亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資的影響研究

        2022-04-29 09:27:32劉可馨劉高生趙靜文
        時代經(jīng)貿(mào) 2022年4期
        關(guān)鍵詞:乘積位數(shù)系數(shù)

        劉可馨 劉高生 趙靜文

        (1.天津商業(yè)大學(xué)理學(xué)院 天津 300134;2.天津城建大學(xué)經(jīng)濟與管理學(xué)院 天津 300384)

        指標(biāo)選擇、數(shù)據(jù)來源及描述性統(tǒng)計

        (一)指標(biāo)選擇

        為研究數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資的影響,以企業(yè)固定資產(chǎn)投資為因變量,以數(shù)字金融發(fā)展作為核心自變量,同時引入控制變量進行實證分析?;诖?,因變量指標(biāo)為企業(yè)固定資產(chǎn)投資(Fix_inv),等于固定資產(chǎn)與在建工程之和的變化值與總資產(chǎn)之比。核心自變量為數(shù)字金融發(fā)展水平(DigFin)指標(biāo),采用北京大學(xué)普惠數(shù)字金融指數(shù)省級層面指數(shù)來表示??刂谱兞糠矫?,參考戰(zhàn)明華等(2020)、劉海明和李明明(2020)的研究,選擇的控制變量依次為:企業(yè)規(guī)模(size),以總資產(chǎn)的自然對數(shù)表示;企業(yè)資產(chǎn)負(fù)債率(lev),以總負(fù)債占總資產(chǎn)的比重表示;資產(chǎn)收益率(ROA),以公司凈利潤與總資產(chǎn)之比表示;經(jīng)營性現(xiàn)金流( CF),以經(jīng)營性現(xiàn)金流量凈額與總資產(chǎn)之比表示。

        (二)數(shù)據(jù)來源及描述性統(tǒng)計

        實證分析樣本選擇2011-2018年間A股上市公司的經(jīng)營活動相關(guān)的年度數(shù)據(jù)。全部數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。數(shù)據(jù)剔除了ST、PT類公司和連續(xù)經(jīng)營時間不超過5年的上市公司,剔除樣本不連續(xù)和退市公司,剔除金融行業(yè)上市公司。為克服極端值的影響,對所有連續(xù)變量在1%分位和99%分位上進行縮尾處理,最終得到17024個樣本觀測值。表1給出了各自變量的描述性統(tǒng)計。

        表1 自變量的描述性統(tǒng)計

        ?

        由表1可知,自變量size、lev、ROA、CF 中位數(shù)與平均數(shù)相差不大,以上自變量為對稱分布,核心自變量DigFin中位數(shù)明顯小于平均數(shù),該變量存在右偏。

        實證分析

        (一)多元線性回歸模型

        為考察數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資的影響,以企業(yè)固定資產(chǎn)投資Fix_inv 為因變量,數(shù)字金融發(fā)展DigFin 作為核心自變量,企業(yè)規(guī)模size、企業(yè)資產(chǎn)負(fù)債率lev、資產(chǎn)收益率ROA、經(jīng)營性現(xiàn)金流CF 作為控制變量。同時為吸收相關(guān)固定效應(yīng),模型中還加入了時間效應(yīng)。為考慮數(shù)字金融的非線性效應(yīng)以及交叉乘積效應(yīng)的影響,引入數(shù)字金融發(fā)展DigFin 與其他控制變量的交叉乘積效應(yīng),由于引入數(shù)字金融與其他控制變量間的乘積效應(yīng)作為額外的自變量,導(dǎo)致自變量較多并且自變量間存在相關(guān)關(guān)系,首先采用Lasso變量選擇方法選擇自變量。Lasso變量選擇方法的主要優(yōu)勢在于對參數(shù)估計較小的自變量系數(shù)壓縮成零,對非零的自變量做篩選。Lasso回歸估計與調(diào)節(jié)參數(shù)λ有關(guān),λ越小,懲罰力度越小,模型中保留的變量就會越多。通過對調(diào)節(jié)參數(shù)λ的控制,可以實現(xiàn)變量篩選。利用glmnet包中的cv.glmnet函數(shù)選擇最優(yōu)的調(diào)節(jié)參數(shù)。得到交叉乘積項自變量為:

        然后通過計算如上的自變量之間的相關(guān)系數(shù),發(fā)現(xiàn)有些變量之間仍有一定的相關(guān)性,因此為避免自變量相關(guān)性影響模型的估計,采用逐步回歸方法從這些選出的自變量中再次選擇變量,最后利用選出的自變量建立多元線性回歸模型如下:

        其中,自變量系數(shù)α,α,…,α為待估計的參數(shù),ε為誤差項。通過建立多元線性回歸模型,得到多元回歸系數(shù)估計結(jié)果如表2所示。

        表2 多元線性回歸模型的回歸系數(shù)估計值

        ?

