穩健性檢驗方法的研究

❶ 如何做穩健性檢驗

穩健性檢驗檢驗的是實證結果是否隨著參數設定的改變而發生變化，如果改變參數設定以後，結果發現符號和顯著性發生了改變，說明不是robust的，需要尋找問題的所在。
一般根據自己文章的具體情況選擇穩健性檢驗：
1. 從數據出發，根據不同的標准調整分類，檢驗結果是否依然顯著；
2. 從變數出發，從其他的變數替換，如：公司size可以用total assets衡量，也可以用total sales衡量；
3. 從計量方法出發，可以用OLS, FIX EFFECT, GMM等來回歸，看結果是否依然robust；

❷ 基準回歸分析和穩健性檢驗的目的

穩健性檢驗考察的是評價方法和指標解釋能力的強壯性，也就是當改變某些參數時，評價方法和指標是否仍然對評價結果保持一個比較一致、穩定的滾舉瞎解釋。

簡單來說，當我們得出答坦一個結論時，需要通過一系列方法來驗證所得的結論是否可靠。當我們改變了一些條件或者假設發現所得結論依然不變，那麼我們的結論就是穩健的，反之，所得結論有待商榷，我們需要找出使結論發生改變的原因並進行解釋。

在較早的文大空獻中，一般很少涉及穩健性檢驗，但近年來，大家對穩健性檢驗的重視程度越來越高，這也體現了大家對所得結論准確性的要求越來越高。做好穩健性檢驗，是使結論得到廣泛接受的重要步驟之一。

遺憾的是，目前關於如果做穩健性檢驗並沒有統一的標准，也沒有一個明確的說明告訴我們在文章中我們到底應該要從哪些角度去做穩健性檢驗。因此，每篇文章根據自己的研究目的不同，穩健性檢驗的角度也會大不相同。比如當你的文章著重於研究方法的設計時，穩健性檢驗則應該更多關注於研究方法成立的前提條件和假設；而當你的文章數據處理時，則應該更多的關注於數據本身的穩健性。

為研究目前研究中穩健性檢驗常用的角度，筆者通過搜集經濟研究、管理世界以及中國工業經濟三個目前被廣泛認可的期刊 2014-2020年 共六年的文獻，從中隨機挑選了包含實證研究內容的文章共117篇，經粗略統計發現其中將穩健性檢驗作為單獨一個章節的文獻共51篇，佔比達到43.6% (註：許多文章在進行結論分析時會將穩健性檢驗放入結論討論部分，但是這里筆者因為統計方便的原因並沒有將其納入統計中，只統計了單獨將穩健性檢驗作為一個章節的文獻，因此實際進行穩健性檢驗的文章遠大於43.6%，該結論需謹慎使用)。

❸ 穩健性檢驗的方法是什麼_如何進行穩健性檢驗

穩健性檢驗檢驗的是實證結果是否隨著參數設定的改變而發生變化，如果改變參數設定以後，結果發現符號和顯著性發生了改變，說明不是robust的，需要尋找問題的所在。下面是我為您帶來穩健性檢驗的 方法 ，歡迎閱讀。

1. 從數據出發，根據不同的標准調整分類，檢驗結果是否依然顯著;

2. 從變數出發，從其他的變數替換，如：公司size可以用total assets衡量，也可以用total sales衡量

3. 從計量方法出發，可以用OLS, FIX EFFECT, GMM等來回歸，看結果是否依然robust;

為了確定沒有隨機趨勢或確定趨勢，否則將會產生“偽回歸”問題。偽回歸是說，有時數據的高度相關僅僅是因為二者同時隨時間有向上或向下的變動趨勢, 並沒有真正聯系。這樣數據中的趨勢項,季節項等無法消除, 從而在殘差分析中無法准確進行分析. 平穩性檢驗的方法可以用PDF檢驗, 依據模型趨勢可以選擇3種模型. 消除趨勢可以用差分法(比如一階)模型也只有通過平穩性檢驗才有統計分析的意義。

