【摘要】:表2-4与表2-5基于公司与最近的N个儒家文化中心的地理距离定义儒家文化变量。如图2-2所示,中国著名的孔庙分布在不同的省。具体而言,CONF_TEM_N的计算公式为“/”[14]。其中,DISN是上市公司与最近的N个孔庙的平均距离,max_DISN和min_DISN分别代表每年所有公司的DISN的最大值和最小值。为简要起见,这里只列示了主要变量的结果,省却了控制变量的结果。Panel B的~列表明,CONF_TEM_N×STATE的系数显著为正,支持了假设2-2。
表2-4与表2-5基于公司与最近的N个儒家文化中心的地理距离定义儒家文化变量。如图2-2所示,中国著名的孔庙分布在不同的省。为检验表2-4和表2-5的结果是否稳健,本章计算公司与最近的N个孔庙的距离,以此为基础定义儒家文化变量,利用模型2-1和2-2检验假设2-1和假设2-2。具体而言,CONF_TEM_N的计算公式为“(max_DISNDISN)/(max_DISN-min_DISN)”(N=1,2,3,4,5,6,7,8,9,10,20,30,40,50,51)[14]。其中,DISN是上市公司与最近的N个孔庙的平均距离,max_DISN和min_DISN分别代表每年所有公司的DISN的最大值和最小值。
表2-7的Panel A和Panel B列示了假设2-1和假设2-2的检验结果。为简要起见,这里只列示了主要变量的结果,省却了控制变量的结果。如Panel A的(1)~(15)列所示,CONF_TEM_N的系数显著为负,为假设2-1提供了进一步的支持。Panel B的(1)~(15)列表明,CONF_TEM_N×STATE的系数显著为正,支持了假设2-2。而且,CONF_TEM_N与STATE的系数均显著为负,支持了假设2-1和表2-5的结果。(www.xing528.com)
总之,表2-7的结果与表2-4和表2-5的结果一致,本章使用公司与最近的N个孔庙的距离定义儒家文化变量,结论依然成立。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。