This table reports estimation resul

This table reports estimation results from probit regression models. The dependent variable ΔPD equals 1 if the estimated probability of default increases for firms that default or decreases for firms that do not default, and 0 otherwise, when we add four factors on business credit information to the baseline default prediction model. Explanatory variables are split into tercile dummies (T2, T3) with tercile T1 as reference category to allow for non-monotonic effects (except LIMITED_LIABILTY which is a dummy variable). We include dummy variables for years, the first two digits of the industry classification code and the first two digits of the ZIP Code in all models to control for year, industry and regional fixed effects. Marginal effects (mfx) are reported as average marginal effects. We employ robust standard errors clustered within firms.
*Significance at the 10%-level.
⁎⁎
Significance at the 5%-level.
⁎⁎⁎
Significance at the 1%-level.
Table options

ผลลัพธ์ (ไทย) 1:

ตารางนี้รายงานการประเมินผลจากแบบจำลอง probit ถดถอย ΔPD ขึ้นอยู่กับตัวแปรเท่ากับ 1 ถ้าน่าเริ่มต้นประเมินเพิ่มขึ้นสำหรับบริษัทที่เริ่มต้น หรือลดสำหรับบริษัทที่เริ่มต้น และอื่น ๆ เมื่อเราเพิ่มปัจจัยสี่ธุรกิจ 0 เครดิตข้อมูลแบบทำนายพื้นฐานเริ่มต้น ตัวแปรอธิบายแบ่งหุ่น tercile (T2 T3) กับ tercile T1 เป็นอ้างอิงประเภทให้ผลไม่ monotonic (ยกเว้น LIMITED_LIABILTY ซึ่งเป็นตัวแปรกันขโมย) เรารวมตัวแปรกระพริบปี สองตำแหน่งแรกของรหัสการจัดประเภทอุตสาหกรรม และตัวเลขที่สองของรหัสในแบบจำลองทั้งหมดในการควบคุมสำหรับปี อุตสาหกรรม และภูมิภาคผลถาวร มีรายงานผลกำไร (mfx) เป็นผลกำไรเฉลี่ย เราใช้ข้อผิดพลาดมาตรฐานประสิทธิภาพที่จับกลุ่มภายในบริษัท
* สำคัญที่ 10%-level.
⁎⁎
Significance ที่ 5%-level.
⁎⁎⁎
Significance ที่ตัว 1%-level.
Table

ผลลัพธ์ (ไทย) 2:

ตารางนี้รายงานผลการประเมินจากแบบจำลองการถดถอย probit ΔPDตัวแปรตามเท่ากับ 1 ถ้าความน่าจะเป็นที่คาดการเพิ่มขึ้นของค่าเริ่มต้นสำหรับ บริษัท ที่เริ่มต้นหรือลดลงสำหรับ บริษัท ที่ไม่ได้เริ่มต้นและ 0 เป็นอย่างอื่นเมื่อเราเพิ่มปัจจัยสี่ในข้อมูลเครดิตทางธุรกิจให้กับพื้นฐานการทำนายรูปแบบเริ่มต้น ตัวแปรจะถูกแบ่งออกเป็นหุ่น tercile (T2, T3) กับ tercile T1 เป็นหมวดหมู่เพื่อให้การอ้างอิงสำหรับผลกระทบที่ไม่ต่อเนื่อง (ยกเว้น LIMITED_LIABILTY ซึ่งเป็นตัวแปรดัมมี่) เรารวมตัวแปรดัมมี่มานานหลายปีตัวเลขสองหลักแรกของรหัสการจำแนกอุตสาหกรรมและตัวเลขสองหลักแรกของรหัสไปรษณีย์ในทุกรูปแบบในการควบคุมอุตสาหกรรมสำหรับปีและผลกระทบคงที่ในระดับภูมิภาค ผลกระทบเล็กน้อย (MFX) จะมีการรายงานผลกระทบเล็กน้อยเฉลี่ย เราใช้ข้อผิดพลาดมาตรฐานที่แข็งแกร่งภายในกลุ่ม บริษัท
* ที่สำคัญ -level 10%
⁎⁎
สำคัญที่ -level 5%
⁎⁎⁎
สำคัญที่ 1% -level
ตัวเลือกตาราง

ผลลัพธ์ (ไทย) 3:

นี้รายงานตารางการจากตัวถดถอยแบบ และตัวแปรตามΔ PD มีค่า 1 ถ้าค่าความน่าจะเป็นของค่าเริ่มต้นสำหรับ บริษัท ที่เริ่มต้นขึ้นหรือลดลง สำหรับ บริษัท ที่ไม่ได้เริ่มต้นและ 0 เป็นอย่างอื่น เมื่อเราเพิ่มสี่ปัจจัยข้อมูลสินเชื่อธุรกิจพื้นฐาน เริ่มต้นพยากรณ์แบบ ตัวแปรอธิบายจะแบ่งออกเป็น tercile Dummies ( T2 ,T3 ) กับ tercile T1 เป็นข้อมูลอ้างอิงประเภทเพื่อให้ผลอย่างเดียวไม่ ( ยกเว้น limited_liabilty ซึ่งเป็นตัวแปรหุ่น ) เราประกอบด้วยตัวแปร dummy สำหรับปีที่สองหลักแรกของอุตสาหกรรมประเภท 2 หลักแรกของรหัสและรหัสไปรษณีย์ในรูปแบบการควบคุมสำหรับปี อุตสาหกรรม และผลถาวรในภูมิภาคผลของ ( mfx ) จะรายงานผลโดยเฉลี่ย เราใช้มาตรฐานแบบมีข้อผิดพลาดภายในบริษัท .
* ที่ระดับ 10% - ระดับ ⁎⁎

ระดับ 5 - ระดับความสำคัญที่ 1 ⁎⁎⁎

-

ตารางตัวเลือกระดับ