2006-2023年僵尸企业识别（stata计算）

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

1.计算说明
与官方标准不同，学界主要从信贷角度定义僵尸企业。Caballero等(2008)研究20世纪90年代日本僵尸企业问题时，提出以是否获得信贷补贴作为核心的判断标准，称之为“CHK法”。之后，Fukuda和Nakamura(2011)引入“盈利标准”和“持续信贷标准”对其进行修正。虽然上述方法抓住了僵尸企业在盈利能力差、无偿债能力情况下仍能持续获得银行信贷的本质特征，但仍未全面描绘中国僵尸企业的成因。中国僵尸企业的成因特征之一是ZF对其提供了大量补贴，除了将信贷补贴考虑在内，实际盈利中还要扣除ZF补贴因素。因此，引入ZF补贴修正因素更符合中国国情。
本文在CHK法基础上，借鉴Imai(2016)及黄少卿和陈彦(2017)进一步考虑盈利因素和ZF补贴因素对僵尸企业进行测度。僵尸企业的识别条件为：扣除各类补贴后实际利润连续若干年之和为负，即：

其中，T=2（即连续三年）为基准识别结果。根据这一识别条件计算企业实际利润，需计算信贷补贴和ZF补贴。

借鉴CHK法计算信贷补贴，首先需计算每年最低利率和最低应付利息。最低短期贷款利率可以用不同期限的短期基准利率，即最优贷款利率表示。根据每年调息前后的时间和贷款基准利率，采用加权平均计算得到。假设企业的短期贷款期限满足均匀分布，则将期限为6个月（含）和6个月至1年（含）的贷款基准利率年化平均后得到短期最优贷款利率，计算公式如下：

考虑到长期贷款利息对应的贷款期限皆为1年以上，长期最优贷款利率为1一3年（含）贷款基准利率、3一5年（含）、5年以上贷款基准利率的算数平均值。借鉴CHK,t年最低应付利息为：

其中：
sr为短期最优贷款利率
lr为长期最优贷款利率
ShortLoan为短期借款
LongLoan为长期借款

由此计算出信贷补贴：

其中，InterestPayment为利息支出。

最后，将净利润减去上述ZF补贴（来自数据库）和信贷补贴（由计算得到），得到扣除补贴后的实际利润。


2.数据说明

样本选择：全部A股2006-2023年数据（“ZF补助”在数据库中是从2006年开始，所以数据起点选择为2006年）

与参考文献相同，删除了金融类公司样本

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

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]戴泽伟,潘松剑.僵尸企业的“病毒”会传染吗?——基于财务信息透明度的证据[J].财经研究,2018,44(12):138-150.

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：


2023僵尸企业方法一.rar (11.13 MB, 需要: RMB 49 元) 本附件包括：

• 初始数据.xlsx
• 计算结果.xlsx
• 人民币贷款基准利率.xlsx
• sr和lr.dta
• 初始数据.dta
• 计算结果.dta
• 计算代码.do
• 僵尸企业的“病毒”会传染吗...—基于财务信息透明度的证据_戴泽伟.pdf

2024-7-14 19:08:47 上传

需要: RMB 49 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 Caballero Nakamura interest

在Stata中识别2006-2023年僵尸企业的过程主要基于上述提到的方法，涉及信贷补贴、ZF补贴（政府补贴）和企业盈利能力等因素。下面是具体步骤：

### 1. 定义变量

首先定义你需要的几个关键变量：
- 利润前税收与利息 (EBIT)
- 政府补贴
- 短期贷款平均利率
- 贷款总额或负债

假设这些数据已经存在于你的Stata数据集中的变量名分别为：`ebit`, `govt_subsidy`, `short_rate`, 和 `debt_total`.

### 2. 计算信贷补贴

计算每年的信贷补贴，公式为：
\[ \text{Credit Subsidy} = \min(\text{Debt} * \text{Short Rate}, \text{EBIT}) \]

使用Stata命令进行操作:
```stata
gen credit_subsidy = min(debt_total * short_rate, ebit)
```

### 3. 计算调整后利润

接下来，计算扣除信贷补贴和ZF补贴后的实际利润：
\[ \text{Adjusted Profit} = \text{EBIT} - \text{Credit Subsidy} - \text{Govt Subsidy} \]

Stata命令如下:
```stata
gen adjusted_profit = ebit - credit_subsidy - govt_subsidy
```

### 4. 僵尸企业识别

最后，根据连续若干年（如T=2或3）调整后利润为负的条件来识别僵尸企业：
\[ \sum_{t}^{t+2} \text{Adjusted Profit}_t < 0 \]

使用`egen`命令进行计算:
```stata
by firm_id: egen total_adjusted_profit = sum(adjusted_profit), by(year)
gen zombie = (total_adjusted_profit < 0) if year > 2006 & year <= 2023
```

这里假设你的数据集已经根据`firm_id`（企业ID）和`year`排序。在最后一行代码中，`zombie`变量将被赋值为1如果企业在连续三年内调整后的利润总和小于零，则该企业被认为是僵尸企业；否则赋值为0。

### 5. 数据清洗与检查

确保所有计算的步骤没有错误，并且数据集中的缺失值已经被适当地处理。可以使用`tab zombie, m`或`summarize adjusted_profit`等命令来验证结果和统计数据的一致性。

以上步骤在Stata中实现了僵尸企业的识别，基于Caballero、Imai 和黄少卿等人提出的方法。这将帮助你更全面地理解企业行为以及经济政策的影响。

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