高管海外经历能降低股价崩盘风险吗

内容丰富

• 包含股价崩盘、应计盈余管理（信息透明度）、真实盈余管理指标的详细计算代码
• 包含描述性统计、相关性分析、回归分析、调节效应、分组回归、中介效应、PSM倾向性得分匹配代码
• 使用esttab直接输出结果，方便易用
  

仅供学习参考，祝大家科研顺利~~

✔数据来源和样本筛选

本文选择A股上市公司为研究对象。对于初始数据，做了如下处理：（1）剔除金融行业和当年为ST或*ST企业；（2）删除了年度周收益率观测值少于30的样本；（3）删除变量中存在缺失值的公司-年度样本；（4）为防止极端值干扰，对连续变量进行了缩尾处理。

✔变量设计

变量类型	变量符号	变量定义
被解释变量	NCSKEW_t+1	t+1年的股票负收益率偏态系数
	DUVOL_t+1	t+1年的股票收益率上下波动的比率
解释变量	Oversea	高管海外经历的虚拟变量，当高管团队中存在高管海外经历时取值为1，否则为0。
控制变量	Oturnover	月均超额换手率，为第t年股票i的月平均换手率-第t-1年股票i的月平均换手率
	Sigma	收益的波动
	Ret	平均周收益率
	Size	公司规模，总资产的自然对数
	BM	账面市值比，股票i在第t年的净资产/（t年末股价x流通股股数+每股净资产x非流通股股数）
	ROA	总资产报酬率，股票i在第t年的净利润/总资产
	Lev	资产负债率，股票i在第t年的总负债/总资产
	AbsACC	信息不对称程度，可操控性利润的绝对值
调节变量	LnIC	迪博中国上市公司内部控制指数加1的对数,该指数越大表示内部控制质量越高
	LnNum	企业独立董事数量加1的对数
	Big_N	若为“四大”会计师事务所则取1，否则取0
	Num_AnaAttentiont	分析师跟踪人数
	State	产权性质。若企业为国有属性则为1，否则取0

股价崩盘风险计算



信息透明度计算



参考文献


✔模型设计

基础回归模型


调节效应



✔实证分析结果

样本描述性统计


相关性分析
左下角与右上角分别为Pearson和Spearman相关系数


多重共线性


回归分析



调节效应
进一步分析：内部治理机制


分组回归
进一步分析：外部监督机制


进一步分析：产权性质


进一步分析：高管海外经历影响股价崩盘风险作用机制检验
REM为真实盈余管理指标



进一步分析：高管海外经历影响股价崩盘风险作用机制检验
真实盈余管理细分指标


倾向得分匹配
具有海外经历的高管所在企业与不具有海外经历的高管所在全业在月均超额换手率、企业规模、象比，负债率等方面均存在差别，因此还可能存在样本进择偏误问题。为解决这一问题，本文运用倾向得分匹配法，首先将具有海外经历高管的公司设定为处理组，将不具有海外经历高管的公司设定为对照组，根据处理组特征与对照组进行一对一匹配。



更改高管海外经历度量方法


更改股价崩盘度量方法




✔购买资料包