會計穩健性作為一項重要的會計信息質量要求，卻經常受到資本市場規制者、准則制定者和實務工作者的批評，理論界對會計穩健性的認識似乎也非常有限。有鑒於此，為了深入理解會計穩健性，筆者首先對會計穩健性的概念進行梳理，著重分析了條件穩健性和非條件穩健性。接著。從契約經濟激勵、法律和政治制度等方面，對會計穩健性的產生原因進行解讀。最後，對會計穩健性的幾種重要的測度方法進行了描述，並對最新進展給予了關注。

穩健性原則是企業會計核算中運用的一項重要原則，《企業會計制度》和已發布的具體會計准則充分體現了這一原則。穩健性原則又稱謹慎性原則，是指在處理企業不確定的經濟業務時，應持謹慎的態度。也就是說，凡是可以預見的損失和費用都應予以記錄和確認，而沒有十足把握的收入則不能予以確認和入帳。在市場經濟條件下，企業不可避免地會遇到風險，實施謹慎原則，就能在風險實際發生之前化解風險，並防範風險，有利於企業做出正確的經營決策，有利於保護所有者和債權人的利益、提高企業在市場上的競爭力。

1. 從數據出發，根據不同的標准調整分類，檢驗結果是否依然顯著;

2. 從變數出發，從其他的變數替換，如：公司size可以用total assets衡量，也可以用total sales衡量;

3. 從計量方法出發，可以用OLS, FIX EFFECT, GMM等來回歸，看結果是否依然robust;

❹ 穩健性檢驗的三種方式

穩健性檢驗的幾種辦法如下：

1、變數替換法：工作績效既可以用晌州液工作量也可以用工作完成時間來衡量（替換因變數或者主要的自變數）。

2、補充變數法：模型中存在遺漏變數（隨機擾動項與解釋變數相關）。加入遺漏變數再次進行分析，看結論是否會發生改變。

從而在殘差分析中無法准確進行分析. 平穩性檢驗的方法可以用PDF檢驗, 依據模型趨勢可以選擇3種模型. 消除趨勢可以用差分法(比如一階)模型也只有通過平穩性檢驗才有統計分析的意義。

會計的穩健性

會計穩健性作為一項重要的會計信息質量要求，卻經常受到資本市場規制者、准則制定者和實務工作者的批評，理論界對會計穩健性的認識似乎也非常有限。有鑒於此，為了深入理解會計穩健性，筆者首先對會計穩健性的概念進行梳理。

著重分析了條件穩健性和非條件穩健性。接著。從契約經濟激勵、宴物法律和政治制度等方面，對會計穩健性的產生原因進行解讀。最後，對會計穩健性的幾種重要的測度方法進行了描跡笑述，並對最新進展給予了關注。

❺ 穩健性檢驗縮尾處理是對所有變數嗎

可以。我們介紹文獻中在穩健性檢驗部分常用的一些應對方法。
1.替換因變數
周京奎 (2019) 在研究農業生產率和農村家庭的人力資本積累關系時發現隨著農業生產率提高，農村家庭傾向於進行教育投資，進而提升了家庭人力資本積累。在本文中作者首先採用家庭教育支出和家庭學雜費支出來衡量教育投資。在隨後的穩健性檢驗章節中，作者將被解釋變數替換為敬燃家庭教育支出占當年家庭收入的比例，考察農業生產率對教育支出佔比的影響，進一步驗證了農業生產率對人力資本投資影響的穩健性。

類似的文章可參考劉暢 (2017) 研究子女外出務工對農村父母身心健康的影響的文章，其中考慮到健康的多維性，採用了另外 6 個健康指標進行穩健性檢驗。

譚遠發 (2015) 研究父母政治資本如何影響子女工資溢價的影響時，考慮到實際工資與保留工資正相關，因此將正文中子女的實際工資替換為保留工資進行穩健性檢驗。

李春濤 (2020) 研究金融科技發展對企業創新的影響時將企業的專利申請數量作為反映了企業的創新產出水平的衡量標准之一，隨後作者進一步運用企業研發支出總額占銷售收入的比例更替企業創新的度量指標進行穩健性檢驗。

