发帖
雷达卡
控制变量有总资产报酬率了还需要营业收入增长率吗
结论先行
“总资产报酬率（ROA）”与“营业收入增长率（Growth）”衡量的是两套不同信息——盈利能力 vs. 扩张速度；二者相关系数通常 < 0.4，不会出现“放了 ROA 就不用 Growth”的必然替代。
是否保留 Growth，要看你的核心解释变量、作用机制和稳健性需求，而不是“已经有 ROA 就够用”。
下面给出 3 步判断逻辑 + 2 个常见误区，帮你决定是否把 Growth 留在方程里。
1 先问：Growth 会不会是 X→Y 的独立通道？
若研究的是“数字化转型→企业绩效”，数字化往往先体现为“订单/市场扩张”（Growth），然后才转化为利润（ROA）。
→ 此时 Growth 属于前置机制，把它完全砍掉会高估数字化对 ROA 的“直接”效应，造成过度控制偏误（bad control）。若研究的是“成本上升→利润下滑”，Growth 只是外生需求波动，与成本冲击无直接理论关联，可留可不留——留是为了“堵住审稿人嘴”，不留也能讲清故事。
2 再看：VIF & 相关系数
同一方程里同时放 ROA、Growth、Size、Age 后，如果 Growth 的 VIF > 10，且与 ROA 相关系数 > 0.6，可考虑：
– 只留 Growth，把 ROA 换成 ROE 或毛利率；
– 或做正交化（reg Growth on ROA, 取残差 res_Growth 放入模型）。若 VIF < 5，相关系数 < 0.4，直接双变量共存即可，无需担心多重共线。
3 最后：审稿人视角
国内财务/会计/金融类 CSSCI 期刊普遍默认“盈利能力 + 成长能力”双控制；缺 Growth 容易被外审一句“遗漏成长维度”打回。 若版面或自由度紧张，可在正文保留 Growth，附录汇报“去掉 Growth”结果——只要核心系数方向/显著性不变，即可证明稳健。
两个常见误区
误区 1 “ROA 包含 Growth 信息”
→ ROA 分子是净利润，分母是平均总资产；Growth 分子是营收增量，分母是上年营收。两者核算口径、经济含义、波动周期都不同，数学上不存在包含关系。
误区 2 “Growth 不显著就删掉”
→ 控制变量无需显著；它的使命是阻断混淆路径。只要理论上有潜在影响，就应保留，否则删掉后 X 的系数可能因遗漏变量而变大，反而更难解释。
一句话操作指南
理论段先写清“成长速度可能独立影响 Y”； 基准回归同时放入 ROA + Growth； 稳健性检验汇报“去掉 Growth”“替换为营业利润增长率”两套结果； 若 Growth VIF 过高，与 ROA 正交化后再放——既保留信息，又避免共线。
做到以上四步，无论显著与否，都能向审稿人证明：“不是乱放，而是必须放。”
京公网安备 11010802022788号
