表4 面板数据单位根检验的ADF统计量和P 值结果
变量
level
I I&T N
1stdiff.
I I&T N
结论
rBit
20.7457
(0.8358)
41.9084
(0.0442)
53.7037
(0.0024)
85.7278
(0.0000)
62.8662
(0.0002)
116.2850
(0.0000)
平稳
dBit
62.1465
(0.0002)
78.7529
(0.0000)
94.1335
(0.0000)
156.2970
(0.0000)
103.8480
(0.0000)
217.6660
(0.0000)
平稳
cBit
60.4824
(0.0004)
48.8266
(0.0087)
121.9860
(0.0000)
123.5970
(0.0000)
87.8014
(0.0001)
202.0810
(0.0000)
平稳
mBit
44.4885
(0.0248)
34.7294
(0.1779)
22.5147
(0.7569)
123.5960
(0.0000)
107.5620
(0.0000)
175.6810
(0.0000)
平稳
aBit
73.5442
(0.0000)
52.7127
(0.0032)
102.7540
(0.0000)
128.5630
(0.0000)
86.7555
(0.0000)
195.2040
(0.0000)
平稳
rSit
20.7457
(0.8358)
41.9084
(0.0442)
53.7037
(0.0024)
85.7278
(0.0000)
62.8662
(0.0002)
116.2850
(0.0000)
平稳
dSit
86.3040
(0.0000)
64.7450
(0.0001)
86.7611
(0.0000)
147.4810
(0.0000)
102.6020
(0.0000)
223.9690
(0.0000)
平稳
cSit
110.0530
(0.0000)
93.0000
(0.0000)
159.3180
(0.0000)
154.3960
(0.0000)
115.6250
(0.0000)
220.3660
(0.0000)
平稳
mSit
43.2789
(0.0327)
59.9906
(0.0004)
43.7840
(0.0292)
125.2110
(0.0000)
117.6720
(0.0000)
152.7740
(0.0000)
平稳
aSit
53.4044
(0.0002)
43.9037
(0.0016)
63.2050
(0.0000)
89.1373
(0.0000)
92.2816
(0.0000)
138.9430
(0.0000)
平稳
(二)回归分析
1.F 检验
对面板数据进行混合估计模型回归,回归结
果如表5所示。
表5 混合估计模型回归结果
Variable Coefficient Std.Error t-Statistic Prob.
C 0.328115 0.167204 1.928057 0.0562
ICITB? 0.082521 0.154154 0.649846 0.5203
DITB? -0.471831 0.385176 -1.224976 0.2224
CITB? 0.062112 0.066859 1.172469 0.2548
MITB? -0.785913 0.338453 -1.825259 0.0740
AITB? -0.000223 4.31E-05 -2.469799 0.0234
R-squared 0.415036
Sumsquared
resid
125.0740
F-statistic 13.34145
Prob
(F-statistic)
0.000000
Variable Coefficient Std.Error t-Statistic Prob.
C 0.030539 0.212273 0.103540 0.9392
ICITS? 0.027087 0.163349 0.094196 0.9059
DITS? 0.065047 0.049206 1.769242 0.0696
CITS? -0.047116 0.074517 -0.365350 0.7803
MITS? -0.196343 0.436876 -0.383164 0.7106
续表5
Variable Coefficient Std.Error t-Statistic Prob.
AITS? 1.35E-06 1.98E-06 0.706670 0.4445
R-squared 0.195066
Sumsquared
resid
139.2289
F-statistic 6.902725
Prob
(F-statistic)
0.000003
由表5可以得到消费者(买方)和商户(卖方)
边混合估计模型的残 差 平 方 和 (Sum squared
resid)分 别 为 125.0740 和 139.2289,记 作
SSEr,接下来再对面板数据进行个体固定效应模
型回归,由于变量兼容性选择icB
it 和icS
it 是虚拟变
量,因此在进行个体固定效应模型检验时需要将
该变量剔除掉,回归结果如表6所示。
由表6得到消费者(买方)和商户(卖方)个体
固定效应模型的残差平方和(Sumsquaredresid)
分别为35.84730和29.81436,记作SSEu,然后
根据 公 式 F = [(SSEr-SSEu)/(N -1)]/
[SSEu/(NT-N -K)]计算出 F 统计量。其
中,T 为时间期数,K 为解释变量个数,N 为个体
数,最终得出消费者(买方)和商户(卖方)F统计
量为35.8897和49.9666,大于F0.05(5,190),在
王 娜:兼容性动态创新情境下平台型企业绩效影响因素研究 45