此外孟美俠 (2019) ；羅勇根 (2019) ；陳強遠 (2019) ；顧夏銘 (2018) 等都採用了替換因變數的方法進行了檢驗。

這里需要注意的一點是，除了替換因變數，學者有時還會對因變數進行一些修正，比如王雄元 (2019) 在檢驗國際貿易增加如何影響企業創新行為時考慮到未取自然對數的專利申請量數據為離散型變數，且其分布中存在大量 0 值，可能不符合正態分布的假定，因此採用泊松模型回歸處理被解釋變數非正態分布問題。

2.替換自變數
蔡曉慧 (2016) 在研究地方政府基礎設施和企業技術創新關系時，正文部分討論中使用的地方政府基礎設施的數據來自於金戈 (2016) 估算的省級基礎設施資本存量數據，而在穩健性檢驗中採用了地級市市轄區道路密度代表基礎設施資本存量。因為道路交通是重要的基礎設施，也是企業通過擴大市場規模取得規模經濟的前提，道路交通的密度在一定程度上也反應了基礎設施的基本存量。

替換自變亮散虛量的文章比比皆是，可參考 劉怡 (2017) ；李衛兵 (2019) ；董香書 (2012) ；周穎剛 (2019) ；申廣軍 (2017) ；孫傳旺 (2019) ；顧夏銘 (2018) ;梁斌 (2020) ；於斌斌 (2015) ；劉啟仁 (2020)。

3.放寬因變數或自變數條件
除了替換自變數與因變數外，學者有時還會對因變數或自變數的選擇條件進行放寬，例如陳仕華 (2015) 在研究國企高管政治晉升對企業並購行為的影響時，對被解釋變數的衡量主要是基於董事長或總經理是否調任政府部門職位來判定高管政治晉升，考慮到董事長或總經理升任集團層面的董事長或總經理，或者升任集團層面的黨委或黨組書記時，國企高管的行政級別也得到了提升，因此在穩健性檢驗部分借鑒王曾等 (2014) 的測量方法，將高管職位變更去向出現以下情況時均視為晉升：平級或者更高級別的政府部門職位、集團層面的董事長或總經理、集團層面的黨委或黨組書記。以此替代變數進行測試。

上文中，我們介紹了穩健性檢驗的概念，目的以及常用的一個角度 (變數替換法) ，這篇文章我們將繼續介紹穩健性檢驗的其他角度。從上篇推文可以看出，有些文章出現了不止一次，這說明，每一個穩健性檢驗的方法都是不是獨立存在的，在一篇文章中學者可以根據自己的需要可以選擇多個穩健性檢驗的方法，比如羅勇根 (2019) 在研究空氣污染、人力資本流動與創新活力的關系一文中，一共採用了 8 種方法從多個維度來檢驗自己文章的穩健程度。

我們需要注意的是，穩健性檢驗的意義在於我們需要保證，文章得出的結論不會根據現在使用的數據的變化而發生巨大的變化，比如當其他人使用了一份相似的數據，或者當本文數據的樣本量發生不同時，你的結論依然成立，這才能保證結論的可靠性。

4.加入遺漏變數
除了前文所舉的例子以外，梁斌 (2020) 在探討失業保險金對失業者求職努力的影響時，將失業者在日誌日搜尋工作的小時數作為因變數，失業者領取到的失業保險金作為自變數，並控制了個體特徵變數以及家庭特徵變數，加入了省份虛擬變掘衡量後，在穩健性檢驗部分提出，失業保險金對失業者來說是確定性的收入，因此本文預期厭惡風險的失業者 (risk-aversion) 更可能領取失業保險金，也更可能為了日後穩定的收入而積極尋求工作，因此又將風險這一變數納入了考量。

類似的加入更多控制變數的文章可以參考蔡曉慧 (2016) ；陳仕華 (2015) ；張龍鵬 (2016) ；李春濤 (2020)

