《表7 两阶段最小二乘估计结果》
注:*P<0.05,**P<0.01,***P<0.001
由于本文最终引入模型的变量较少,而企业的违约概率是受多重因素影响的复杂变量,并且可能对企业的财务状况产生影响,与解释变量互为因果关系.因此有必要采用工具变量法(IV)对模型的内生性问题进行修正.首先将模型中原有的解释变量滞后一期进行内生性检验,即采用企业2016年年末的资产负债率、总资产、净资本回报率作为自变量来检验与2017年违约概率的关系,结果显示,模型采用滞后一期的净资本回报率的估计结果与原模型最小二乘估计(OLS)的结果有显著差异,因此认为净资本回报率为内生变量,即ROE与残差项μ同期相关,Cov(ROE,μ)≠0.此时使用OLS估计的结果是非一致的,因此将滞后一期的净资本回报率(ROE-1)作为工具变量.该工具变量的选择能够满足以下条件:第一,与本期的净资本回报率高度相关;第二,通过记录随机误差项,检验得到二者不相关;第三,与模型中其他解释变量不相关.引入工具变量后,采用两阶段最小二乘估计(2SLS)得到一致估计量(见表7).
图表编号 | XD0071436700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 徐惠、胡颖 |
绘制单位 | 安徽财经大学统计与应用数学学院、安徽财经大学统计与应用数学学院 |
更多格式 | 高清、无水印(增值服务) |