【房屋空置率對(duì)商業(yè)銀行不良信貸率的實(shí)證探究5300字（論文）】

房屋空置率對(duì)商業(yè)銀行不良信貸率的實(shí)證研究目錄TOC\o"1-2"\h\u11477房屋空置率對(duì)商業(yè)銀行不良信貸率的實(shí)證研究 1324791.1研究假設(shè) 172171.2實(shí)證模型構(gòu)建 3196091.2.1變量說(shuō)明及數(shù)據(jù)來(lái)源 367121.2.2實(shí)證模型建立 4279061.3回歸結(jié)果分析 5310081.3.1變量的平穩(wěn)性檢驗(yàn) 5248391.3.2多重共線性的檢驗(yàn) 7305941.3.3異方差檢驗(yàn) 7124631.3.4自相關(guān)性檢驗(yàn) 965841.3.5最終回歸結(jié)果及結(jié)論 101.1研究假設(shè)根據(jù)理論基礎(chǔ)研究，使用不良信貸率來(lái)衡量銀行信貸風(fēng)險(xiǎn)，分析房屋空置率與商業(yè)銀行不良信貸率之間的作用機(jī)制，提出如下研究假設(shè)：隨著地產(chǎn)行業(yè)的快速發(fā)展，房?jī)r(jià)泡沫逐漸堆積，開發(fā)商過(guò)度開發(fā)，導(dǎo)致許多房屋并不具備入住條件，房屋因追求高周轉(zhuǎn)快運(yùn)營(yíng)導(dǎo)致的工程質(zhì)量低劣等，均導(dǎo)致大量房產(chǎn)去化困難銷售不暢。進(jìn)而造成投資預(yù)期反轉(zhuǎn)，房屋流通性變差，房屋空置率上升。房屋空置進(jìn)一步導(dǎo)致地產(chǎn)企業(yè)現(xiàn)金流緊張，資源盤活困難，大型地產(chǎn)盈利困難，中小型地產(chǎn)企業(yè)面臨破產(chǎn)，無(wú)法償還貸款。且房產(chǎn)作為抵押物價(jià)值縮水，變現(xiàn)困難，進(jìn)而也造成了商業(yè)銀行不良信貸率上升。因此，關(guān)于房屋空置率對(duì)不良信貸率的影響提出如下假設(shè)：假設(shè)H1：房屋空置率對(duì)于不良信貸率有正向影響，即銀行不良信貸率隨著房屋空置率的提高而上升。此外，銀行經(jīng)營(yíng)狀況、銀行借貸規(guī)模、地產(chǎn)價(jià)格波動(dòng)、地產(chǎn)企業(yè)資產(chǎn)負(fù)債率、宏觀經(jīng)濟(jì)水平也可能會(huì)對(duì)銀行不良信貸率造成一定影響，因此作為控制變量納入回歸模型中進(jìn)行探究。銀行貸款比屬于一種評(píng)價(jià)指標(biāo)，用于評(píng)價(jià)銀行的盈利程度，它等于貸款總額與存款總額的比值。就銀行而言，該數(shù)值越大越好，因?yàn)閷?duì)于存款額來(lái)說(shuō)，銀行需要向存款者支付利息，而對(duì)于貸款額來(lái)說(shuō)，銀行則可以向貸款者收取利息。銀行主要通過(guò)其中的差價(jià)來(lái)盈利。因此，如果一家銀行的存款多，而貸款少，那它所需要支出的成本就高，盈利能力就會(huì)變差。但從抗風(fēng)險(xiǎn)的角度來(lái)看，存貸比并不是越高越好，如果存貸比過(guò)高，就會(huì)導(dǎo)致銀行的現(xiàn)金流不足，不能滿足客戶的現(xiàn)金支取，以及日常結(jié)算等服務(wù)內(nèi)容，導(dǎo)致銀行進(jìn)行風(fēng)險(xiǎn)增大。這時(shí)候商業(yè)銀行為了減少支付危機(jī)帶來(lái)的影響，則會(huì)在短期內(nèi)大量的發(fā)放信貸，會(huì)導(dǎo)致對(duì)信貸風(fēng)險(xiǎn)的把控力度降低，進(jìn)而提升不良信貸率。因此，關(guān)于銀行經(jīng)營(yíng)狀況對(duì)不良信貸率的影響提出如下假設(shè)：假設(shè)H2：銀行經(jīng)營(yíng)狀況對(duì)于不良信貸率有正向影響，即銀行不良信貸率隨著銀行存貸比的提高而上升。商業(yè)銀行借貸規(guī)模包含了開發(fā)商貸款余額與個(gè)人住房貸款余額，過(guò)度的借貸規(guī)模將導(dǎo)致不良信貸率累加。銀行出于業(yè)績(jī)需求，在市場(chǎng)良好的情況下會(huì)增加地產(chǎn)借貸的額度，加大地產(chǎn)信貸規(guī)模。但是從概率的角度上來(lái)看，借貸金額、數(shù)量越多，出現(xiàn)不良信貸率的概率也就越大。