《BRQ Business Research Quarterly》:Structural Equation Modeling for Dynamic Panel Data: Addressing Endogeneity and Lagged Effects
编辑推荐:
近期管理学期刊文献强调需对复杂动态关系(包括自回归、内生性及滞后效应)进行建模,并常采用面板数据作为解决方案。本文提出一种面向面板数据的结构方程建模(Structural Equation Modeling, SEM)框架,借助联立方程、潜变量以及内生回归项与
近期管理学期刊文献强调需对复杂动态关系(包括自回归、内生性及滞后效应)进行建模,并常采用面板数据作为解决方案。本文提出一种面向面板数据的结构方程建模(Structural Equation Modeling, SEM)框架,借助联立方程、潜变量以及内生回归项与扰动项间的协方差结构,容纳上述复杂性。研究人员以企业研发(R&D)投资(潜在内生回归项)如何影响企业绩效的实证数据演示该方法。结果显示,参数估计对内生性与滞后效应的设定高度敏感。为辅助解释,研究人员直接从SEM估计量中计算动态量——响应函数(Response Function, RF)、累积效应与长期乘数(Long-Run Multiplier, LRE)。蒙特卡洛(Monte Carlo)模拟进一步揭示因误设定(如遗漏滞后项或未考虑内生性)产生的估计偏倚。
研究背景与问题提出
管理理论多具动态性,需解释变量关系随时间的演变,准确捕捉动态依赖时间依赖(自回归、同期、领先或滞后效应)、效应时序与函数形式,以及解释变量的潜在内生性(即解释变量可能依赖因变量过去值)。以研发(R&D)投资对企业绩效的影响为例,须同时考虑效应时序、持续性及研发决策受前期绩效反馈的可能。面板数据设计虽常被推荐,但带来两重方法挑战:其一是回归项动态内生性(dynamic endogeneity),即因变量过去值影响当前解释变量,导致回归项与误差相关、违背标准外生假设并产生偏倚;其二是动态结构误设,遗漏相关同期或滞后效应会扭曲估计。现有管理中SEM用于动态面板虽在其它领域有基础,但管理学研究应用有限。该研究即在《BRQ Business Research Quarterly》发表,旨在提供一套可操作的SEM动态面板框架,统一处理自回归、内生性与多期滞后,并以R&D—绩效关系为示范。
主要技术方法
研究人员构建由T个时期联立方程组成的动态面板SEM:因变量Yt含时间截距μt、单位不变潜变量η(捕捉未观测异质性)、自回归项αtYt-1、可达L期滞后的解释变量Xt-?(系数β?t)、时变协变量Wt、时不协变量Z与扰动εt。协方差结构设五条件:扰动跨期不相关;η与Z不相关;η与Xt、Wt自由协变(固定效应式);Wt、Z与η严格外生;Xt满足序贯外生(sequential exogeneity,εt与X当前及过去不相关,可与未来相关)。路径图用以表达自回归、内生协变与滞后箭头。动态量由SEM系数推导:响应函数RFt+s=Σ?=0min(s,L)αs-?β?,累积响应函数CRFt+s=Σk=0sRFt+k,长期效应LRE=(Σ?=0Lβ?)/(1-α)。实证使用西班牙SEPI基金会ESEE调查非平衡面板(2515家制造企业,1993–2002年共10期),因变量为资产收益率(ROA),核心解释项为R&D投资,控制时变容量利用率(CU)、广告强度(ADV)、规模(SIZE)及时不变成立年份(YFOUNDED);用伪极大似然处理缺失、稳健标准误应对非正态,比较M0(X外生仅同期)、M1(X内生仅同期)、M2(X内生加4期滞后)。模拟部分用蒙特卡洛评估误设偏倚。
研究结果
A Panel Data Model With Dynamics, Endogeneity and Lagged Effects:给出方程(1)与五条件,定义SEM如何将联立方程、潜截距η、序贯外生Xt的协变、自回归与多期滞后并入同一矩结构;明确固定效应式让η与Xt协变以防遗漏变量偏倚,随机效应则禁此协变。
Path Model Representation:图1–3分别展示随机截距基础动态、加X内生(红虚双箭头连Xt与过去εt-s)、再加X对Y两期滞后(蓝点箭头);说明SEM路径图可直接映射条件1–5。
Dynamic Effects: Response Function, Cumulative Response Function and Long-Run Effects:由直接/间接效应推得RF、CRF与LRE闭式,指出|α|<1时同期冲击β0经几何衰减传播,滞后β?亦经α传播;LRE汇总即时与延迟总效并按自回归持久性折减,均可由SEM参数算标准误。
An Illustration With Empirical Data: Modeling the Influence of R&D Investment on Firm Performance:M0中R&D同期系数-0.328(p<.05)呈负向显著;M1允许内生后降至-0.106且不显著;M2内生化加4期滞后后同期0.238不显著,但滞后2期β2=0.350(p=.014)、滞后3期β3=0.292(p=.008)正向显著,滞后1、4不显著;ROA自回归α≈0.185恒定显著。表明误将R&D当外生仅看同期会得出虚假负向短期关联,纳入内生与延迟结构后显现2–3年滞后的正向创新转化。
Assessing Parameter Bias Using Simulated Data:蒙特卡洛显示遗漏滞后或忽略内生会使β与α估计偏倚,序贯外生约束下偏差方向可预期;佐证规范设定必要性。
讨论与结论翻译浓缩
讨论指出,SEM为管理动态面板提供统合联立方程、潜变量与内生协变的灵活框架,比分散使用固定效应/IV/GMM更易推导RF、CRF与LRE等动态量。结论为:R&D—绩效关系估计对是否建模内生与滞后高度敏感;未处理动态内生会支持虚假同期负向效应,正确设定后R&D在2–3期显现正向滞后影响,长期乘数为正。该框架可推广至战略、营销、HR、会计与金融中具动态内生的各类X→Y问题(如多元化—绩效、董事会结构—绩效、广告—销售)。研究贡献在于给管理学者可实施指南、示范动态量解释、用模拟量化误设代价,并附Mplus/Stata sem/lavaan/EQS注解代码与复制包。
(全文字数约1490汉字)