5.加入各類虛擬變數
需要注意的是，加入遺漏變數有時不僅僅指加入更多的變數，也包括控制其他層面的固定效應，比如施炳展 (2020) 在研究互聯網對製造業企業分工水平的影響時提到，在前文中作者只控制了年份固定效應和企業固定效應，雖然大多數企業並不會更換省份和行業，但是這種可能性是客觀存在的，因此如果不加入省份和行業固定效應，有可能遺漏省份和行業層面不隨時間改變的重要變數，從而使估計結果有偏和不一致。為了避免這一問題，作者在保留年份和企業固定效應的基礎上，進一步加入了省份和行業固定效應。

類似的文章可以參考柳光強 (2018) ；孫傳旺 (2019) ；羅勇根 (2019)

6.分樣本回
由於不同的樣本對於所得的結果具有不同的敏感性，因為在穩健性檢驗時，也常常進行分樣本回歸，常見的分類方法用按照人口規模分類，按照地理位置分類，按照城鄉分類，按照性別不同分類等等。

比如，劉怡 (2017) 在研究婚姻匹配對代際流動性的影響時提出婚姻匹配是中國代際傳遞的重要機制，尤其是對女性而言，父代收入通過婚配市場作用於子代配偶的個人收入，形成代際傳遞，影響子代家庭收入。在穩健性檢驗中，作者根據子代的城鄉分布，將子代樣本劃分為城鎮和鄉村樣本，比較分析城鎮和鄉村地區的代際流動性及其婚姻匹配機制在代際傳遞中的影響，結果發現，城鎮地區多依賴於婚姻匹配機制，而農村地區側重於人力資本投資。

類似的分樣本回歸方法，可以參考楊仁發 (2013) 研究產業集聚與地區工資差距之間的內在聯系的文章；蔡曉慧 (2016) 研究地方政府基礎設施和企業技術創新關系的文章；劉暢 (2017) 研究子女外出務工對農村父母身心健康的影響的文章；申廣軍 (2017) 研究減稅對中國經濟的影響文章等。

當我們在所得的整個數據集范圍內進行分析時，常常會發現改變不同的時間段，得到的結論可能會完全不同。也許某一結論在某一時間段內得到的結果符合我們的預期，而當我們往後退 10 年，或者往前推 10 年再次回歸，就會發現得到的結論完全不同！因此，選擇正確的研究時間段也顯得十分重要。在穩健性檢驗中，我們可以通過擴寬時間長度或者縮短時間長度來檢驗我們的結論。
7.擴展時間窗口
仇童偉 (2019) 在研究宗族代理人對村莊地權變更的影響時在第一個穩健性檢驗方法中提到，村莊的喪葬習俗表徵了社區開放程度，在原文中採用了 2012-2014 的數據，而在穩健性檢驗中補充採用 1990-2014 年村莊喪葬習俗進行了處理。因為與僅採用 2012-2014 年喪葬習俗相比，採用 6 個時期的喪葬習俗可以規避單一時期測量造成的誤差。類似的文章還包括朱曉文 (2019) 研究家族企業代際傳承的文章中。

為了探討長期的影響，除了擴展時間窗口外，陳冬華 (2018) 在研究產業政策與股價同步性的關系中提到，產業政策作為一種國家級政策，每五年發布一次，影響周期為五年。因此，作為一種長期政策，其對企業的影響可能存在長期性，文章的研究區間應該擴展至全年度而非短時間區間范圍。基於此，參考錯層事件雙重差分方法，文章進一步探究了國家產業政策影響股價同步性的長期表現。

8.縮短時間窗口
李衛兵 (2019) 在研究空氣污染對企業生產率的影響時在穩健性檢驗部分提到該文選定的樣本期為 1998-2013 年，而大部分基於中國工業企業資料庫進行研究的文獻主要利用 1998-2007 年的企業數據，雖然該文對某些缺失的數據根據相關的會計准則進行了補齊處理，為避免處理後的數據干擾實證結果，作者將樣本調整為 1998-2007 年，並重新進行 RD 估計。