因?yàn)辇嫶蟮慕栀J規(guī)模對(duì)銀行風(fēng)險(xiǎn)把控、客戶背調(diào)的能力提出了更高的要求，一旦出現(xiàn)黑天鵝事件或者市場(chǎng)行情逆轉(zhuǎn)時(shí)，銀行抵押物的價(jià)值將大幅縮水，形成連鎖反應(yīng)。因此，關(guān)于借貸規(guī)模對(duì)不良信貸率的影響提出如下假設(shè)：假設(shè)H31：銀行借貸規(guī)模對(duì)于不良信貸率有正向影響，即銀行不良信貸率隨著開發(fā)商貸款余額與個(gè)人住房貸款余額之和的提高而上升。胡恒川[66]的觀點(diǎn)如下，隨著房?jī)r(jià)的的上升，不良貸款率上升。因?yàn)榻杩钊送ㄟ^(guò)抵押房屋獲得的貸款會(huì)增加。這部分貸款的一部分會(huì)繼續(xù)流入房地產(chǎn)市場(chǎng)，導(dǎo)致房?jī)r(jià)繼續(xù)上漲。在這個(gè)過(guò)程中，大量資金的進(jìn)入，打破房地產(chǎn)市場(chǎng)原有的供需關(guān)系，房屋的價(jià)值脫離了原本的價(jià)值，房地產(chǎn)泡沫越來(lái)越大。形成一個(gè)惡性循環(huán)，因此，一旦出現(xiàn)房?jī)r(jià)的快速下降，整個(gè)循環(huán)就會(huì)停止，銀行的不良貸款率就會(huì)快速上升。所以，他們認(rèn)為房?jī)r(jià)的持續(xù)升高，以及房地產(chǎn)泡沫的擴(kuò)大都會(huì)提升銀行的不良貸款率。因此，關(guān)于地產(chǎn)價(jià)格波動(dòng)對(duì)不良信貸率的影響提出如下假設(shè)：假設(shè)H4：地產(chǎn)價(jià)格波動(dòng)對(duì)于不良信貸率有正向影響，銀行不良信貸率隨著地產(chǎn)平均銷售價(jià)格的提高而上升。房地產(chǎn)企業(yè)目前存在過(guò)度追求規(guī)模化，而信貸杠桿則是幫助房地產(chǎn)企業(yè)快速擴(kuò)張，形成規(guī)模效應(yīng)的最佳捷徑。目前越來(lái)越多的地產(chǎn)在逐漸加大銀行信貸杠桿的使用，但是著其中存在巨大的風(fēng)險(xiǎn)。地產(chǎn)企業(yè)資產(chǎn)負(fù)債率越高，說(shuō)明其使用的信貸杠桿越大，對(duì)信貸的依賴度更高，資金體系抗風(fēng)險(xiǎn)能力弱。一旦出現(xiàn)盲目投資，經(jīng)營(yíng)狀況差強(qiáng)人意等問(wèn)題，導(dǎo)致資金鏈斷裂，造成銀行產(chǎn)生壞賬，不良信貸率隨之提升。因此，關(guān)于地產(chǎn)企業(yè)資產(chǎn)負(fù)債率對(duì)不良信貸率的影響提出如下假設(shè)：假設(shè)H5：地產(chǎn)企業(yè)資產(chǎn)負(fù)債率對(duì)于不良信貸率有正向影響，即銀行不良信貸率隨著資產(chǎn)負(fù)債率的提高而上升。宏觀方面，目前我國(guó)經(jīng)濟(jì)發(fā)展速度放緩，并且國(guó)家短期內(nèi)密集的頒布了各項(xiàng)政策進(jìn)行調(diào)控。社會(huì)的最初經(jīng)濟(jì)環(huán)境很重要，不同的初始經(jīng)濟(jì)環(huán)境對(duì)應(yīng)了不同的抗風(fēng)險(xiǎn)能力。如果社會(huì)的初始經(jīng)濟(jì)環(huán)境良好，表現(xiàn)為負(fù)債率低，以及資金流正常，那么就算房地產(chǎn)價(jià)格出現(xiàn)明顯下降，也不會(huì)影響家庭，以及公司的正常運(yùn)轉(zhuǎn)，不會(huì)出現(xiàn)金融危機(jī)等情況，造成不良信貸率提升。因此，關(guān)于宏觀經(jīng)濟(jì)水平對(duì)不良信貸率的影響提出如下假設(shè)：假設(shè)H6：宏觀經(jīng)濟(jì)水平對(duì)于不良信貸率有負(fù)向影響，即銀行不良信貸率隨著GDP的提高而下降。1.2實(shí)證模型構(gòu)建1.2.1變量說(shuō)明及數(shù)據(jù)來(lái)源本文以具有代表性的16家商業(yè)銀行數(shù)據(jù)為例，選取了1個(gè)核心解釋變量，5個(gè)控制變量，采用GMM方法進(jìn)行回歸分析。