《表4 各变量的相关性分析》

  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

《区分大股东控制性的上市公司控制权结构与代理成本关系研究》

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:括号内为t值，***表示在1%的显著性水平；**表示在5%的显著性水平；*表示在10%的显著性水平。

本节采用pearson相关性分析，考察被解释变量（RD_Efficiency）、解释变量（Multiple、Single_noncontrol、Single_control）、调节变量（SOE）以及其他控制变量之间的相关性，初步分析两两变量之间是否显著，为正相关还是负相关，以及各变量是否适合纳入同一个回归模型。表4报告了两两变量间的相关性。如表中所示，多个非控制性大股东控制权结构的虚拟变量（1代表上市公司为多个非控制性大股东控制权结构，否则为0）与研发效率的相关性为-0.031，在1%的显著性水平上显著负相关，单一非控制性大股东控制权结构的虚拟变量与研发效率的相关性为0.011，p值为0.290，显示单一非控制性控制权结构的虚拟变量与研发效率正相关，但不显著。单一控制性大股东控制权结构的虚拟变量与研发效率的相关性为0.027，p值为0.011，显示单一控制性大股东控制权结构的虚拟变量与研发效率在5%的显著性水平上显著正相关。整体变量之间相关性较弱，初步判断不存在严重的多重共线性，为确保实证分析的严谨性，本文将在回归分析过程中在相关性分析的基础上，采用Durbin-Watson检验，以进一步检验回归模型中的多重共线性。