第一，政策外生性检验。采用双重差分法需要满足平行趋势检验和政策冲击的外生性。\n第二，样本选择问题检验。尽管因素并非是试点行业的主要依据，但考虑到政府对于行业抉择不可能是完全随机的，为进一步排除改革试点行业与非试点行业间系统性差异导致的潜在选择性偏误，本文利用其他政策构造双重差分模型重新进行估计。\n方法一：改变时窗法。例如：删除了 2021 年的样本，使用 2015~2020 年共 6 年的面板数据\n方法二：删除 2017~2019 年信用评级不连续的样本，即保留 2017~2019 年评级状态没有改变的样本;\n方法三，本文同时考虑了 PSM-DID 模型。\n第三，排除其他可能存在的政策情况。\n为排除以上可能因素的干扰，本文利用政策规定中对被解释变量Y的要求，识别政策效应。结果显示，核心解释变量的估计系数依然显著为正，说明在排除了其他影响企业融资约束的外在因素后，本文研究结论依旧成立。\n方法二，政府还可能以其他方式对这些行业增加财政补贴，或者通过结构性“减税降费”来削 减其成本负担。为进一步提升估计的准确性，参考吴怡俐等(2021)的做法，以试点行业的企业为总样本进行 连续型双重差分回归估计。结果表明，无论是否加入企业层面随时间变化的控制变量、是否控制城市与时间 的固定效应，在政策冲击后企业的留抵退税金额与劳动要素收入份额依旧显著正相关，进一步支持留抵退税改革对劳动要素收入有显著的提升效应。\n总之，PSM-DID模型的稳健性不外乎有psmdid倾向得分匹配法、改变时窗法、滞后两期的稳健性检验#实证不显著 #数据分析 #深度学习与神经网络 #实证分析 #控制变量法 #多元线性回归 #生信分析 #计量经济学 #统计学 #稳健型检验