被解釋變量銀行信貸風(fēng)險(xiǎn)用商業(yè)銀行的不良信貸率來(lái)衡量，核心解釋變量為房屋空置率，著重探究這兩者之間的關(guān)系。此外，銀行經(jīng)營(yíng)狀況、房地產(chǎn)信貸借貸規(guī)模、地產(chǎn)價(jià)格波動(dòng)、地產(chǎn)企業(yè)財(cái)務(wù)狀況以及宏觀經(jīng)濟(jì)環(huán)境也可能對(duì)不良信貸率產(chǎn)生影響，因此作為控制變量納入模型中。將這幾個(gè)經(jīng)濟(jì)指標(biāo)并用相應(yīng)的符號(hào)表示，探究對(duì)于中國(guó)商業(yè)銀行不良貸款率的影響。表4-1變量定義表符號(hào)維度指標(biāo)單位NPL銀行信貸風(fēng)險(xiǎn)銀行不良信貸率%HVR地產(chǎn)經(jīng)營(yíng)狀況房屋空置率%LTD銀行經(jīng)營(yíng)狀況銀行存貸比—SCA銀行借貸規(guī)模開發(fā)商貸款余額與個(gè)人住房貸款余額之和億元PRI地產(chǎn)價(jià)格波動(dòng)地產(chǎn)平均銷售價(jià)格萬(wàn)元ALR地產(chǎn)財(cái)務(wù)狀況資產(chǎn)負(fù)債率%GDP宏觀經(jīng)濟(jì)發(fā)展GDP變化率%本文選取了16家商業(yè)銀行、20家上市地產(chǎn)企業(yè)2010年至2019年的數(shù)據(jù)作為樣本，原始數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)及國(guó)家統(tǒng)計(jì)局。1.2.2實(shí)證模型建立根據(jù)研究假設(shè)，隨著地產(chǎn)行業(yè)的快速發(fā)展，房?jī)r(jià)泡沫逐漸堆積，開發(fā)商過(guò)度開發(fā)，導(dǎo)致許多住宅、寫字樓并不具備入住條件，例如內(nèi)外部的市政基礎(chǔ)設(shè)施、公共配套設(shè)施不完善，房屋因追求高周轉(zhuǎn)快運(yùn)營(yíng)導(dǎo)致的工程質(zhì)量低劣等，均導(dǎo)致大量房產(chǎn)去化困難銷售不暢。進(jìn)而造成投資預(yù)期反轉(zhuǎn)，房屋流通性變差，房屋空置率上升。房屋空置進(jìn)一步導(dǎo)致地產(chǎn)企業(yè)現(xiàn)金流緊張，資源盤活困難，大型地產(chǎn)盈利困難，中小型地產(chǎn)企業(yè)面臨破產(chǎn)，無(wú)法償還貸款。且房產(chǎn)作為抵押物價(jià)值縮水，變現(xiàn)困難，進(jìn)而也造成了商業(yè)銀行不良信貸率上升。建立銀行不良信貸率以及房屋空置率之間的相關(guān)模型如下：(1)式(1)中，Y是不良信貸率，K是對(duì)其有影響作用的房屋空置率，一般指商品房房屋空置率，包含住宅及寫字樓的空置率，At是其他控制因素影響。α是\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"彈性系數(shù)，μ表示\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"隨機(jī)干擾的影響，μ≤1。去對(duì)數(shù)則可得模型如下：(2)另外參考有關(guān)文獻(xiàn)，銀行不良信貸率還會(huì)受到銀行經(jīng)營(yíng)狀況、房地產(chǎn)信貸借貸規(guī)模、地產(chǎn)價(jià)格波動(dòng)、地產(chǎn)企業(yè)財(cái)務(wù)狀況以及宏觀經(jīng)濟(jì)環(huán)境等因素的影響，因此將這些因素作為控制變量納入模型之中，同時(shí)考慮到房屋空置率有一定的時(shí)滯性，當(dāng)前的不良信貸率會(huì)受到前期房屋空置率的滯后影響，因此模型中加入因變量的滯后項(xiàng)，得如下動(dòng)態(tài)回歸模型：(3)為方便計(jì)算，將變量符號(hào)替換為下式：(4)其中μi=lnA=μ+vi。A為常數(shù)項(xiàng)，i為截面觀測(cè)單元，t為時(shí)間序列，εit為誤差項(xiàng)。