縮短時間窗口的另一個好處是可以排除其他政策的影響，比如王雄元 (2019) 在研究「一帶一路」如何影響企業創新行為的研究中提到，中國於 2013 年正式提出「一帶一路」倡議，因此在樣本僅保留 2013 年及以後開通「中歐班列」的樣本有助於將本文的研究統一置於「一帶一路」倡議的背景下，排除可能的其他政策干擾。(註：另一種排除同時期其他政策的影響的影響是通過控制同時期政策帶來的影響，比如齊紹洲 (2018) 在研究排污權交易試點政策是否誘發了企業綠色創新文章時提到，排污費徵收政策與排污權交易試點政策並行，我們可以通過需要控制排污費徵收政策對企業綠色創新的影響，進一步提煉排污權交易試點政策對企業綠色創新的因果關系。)

類似的縮短時間窗口的文章包括何欣 (2016) ；孫傳旺 (2019)

9.滾動窗口法
陳冬華 (2018) 在研究產業政策對股價同步性影響文章中提出，產業政策的影響是一個循序漸進的過程，因此在穩健性檢驗部分基於滾動窗口的實證研究方法對產業政策進行了動態研究。

當我們選擇好了時間之後，同時也要確定我們的樣本是否最能體現我們所研究的問題，同時樣本中有沒有極端值會影響我們的結果。因此，在穩健性檢驗中，我們需要將個別離群值剔除，或者在樣本中選擇最適合我們研究目的樣本 來檢驗我們的結論是否依然穩健。
10.選擇子樣本
鞠雪楠 (2020) 在研究跨境電商平台克服了哪些貿易成本時提出在跨境電商出口貿易中，中國向各個國家(地區)出口的分布並不均衡。其中，美國是中國最大的出口目的地;中國香港和新加坡是全世界重要的轉口貿易地區，中國向這個兩個地區的出口可能也有轉而向其他國家出口。為了確保實證分析的結論不受特定國家(地區) 和轉口貿易的影響，本文給出了剔除這三個國家以及地區的樣本之後的實證分析結果。

同樣的文章可以參考劉怡 (2017) ；李衛兵 (2019) ；蔡棟梁 (2018) ；何曉斌 (2013) ；葉迪 (2017) ；申廣軍 (2017) ；鐵瑛 (2019) ；李春濤 (2020) ；羅勇根 (2019) ；陳強遠 (2019)。

11.縮尾處理
在處理離群值時，我們要進行縮尾處理，陳強遠 (2019) 在研究中國技術創新主要激勵政策對企業技術創新質量和數量的影響時提到，由於控制變數如資產收益率與負債比率的測算存在極端值，盡管上文已對資產收益率與負債比率進行了 5%分位上雙邊縮尾。但為了進一步驗證前文結論的穩健性，接下來本文對企業的資產收益率與負債比率進行了 1%分位上雙邊縮尾處理。

12.擴充樣本容量
除了剔除部分樣本進行回歸之外，我們依然可以通過增加樣本來進行穩健性檢驗。比如原文中只採用了省會城市進行分析，在穩健性檢驗部分則可以將樣本擴大到所有地級市城市，這一方法有時也被稱為降低數據維度。

比如李衛兵 (2019) 在研究空氣污染對企業生產率的影響時提到，本文提取的 PM2.5 排放濃度來源於城市層面，同時由於大樣本選擇下更易帶來顯著的回歸結果，為了證明回歸結果的准確性，我們參考江艇等 (2018) 的處理方法計算出城市層面的 TFP，將區域層面的數據降低至城市層面。(註：除了降低數據維度，我們同樣可以提高數據維度，比如鐵瑛 (2019) 在人口結構變動的影響時多個個體維度進行調整，分別加總至企業維度和城市維度進行穩健性分析)。

內生性問題是我們每個文章都要考慮到的問題，施炳展 (2020) 在分析互聯網對中國製造業企業分工水平的影響時將大部分穩健性檢驗的篇幅都留給了內生性問題，可見內生性問題對我們研究的重要性。在處理內生性問題時，我們通常採用以下幾種方法進行穩健性檢驗：
13.工具變數法
工具變數是解決內生性問題的一個重要方法，比如施炳展 (2020) 選擇了中國建國初期各省份人均函件數量作為省份層面企業互聯網普及率的工具變數，選擇一個合適的工具變數可以對整個研究都有重要的影響，但同時也是十分困難的，我們可以通過大量的文獻閱讀積累來選擇最合適本文研究的工具變數。

