发帖
雷达卡
●论文复刻●
经济政策不确定性与企业短债长用
通过本案例可以学习到什么
- 从数据整理到最后的结果输出
- 基础结果：描述性统计、相关系数矩阵、基础回归
- 如何对缺失值和异常值处理（缩尾处理）
- 输出表格结果
- 稳健性检验方法（GMM回归、面板2SLS回归、替代变量、遗漏变量）
样本筛选
本文选取2000~2023年中国A股上市公司年度数据作为研究样本。企业层面的财务数据来自数据库；宏观经济数据来源于国家统计局;经济政策不确定性程度采用由Baker等(2016)构建、经斯坦福大学和芝加哥大学联合公布的中国经济政策不确定指数来衡量。对数据作以下预处理：
- 剔除ST及金融行业样本；
- 剔除主要变量缺失的样本；
- 为排除极端值对实证结果的影响，对企业层面中的连续变量进行了双侧1%的缩尾处理。
变量定义
| 变量符号 | 变量名称 | 度量方法 |
| SDLA | 短债长用 | (短期负债/总负债)-(短期资产/总资产） |
| EPU | 中国经济政策不确定性 | 经济政策不确定性指数每年12个月数据的算术平均值/100 |
| Size | 企业规模 | 总资产加1后取自然对数 |
| Growth | 成长性 | (本期营业收入-上期营业收入)/上期营业收入 |
| Tang | 有形资产比例 | 固定资产l总资产 |
| Cfo | 经营性现金流 | 经营活动产生的现金流量净额/总资产 |
| ROA | 总资产净利润率 | 净利润/总资产，经年度行业调整 |
| Ndts | 非债务税盾 | 折旧摊销/总资产 |
| Top1 | 第一大股东持股比例 | 第一大股东持股百分比/100 |
| TobinQ | 托宾Q | 市场价值/总资产 |
| GDP | GDP增长率 | (本期实际GDP-上期实际GDP)/上期实际GDP |
| M2 | M2增长率 | (本期货币供给量-上期货币供给量)/上期货币供给量 |
| FPI | 物价变动 | 固定资产投资价格指数/100 |
1、被解释变量:短债长用( SDLA)
参考刘晓光和刘元春(2019)的做法，利用短期负债比例(短期负债/总负债)与短期资产比例(短期资产/总资产)之差来衡量企业的短债长用水平，指标数值越大意味着企业短债长用的程度越高。本文也注意到有学者使用“短贷长投”(钟凯等,2016)来衡量企业投融资期限错配程度，我们将在稳健性检验中使用该指标进行分析。
2、核心解释变量:中国经济政策不确定性(EPU)
使用Baker等(2016)创建的经济政策不确定性指数(Economic Policy Uncertainty Index)来度量中国经济政策不确定性程度。该团队对中国香港最大的英文报纸《南华早报》进行文本分析。在新闻报道中搜寻有关经济政策波动的词条，识别每月刊发文章中与中国经济政策不确定性有关的文章占比，从而构建出该指数并每月对外公布。由于本文使用年度数据，我们对当年12个月的指数取算术平均数并除以100，得到中国经济政策不确定性指数的年度数据。
回归模型
由于EPU会与时间固定效应产生完全共线性。因此，基准回归模型中没有控制年份的时间固定效应。但如果不控制年份虚拟变量，又有可能会遗漏一些重要的不可观测因素。为此，在控制变量中加入GDP增速、M2增速、物价指数等宏观环境变量来尽可能缓解遗漏变量问题。
结果展示
以下结果均是Stata运行直接截图效果
- 描述性统计
- 相关系数矩阵
- 基础回归
- 稳健性检验1——遗漏变量问题
其一，剔除经济波动的影响。经济政策的变动往往是基于宏观经济周期的逆周期调整，经济政策不确定性与宏观经济自身的不确定性相互联系、同时存在。因此，经济本身的不确定性可能是一个重要的遗漏变量，有必要将其分离开来。为此本文使用每年内4个季度GDP实际增速的标准差来衡量经济波动所造成的不确定性。
其二，考虑行业和地区的时变特征。经济在行业和地区上的周期性波动也有可能给回归结果带来估计偏差,在考虑中国整体的宏观经济因素后，我们还需要尽可能将企业所处行业和地区的经济波动因素分离开来。本文进一步控制行业和企业所处地级市的时变特征。
- 稳健性检验2——反向因果问题
工具变量检验可在一定程度上缓解遗漏变量问题，也可缓解反向因果问题。因此，本文使用工具变量法进行估计。选取美国经济政策不确定性指数的滞后一期作为中国经济政策不确定性的外生工具变量进行检验。
- 稳健性检验3——替换变量
1、解释变量：经济政策不确定性表征指标的替换
由于EPU指数的原始数据为月度数据，而本文主要使用企业的年度数据，在匹配时可能存在测量误差。因此，本文改变中国经济政策不确定性指标的度量方式，为越接近年末的月份的指数赋予越高权重，使用加权平均法重新计算中国经济政策不确定性指数(EPU_Wei)，每个月份的权重依次为1/78、2/78......11/78、12/78。另外也取当年最后一个月，即12月的数据作为当年数据的代理指标(EPU_Dec)。
2、被解释变量：短债长用表征指标的替换
本文利用钟凯等(2016)的“短贷长投”(SFLI)指标替换“短债长用”(SDLA)指标进行稳健性检验。其度量方法为:[(购建固定资产、无形资产和其他长期资产支付的现金)-(长期借款本期增加额+本期所有者权益增加额+经营活动产生的现金流量净额+处置固定资产无形资产和其他长期资产收回的现金净额)]/总资产
- 稳健性检验4——其他稳健性检验
1、进一步考虑时间效应
在基准回归分析中，虽然我们已经通过控制多个宏观变量来缓解由于未控制时间固定效应而可能导致的遗漏变量问题，但仍需要进一步考虑时间因素对回归结果的影响。借鉴申宇等(2020)的做法，本文对基准回归结果采用时间维度上的聚类标准误
2、模型替换：动态面板GMM估计和变化模型检验
考虑到企业的投融资决策具有连续性，前期的被解释变量可能会对后期的被解释变量产生影响。为消除这一影响，本文将滯后一期的被解释变量纳入到模型当中进行动态面板GMM估计。滞后一期的短债长用程度对当期的短债长用程度有显著的正向影响，但并不改变EPU对短债长用的基本结论。此外,为了进一步检验是由于EPU的变化引起了企业短债长用程度的变化，本文使用变化模型进行检验，对模型中的重要变量进行一阶差分，以前后两年短债长用的变化作为被解释变量、前后两年EPU指数的变化作为解释变量
- 稳健性检验-季度数据
参考文献
- 李增福, 陈俊杰, 连玉君, & 李铭杰. 经济政策不确定性与企业短债长用. 管理世界.
附件下载
注意：数据和代码请使用Stata14以上版本打开（解压后打开代码）
经济政策不确定性与企业短债长用实证分析Stata代码(附2000-2023年数据).zip
(91.12 MB, 需要: RMB 218 元)
本附件包括：- 代码[经管之家momingqimiao7].do
- 经济政策不确定性与企业短债长用_李增福.pdf
经管之家：momingiqmiao7
欢迎关注，分享更多实用的数据，独家发布，严禁转载获利，转载必究，有任何问题在可以帖子下方回复，及时回复
批量购买可享优惠
【关注】【帖子索引2023年】【帖子索引2022年】【帖子索引2021年】【使用常见问题】【点击查看更多帖子】【Stata软件下载】【Stata免费学习资料】
京公网安备 11010802022788号