        由表2可知,選擇的這些自變量對因變量企業(yè)固定資產(chǎn)投資的估計均是顯著的,其中資產(chǎn)收益率ROA對企業(yè)固定資產(chǎn)投資的影響為負(fù),說明資產(chǎn)收益率越高,企業(yè)固定資產(chǎn)投資會減小。對企業(yè)固定資產(chǎn)投資影響最大的因素為經(jīng)營性現(xiàn)金流,并且是正影響。企業(yè)規(guī)模對企業(yè)固定資產(chǎn)投資的影響最小,并且企業(yè)規(guī)模因素對應(yīng)系數(shù)估計的P值可得企業(yè)規(guī)模對企業(yè)固定資產(chǎn)投資影響系數(shù)不是特別顯著。由于模型中存在數(shù)字金融的平方項以及數(shù)字金融與企業(yè)資產(chǎn)負(fù)債率的乘積項,并且這兩項系數(shù)均為負(fù)值,從二次函數(shù)的角度看,數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資的影響大致呈倒U型關(guān)系,同時數(shù)字金融發(fā)展可以通過影響企業(yè)資產(chǎn)負(fù)債率對企業(yè)固定資產(chǎn)投資產(chǎn)生影響。

        由于多元線性回歸模型得到的殘差有一些異常值,并且殘差的分布并不是對稱分布,因此通過對多元線性回歸模型擬合的殘差進行KS正態(tài)分布檢驗,得到檢驗的P值遠小于給定的顯著性水平0.05,因此認(rèn)為殘差不服從正態(tài)分布。

        (二)分位數(shù)回歸模型

        由于多元線性回歸模型得到的殘差具有一些異常值并且不服從正態(tài)分布,因此考慮更加穩(wěn)健的分位數(shù)回歸模型??紤]給定分位數(shù)水平τ∈(0,1) 下,建立如下的數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資影響的分位數(shù)回歸模型:

        其中,自變量系數(shù)α(τ),α(τ),…,α(τ) 表示分位水平τ下待估計參數(shù),隨機誤差項ε(τ),其第τ個條件分位數(shù)為零。本文選擇有代表性的3個分位點0.25、0.5、0.75進行分析,分位數(shù)回歸模型系數(shù)估計值如表3-表5所示。

        表3 0.25分位數(shù)下分位數(shù)回歸模型的系數(shù)估計

        ?

        表4 0.5分位數(shù)下分位數(shù)回歸模型的系數(shù)估計

        ?

        表5 0.75分位數(shù)下分位數(shù)回歸模型的系數(shù)估計

        ?

        由表3-表5可得,在不同的分位數(shù)水平下,數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資的影響不同??傮w來講,隨著分位數(shù)水平的增加,數(shù)字金融發(fā)展對企業(yè)固定資產(chǎn)投資的影響呈增加趨勢。

        當(dāng)分位數(shù)水平為0.25時,數(shù)字金融與企業(yè)資產(chǎn)負(fù)債率的乘積項對應(yīng)的系數(shù)P值大于0.05,因此此乘積項系數(shù)估計不顯著。同時經(jīng)營性現(xiàn)金流對企業(yè)固定資產(chǎn)投資影響為正,其他控制影響因素對企業(yè)固定資產(chǎn)投資的影響均為負(fù),因此在較低的企業(yè)固定資產(chǎn)投資下,一些控制變量反而對企業(yè)固定資產(chǎn)投資呈現(xiàn)負(fù)的影響。

