花三天给学妹做的实证分析??
1️⃣ 变量说明
研究涉及被解释变量（碳排放强度）、核心解释变量（绿色金融指数等）、控制变量（外商直接投资、经济发展水平等）、中介变量（绿色技术创新等）和调节变量（地区金融发展水平等），并介绍了各变量的符号及定义。同时说明了数据来源，包括中国碳核算数据库、《中国工业统计年鉴》等。
.
2️⃣ 基准模型回归分析
✅描述性统计：选取 2010 - 2019 年我国 248 个地级市的数据，有 1989 个有效样本观测结果，给出了各变量的观测数、均值、标准差、最小值和最大值等统计特征。
.
✅基准模型设定：因数据为面板数据，通过 F 检验和 hausman 检验确定固定效应模型更符合样本数据。
.
✅多重共线性检验：采用 VIF 方差膨胀因子检验，结果表明所选自变量不存在多重共线性问题。
.
✅回归分析：基准回归结果显示加入所有控制变量后绿色金融指数的回归系数在 5% 水平上显著为负，表明绿色金融对碳排放有显著抑制作用。分样本回归（剔除广州、深圳和剔除绿色金融改革示范区）也有类似结论。
.
✅内生性问题：采用动态面板模型进行内生性检验，通过系统 GMM 方法结果显示前文基准回归通过了稳健性检验。
.
✅按地区分组回归：将地区分为东部、中部、西部，结果显示绿色金融对碳排放的抑制作用在东部地区最显著，西部地区也有显著抑制效果但弱于东部，中部地区碳减排效果不明显。
大学生活分享篇
#毕业论文 #实证分析 #实证不显著 #实证分析数据 #实证分析论文 #实证分析辅导 #数据分析 #spss分析
1️⃣ 变量说明
研究涉及被解释变量（碳排放强度）、核心解释变量（绿色金融指数等）、控制变量（外商直接投资、经济发展水平等）、中介变量（绿色技术创新等）和调节变量（地区金融发展水平等），并介绍了各变量的符号及定义。同时说明了数据来源，包括中国碳核算数据库、《中国工业统计年鉴》等。
.
2️⃣ 基准模型回归分析
✅描述性统计：选取 2010 - 2019 年我国 248 个地级市的数据，有 1989 个有效样本观测结果，给出了各变量的观测数、均值、标准差、最小值和最大值等统计特征。
.
✅基准模型设定：因数据为面板数据，通过 F 检验和 hausman 检验确定固定效应模型更符合样本数据。
.
✅多重共线性检验：采用 VIF 方差膨胀因子检验，结果表明所选自变量不存在多重共线性问题。
.
✅回归分析：基准回归结果显示加入所有控制变量后绿色金融指数的回归系数在 5% 水平上显著为负，表明绿色金融对碳排放有显著抑制作用。分样本回归（剔除广州、深圳和剔除绿色金融改革示范区）也有类似结论。
.
✅内生性问题：采用动态面板模型进行内生性检验，通过系统 GMM 方法结果显示前文基准回归通过了稳健性检验。
.
✅按地区分组回归：将地区分为东部、中部、西部，结果显示绿色金融对碳排放的抑制作用在东部地区最显著，西部地区也有显著抑制效果但弱于东部，中部地区碳减排效果不明显。
大学生活分享篇
#毕业论文 #实证分析 #实证不显著 #实证分析数据 #实证分析论文 #实证分析辅导 #数据分析 #spss分析