類似的利用工具變數克服反向因果關系的文獻可以參考蔡棟梁 (2018) ；周京奎 (2019) ；梁斌 (2020) ；劉啟仁 (2020) ；張龍鵬 (2016) ；羅勇根 (2019)

14.加入滯後變數
部分研究也會將自變數的滯後一期或者兩期變數納入模型中來解決內生性問題，比如孫傳旺 (2019) 在研究交通基礎設施與城市空氣污染的關系時除了控制核心解釋變數的內生性偏誤，我們還擔心其他控制變數也可能存在潛在的內生性問題。為了檢驗結果穩健並排除這一種擔憂，將其他所有控制變數滯後一期；黃健柏 (2015) 到工業用地價格扭曲對企業過度投資的影響可能存在更長的時滯效應，把回歸模型中的工業用地價格扭曲程度變數替換為滯後兩期項， 重新進行回歸分析；李春濤 (2020) 考慮到創新投入也是影響專利產出的重要因素，本文在控制變數中加入企業創新投入的指標，並採用研發支出總額占銷售收入之比來度量。由於創新投入對創新產出的影響具有時滯性，本文使用滯後一期的創新投入指標。

類似的文章可以參考顧夏銘 (2018) ；劉啟仁 (2020) 。

15.樣本自選擇問題
陳強遠 (2019) 在研究中國技術創新主要激勵政策對企業技術創新質量和數量的影響中提到，高新技術企業認定等技術創新激勵政策可能存在自選擇問題，即企業整體績效較好的企業更容易享受優惠政策， 這可能導致估計結果存在偏誤。為了解決這一問題，文章採用 Heckman 兩步法進行了穩健性檢驗。類似的文章包括蔡曉慧 (2016) ；周穎剛 (2019) 等。

註：因為內生性問題十分重要，也有一些文章不將其作為穩健性檢驗的一部分，而是作為正文當中的一部分，比如高晶晶 (2019) ；韓永輝 (2017) ；余吉祥 (2019)。

16. 驗證前提條件
正如前文提到，穩健性檢驗就是為了檢驗回歸方法中的前提條件是否滿足，比如呂越 (2019) 在採用雙重差分法研究「一帶一路」倡議的投資對對外投資的影響時檢驗了 DID 的方法成立的條件，包括安慰劑檢驗，平行趨勢檢驗等等，類似的文章周茂 (2019) ；朱曉文 (2019) ;梁斌 (2020) ;陳冬華 (2018)

同樣李衛兵 (2019) 也在使用 RD 估計時，輔助進行了 RD 檢驗的有效性檢驗。；類似文章還有梁若冰 (2016)。

17.模型替換法
在上文中提到的蔡曉慧 (2016) 這篇文章中，作者依次在正文中採用線性概率模型進行研究後，在穩健性檢驗部分又依次採用 Logit 模型、Probit 模型進行估計基礎設施對企業是否投入研發的影響；同樣施炳展 (2020) 考慮到線性回歸模型潛在的模型設定偏誤，以面板 Tobit 模型替換線性回歸模型後重新進行了回歸；李春濤 (2020) 認為本文使用的專利數量有大量的零值，存在截尾數據的特徵，因此使用 Tobit 模型進一步檢驗金融科技發展對企業創新的影響；祝樹金 (2020) 用斷點回歸能較好的識別因果關系，這里使用這種方法對前文的 DID 回歸進行穩健性檢驗。

18.更換新的數據源
何興強 (2019) 在探討房價收入比對家庭消費房產財富效應的影響時，為了增強研究結論的穩健性，分別使用了調查數據、宏觀數據、和不同的家庭調查數據重新估計本文的主要回歸。這種方法對於數據的要求較高，因此使用頻率較低。

在我們進行完穩健性檢驗後，我想大家可能跟筆者一樣也經常遇到不穩健的結果，因此，這里想跟大家分享一下 Cristobal Young (2015) 在針對穩健性檢驗時提出的一段話：