NPLit表示商業(yè)銀行i在時(shí)期t的銀行不良信貸率，HVRit表示商業(yè)銀行i在時(shí)期t對(duì)應(yīng)的房屋空置率，LTDit表示商業(yè)銀行i在時(shí)期t的銀行存貸比，SCAit表示商業(yè)銀行i在時(shí)期t的地產(chǎn)信貸規(guī)模，PRLit表示商業(yè)銀行i在時(shí)期t對(duì)應(yīng)的地產(chǎn)平均銷售價(jià)格，ALRit表示商業(yè)銀行i在時(shí)期t對(duì)應(yīng)的地產(chǎn)資產(chǎn)負(fù)債率，GDPit表示商業(yè)銀行i在時(shí)期t的宏觀經(jīng)濟(jì)環(huán)境，α是\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"彈性系數(shù)，μ表示\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"隨機(jī)干擾的影響，μ≤1，εit為誤差項(xiàng)。1.3回歸結(jié)果分析1.3.1變量的平穩(wěn)性檢驗(yàn)本文使用的數(shù)據(jù)屬于時(shí)間序列，對(duì)時(shí)間序列而言，要檢驗(yàn)其平穩(wěn)性，以保證統(tǒng)計(jì)特征不會(huì)隨著時(shí)間推移而變動(dòng)。首先運(yùn)用單位根檢驗(yàn)法，依次對(duì)被解釋變量、解釋變量、控制變量進(jìn)行平穩(wěn)性檢驗(yàn)。根據(jù)單位根檢驗(yàn)及一階差分的結(jié)果，整理出下表：表4-2各變量的ADF檢驗(yàn)結(jié)果變量ADF值5%水平下的臨界值結(jié)論NPL-1.157651-3.004861非平穩(wěn)D（NPL）-1.249121-2.986225平穩(wěn)HVR-1.210996-2.998064非平穩(wěn)D（HVR）-1.206536-3.020686平穩(wěn)LTD-2.578224-2.981038非平穩(wěn)D（LTD）-8.680308-2.986225平穩(wěn)SCA-1.976149-2.991878非平穩(wěn)D（SCA）-8.085952-2.991878平穩(wěn)PRI-2.464667-2.981038非平穩(wěn)D（PRI）-6.256683-2.986225平穩(wěn)ALR-2.485846-2.981038非平穩(wěn)D（ALR）-1.517655-2.986225平穩(wěn)GDP-5.236024-2.986225平穩(wěn)D（GDP）-5.976312-3.004861平穩(wěn)從上表結(jié)果看出，被解釋變量NPL與解釋變量HVR存在單位根，屬于非平穩(wěn)序列，而被解釋變量與解釋變量、控制變量的一階差分?jǐn)?shù)據(jù)都屬于平穩(wěn)序列，即NPL、HVR、LTD、SCA、PRI、ALR、GDP是一階單整序列，滿足協(xié)整檢驗(yàn)前提?？梢赃M(jìn)行協(xié)整檢驗(yàn)，以檢驗(yàn)各變量間是否存在長(zhǎng)期均衡關(guān)系。表4-3初步回歸結(jié)果VariableCoefficientStd.Errort-StatisticProb.NPL2.4460238.9891210.2721090.7890HVR0.1908600.2805340.6803460.5060LTD0.0686180.0275402.4916200.0241SCA0.0053770.0003731.424070.0000PRI0.3050080.0932783.2699010.0048ALR0.0356670.0560830.6359670.5338GDP-0.0038180.007126-0.5357610.5995AR(1)0.7687760.2405163.1963640.0056AR(2)-0.3058710.167904-1.8217010.0872R-squared0.989193Meandependentvar1.661200AdjustedR-squared0.983789S.D.dependentvar0.417735S.E.ofregression0.053187Akaikeinfocriterion-2.756288Sumsquaredresid0.045262Schwarzcriterion-2.317492Loglikelihood43.45359Hannan-Quinncriter.