1.计算说明
本文对过度负债企业样本数据的筛选参照黄继承和姜付秀(2015)、陆正飞等(2015)、汪强和昊世农(2007)、姜付秀和黄继承(2011)以及Faulkender等(2012)的研究成果,建立影响企业杠杆率的模型。
如模型(1)所示,将企业杠杆率作为被解释变量,影响企业目标杠杆率的因素作为解释变量,并对所有解释变量滞后一期。其中,解释变量中包括资产负债率(Lev),总资产净利润率(Roa),企业规模(Lnsize,期末总资产的自然对数),企业抵押能力(Tang,固定资产与存货之和与总资产之比),非债务税盾(Nontax,折旧与总资产之比),流动比率(Liquidity,流动资产与流动负债之比),持续发展能力(Growth,主营业务收入增长率),独立董事比例(ldd),监事会规模(Lnjs,监事会人数的自然对数),股权集中度(Holder,公司前10位大股东持股比例的平方和),行业杠杆率特征(Feature,行业年度杠杆率中位数),产权性质(State)以及年度(Year)、行业(Industry)虚拟变量。
根据模型(1)的回归结果,当残差大于0,即实际杠杆率大于目标杠杆率时,将其定义为过度负债企业;反之,将其定义为非过度负债企业。
2.数据说明
样本选择:全部A股2004-2021年数据(“产权性质”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)
与大多数文献相同,做了如下的处理:剔除金融行业的样本;剔除当年年末被ST、*ST或PT的上市公司;剔除公司上市之前的样本;剔除已经退市的上市公司样本;剔除有缺失值的公司样本
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
3.参考文献
[1]綦好东,刘浩,朱炜.过度负债企业“去杠杆”绩效研究[J].会计研究,2018(12):3-11.
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:
- 初始数据.xlsx
- 过度负债.xlsx
- 过度负债企业“去杠杆”绩效研究_綦好东.pdf
- 计算代码.do
- 初始数据.dta
- 过度负债.dta