时间：2021年11月17日周三

主题：《实体企业金融化促进还是抑制了金融创新——基于中国制造业上市公司的经验研究》

苏玉琪同学在本次组会上汇报分享了《实体企业金融化促进还是抑制了金融创新——基于中国制造业上市公司的经验研究》一文。文章由王红建、曹瑜强、杨庆和杨筝共同撰写，刊登于《南开管理评论》2017年20卷第1期。随着日益饱和的市场需求，实体企业利润逐渐下滑，以致大量资本涌入利润丰厚的金融与房地产行业，实体企业越来越偏离主营业务，这种现象称为“实体企业金融化”。该文章以此为切入点探究了实体企业金融化与企业创新的关系，通过对2009—2014年A股上市公司数据的分析，得出了实体企业金融化挤出企业创新、套利动机会增强挤出效应、盈利能力会削弱挤出效应的结论，并通过进一步检验确定了实体企业金融化挤出企业创新的拐点，为实体企业金融化以及国家政策制定提供建议。

通过此次汇报分享，同学们学习到以下要点：

第一，关于最小二乘法。两阶段最小二乘法(two stage least square，简称2SLS或者TSLS）是指一种计量经济学方法。最小二乘法的原理是工具变量法对于恰好识别的结构方程是有效的，对过度识别方程虽然能够给出过度识别结构方程的参数估计，但这种方法不是有效的。其原因在于选择工具变量的任意性和失去了未被选用的前定变量所提供的信息。

在实际应用两阶段最小二乘法时，第一阶段对约简型方程应用OLS法只需求出我们所需要的，并不需要求出相应的εit的值。第二阶段只需用代替所估计方程右边的yit即可应用OLS法，只不过这里的ε*it已不是原来uit罢了。综上所述，两阶段最小二乘法第一阶段的任务是产生一个工具变量。第二阶段的任务是通过一种特殊形式的工具变量法得出结构参数的一致估计量。

两阶段最小二乘法分析隐变量交互作用，对变量的分布没有限制。变量无论是正态分布，还是非正态分布都可以使用。这个优点使得2SLS方法在隐变量交互作用分析中受到重视。因为现方法应用时，可以直接利用原始数据，不必对原始数据进行转换，也不必拟合交叉乘积指示变量的度量为一程。更重要的是2SLS为一法可以在几乎所有的统计软件上实现。2SLS为一法的缺点是一次只能估计一个为方程，且由于其基于渐近自由分布的理论，所以要求较大的样本容量。

第二，研究分析框架的两种主要形式是：其一，只有一个或两个假设，在文章后半部分做进一步研究，以及分组检验（通常是对公司治理变量做分组检验）。其二，逻辑链的研究，逻辑链通常含有中介因素（中介作用机制），并细分中介因素的层次（作用机制只有一个，但是会对经济后果做进一步研究）。

第三，关于文章假设模型的启发：如下图所示，将假设画在图中能使读者对文章研究脉络更加清晰。