题目：Does digital transformation improve the firm’s performance? From the perspective of digitalization paradox and managerial myopia
期刊：Journal of Business Research
作者：Xiaochuan Guo, Mengmeng Li*, Yanlin Wang, Abbas Mardani（一作上海大学）
变量：
Y1——TFP索罗余值OP法、LP法
Y2——公司表现ROE、ROA
X——数字化词频比例、数字化无形资产占比
中介——营业成本比率、资产周转率、管理费用比率
调节——管理短视词频比例
1.描述性统计，注意这应该就是数据库下载上市公司数据的真实分布——ROE最低-0.35，growth最小-94，最大8269也就是八十多倍。而且是1%缩尾后的。
2.工具变量，许多文章都有这个问题，恰好看到这篇就拿来说了。按年按省按行业三项分组再取平均，而且不删本个体（即分子不减本样本的值，分母不减一）。这是一种非常取巧的办法，原因在于理论上工具变量选取看似成立，实则在如此细分后的每一组中，受本个体数据影响很大，一些组甚至只有本个体。这样的IV二阶段非常容易显著，但做出来的LM和CDW F值会究极无敌大。
3.我最喜欢这篇文章引用和总结的productivity paradox和digitalization paradox，这在我们看近年同主题实证文章一色正向，找不到research gap时非常有启发。
4.文章做出如此多显著结果非常不容易，也基本可以推测没有用任何稳健标准误。
期刊：Journal of Business Research
作者：Xiaochuan Guo, Mengmeng Li*, Yanlin Wang, Abbas Mardani（一作上海大学）
变量：
Y1——TFP索罗余值OP法、LP法
Y2——公司表现ROE、ROA
X——数字化词频比例、数字化无形资产占比
中介——营业成本比率、资产周转率、管理费用比率
调节——管理短视词频比例
1.描述性统计，注意这应该就是数据库下载上市公司数据的真实分布——ROE最低-0.35，growth最小-94，最大8269也就是八十多倍。而且是1%缩尾后的。
2.工具变量，许多文章都有这个问题，恰好看到这篇就拿来说了。按年按省按行业三项分组再取平均，而且不删本个体（即分子不减本样本的值，分母不减一）。这是一种非常取巧的办法，原因在于理论上工具变量选取看似成立，实则在如此细分后的每一组中，受本个体数据影响很大，一些组甚至只有本个体。这样的IV二阶段非常容易显著，但做出来的LM和CDW F值会究极无敌大。
3.我最喜欢这篇文章引用和总结的productivity paradox和digitalization paradox，这在我们看近年同主题实证文章一色正向，找不到research gap时非常有启发。
4.文章做出如此多显著结果非常不容易，也基本可以推测没有用任何稳健标准误。
