理论教育 模型构建与变量选择优化方案

模型构建与变量选择优化方案

时间:2023-06-13 理论教育 版权反馈
【摘要】:我们构建模型如下,并采用最小二乘回归分析方法,考察政府补贴与企业技术创新投入之间的关系。参照已有研究,关于企业技术创新投入代理变量的选取,本书利用研发投入强度来表征企业技术创新投入,以上市公司年报中披露的R&D投入与期末总资产的比值进行测量。本研究的解释变量为政府补贴、市场化进程、产品市场竞争和股权集中度。一般指总经理与董事长是分离还是兼任,也被称之为“领导权结构”。

模型构建与变量选择优化方案

我们构建如下模型并使用最小二乘回归分析方法检验政府补贴与企业技术创新产出之间的关系。其中,RD为被解释变量,表示企业的技术创新产出。sub表示上市公司当期获得的政府补贴额,md表示市场化进程,hhi表示产品市场竞争,s_hhi表示股权集中度,X表示系列的控制变量。变量的具体定义详见表5.1。

表5.1 主要变量的定义

(www.daowen.com)

(1)被解释变量。反映企业技术创新产出水平的指标包括专利数量和新产品的销售收入。鉴于新产品的统计口径和定义并不清晰,结合罗思平、于永达(2012)的研究成果,本书选择专利数量反映技术创新的产出水平。当以专利数量作为技术创新产出水平时,其值采用专利申请量而非授权量,主要因为一项专利从申请到授权需要1~2年的时间。因此,专利授权量在反映当期的创新水平时存在一定的缺陷,并且相对于授权量申请量受专利机构工作效率和偏好等影响较小(岳书敬,2008)。但是专利由于包括发明、实用新型和外观设计,只采用专利数量可能夸大了技术创新的产出水平。因此,本书选择企业专利申请量(lntinvent)和发明申请量(lntpatent)的自然对数作为企业技术创新产出的代理变量。数据主要来源于国家知识产权局及SOOPAT专利检索并手工整理获得。

(2)解释变量。本研究的解释变量为政府补贴、市场化进程、产品市场竞争和股权集中度,测量方法详见第四章第二节。

(3)控制变量。本研究控制了其他一些可能影响企业R&D产出的因素,主要包括企业规模资产负债率、企业成长性、盈利能力、两职合一情况、股权属性、独立董事的监督,测量方法详见第四章第二节。

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