學者總是在努力能夠通過他的文章採用無懈可擊的證據來講述一個「完美」的故事，但實際上我們必須承認，不穩健的結論有時可以引發我們更多深入的思考，也許一個重大的發現就隱藏在我們不穩健的結果背後。在穩健性檢驗時，我們需要更多的耐心來面對我們不穩健的結果，同時我們也需要更多的動力來揭秘不穩健結果背後隱藏的秘密。

因此，最後希望大家在面對不穩健的結果時，不要感到無措或者恐慌，靜下心來思考一下背後的原因，這才是研究的意義所在

❻ 科研論文第十二講——穩健性和結論

(1) 穩健性檢驗 (Robustness checks)

實證論文僅匯報一個回歸結果是不夠的，因為變數的顯著性可能在不同的模型設定下變化。

只有在不同的模型設定下，都得到類似結果，才是穩健與可信的。

對於穩健性檢驗的結果匯報，如篇幅比較短，可歸入上一部分的「回歸結果」；如做了較多的穩健性檢驗，可單獨作為論棚孫頃文的一個部分。

(2) 結論(Conclusion)

結論是論文的最後部分，對全文進行總結，給讀者留下最凱塌後印象。

結論部分通常概要地回顧本文的研究問題、計量方法與主要結論，也可重申本文的獨特貢獻。

由於任何論文都有局限性，也可指出未來的改進空間與研究方向。許多鏈陸讀者會先看引言與結論，再決定是否看正文，故結論部分也十分重要。

❼ 穩健性檢驗一定要全部通過嗎

穩健性檢驗一定要全部通過。
做穩健性檢驗並沒有統一的標准，也沒有一個明確的談棚說明告訴我們在文章中我們到底應該要從哪些角度去做穩健性檢驗。因此，每篇文章根據自己的研究目的不同，穩健性檢驗的角度也會大不相同。
比如當你的文章著重於研究方法的設計時，穩健性檢驗則應該更多關注於研究方法成立的前提條件和假設；而當你的文章數運姿據處理時，則應該更多的關注於數據本身含悄則的穩健性。

❽ 用ROA作為因變數進行實證研究穩健性檢驗應該用什麼變數

更換變數。
用ROA作為因變數進行慧薯實證研究穩健性檢驗應該用更換變數。其實有很多種方法，具體一般根據自己文章的具體情況選擇穩健性檢驗。
ROA的兩大驅動因素分別為凈利潤率和和總資產周轉率。凈利潤率反映銷售收入的收益水平，總資產周轉率前伍者反映總資產橘此的周轉速度。

❾ 分樣本回歸穩健性檢驗的標准可以是控制變數嗎

可以。另外還可以加入更多控制變數，敗薯虛雀擾擬變數等。方法二：分不同樣本回歸 可以利用不同樣本進行穩健察歲者性檢驗。☺️☺️☺️☺️

❿ 什麼是穩健性檢驗

穩健性檢驗考察的是評價方法和指標解釋能力鬧祥的強壯性，也就是當改變某些參數時，評價方法和指標是否仍然對評價結果保持一個比較一致、穩定的解釋。

通俗些，清隱就是改變某個特定的參數，進行重復的實驗，來觀察實證結果是否隨著參數設定的改變而發生變化，如果改變參數設定以後，結果發現符號和顯著性發生了改變，說明不是穩健性的，需要尋找問題的所在。

穩健性一詞第一次出現在Box(1953)的文章中，這篇文章檢驗了均值和方差的假設，指出方差對偏離正態性的檢驗是液正搏不穩健的，均值的檢驗是穩健的。

(10)穩健性檢驗方法的研究擴展閱讀

一般根據自己文章的具體情況選擇穩健性檢驗。

1、從數據出發，根據不同的標准調整分類，檢驗結果是否依然顯著；

2、從變數出發，從其他的變數替換，如：公司size可以用totalassets衡量，也可以用totalsales衡量；

3、從計量方法出發，可以用OLS，FIXEFFECT，GMM等來回歸，看結果是否依然robust。

穩健性設計最早的研究始於二戰後的日本，田口玄一博士於1950年至1958年期間，創立的三次設計法(ThreeStageDesign)奠定了穩健性設計的理論基礎。