更新时间:2024年5月24日
处理软件:Stata16
样本区间:2002-2023(可根据需要自行调整)
观测值:49364
数据说明:本数据上市公司非效率投资数据-Richardson模型(Richardson, 2006),附件包含全部Stata处理代码do文件和最终处理数据。按照下文公式(详见下文模型)进行OLS回归,模型估计的残差绝对值(AbsINV)即为公司非效率投资程度,AbsINV越大,非效率投资的程度越高,即投资效率越低。残差为正属于过度投资(OverINV),残差为负属于投资不足(UnderINV)。
模型说明:
![1.png 1.png](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
样本筛选(可根据需要自行调整):
1.仅保留沪深两市A股上市公司;
2.剔除金融行业上市公司;
3.剔除ST、PT样本;
4.剔除分年度分行业回归观测值小于10的样本;
5.连续变量在1,99百分位进行缩尾处理;
根据2012年证监会行业标准进行划分,制造业“C”取 2 位,其他行业取1位
补充说明:
模型设定存在各种形式上的变化(可根据具体情况进行调整),具体如下:
(1)Invest变量构成存在差异,如是否加入并购支出与研发支出,是否考虑折旧摊销等;
(2)回归模型变量的选择存在差异,如是否需要加入负债率等;
(3)回归变量的计算存在差异,如Cash的计算也有使用经营活动现金流量净额、Growth也有使用托宾Q、Age使用公司年龄等;
(4)回归方式存在差异,如整体回归还是分年度回归等;
(5)回归模型存在差异,如OLS回归还是GMM回归等;
(6)样本存在差异,如2000-2023还是2007-2023等。
描述性统计:
variable | N | mean | sd | min | p50 | max |
AbsINV | 49364 | 0.041 | 0.054 | 0 | 0.026 | 0.994 |
UnderINV | 49364 | 0.623 | 0.485 | 0 | 1 | 1 |
OverINV | 49364 | 0.377 | 0.485 | 0 | 0 | 1 |
各年度观测值:
年份 | Freq. | Percent | Cum. |
2000 | 778 | 1.58 | 1.58 |
2001 | 870 | 1.76 | 3.34 |
2002 | 1,000 | 2.03 | 5.36 |
2003 | 1,071 | 2.17 | 7.53 |
2004 | 1,132 | 2.29 | 9.83 |
2005 | 1,181 | 2.39 | 12.22 |
2006 | 1,270 | 2.57 | 14.79 |
2007 | 1,273 | 2.58 | 17.37 |
2008 | 1,321 | 2.68 | 20.05 |
2009 | 1,414 | 2.86 | 22.91 |
2010 | 1,491 | 3.02 | 25.93 |
2011 | 1,571 | 3.18 | 29.11 |
2012 | 1,906 | 3.86 | 32.98 |
2013 | 2,179 | 4.41 | 37.39 |
2014 | 2,344 | 4.75 | 42.14 |
2015 | 2,346 | 4.75 | 46.89 |
2016 | 2,454 | 4.97 | 51.86 |
2017 | 2,659 | 5.39 | 57.25 |
2018 | 2,852 | 5.78 | 63.03 |
2019 | 3,261 | 6.61 | 69.63 |
2020 | 3,333 | 6.75 | 76.38 |
2021 | 3,508 | 7.11 | 83.49 |
2022 | 3,857 | 7.81 | 91.3 |
2023 | 4,293 | 8.7 | 100 |
Total | 49,364 | 100 |
代码数据展示:
![2.png 2.png](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
![3.png 3.png](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
![](https://bbs-cdn.datacourse.cn/static/image/filetype/yunpan.jpg)
【更多帖子链接】:点击此处