We note that the use of dynamic pan

We note that the use of dynamic panel GMM in estimating the speed of adjustment has been criticised in the past in that it is biased in the context that the variable of interest, for example market debt is bounded between zero and one (fractional). However, we employ its use in order to make a comparison with pooled OLS. The severe bias has been demonstrated by Chang and Dasgupta (2009) using parametric and non-parametric simulation approaches. The authors illustrate that the standard estimators erroneously attribute the fact the observed debt ratios remain in the [0,1] interval to be due to mean reversion. This provides a positive speed of adjustment estimates even if a financing decision occurs at random. We estimate capital structure and speed of adjustment to target leverage level. In estimating the speed of adjustment, we follow four steps.

Kết quả (Việt) 1:

Chúng tôi lưu ý rằng việc sử dụng các bảng điều khiển năng động GMM trong ước tính tốc độ điều chỉnh đã bị chỉ trích trong quá khứ mà nó thiên vị trong bối cảnh biến quan tâm, ví dụ: thị trường nợ có ranh giới giữa 0 và 1 (phân đoạn). Tuy nhiên, chúng tôi sử dụng nó được sử dụng để làm một so sánh với những OLS. Xu hướng nghiêm trọng đã được chứng minh bởi Chang và Dasgupta (2009) bằng cách sử dụng phương pháp tiếp cận mô phỏng tham số và không tham số. Các tác giả minh họa estimators tiêu chuẩn sai lầm rằng thực tế tỷ lệ quan sát nợ vẫn trong khoảng [0,1] là do có nghĩa là nổi. Điều này cung cấp một tốc độ tích cực của điều chỉnh ước tính ngay cả khi một quyết định tài chính xảy ra ngẫu nhiên. Chúng tôi ước tính cơ cấu vốn và tốc độ điều chỉnh mục tiêu tận dụng cấp độ. Trong ước tính tốc độ điều chỉnh, chúng tôi thực hiện theo bốn bước.

Kết quả (Việt) 2:

Chúng tôi lưu ý rằng việc sử dụng GMM bảng năng động trong việc ước tính tốc độ điều chỉnh đã bị chỉ trích trong quá khứ ở chỗ nó được thiên vị trong bối cảnh biến của lãi suất, cho nợ dụ thị trường được bao bọc giữa không và một (phân đoạn). Tuy nhiên, chúng tôi sử dụng nó để làm một so sánh với OLS gộp. Xu hướng nghiêm trọng đã được chứng minh bởi Chang và Dasgupta (2009) sử dụng phương pháp mô phỏng số và phi tham số. Các tác giả cho thấy rằng các hàm ước lượng tiêu chuẩn sai lầm thuộc tính thực tế, tỷ lệ nợ quan sát được ở lại trong [0,1] khoảng thời gian là do có nghĩa là đảo chiều. Điều này cung cấp một tốc độ tích cực của việc điều chỉnh ước tính ngay cả khi một quyết định tài chính xảy ra một cách ngẫu nhiên. Chúng tôi ước tính cơ cấu vốn và tốc độ điều chỉnh để nhắm mục tiêu mức độ đòn bẩy. Trong việc ước tính tốc độ điều chỉnh, chúng tôi làm theo bốn bước.