易获数据网选取2011~2023年我国沪深两市A股上市公司作为初始样本。样本筛选规则如下：①考虑到金融行业具有明显不同于其他行业的特征，剔除金融类A股上市公司；②剔除ST、*ST、PT类上市公司；③剔除资产负债率大于100%的上市公司；④剔除数据存在缺漏的样本。由于进行门槛回归分析时需保证样本为平衡面板数据，因此进一步删减样本，得到包含10670个样本的平衡面板数据。
指标说明
| 变量类型 | 变量符号 | 变量名称 | 变量定义 |
| 被解释变量 | IE | 投资效率 | 采用Richardson投资模型中的残差绝对值的负数表示，该值越大表明企业的投资效率越高 |
| 解释变量 | Fin | 金融化水平 | （交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额）/总资产 |
| 门槛变量 | Size | 企业规模 | 企业总资产的自然对数 |
| Growth | 企业成长性 | 采用托宾Q值表示 | |
| Compete | 产品市场竞争 | 赫芬达尔指数，值越小说明市场竞争越激烈 | |
| 控制变量 | EC | 股权集中度 | 第二到第十大股东持股比例之和/第一大股东持股比例 |
| NBD | 董事会规模 | 董事会人数 | |
| PID | 独立董事比例 | 独立董事人数/董事会总人数 | |
| MSR | 管理层持股比例 | 全部管理层持股总数/公司股本总数 | |
| CF | 自由现金流量 | 经营活动产生的现金流量净流量/期末总资产 | |
| Lev | 资产负债率 | 期末总负债/期末总资产 | |
| Age | 上市时间 | 企业截至本年年末的上市总年数 | |
| Year | 年度虚拟变量 | 控制年度宏观经济影响 | |
| Industry | 行业虚拟变量 | 控制行业经济影响 |
其中投资效率计算方式
模型构建
为了考察实体企业金融化与投资效率之间是否存在非线性关系，本文构建了以下多元回归模型：
由于企业金融化水平与投资效率之间的关系可能随着企业特征及市场环境的不同产生结构性突 变，本文借鉴了Hansen 关于门槛回归方法的研究成果，构建了二者之间的门槛回归模型，用以检验企业金融化与投资效率之间可能存在的区间效应。 该模型建立在平衡面板数据的基础上，基本方程设定如下：
参考文献
万良勇,李宸.企业金融化对实业投资效率的双重效应及门槛特征[J].财会月刊, 2021(7):8.
结果截图
描述性统计
相关性分析
回归分析
公司规模面板门槛效果自抽样检验
企业成长性门槛效果自抽样检验
行业竞争门槛效果自抽样检验
面板门槛回归结果
异质性分析分国企和非国企
稳健性检验
替换解释变量。由于投资性房地产变现能力较差，回收成本较高，与其他金融资产相比具有一定的特殊性，因此在金融化的衡
量指标中剔除“投资性房地产净额”重新进行回归。
由于采用 Richardson 模型衡量上市公司投资效率，所有的公司均存在非效率投资问题 ，因此为避免模型产生系统性偏差，将通过模型计算出来的残差三等分，剔除掉中间组，并将最大组和最小组作为非效率投资组，再相应对模型进行回归。
评论前必须登录！
注册