基于Probit模型上海市工业企业研发投入倾向分析,本文是一篇关于Probit论文范文，可作为相关选题参考,和写作参考文献。
Probit论文参考文献：
[摘 要]采用2005—2007年上海市工业企业的42341个微观数据,将企业分为研发企业和非研发企业,运用Probit模型分析各因素对研发投入的影响,并采用逐年估计检验和最小二乘法进行稳健性检验.结果表明：出口企业更有研发倾向；国有控股企业比起其他企业研发倾向更高；规模大的企业更有研发倾向,但研发的生产率却较低.
[关键词]研发投入；Probit模型；企业特征；出口型企业
[中图分类号]F270[文献标识码]A[文章编号]2095-3283（2017）01-0128-04
[作者简介]郑明秀（1994-）女,汉,安徽宿州人,硕士研究生,研究方向：国际贸易理论和政策,经济增长,产业结构及产业组织.创新是经济增长的源泉,研发是创新的重要组成部分,研发投入和长期经济增长之间存在明显的正向关系.2005—2007年,中国研发投入占GDP比重平均值仅为14%,美国为24%,日本为34%,而德国高达64%,和西方发达国家相比,我国研发投入较低.长期以来,我国经济增长方式主要为要素驱动型的“粗放式”增长,随着资源约束的趋紧,如何实现“集约式”经济增长逐渐成为亟待解决的问题.上海市作为我国的经济中心,其研发投入在一定程度上反映了我国企业的创新实力.据统计,2005—2007年,上海规模以上的研发企业占所有企业的比重分别为991%、1096%、1173%,虽然研发企业的占比逐年增长,但只有平均1086%的企业进行了研发投入.基于以上事实,本文运用2005—2007年上海市工业企业的42341个数据,根据数据可得性,对企业研发投入的倾向进行分析.
一、文献综述
最早研究企业特征和市场特征和研发关系的是熊彼得和阿罗.在此框架之下,多位学者进行了研究,如Zoltan JAcs（1987）；Michael Peneder、Martin Woerter（2014）；Gabriele Pellegrinoa（2014）；聂辉华（2008）；李洪亚（2014）,由于研究的侧重点、使用的数据以及方法不同,得出的结果各不相同.国外学者Julian Baumann（2016）运用德国中小企业的数据,对中小企业的研发投入和创新以及生产率之间的关系进行了研究,指出中小企业比大企业从参和到研发的概率较低,却有更高的研发密度；Andrea-Conte·Marco Vivarelli（2014）通过对来自意大利CIS数据库超过3000个数据的研究发现,不管在大企业还是小企业,研发投入都是培养创新的重要方式,且研发投入对于创新的影响在大企业中更显著；José García-Quevedo（2014）指出不同企业和市场的特征在企业的不同年龄对于创新的影响相同.我国学者成力为、戴小勇（2012）通过对中国30万个企业数据进行研究,得出企业规模、年龄正显著影响研发投入总量.聂辉华（2008）发现企业的创新和市场规模呈倒U型.
二、数据的来源、处理及描述
(一)数据的来源及处理
本文数据均来自2005—2007年中国工业企业数据库中上海企业数据,按照毛德鳳（2013）和孙晓华（2014）的研究方法,对数据进行了筛选和整理.具体数据处理步骤为：剔除研究开发费用为负值的数据；剔除资产总计、固定资产净值、出口交货值、销售产值中任意一项为0或者是负值的数据；剔除从业人员均值小于等于8的数据；剔除明显不符合实际情况和企业会计准则的数据.剔除的数据样本占总样本的比重为094%,不影响数据的代表性.在进行筛选后,得到的样本数为42341个（注：以2005年为基期,采用固定资产投资价格指数对固定资产净值进行了平减,平减指数是来自《中国统计年鉴》）.
(二)变量的选取和描述
被解释变量.企业研发投入：rd,为二值被解释变量,选取数据库中“研究开发费”数据代表,如果企业的研究开发费大于0,那么rd取值为1,否则取值为0,从而将上海的企业分为研发企业和非研发企业.
解释变量.出口企业：exp,为虚拟变量,Melitz（2003）认为企业存在异质性问题,生产率较高的企业能够进行进出口贸易,而研发投入是影响企业全要素生产率的重要组成部分.国家控股state为虚拟变量,数据库包括描述各企业的控股情况的数据,因此将国有控股企业取值为1,其余类型的企业取值为0.企业规模lnsize为企业资产总量的对数,熊彼得认为,规模大的企业更有研发投入的倾向且更具有创新能力,因此本文检验企业规模和研发投入倾向之间关系.
控制变量.年龄：lnage为企业年龄的对数；资本劳动：lnkl表示资本密度,为固定资产净值和企业从业人员均值之比的对数；资产负债率：dar为负债总额/资产总额,各变量的统计数据见表1.
三、实证模型及结果分析
(一)实证模型
本文采用的估计模型为：
rdit为是否进行研发投入的二值变量,X为解释变量,Z为控制变量,ɑ为常数项,β和θ为估计参数,ε为白噪声.
(二)实证结果及分析
运用Probit回归方法对 ①式进行回归估计,结果如表2所示.表2中（1）（2）列为Probit回归得到的系数,（3）（4）列为边际效应系数,其中,第（3）列是对应于第（1）列的边际效应系数,第（4）列是对应于第（2）列的边际效应系数.第（1）列控制了年份、行业和常数项,而第（2）列没有控制这三个变量.直观上,和没有控制年份、行业、常数项的系数相比,控制之后系数变得更加合理和稳健了.
在第（3）列中,得到是否出口系数为00224,在第（4）列该系数为00728,系数都为正且在1%的统计水平上显著.表明在控制了年份、行业和常数项后,该系数变动明显更加稳健.因此,面临国际市场上更强烈的竞争,出口企业若想要生存并获得利润,必须进行不断创新提高生产率,增强国际竞争力.
结论：关于本文可作为Probit方面的大学硕士与本科毕业论文probit回归模型案例论文开题报告范文和职称论文论文写作参考文献下载。
FDI和内资企业研发投入基于P估计实证
摘要：本文使用倾向得分匹配方法，运用世界银行2005年的调查数据，通过控制代表企业特征的匹配变量构建与处理组相匹配的对照组，实证研究FDI对内资。
研发经费投入对工业企业新产品销售收入影响
摘 要：目前，我国的经济发展模式正在由低效粗放型向集约高效型转变，产业结构不断的升级和优化，科技进步正逐步成为经济增长的决定因素。科技投入是促进。
北京市高新技术企业研发投入的统计分析
当前，习近乎总书记提出我国经济呈现出新常态的发展趋势，同时，我国技术创新日趋活跃，新型产业和企业逐渐出现，经济结构随之产生了巨大变化。因此，经济。
高管薪酬、融资约束和企业研发投入
本文以2011- 2016年披露了研发投入的全部A股制造上市公司为研究样本，结合产权性质，实证检验了我国制造企业的研发活动是否存在融资约束以及高。