理论教育 制造企业供给侧结构性改革发文数量统计分析

制造企业供给侧结构性改革发文数量统计分析

时间:2023-05-21 理论教育 版权反馈
【摘要】:被解释变量是我国2268家制造企业关于制造企业供给侧结构性改革的“发文数量”。选取2012年1月至2019年12月之间的月份为解释变量,以月份出现次序为衡量值。纵观2016年3月前后,制造企业所处的市场环境,竞争环境,以及经济政治等环境都未发生巨大的变化,对制造企业是否进行供给侧结构性改革与以往相比没有明显影响。

制造企业供给侧结构性改革发文数量统计分析

表6-1为供给侧结构性改革五大举措效果实证研究相关变量说明。

(1)被解释变量

在本章实证研究中,为了与上一章节政策总体效果实证分析保持相同研究思想,本章节继续使用制造业上市公司盈利水平(Profit)作为被解释变量。正在进行改革或已经改革的制造业上市公司盈利水平的变化方向与变化幅度,与供给侧结构性改革五大举措的施行及影响效果密切相关。

(2)解释变量

为了更好地探究革五大举措的影响效果与总体路径,本章节选用供给侧结构性改革意愿(Willing)作为解释变量,用制造业上市公司披露出的供给侧结构性改革的文件数量作为衡量指标,即披露文件数量越多,则代表该企业供给侧结构性改革意愿越强烈,随着改革进程不断深化,改革效果也会愈发明显。在上一章节政策效果评价中已经得出结论:供给侧结构性改革能够显著提升制造业上市公司盈利水平,助力制造企业脱困,所以在本章节中选用已经进行供给侧结构性改革的制造业上市公司改革意愿(Willing)作为解释变量,不再使用双重差分模型中的虚拟变量,通过意愿强度与盈利水平共同探究五大举措的影响路径。(www.daowen.com)

(3)中介变量与控制变量

选择合适的中介变量是五大举措效果评价与总体路径探究的基础,本章节从供给侧结构性改革的重要举措“三去一降一补”入手,针对去产能、去库存、去杠杆、降成本及补短板五大举措分别选取代表性指标进行相应效果评价,指标分别为生产费用(pdc)、库存期末净值(endi)、资产负债率(DAR)、期末总成本(endc)和R&D总经费(RD)。在控制变量方面,本章节依旧与上一章节政策效果实证分析控制变量保持一致。

表6-1 变量说明

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