全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 EViews专版
2449 4
2015-04-01
我先用DEA测算了银行的效率值,然后用Tobit回归来分析股权结构对它的影响。变量有ser02第一大股东持股比例、ser03第一大股东性质、ser04其他法人持股比例、ser05自然人参股变量、ser06营业时长和ser07资产规模对数。这6个变量一起回归,效果很好。但如果去掉ser04,那么ser05就不显著了。或者去掉ser07,那么ser04、ser05就不显著了。这是为什么呢?
做了相关性分析,

资产

主发起行占比

主发起行性质

其他法人持股比例

自然人股东

营业时间

资产规模自然对数

资产Pearson 相关性

1

-.249*

.155

.260*

-.106

.625**

.461**

显著性(双侧)

.047

.220

.038

.404

.000

.000

平方与叉积的和

8.679

-1.043

1.809

1.040

-1.245

16.664

9.019

协方差

.138

-.017

.029

.017

-.020

.265

.143

N

64

64

64

64

64

64

64

主发起行占比Pearson 相关性

-.249*

1

-.146

-.870**

-.265*

.057

-.437**

显著性(双侧)

.047

.250

.000

.034

.656

.000

平方与叉积的和

-1.043

2.019

-.820

-1.679

-1.502

.730

-4.125

协方差

-.017

.032

-.013

-.027

-.024

.012

-.065

N

64

64

64

64

64

64

64

主发起行性质Pearson 相关性

.155

-.146

1

.226

-.142

-.152

-.064

显著性(双侧)

.220

.250

.072

.263

.231

.614

平方与叉积的和

1.809

-.820

15.609

1.214

-2.234

-5.424

-1.688

协方差

.029

-.013

.248

.019

-.035

-.086

-.027

N

64

64

64

64

64

64

64

其他法人持股比例Pearson 相关性

.260*

-.870**

.226

1

-.072

-.006

.377**

显著性(双侧)

.038

.000

.072

.574

.961

.002

平方与叉积的和

1.040

-1.679

1.214

1.846

-.387

-.076

3.404

协方差

.017

-.027

.019

.029

-.006

-.001

.054

N

64

64

64

64

64

64

64

自然人股东Pearson 相关性

-.106

-.265*

-.142

-.072

1

-.117

.170

显著性(双侧)

.404

.034

.263

.574

.357

.180

平方与叉积的和

-1.245

-1.502

-2.234

-.387

15.859

-4.221

4.494

协方差

-.020

-.024

-.035

-.006

.252

-.067

.071

N

64

64

64

64

64

64

64

营业时间Pearson 相关性

.625**

.057

-.152

-.006

-.117

1

.322**

显著性(双侧)

.000

.656

.231

.961

.357

.010

平方与叉积的和

16.664

.730

-5.424

-.076

-4.221

81.868

19.338

协方差

.265

.012

-.086

-.001

-.067

1.299

.307

N

64

64

64

64

64

64

64

资产规模自然对数Pearson 相关性

.461**

-.437**

-.064

.377**

.170

.322**

1

显著性(双侧)

.000

.000

.614

.002

.180

.010

平方与叉积的和

9.019

-4.125

-1.688

3.404

4.494

19.338

44.187

协方差

.143

-.065

-.027

.054

.071

.307

.701

N

64

64

64

64

64

64

64

*. 在 0.05 水平(双侧)上显著相关。
**.  在 .01 水平(双侧)上显著相关。

                               
去掉ser04,结果是这样 6个变量一起回归,结果是这样 去掉ser07,结果是这样
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2015-4-1 09:58:19
变量的增减是会影响系数的显著性的(比如逐步回归就是这么剔除变量的),剔除后显著性好的时候可能是变量存在共线性;增加后显著性好可能是原来模型有些变量没有考虑进去导致的
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-4-1 10:53:40
胖胖小龟宝 发表于 2015-4-1 09:58
变量的增减是会影响系数的显著性的(比如逐步回归就是这么剔除变量的),剔除后显著性好的时候可能是变量存 ...
那就是说,我不应该剔除ser04,ser07这个变量,就选择6个变量一起回归是吗,6个变量一起回归的结果不会存在什么问题吧
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-4-1 11:40:36
这我同学你好,我也在做类似的模型,想请问下怎样看TOBIT方程的显著性
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-4-1 15:37:34
空繁 发表于 2015-4-1 11:40
这我同学你好,我也在做类似的模型,想请问下怎样看TOBIT方程的显著性
我就看最后那列的Prob.值,小于0.05就是显著吧。应该是这样,我也是刚学的,不太会,互相交流哈
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群