1991-2023年信息披露质量KV指数两大指标构造，参考顶刊文献含详细构造过程Stata代码！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

信息披露质量KV指数

持续更新，后续关注我后免费获取更新版本
不管什么时候毕业或者发期刊用到，都能用到最新的数据

【原创整理，严禁转载，转载必究】


参考文献
[1]徐寿福,徐龙炳.信息披露质量与资本市场估值偏误[J].会计研究,2015(01):40-47+96.（KV，KV1）
[2]翟光宇,武力超,唐大鹏.中国上市银行董事会秘书持股降低了信息披露质量吗?——基于2007-2012年季度数据的实证分析[J].经济评论,2014(02):127-138.（KV，KV1）
[3]杨秋平,刘红忠.外资持股、知情交易与股票流动性[J].世界经济研究,2022(05):14-32+135.（KV1）
[4]李志辉,陈海龙.QFII持股能抑制股票市场操纵吗?——基于尾市价格偏离模型的检验[J].中央财经大学学报,2022(08):43-56.（KV1）
[5]张嘉伟,胡丹丹,周磊.数字经济能否缓解管理层短视行为?——来自真实盈余管理的经验证据[J].经济管理,2022,44(01):122-139.（KV）
[6]杨菁菁,朱瑞城,梁小敏.双重股权、机构持股与股价高估——基于中概股的经验证据[J].南方金融,2022(05):33-46.（KV）
计算说明
      参照Ascioglu et al.(2005)、周开国等(2011)的做法，本文采用Kim and Verrecchia(2OOl)的方法度量信息披露质量。在考察了信息披露质量、收益率和交易量三者关系之后，Kim and Verrecchia(2001)发现公司信息披露越充分时，投资者对交易量信息的依赖会降低，同时对信息披露的依赖会提高，导致交易量对收益率的影响减小；反之当信息披露越不充分时，投资者对交易量信息的依赖程度越大，同时对信息披露的依赖程度就越小，导致交易量对收益率的影响增大。交易量对收益率的影响系数通常被称为KV指数，通过反映市场对交易量信息的依赖继而反映公司信息披露程度，KV指数越高表明上市公司信息披露质量越低。
  周开国等(2011)认为，KV指数反映的是市场信息，相当于是投资者关于信息不对称程度的客观评价，因而能够真正反映上市公司信息披露的实际效果，既包含了强制性信息披露，也包含了自愿性信息披霹，是一个能够全面度量上市公司信息披露质量的变量。而且，Kim and Verrecchia(2001)的方法可以避免采用会计变量因随意应计利润和盈余管理等产生的一系列问题（Ascioglu et al.,2005)。构造KV指数（KV1，常用）的模型如下：

   
  式中：
  Pt和Volt分别是第t日的股票收盘价和交易量（股数）
  Vol0是研究期间所有交易日的平均日交易量
  采用普通最小二乘法针对每家上市公司回归得到的入值构建KV指数（不考虑λ为负的情况），λ越小说明信息披露越充分，因此越高的KV值代表越低的信息披器质量③。
  同时，本文借鉴瞿光宇等(2014)的做法，采用如下改进模型计算KV指数（KV）：

   
  注： ③研究者在使用KV模型时所采用的样本时间跨度存在差异，导致不同文献之间的KV值没有可比性，换言之若通过V指数比较上市公司的信息披露质量，必须遵循同一市场和同一时期的原则。由此，不同研究者在放大入值构造V指数时完全依研究需要和回归结果而定，比如Ascioglu et al..(2005)定义KV=λ×1000，而周开国等(2011)定义KV=λ×10000，等等。本文与大多数参考文献一致，定义KV=λ×1000000。

数据说明
样本选择：全部A股1991-2023年数据 (原始数据从1990年开始）
与参考文献相同，数据处理过程中我们剔除了金融类上市公司样本、IPO两年之内的样本以及数据缺失样本，同时对所有连续变量进行了1%和99%水平上的缩尾处理。
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


