《公司金融中的内生问题处理方法与进展》由会员分享，可在线阅读，更多相关《公司金融中的内生问题处理方法与进展（49页珍藏版）》请在金锄头文库上搜索。
1、公司金融中的内生性问题： 处理方法与进展,连玉君 中山大学 岭南学院 电邮： 2015年5月9日,山东大学,提纲,公司金融中的内生性问题：如此之多！ 内生性问题的来源 遗漏变量 (模型设定偏误) 衡量偏误(变量的衡量) 联立方程组 (双向因果) 内生性问题的处理方法 IV-GMM 面板数据模型(Panel Data) Heckman 选择模型、Treatment effect 模型 倍分法 (DID)、倾向得分匹配分析 (PSM) 自然实验：断点回归设计 (RDD) 结构方程模型 (SEM),投稿时，我怕被问及 审稿时，我乐于问及,“内生性问题”,公司金融中的内生性问题：如此之多!,一些值得考
2、虑的问题 相关关系 因果关系？ 自然实验 一些潜伏着内生问题的研究主题 资本结构、投资行为、现金持有、公司价值(Tobins Q ) 股权结构与公司价值 (maybe伪回归) 经营绩效与社会责任 (因果关系不明朗) 投资-现金流敏感性 (衡量偏误) 股权激励、内部控制 (self-selection) 建立政治关联有助于改善公司业绩吗？ (self-selection) 交叉上市具有治理效应吗？ (self-selection),内生性：在回归分析中，干扰项和解释变量相关 回顾：确保估计量具有一致性的条件 随机抽样 满秩 外生 内生性的后果 统计角度而言：OLS (MLE) 估计结果有偏 (不
3、是我们想要的结果) 实践角度而言：经验结果存在多种可能的解释 (并非“因果”推断) 审稿人可以提出多种可能导致你的实证结果的解释,何谓内生性？,多数人的 处理方法: 摆 Pose !,内生性问题的可能来源,互为因果 资本结构、投资行为、现金持有、Tobins Q 遗漏变量 理论分析和前期文献中提到的重要变量 自我选择偏误 衡量偏误 Fazzari et al. (1988, JEL): 投资-现金流敏感性 Refs：Fazzari et al. (1988) |JEL|，Kaplan and Zingales (1997) |QJE|， Fazzari et al. (2000) |QJE|，
4、Kaplan and Zingales (2000) |QJE|， Erickson and Whited (2000) |JPE|，Alti (2003) |JF|,评论： 多数情况下，遗漏变量是我们的 |无奈之举| 更多的情况下，我们都表现为 |过度自信| 或 |掩耳盗铃| 解决方法： 尽量使用“丰满”一点的模型(要熟悉相关理论和文献) IV or GMM (如何找？),遗漏变量 Omitted Variable bias: 简介,？,房租的决定因素 Q1: 是否存在内生性问题？ A1: 有可能，政策变量可能被遗漏了. Q2: 怎么办？ A1: IV, 家庭收入 Income A2: IV
5、, 地区虚拟变量 d1, d2, d3, ,遗漏变量 Omitted Variable bias: 一个例子,Stata commands: eivreg | sem | logitem | simex | cme | Ewreg | XTEWreg,衡量偏误 Measurement Error (ME): 简介,融资约束假说与投资-现金流敏感性 Fazzari et al. (1988) |JEL|，Kaplan and Zingales (1997) |QJE|， Fazzari et al. (2000) |QJE|，Kaplan and Zingales (2000) |QJE|， E
6、rickson and Whited (2000) |JPE|，Alti (2003) |JF|, Erickson and Whited (2012) |RFS| T. Whited 的处理方法: Higher Order Moments GMM (HGMM) | Signs Estimator (SigE) Erickson and Whited(2012) |RFS| Average q v.s. Marginal q 对比了 HGMM, Dynamic Panel Data, IV 提出了 Minimum Distance Technique (Stata codes) Stata c
7、ommands: | Ewreg | XTEWreg |,衡量偏误 Measurement Error (ME): 一场争论,研究设计和模型设定：从根源上理清内生性问题 工具变量法与GMM估计(IV-GMM) 面板数据模型 (Panel Data Models) Heckman 选择模型、Treatment effect 模型 倍分法 (DID) 倾向得分匹配分析 (PSM) 断点回归设计 (RDD) 结构方程模型（SEM）,内生性问题的处理方法,模型设定,理论依据 前期文献中普遍使用的模型设定 控制变量的选取 关键指标的界定和衡量方法(自控能力、文化、父母健康、公司业绩) 数据类型(线性回归
8、、离散选择、计数模型、面板) 离群值的处理 结构变化 排他性解释(均值回复与动态权衡、11合一的事件研究) 稳健性检验(结论的适用范围、结果的敏感性),IV-GMM 估计,y = a + X + Z IV：假设 Corr(Z, ) = 0，一夫一妻 2SLS：假设 Corr(Z, ) = 0，一夫多妻 第一阶段的回归只是在分配 Z1, Z2 的与 X 之间关系的权重 GMM EZ1 = 0, EZ2 = 0, Stata commands: ivregress | ivreg2 | gmm,OLS,2SLS,GMM,IV,IV 2SLS Stage1: reg X on Z, get X_ha