-2.634584F-statistic183.0590Durbin-Watsonstat1.886694Prob(F-statistic)0.000000表4-4殘差序列E的ADF檢驗(yàn)結(jié)果NullHypothesis:EhasaunitrootExogenous:ConstantLagLength:1(Automatic-basedonSIC,maxlag=5)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-5.1175910.0004Testcriticalvalues:1%level-3.7529465%level-2.99806410%level-2.638752由表4-4、4-5可知，ADF=-5.1176，小于不同檢驗(yàn)水平的三個(gè)臨界值，因此殘差序列E為平穩(wěn)序列。所以被解釋變量與解釋變量之間存在協(xié)整關(guān)系，即各變量間有長(zhǎng)期均衡關(guān)系。1.3.2多重共線性的檢驗(yàn)回歸中的多重共線性是一個(gè)當(dāng)模型中一些預(yù)測(cè)變量與其他預(yù)測(cè)變量相關(guān)時(shí)發(fā)生的條件。嚴(yán)重的多重共線性可能會(huì)產(chǎn)生問(wèn)題，因?yàn)樗梢栽龃蠡貧w系數(shù)的方差，使它們變得不穩(wěn)定。因此，為保證回歸結(jié)果的可靠性，首先要對(duì)模型中的變量進(jìn)行多重共線性的檢驗(yàn)：表4-5相關(guān)系數(shù)矩陣HVRLTDSCAPRIALRGDPHVR1.000000LTD-0.1856771.000000SCA0.3325270.0027021.000000PRI0.3727490.2817910.3751751.000000ALR-0.384878-0.204827-0.321317-0.4652241.000000GDP0.347258-0.1070280.0702420.0196120.0471241.000000由相關(guān)系數(shù)矩陣可以看出，解釋變量不存在多重共線性，但是控制變量中PRI、ALR間的相關(guān)系數(shù)較高，模型存在多重共線性，因此需使用GMM方法進(jìn)行回歸，來(lái)消除多重共線性帶來(lái)的影響。1.3.3異方差檢驗(yàn)懷特檢驗(yàn)是通過(guò)建立輔助回歸模型的方式來(lái)判斷異方差性。下面為White檢驗(yàn)結(jié)果。表4-6異方差檢驗(yàn)F-statistic1.293238Prob.F(20,5)0.0565Obs*R-squared21.56930Prob.Chi-Square(20)0.2184ScaledexplainedSS12.32769Prob.Chi-Square(20)0.9043Std.Errort-StatisticProb.NPL 0.0117600.0047862.4571520.0574HVR 0.6387940.206711-3.0902850.0272HVR^2 7.0666352.5617082.7585640.0399HVR*LTD 0.0766110.1836010.4172680.6938HVR*SCA 0.0173410.0074182.3377260.0666HVR*PRI-2.0999611.350630-1.5548010.1807HVR*GDP-0.0487230.032707-1.4896870.1965LTD-0.0015900.007817-0.2034190.8468LTD^20.0060800.0032881.8488780.1237LTD*SCA0.0001930.0002140.9040400.4074LTD*PRI-0.0472300.027925-1.6913120.1516LTD*GDP0.0059530.0052681.1301930.3097SCA-0.0004650.000159-2.9288720.0327SCA^2-9.71E-065.72E-06-1.6974440.1504SCA*PRI0.0013840.0008751.5820570.1745SCA*GDP-9.82E-056.37E-05-1.5403670.1841PRI0.0417180.0393251.0608440.3373PRI^20.1087220.0747961.4535740.2058PRI*GDP0.0075520.0104460.7229360.5021GDP0.0027720.0014621.8959340.1165GDP^20.0004620.0004341.0650920.3355R-squared0.944973Meandependentvar0.005124AdjustedR-squared0.724866S.D.dependentvar0.006805S.E.ofregression0.003570Akaikeinfocriterion-8.466021Sumsquaredresid6.37E-05Schwarzcriterion-7.449866Loglikelihood131.0583Hannan-Quinncriter.