2023-2006年上市公司企业劳动投资效率指标计算Stata代码和数据
前言:
原始数据的各项指标由楼主自行整理自权威相关数据库汇总而成,仅供参考使用。使用时请以自己获取的数据为主,并参考相关计算代码进行操作,得到自己的计算结果。
数据处理:
选取2006-2023年A股上市公司为样本‚并按以下程序筛选:
(1)剔除金融企业;
(2)根据需要判断是否剔除 ST、PT 企业;
(3)数据缺失处理.
(4)对主要连续变量‚将处于0—1%和99%—100%之间的样本进行 winsorize 处理
(5)保留A股数据
计算依据:
采用模型(1)残差的绝对值来衡量劳动投资效率(LIE)
这一模型的思想是,利用非正常劳动投资水平即实际劳动投资水平与最优劳动投资水平的偏离程度来衡量企业对劳动力的非效率投资,当企业实际劳动投资水平和最优劳动投资水平越接近时,企业对劳动力的非效率投资越少,劳动投资效率越高。 反之,当企业实际劳动投资水平与最优劳动投资水平之间偏离越大时,企业对劳动力的非效率投资越多,劳动投资效率越低。
按照年份、行业回归得到残差ε即为实际劳动投资规模与预期最优水平的差值,取绝对值得出劳动非效率投资Abresid,其值越小,说明劳动投资效率越高,反之,则表示劳动投资效率越低。 具体的计算公式如下:
其中,Net_hire 为员工增长率,等于当期员工人数相较于上一期员工人数的增长幅度,表征企业的劳动力投资水平;Sales_growth 为营业收入增长率,等于当期营业收入相较于上一期营业收入的增长幅度,表征市场对企业产品和服务的需求情况;Roa 为净利润除以期初总资产,表征企业的盈利能力;ΔRoa 为盈利能力的变动率,表征市场对企业的需求变动;Return 为考虑现金红利再投资的年个股回报率;Size 为公司流通市值的自然对数;Quick为速动比率,表征企业的流动性;ΔQuick 为速动比率增长率,表征企业管理短期流动性的能力;Lev为长期负债与总资产之比。 Lossbin1—5为虚拟变量,是将Roa在[-0.025,0]区间上以 0.005 的区间长度等分为五个区间,满足区间范围取 1,否则取 0。例如,当 Roa 的值落-0.005 与 0 之间时,Lossbin1取 1,否则取 0,以此类推。
计算结果
参考文献
张泽南,夏玉洁,张雪梅. 赋能还是负能:ESG表现与企业劳动投资效率 [J]. 外国经济与管理, 2024, 46 (07): 69-85. DOI:10.16538/j.cnki.fem.20240120.201.
秦际栋,方潇. 企业数字化对劳动投资效率的影响——来自中国上市公司的经验证据 [J]. 改革, 2023, (12): 58-77.
傅超,刘雨欣,王文姣. 营商环境对企业劳动投资效率的影响研究 [J]. 华东经济管理, 2023, 37 (09): 106-117. DOI:10.19629/j.cnki.34-1014/f.230205006.
购买本资料无偿赠送参考文献原文、stata参考代码、原始数据。
以及2000--2023上市公司年度信息常用指标,指标包含:股票代码 证券代码 year 证券简称 AB股标识 成立年份 公司上市年份 是否ST或PT 行业分类 纬度 经度 所在区县 所在地区 股权性质 行业代码 省份 注册所在地 办公地经度 办公地纬度 公司性质 是否为国有控股 注册具体地址 经营范围 上市日期 上市状态 退市日期 统计截止日期 董事会人数 董事长持股数量 董事长持股比例 董事会持股数量