发帖
雷达卡
采用模型预测的方法度量超额商誉规模。其中，被解释变量为标准化商誉(GW)，解释变量包含经行业年度调整后的标准化商誉(GW_indyear)、公司规模(Size)、公司年龄(Age)、经营性现金流(CFO)、两职兼任(Dual)、公司成长性(Growth)以及资产负债率(LEV)，并加入行业与年度虚拟变量。
其中：
标准化商誉(GW)=商誉账面价值/总资产
标准化商誉(GW_indyear)：用总资产去规模化后的行业年度其他公司商誉的均值来表示
公司规模（Size）=ln（总资产）
公司年龄（Age）=ln(当年年份-上市年份+1)
经营性现金流（CFO）=经营活动产生的现金流净额/总资产
两职兼任（Dual）：虚拟变量，董事长与总经理兼任取1，否则为0.
公司成长性（Growth）：（本期营业收入一上一期营业收入）/上一期营业收入
资产负债率（LEV）=总负债/总资产
行业虚拟变量（Inded）
年度虚拟变量（Year）
对式(7)进行最小二乘法回归，取残差ϵ作为超额商誉(GW_excess)的代理变量。
还采用了另外两种方法重新度量超额商誉。
①经行业中位数调整的商誉（GW_excess1）
借鉴Ramanna（2008）对异常商誉（Abnormal Goodwill）的定义，采用经行业中位数调整的商誉来测度超额商誉。具体而言， 首先将企业账面商誉净额用期末总资产进行标准化，得到标准化商誉（GW_norm），超额商誉即等于企业标准化商誉减去当年行业内所有企业标准化商誉的中位数。该超额商誉指标的测度既能消除公司规模对商誉的作用，同时考虑到标准化商誉的分布存在严重的右偏态势，故以行业标准化商誉的中位数作为基准，又能够反映企业相对于同行业其他企业的商誉高估情况（Ramanna，2008）。
②经行业均值调整的商誉（GW_excess2）
用企业标准化商誉减去当年行业内所有企业标准化商誉的均值重新计算超额商誉。
2.数据说明
样本选择：全部A股2007-2021年数据（2007年新会计准则首次要求企业将商誉作为资产单独列报，所以数据起点选择为2007年）
与参考文献相同，做了如下的处理：剔除ST股、*ST、PT股；剔除金融行业样本；剔除相关变量缺失的样本
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
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商誉净额缺失值赋值为0
3.参考文献
[1]张治锋.超额商誉与债务违约：业绩波动的信号效应研究[J].现代财经(天津财经大学学报),2022,42(06):51-71.
压缩包所含文件：
数据样例：
分年份数据量统计：
缩尾后的描述性统计结果：
超额商誉方法二.rar
(9.53 MB, 需要: RMB 39 元)
本附件包括：- 超额商誉.dta
- 初始数据.dta
- 超额商誉.xlsx
- 初始数据.xlsx
- 超额商誉与债务违约：业绩波动的信号效应研究_张治锋.pdf
- 计算代码.do
京公网安备 11010802022788号
