会计财务管理研究方法论第七讲(上海国家会计学院,张人骥)(65页).pptVIP

会计与财务研究方法论Some Possible Problems in Empirical Accounting and Finance 内生性 How to Solve the Endogeneity Problem 1) 2SLS 2) 增加新的解释（控制）变量 内生性问题在CG（公司治理)上是严重的 例子: 权益资本成本披露的影响. 外资对公司业绩的影响（使用A- and B-share公司） 公司治理机制对盈余管理的影响. 机构投资者对薪酬比例的影响（在中国股权分置改革）. The Key problem to solve the endogenous problem is 找出一个合适的工具变量 (2SLS) and 合适的控制变量. How to find the approximate instrumental variables and extensive control variables? --- Prior literature (the determinants of 机构投资者 and 公司治理). 机构投资者行为问题中的内生性 Gompers and Metrick (2001) ：发现机构投资者持股是与公司规模，B/M比例，波动性，收益率等因素有系统性的关联. Hang and Wang (2005)发现机构投资者追随大的，高价位的，高盈利的，有价值的，以及以往有高收益的而当前较低流动性的股票. 基于以往的文献，关于机构持股的研究，可以考虑公司规模，B/M比例，波动性，收益率和ROE 都将是有力的工具变量。 注意：合适的工具变量都和机构持股的度量紧密相关的，并且影响应变量。. 因为B/M比和波动性是两个决定性变量，所以不能把它作为工具变量，而在其它度量中选择工具变量。 两阶段回归是处理内生性问题的有力方法，特别在研究机构投资者行为和公司治理问题中。 合适的工具变量也可用于分析和检验内生性效应的显著性。 （几个工具变量, firm size (总资产的自然对数), profitability (ROA), turnover ratio (volume divided by outstanding shares), momentum (the firm’s past 12-month return), and the stock price of floating shares at a trading day 6 Basic Assumptions of OLS Regression （1）E(ui)=0 （随机项均值为零） （2）随机扰动服从正态分布。 （3）Cov(X, ui)=0（随机项与解释变量X不相关） （4）解释变量间不相关（无多重共线性） （5）Cov(ui, uj)=0（随机项无自相关） （6）Var(ui)=?2 （同方差） 不满足基本假定的情形（1） 1、通常不会发生随机扰动项均值不等于0的情形。若发生也不会影响解释变量的系数，只会影响截距项。 2、随机扰动项正态性假设一般能够成立，就算不成立，在大样本下也会近似成立的。 3、模型设计不合理，遗漏相关变量，会导致随机项与解释变量X相关（这是因为遗漏的解释变量同模型中保留的解释变量往往是相关的，因此就造成随机项与模型中的解释变量相关）。应该重新考察模型的合理性，通过文献回顾，补充控制变量。 我们不讨论上述假定是否违背。 不满足基本假定的情形（2） 4、解释变量之间相关=多重共线性 5、随机扰动项相关=序列自相关 时间序列数据经常出现序列相关 6、随机扰动项方差不等于常数=异方差 截面数据时，经常出现异方差 Multi-Collinearity（多重共线性） 多重共线性的后果 多重共线性的检验 克服多重共线性的方法 多重共线性的后果1、完全共线性下参数估计量不存在 2、近似共线性下普通最小二乘法参数估计量很难通过显著性检验 在近似共线性下，虽然可以得到OLS法参数估计量，但是由参数估计量方差的表达式为 3、参数估计量经济含义不合理 如果模型中两个解释变量具有线性相关性，例如X1和X2，那么它们中的一个变量可以由另一个变量表征。 这时，X1和X2前的参数并不反映各自与被解释变量之间的结构关系，而是反映它们对被解释变量的共同影响。 所以各自的参数已经失去了应有的经济含义，于是经常表现出似乎反常的现象，例如本来应该是正的，结果恰是负的。 多重共线性的检验 1、如果方程只有两个自变量， 使用相关系数法检验(0.8)； 2、如果方程含三个以上自变量：使用方差扩大因子法检验（VIF5). 3、经验准则