压缩包附有初始数据，计算代码，参考文献和最终数据


赠送超值上市基本信息：证券代码、统计截止日期、上市公司ID、证券简称、ABH股交叉码、行业名称、行业代码、中文全称、公司成立日期、首次上市日期、法人代表、注册资本、公司网址、经营范围、主营业务、上市状态、注册具体地址、注册地址所属省份、注册地址所属城市、注册地经度(E)、注册地纬度(N)、公司办公地址、办公地址经度、办公地址纬度、办公地址邮政编码等。（市价20+）

再额外赠送超值上市常用分组指标：是否 ST或PT、是否金融业、资产负债率是否大于1、是否沪深A股、
是否北京A股、行业名称、行业代码、所属省份代码、所属省份、所属城市代码、所属城市、分东部地区、中部地区、西部地区、是否高科技行业、是否重污染行业（市价50+）

数据截图



分年份数据量统计



缩尾后的描述性统计


附件截图



1991-2023年信息披露质量KV指数两大指标构造，参考顶刊文献含详细构造过程Stata代码！ (76 Bytes, 需要: RMB 36 元)

2024-7-11 16:09:59 上传

需要: RMB 36 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：Stata tata 信息披露 Verrecchia 中央财经大学学报

数据来源权威：官方公布的上市公司年报、上市公司数据库等权威途径手动整理而成，自用数据，多次人工审核、校对，确保准确无误

感谢楼主的分享、原创不易、点赞支持！

请问这个是否重污染行业的123有什么区别呢？是根据什么分类的？

16637202272 发表于 2024-8-8 21:49
请问这个是否重污染行业的123有什么区别呢？是根据什么分类的？

您好，是参考不同文献的划分的

信息披露质量 KV 指数主要参考了徐寿福和徐龙炳 (2015) 的研究，他们提出了两种衡量信息披露质量的方法：KV 和 KV1。下面是这两个指标的详细构造过程及对应的 Stata 代码示例。

### 一、KV指数构造

#### 定义
KV 指数通过比较分析师预测均值与实际每股收益 (EPS)，以及报告利润与市场预期之间的偏差来衡量信息披露质量。
$$
\text{KV} = \frac{\left| E_i - A_i \right|}{A_i}
$$
其中，$E_i$ 是第 $i$ 期的分析师预测 EPS 的平均值；$A_i$ 是实际公布的 EPS。

#### 构造步骤：
1. **获取数据**：收集公司的财务报告中每股收益（EPS）与分析师预期数据。
2. **计算偏差**：对每一家公司，计算每个报告期的 $E_i - A_i$ 的绝对值。
3. **标准化处理**：将上一步得到的结果除以实际公布的 EPS。

#### Stata代码示例：
```stata
* 假设已有变量 eps_actual（实际EPS）、eps_estimate（预测EPS）
gen kv = abs(eps_estimate - eps_actual) / eps_actual
```

### 二、KV1指数构造

#### 定义
KV1 指数通过比较报告利润与分析师预期的偏差来衡量。
$$
\text{KV1} = \left| E_i - R_i \right|
$$
其中，$R_i$ 是实际报告利润。

#### 构造步骤：
1. **获取数据**：收集公司的财务报告中的净利润和分析师预测的数据。
2. **计算偏差**：对每一家公司，每个报告期，计算 $E_i - R_i$ 的绝对值。

#### Stata代码示例：
```stata
* 假设已有变量 net_profit（实际报告利润）、eps_estimate（预测EPS）
gen kv1 = abs(eps_estimate * share_capital / 10^8 - net_profit)
```
其中 `share_capital` 是股本，需要转换成亿股。

以上 Stata 示例代码基于假设数据结构进行构造。在具体应用时，请根据自己的数据库结构调整变量名称和计算逻辑。如果使用的是更详尽的数据集（如季度报告或调整后的EPS），相应的代码也需作出相应修改。注意数据的准确性和完整性对于最终指数的可靠性至关重要。

参考上述文献，这些指标被广泛应用于后续研究中，用于检验信息披露质量与公司治理、市场效率等多方面关系的影响。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用