项目概述

本代码用于分析 CEO 特征及企业控制变量对企业数字化转型指数的影响，采用三种回归方法进行对比研究，旨在识别关键影响因素并构建稳健的预测模型。

核心思路

1. 数据准备

使用包含以下信息的面板数据：

• CEO 背景特征

• 企业财务指标

• 行业信息

• 年份信息

2. 模型选择

（1）OLS 回归

• 作为基准模型

• 分析变量之间的线性关系

• 适用于解释变量影响方向与显著性分析

（2）LASSO 回归

• 引入 L1 正则化

• 自动筛选重要特征

• 减少过拟合风险

• 提升模型简洁性

（3）Elastic Net 回归

• 结合 L1 与 L2 正则化

• 同时实现特征选择与共线性处理

• 在高维数据或多重共线性情况下表现更稳定

3. 评估指标

使用以下指标评估模型性能：

• R²

• 调整 R²

• MSE（均方误差）

• RMSE（均方根误差）

• MAE（平均绝对误差）

4. 结果可视化

• 生成系数路径图

• 展示不同正则化强度下变量系数变化趋势

• 分析变量在不同 λ 值下的稳定性

使用流程

1. 环境配置

安装依赖库：

pandas
numpy
statsmodels
scikit-learn
tqdm
matplotlib

确保数据文件（如 CEO特征数据集.xlsx）位于：

./data/

2. 数据预处理

• 读取数据

• 清洗缺失值

• 构建变量结构：

• 因变量：数字化转型指数

• CEO 特征变量

• 控制变量（如董事人数、研发投入等）

• 行业虚拟变量

• 年份虚拟变量

3. 运行模型

（1）OLS 回归流程

• 逐步加入 CEO 特征变量

• 加入控制变量

• 加入行业和年份固定效应

• 比较模型拟合优度变化

（2）LASSO / Elastic Net 回归流程

• 设置正则化参数：

• LAMBDAS

• L1_RATIOS

• 自动标准化连续型控制变量

• 保留虚拟变量原始取值

• 训练模型

• 提取系数路径

4. 结果解读

• 查看回归结果表格：

• 系数估计值

• t 统计量

• 显著性标记

• 分析 LASSO / Elastic Net 系数路径图：

• 识别稳定变量

• 判断变量重要性

• 对比不同模型：

• 调整 R²

• 各类误差指标

• 选择最优模型

注意事项

数据要求

数据需包含：

• 完整的 CEO 背景信息

• 企业财务指标

• 行业分类信息

• 年份分类信息

参数调整

• LASSO / Elastic Net 中的 LAMBDAS 与 L1_RATIOS

• 需根据数据特征进行调节

• 在稀疏性与稳定性之间取得平衡

模型选择建议

• 若变量存在多重共线性 → 优先使用 Elastic Net

• 若追求模型简洁性 → 可使用 LASSO

• 若重点关注经济解释与显著性 → 使用 OLS

项目价值

• 提供多模型对比分析框架

• 支持特征筛选与稳健性检验

• 适用于企业数字化转型相关实证研究

• 可扩展至其他企业行为或公司治理研究场景

参考文献：

易志高,刘逸飞,潘镇.CEO特质与企业数字化转型——基于机器学习的变量选择[J].系统工程理论与实践,2025,45(05):1462-1484.

LASSO 回归结果复现对比

我们将复现的 LASSO 回归结果与原文报告的关键结果进行系统比对，以验证变量选择方法的重现性。

结论

我们的复现结果在以下关键维度上与原文报告高度一致：

• 系数符号

• 统计显著性

• 相对大小关系

• 模型整体解释力（$R^2$）

这表明成功验证了原文文献分析的核心发现以及方法的可复现性。