-8.173405F-statistic1.293238Durbin-Watsonstat1.528769Prob(F-statistic)0.056489根據(jù)表格懷特檢驗(yàn)的F檢驗(yàn)值及其相伴概率，在顯著性水平為5%情況下，nR2=12.327＜X20.05(20)=31.41，因此接受原假設(shè)，模型不存在異方差。1.3.4自相關(guān)性檢驗(yàn)根據(jù)下表，模型的回歸估計(jì)結(jié)果，DW=1.2667，給定顯著性水平α=0.05的情況下，樣本數(shù)n為26，k為3，查DW統(tǒng)計(jì)表，得到下限臨界值dl為1.143，上限臨界值du為1.652。Dl＜DW=1.2478＜du，無(wú)法判斷是否存在自相關(guān)。因此，進(jìn)行LM乘數(shù)檢驗(yàn)。表4-7自相關(guān)檢驗(yàn)回歸結(jié)果VariableCoefficientStd.Error Prob.HVR0.4570170.028704 0.1269LTD1.8652710.791629 0.0288SCA0.0411270.023363 0.0936PRI0.0055760.000876 0.0000ALR0.2750340.130476 0.0479GDP-0.0068710.008991 -0.4537R-squared0.831570Meandependentvar-0.020000AdjustedR-squared0.789462S.D.dependentvar0.177876S.E.ofregression0.081618Akaikeinfocriterion-1.974371Sumsquaredresid0.133228Schwarzcriterion-1.684041Loglikelihood31.66683Hannan-Quinncriter.-1.890767F-statistic19.74869Durbin-Watsonstat1.247758Prob(F-statistic)0.000000由表4-8可知，LM（2）=nr2=2.6775X20.05(2)=5.9915，模型不存在高階自相關(guān)性。表4-8LM乘數(shù)檢驗(yàn)結(jié)果Breusch-GodfreySerialCorrelationLMTest:F-statistic1.033218 Prob.F(2,18)0.3760Obs*R-squared2.677473 Prob.Chi-Square(2)0.26221.3.5最終回歸結(jié)果及結(jié)論本文使用Stata15.0軟件，運(yùn)用系統(tǒng)GMM的方法對(duì)數(shù)據(jù)按照模型進(jìn)行回歸，得到了如表所示的結(jié)果。模型(1)-(7)中Hansen過(guò)度識(shí)別約束檢驗(yàn)均不拒絕原假設(shè)，說(shuō)明所有工具變量均有效。Arellano-Bond差分后的AR(1)檢驗(yàn)均拒絕原假設(shè)而AR(2)檢驗(yàn)均不拒絕原假設(shè)，說(shuō)明差分后的殘差存在一階自相關(guān)但不存在二階自相關(guān)。并且工具變量選取的個(gè)數(shù)均不超過(guò)截面?zhèn)€數(shù)。因此可以看出，在統(tǒng)計(jì)意義下，設(shè)定的該模型是較為理想的模型。表4-9最終回歸結(jié)果(1)(2)(3)(4)(5)(6)(7)1.117***1.106***1.033***0.988***0.975***0.981***1.015***(45.9)(32.28)(17.77)(55.53)(106.91)(42.59)(33.93)0.131***0.163***0.175***0.178**0.175***0.151***(93.72)(193.75)(67.87)(12.49)(68.2)(12.02)0.055***0.077***0.050***0.053***0.007**(50.43)(37.43)(2