连玉君_公司金融中的内生性问题课题.pptVIP

公司金融中的内生性问题：处理方法与进展; 提纲;公司金融中的内生性问题：如此之多!;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;内生性问题的可能来源; 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？);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, 地区虚拟变量 d1, d2, d3, ……; Stata commands: eivreg | sem | logitem | simex | cme | Ewreg | XTEWreg;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|， Erickson 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 commands: | Ewreg | XTEWreg | ;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） ;IV-GMM 估计;?;IV 2SLS Stage1: reg X on Z, get X_hat Stata2: reg Y on X_hat, get ;Moment Condition (MC, 矩条件) 样本矩条件(SMC) 目标函数;固定效应模型Fixed Effects Model (FE);OLS估计的问题 FE估计的基本思想 一阶差分变换: 组内去心变换：;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 ;动态面板模型Dynamic Panel Data Models;应用 Aghion et al.(2009) |JM|，汇率波动、金融发展与生产率(规范) Brown et al.(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 ;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算 Han-Phillips dynamic panel data model Han and Phillips(2010) |ET|，Linear Dynamic P