合滞后一期项一般与当期产融结合高度相关而与当期随机误差项无关,因此采用产融结合滞后一期项作为产融结合的工具变量。
图表编号 | XD0069453400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.20 |
作者 | 谭小芳、王晗堃 |
绘制单位 | 清华大学 |
更多格式 | 高清、无水印(增值服务) |