        當(dāng)分位數(shù)水平為0.5時,與普通的多元線性回歸相比,企業(yè)規(guī)模對企業(yè)固定資產(chǎn)投資為負(fù),即隨著企業(yè)規(guī)模的增加,企業(yè)固定資產(chǎn)投資會減少。此時,數(shù)字金融與企業(yè)資產(chǎn)負(fù)債率的乘積項比分位數(shù)為0.25的條件下的估計系數(shù)顯著。

        當(dāng)分位數(shù)水平為0.75時,數(shù)字金融與企業(yè)資產(chǎn)負(fù)債率的乘積項對應(yīng)的系數(shù)很顯著,因此隨著分位數(shù)水平的增加,數(shù)字金融發(fā)展更多通過企業(yè)資產(chǎn)負(fù)債率影響企業(yè)的固定資產(chǎn)投資。

        對策建議

        根據(jù)研究結(jié)果,本文提出促進數(shù)字金融發(fā)展服務(wù)實體經(jīng)濟的建議:

        第一,在數(shù)字金融發(fā)展初期,數(shù)字金融對不同規(guī)模企業(yè)的固定資產(chǎn)投資都有一定的促進作用,但是隨著數(shù)字金融發(fā)展程度的加深,數(shù)字金融對固定資產(chǎn)投資開始反向作用,因此在數(shù)字金融發(fā)展初期,鼓勵讓更多的企業(yè)都能夠享受到數(shù)字金融發(fā)展帶來的紅利,而在數(shù)字金融發(fā)展到一定程度時,政府應(yīng)該盡量規(guī)避資金脫實向虛,避免數(shù)字金融向不規(guī)范及不合理的領(lǐng)域發(fā)展。

        第二,根據(jù)分位數(shù)回歸估計結(jié)果可知,不同投資規(guī)模的企業(yè)受到的數(shù)字金融發(fā)展的影響程度不同,因此政府監(jiān)管部門在進行數(shù)字金融基礎(chǔ)設(shè)施建設(shè)推廣時,應(yīng)該差異化對待不同固定資產(chǎn)投資規(guī)模的企業(yè)。

        猜你喜歡
        乘積位數(shù)系數(shù)
        乘積最大
        五次完全冪的少位數(shù)三進制展開
        這些待定系數(shù)你能確定嗎?
        Dirichlet級數(shù)及其Dirichlet-Hadamard乘積的增長性
        打雪仗
        過年啦
        兩張圖弄懂照明中的“系數(shù)”
        中國照明(2016年6期)2016-06-15 20:30:14
        復(fù)變?nèi)呛瘮?shù)無窮乘積的若干應(yīng)用
        Dirichlet級數(shù)的Dirichlet-Hadamard乘積
        遙感衛(wèi)星CCD相機量化位數(shù)的選擇
        亚洲二区三区四区太九| 欧洲熟妇色xxxx欧美老妇多毛图片| aaaaa级少妇高潮大片免费看| 蜜桃一区二区三区在线看| 91热久久免费频精品99| 亚洲丁香婷婷久久一区二区| 国产午夜精品理论片| 国产午夜无码视频免费网站| 亚洲精品一区二区三区国产 | 亚洲成a人片在线观看中文!!!| 国产一区二区亚洲一区| 久久国产成人精品av| 中日韩精品视频在线观看| 国产成人亚洲精品电影| 亚洲人妻av综合久久| 无码精品国产一区二区三区免费| 天天鲁一鲁摸一摸爽一爽| 国产在线无码免费视频2021| 日韩精品成人一区二区三区 | 四川丰满妇女毛片四川话| 中文在线а√天堂官网| 日本护士一区二区三区高清热线| 中文字幕免费人成在线网站| 美女把尿囗扒开让男人添 | 国产人妻久久精品二区三区老狼| 亚洲va欧美va| 亚洲国产人成自精在线尤物| 色综合久久网| 国产性一交一乱一伦一色一情| 国产乱子伦农村xxxx| 女优av一区二区在线观看| 国产免费拔擦拔擦8x高清在线人| 欧美午夜a级精美理论片| 偷柏自拍亚洲综合在线| 一区二区三区无码高清视频| 亚洲精品久久久久久久久av无码| 亚洲一区二区三区av在线免费| 免费人妻精品一区二区三区| 色欲人妻综合aaaaa网| 中文字幕第一页亚洲| 久久精品成人一区二区三区蜜臀|