2004-2021年过度负债,过度资产负债率(方法二,stata计算,陆正飞等2015)

本文使用Tobit回归模型预测企业的目标负债率,通过计算企业实际负债率与预测值的差值衡量过度负债水平。研究考虑了盈利能力、行业负债率等因素,对A股2004-2021年的数据进行稳健性检验和行业分类处理。数据来源包括许晓芳和陆正飞等人的研究成果,以及附带的Stata计算代码。
摘要由CSDN通过智能技术生成

根据Harfordetal.(2009)和Denis&Mekeon(2
012)对样本分年度进行'Tobit回归,预测企业的目标负债率,2回归模型如下:

企业实际负债率减去模型(1)预测的目标负债率即为过度资产负债率EXLEVB
,该指标越大,表明长期角度下企业过度负债水平越高。
稳健性检验中我们设定虚拟变量
EXLEB_dum衡量企业长期角度下是否过度负债,当EXLEVB大于1时,EX
LEVB_dum取1,否则为0。
模型(1)中控制变量的选择依据Changet
al.(2014)。Changetal.(2014)借鉴Goyal(20
09)的贝叶斯信息准则(BIC)研究方法,发现影响我国企业资产负债率稳定而可靠的
因素包括:企业盈利能力(ROA),行业负债率的中位数(IND_LEVB),总资产
增长率(CROWTH),固定资产占比(FATA)、企业规模(SIZE)、国有性质
(SOE)和第一大股东持股比例(SHRCR1)。

样本选择:全部A股200
4-2021年数据(“国有性质(SOE)”数据是从2003年开始,公式中用到了滞
后一期的变量,所以会造成缺失一年的数据,经过处理之后的数据起点为2004年)


与参考文献相同,做了如下的处理:剔除同时发行B股或H股的上市公司年度样本,剔除S
T公司年度样本,剔除金融行业的公司年度样本,剔除资产负债率大于1的异常值,剔除缺
失值

行业参照证监会2012年行业分类标准,制造业用二级行业分类,其他用一级分
类来计算

并对连续型变量进行了1%和99%分位数的缩尾处理

每个压缩包都附有
初始数据,计算代码,参考文献和最终数据

[1]许晓芳,陈素云,陆正飞.杠杆操
纵:不为盈余的盈余管理动机[J].会计研究,2021(05):55-6
6.
[2
]许晓芳,周茜,陆正飞.过度负债企业去杠杆:程度、持续性及政策效应——来自中国上
市公司的证据[J].经济研究,2020,55(08):89-10
4.

[3]周茜
,许晓芳,陆正飞.去杠杆,究竟谁更积极与稳妥?[J].管理世界,2020,36(
08):127-14
8.

[4]陆正飞,何捷,窦欢.谁更过度负债:国有还是非国有
企业?[J].经济研究,2015,50(12):54-6
7.


压缩包所含文件


数据样例:


分年份数据量统计:


描述性统计结果:


计算代码.
do
   

下载链接:https://download.csdn.net/download/weixin_45892228/89112394

点击下载:2004-2021年过度负债,过度资产负债率(方法二,stata计算,陆正飞等2015)

  • 5
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值