9、t Stata2: reg Y on X_hat, get This is wrong! 正确设定: ivregress 2sls y x1 x2 (x3 x4 = z1 z2 z3),IV-2SLS 估计,Moment Condition (MC, 矩条件) 样本矩条件(SMC) 目标函数,GMM 估计,Lars Peter Hansen,固定效应模型 Fixed Effects Model (FE),模型设定 ai : CEO 特征, 公司文化等 Stata commands: xtreg, fe | xi: regress i.id,OLS估计的问题 FE估计的基本思想 一阶差分变换:
10、组内去心变换：,固定效应模型 Fixed Effects Model (FE),？,应用 Flannery and Rangan (2006) |JFE|，资本结构的动态调整 Lemmon et al. (2008) |JF|，资本结构的动态调整 Malmendier et al.(2011) |JF|，经理人特征(早期经历)与财务决策 Graham et al.(2012) |RFS|，经理人特征与高管薪酬 叶德珠 等(2012) |经济研究|，国家文化与居民消费行为 Petersen(2009) |RFS|，面板模型中标准误的估计,固定效应模型 Fixed Effects Model (F
11、E),动态面板模型 Dynamic Panel Data Models,模型设定 (1) | 资本结构、投资行为、现金持有 (2) | 递归特征 (3) | 一阶差分,可以去除个体效应 | OLS, FE 估计量都是有偏的，要采用 GMM | IVs for yit1: ？ | OLS, FE 估计量都是有偏的，要采用 GMM Stata commands: xtabond | xtdpdsys | xtdpd | xtlsdvc | xtregdhp | xtabond2,？,应用 Aghion et al.(2009) |JM|，汇率波动、金融发展与生产率(规范) Brown et al.
12、(2009) |JF|，金融创新与企业成长(规范) Wintoki et al.(2012) |JFE|，非常细致地探讨了公司治理中的内生性问题，对各种动态面板估计方法进行了非常深入的对比分析(综合) Flannery and Hankins(2013) |JCF|，综述:公司金融中的动态面板估计方法,动态面板模型 Dynamic Panel Data Models,长差分估计法(long-difference, LD) Hahn et al.(2007) |JE|，适用于 T 较小，y 持续性较强的动态面板 Huang and Ritter(2009) |JFQA|，应用：资本结构调整速度估
13、算 Han-Phillips dynamic panel data model Han and Phillips(2010) |ET|，Linear Dynamic Panel Data Regression 适用于y 持续性较强的动态面板，Panel Unit Root Test 分位数动态面板模型 (Quantile Dynamic Panel Data) Galvao(2011) |ET|，Quantile regression for dynamic panel data 面板VAR模型 (Panel VAR models) Holtz-Eakin et al.(1988) |Etri
14、ca|；Arellano and Bond(1991) |RES| ； Love and Zicchino(2006) |QREF| Stata commands: xtregdhp | gmm | pvar | pvar2 | xtvar,动态面板模型 Dynamic Panel Data Models：进展,Lee, L.-f., J. Yu, 2010, A spatial dynamic panel data model with both time and individual fixed effects, Econometric Theory, 26 (02), pp. 564-5
15、97. Yu, J., R. de Jong, L.-f. Lee, 2012, Estimation for spatial dynamic panel data with fixed effects: The case of spatial cointegration, Journal of Econometrics, 167 (1), pp. 16-37. Lee, L.-f., J. Yu, 2010, Some recent developments in spatial panel data models, Regional Science and Urban Economics,
16、 40 (5), pp. 255-271. (综述) Yu, J., L.-f. Lee, 2012, Convergence: A spatial dynamic panel data approach, Global Journal of Economics, 1 (1), pp. forthcoming. (应用：经济收敛) Lee, L.-f., J. Yu, 2011, Estimation of spatial panels, Now Publishers Inc. (Book),空间动态面板模型 Spatial Dynamic Panel Data Models,倍分法 Difference-In-Difference (DID),房地产调控政策(限价)有效吗？ Stata commands: diff | did3 | regress,关键问题 配对样本的选择：二者随时间自然变化的部分应相同 PSM +
