文獻分享1:使用剩余項作為解釋變量時的錯誤推斷

導讀:這是本專題分享的第壹篇文章，是壹篇實證研究方法文章，討論使用殘差項作為解釋變量是否會導致假設推斷錯誤。由於剩余項可以度量異常情況，會計研究中的許多變量都是用剩余項來度量的，如真實活動盈余管理、應計項目盈余管理和異常投資。通過分析實證金融和會計領域中使用OLS回歸殘差項作為被解釋變量的文章，作者發現這種做法會導致有偏估計系數和標準誤，從而導致錯誤的推斷結果，錯誤類型可能是I型或II型。作者考察了四種會計研究中的潛在錯誤，最後提出了三種解決方法。

會計研究雜誌2018第56卷第3期

魏晨·保羅·赫裏巴爾·塞繆爾·梅萊薩

我們分析了實證會計和金融研究中常見的程序，其中研究人員使用普通最小二乘法將因變量分解為預測和殘差分量，並在第二次回歸中使用殘差作為因變量。這壹兩步程序用於檢查結構的決定因素，如可自由支配的應計項目、實際活動管理、可自由支配的賬面-稅收差異和異常投資。我們表明，這壹程序的典型實現產生有偏的系數和標準誤差，這可能導致不正確的推論，具有類型I和類型II誤差。我們進壹步表明，系數和標準誤差偏差的大小是模型回歸變量之間相關性的函數。我們在四個常用的環境中說明了會計研究中潛在的偏差程度。我們的結果表明在許多情況下存在明顯的偏倚。我們提供了三種解決方案來避免偏見。

原地址:/doi/pdf/10.111/1475-679 x . 12195。