毕业论文金融中介效应检验

中介效应检验的方法目前有四种：逐步回归法、系数乘积检验法、差异系数检验法和Bootstrapping。

【拓展资料】

什么是中介效应：

中介效应是指某个（某些）变量在另两个（两组）变量间扮演了中间人的角色，也就是社会上说的掮客。当然，这里的变量可以是测量变量，也可以是测量模型，如下图所示，如果是测量变量，那么该模型就是一个路径分析模型；如果是一个测量模型，那么就是结构方程模型。

中介效应检验的方法：

1、逐步回归法分别检验W1，W2，W3和W1-1是否有显著，如果W2和W3同时有意义，那么中介效应存在；如果W1也有意义，那么就是部分中介，否则就是完全中介。部分中介存在的缺陷容易出现假阳性，因为W2的置信度为95%，而W3的置信度也是95%，如果不加以控制，判断A和B之间存在中介效应的置信度将会降低为95%的平方，也就是，也就意味着这个结论的可靠性降低了。逐步回归法直接用SPSS的回归功能就能完成。2、系数乘积检验法（Sobel检验）鉴于逐步回归法的缺陷，很多研究者创造了修正的方法，系数乘积检验法就是其中一种。系数乘积检验法的原理是将W2和W3综合考虑，也就是考虑W2*W3是否有意义，这样就避免了分别检验W2和W3造成的置信度降低问题。Sobel检验也存在缺陷，那就是要求W2*W3服从正态分布，但是这一点是很难保证的，即使是W2和W3服从正态分布，W2*W3也不一定服从正态分布。Sobel检验可以使用SPSS中的Process插件来完成。3、差异系数检验法差异系数检验法检验的是(W1-W1-1)是否有意义，因为通常情况下，W2*W3=(W1-W1-1)，因此，乘积系数法和差异系数法的检验效力是基本上相同的，区别在于两者的标准误不同。经过很多研究者的对比，乘积系数法和差异系数法都比逐步回归法的检验结果更为准确。4、Bootstrapping法跟着草堂君学习了统计基础部分内容的朋友应该知道，大多数假设检验用到的标准误都是做无偏估计或有偏估计得来的，也就是说，检验用的标准误都是伪标准误（估计值），要使估计值准确，需要服从很多的假设条件（例如上面说到的正态分布），系数乘积检验法和差异系数检验法的标准误都是如此。

如果回归结果中有1%或者5%的变量，其他的一些非核心的变量10%显著性水平在核心期刊里也是用的。

调节变量如果变量Y与变量X的关系是变量M的函数，称M为调节变量。就是说Y与X的关系受到第三个变量M的影响。调节变量可以是定性的(如性别、种族、学校类型等)，也可以是定量的(如年龄、受教育年限、刺激次数等)，它影响因变量和自变量之间关系的方向(正或负)和强弱。

中介变量：

中介变量( mediator) 是一个重要的统计概念，如果自变量X通过某一变量M对因变量Y产生一定影响，则称M为X和Y的中介变量。研究中介作用的目的是在已知X和Y关系的基础上，探索产生这个关系的内部作用机制。

在这个过程中可以把原有的关于同一现象的研究联系在一起，把原来用来解释相似现象的理论整合起来，而使得已有的理论更为系统。中介变量的研究不仅可以解释关系背后的作用机制，还能整合已有的研究或理论，具有显著的理论和实践意义。

推断统计的显著性水平基本都设定在5%，它是个经验值，也就是说5%稍稍偏左或者偏右都可以接受，所以,甚至都可以叫作边缘显著而接受，但10%太大了，要知道5%的话，z分数就是，也就是均值外将近2个标准差，而10%的话，只是个标准差，一般2个标准差才算是偏高的值，我们才比较有信心认定自己所求的值不属于虚无假设假定的分布，的话相对有点靠近均值了。毕业论文和 核心 期刊的论文都是用5%，没有用10%的