加入公司规模控制变量后不显著

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1、不加任何控制变量，只加年份和行业固定效应，是显著的2、只加公司规模这一个控制变量，显著
3、加入所有控制变量，不显著
4、加入除了公司规模之外的所有控制变量，显著
改变公司规模的衡量方式：改为总资产加1取对数、员工人数取对数、营业收入取对数，都不显著
想问一下，这到底是什么原因导致的？还有没有其他的解决办法啊

          Y     | Coefficient  Std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
        X       |     -0.105      0.082    -1.29   0.196       -0.265       0.054
      Size     |     -0.152      0.026    -5.93   0.000       -0.203      -0.102
       lev     |       1.058      0.144     7.35   0.000        0.776       1.341
       ROA   |     -1.915      0.376    -5.09   0.000       -2.652      -1.178
    growth  |      0.178      0.032     5.56   0.000        0.116       0.241

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

分享0 收藏0 回帖

关键词：控制变量 coefficient EFFICIENT Interval Growth

呜呜呜有没有大佬可以解答一下

我也是这样，请问解决了吗？

同问

同问 想问楼主解决了吗

出现加入公司规模控制变量后不显著的情况，可能有以下几种原因：

1. **多重共线性**：公司规模与模型中的其他控制变量可能存在高度相关性。例如，公司规模（通常用总资产、员工人数或营业收入衡量）可能与财务杠杆率（lever）、盈利能力（如ROA）等指标密切相关。当所有控制变量同时加入时，这些变量之间的相互作用可能导致统计上的显著性消失。

2. **模型设定问题**：可能是模型的设定没有完全捕捉到公司规模对结果变量Y的影响机制。例如，如果公司规模的影响是通过复杂的路径来实现的（如影响了其他中介变量），简单的线性模型可能无法准确反映这种复杂关系。

3. **数据质量或量级问题**：改变公司规模的衡量方式后不显著，可能是由于转换后的数据分布不同导致的。比如，对总资产加1取对数可以解决一些小数值处理上的问题，但这也可能会引入新的偏差或影响变量间的关系强度。

### 解决办法：

- **检查共线性**：使用方差膨胀因子（VIF）等统计量来检查多重共线性的问题，如果存在高共线性，可能需要考虑去除部分变量或采用偏最小二乘法（PLS）、主成分回归（PCR）等方法处理。
  
- **模型调整**：尝试非线性关系，比如使用公司规模的平方项、对数形式或交互项来探索更复杂的效应。或者考虑使用中介效应分析、结构方程模型（SEM）等更复杂的方法来更好地理解变量之间的关系。

- **增加控制变量或重新定义变量**：有时候，加入更多能解释差异来源的控制变量可能会帮助提高模型的解释力和预测能力。同时，尝试不同的公司规模定义可能也是必要的。

- **数据预处理**：检查数据是否存在异常值、缺失值问题，并进行适当的预处理以减少偏差。
  
以上方法需要根据具体情况综合考虑并实施调整，最终目的是构建一个能够更准确反映现实世界的模型。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用