发帖
雷达卡
借鉴Richardson（2006）构建非效率投资的思想，构建以下模型拟合出实体企业最优金融化水平：
其中
Finit表示实体企业当期金融化程度，通过“（交易性金融资产+可供出售金融资产净额+持有至到期投资净额+发放贷款及垫款净额+衍生金融工具+长期股权投资+投资性房地产净额）/资产总额”计算所得。
Finit-1表示实体企业上期金融化程度；
Growthit-1表示实体企业成长能力，以上期营业收入增长率表示；
Levit-1表示企业财务杆杠，以上期资产负债率表示；
Cfit-1表示企业现金流状况，以上期经营现金净流量表示；
Sizeit-1表示企业规模，以上期资产总额取自然对数表示；
Ageit-1表示企业上市年限，以Ln[（上期年份−上市年份）+1]计算所得；
Roait-1表示企业盈利能力，以上期总资产报酬率表示；
Industry、Year分别表示行业和年度虚拟变量。
注：由于2018年的新会计准则中不再使用“持有至到期投资”和“可供出售金融资产”两个项目，2019年及之后年份的样本数据中，本文将使用“债权投资”替代“持有至到期投资”，“其他债权投资”和“其他权益工具投资”的总和替代“可供出售金融资产”。
对模型采用OLS回归拟合出实体企业最优金融化水平，然后以实际金融化水平减去最优金融化水平得到实体企业过度金融化程度指标Exfin，其值越大表明过度金融化的可能性越大；同时，设置实体企业过度金融化虚拟变量Exfin_dummy反映是否过度金融化，当回归结果残差大于0时表示存在过度金融化，Exfin_dummy取值为1，否则取值为0。
2.数据说明
样本选择：全部A股2000-2023年数据（“经营活动产生的现金流量净额”数据是从1998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2000年）
与参考文献相同，做了如下的处理：（1）删除数据缺失的样本；（2）删除资产负债率大于1的样本；（3）删除ST类样本；（4）删除归属于金融和房地产行业样本。
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
3.参考文献
[1]黄贤环,王瑶,王少华.谁更过度金融化:业绩上升企业还是业绩下滑企业?[J].上海财经大学学报,2019,21(01):80-94+138.
[2]舒鑫,于博.过度金融化对研发投资的挤出效应与挤出机制[J].河海大学学报(哲学社会科学版),2020,22(06):29-38+110.
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：
2023过度金融化.rar
(16.45 MB, 需要: RMB 48 元)
本附件包括：- 初始数据.dta
- 过度金融化.dta
- 计算代码.do
- 过度金融化对研发投资的挤出效应与挤出机制_舒鑫.pdf
- 谁更过度金融化_业绩上升企业还是业绩下滑企业__黄贤环.pdf
- 初始数据.xlsx
- 过度金融化.xlsx
京公网安备 11010802022788号
