●论文复刻●
绿色并购与企业绿色创新
通过本案例可以学习到什么
- 从基础数据整理到最后的结果输出的完整案例
- 常用控制变量数据
- 如何对缺失值和异常值处理(缩尾处理)
- 基础结果:描述性统计、相关系数矩阵、多重共线性、基础回归
- 异质性分析
- 均值T检验
- PSM匹配 倾向性得分匹配
- 构造绿色并购指标
- 筛选重污染行业上市公司
- 输出表格结果
- 学习到论文实证分析中常用的命令
内容丰富,绝对超值,建议先下载文献看看,有需要可以下载系统学习,其他相关主题的论文可速成
数据更新至2023年,优化代码
样本筛选
首先,明确样本行业。重污染行业的认定参照《上市公司环保核查行业分类管理名录》(环办函[2008]373号),主要包括火电钢铁、水泥、电解铝、煤炭等行业,结合证监会于2012年发布的《上市公司行业分类指引》,可确定重污染行业的行业代码为:B06、B07、B08、B09、B10、C15、C17、C19、C22、C25、C26、C27、C28、C29、C30、C31、C32、C33、D44和C13中的部分企业。由于各上市公司在2006~2018年有变更主营业务从而不再属于重污染行业的可能,以上述重污染行业代码为标准在国泰安数据库中的行业变动轨迹数据库整理出2006~2023年各年度重污染行业企业的证券代码,同时通过年报对相关企业的主营业务进行甄别,进一步剔除非重污染行业企业,再将上述代码整理出2006~2023年重污染行业企业的并购样本。参照以往文献,借鉴潘爱玲等的研究,按下列标准对样本进行手工筛选:
①上市公司为主并方;
②并购交易类型为股权收购和合并,剔除资产剥离、资产置换、债务重组、股份回购的样本;
③剔除并购标的为土地使用权、设备、商标权、采矿权、银行理财产品等非技术并购样本;
④剔除收购金额小于100万元人民币的样本;
⑤对同一企业在同一年份进行多次并购且并购标的相同的样本进行合并,对同一企业在同一年份进行多次并购且并购标的不同的样本,仅保留交易金额最大收购比例最高的样本;
⑥剔除主并企业属于sT类或*ST类的样本;
⑦剔除交易失败或数据缺失的样本。
变量定义
| 变量类型 | 变量名称 | 变量代码 | 变量描述 |
| 被解释变量 | 企业绿色创新 | GI | ln(企业绿色专利申请量+1) |
| 解释变量 | 绿色并购 | GMA | 绿色并购取1,否则取0 |
| 控制变量 | 企业规模 | Size | 总资产的自然对数 |
| 企业年龄 | Age | 并购年份与成立年份的差值 | |
| 财务杠杆 | Lev | 资产负债率,总负债占总资产的比例 | |
| 盈利能力 | Roa | 资产收益率,净利润占平均总资产的比例 | |
| 现金持有量 | Cash | 货币资金占总资产的比例 | |
| 资本支出 | Capital | 购建固定资产、无形资产和其他长期资产支付的现金占总资产的比例 | |
| 机会成本 | TobinQ | 所有者权益和负债的市场价值之和占账面总资产的比例 | |
| 股权性质 | State | 国有控股取1,非国有控股取0 | |
| 董事会规模 | Board | 董事会人数的自然对数 | |
| 独立董事比例 | Id | 独立董事人数占董事会人数的比例 | |
| 两职合一 | Dual | 董事长和总经理不是由一人兼任时取1,否则取0 | |
| 第一大股东持股 | Large | 第一大股东持股比例 | |
| 两权分离率 | Sep | 实际控制人拥有上市公司控制权与所有权之差 | |
| 年度效应 | Year | 年度虚拟变量 | |
| 行业效应 | Ind | 行业虚拟变量 |
回归模型
为了检验绿色并购对企业绿色创新的影响,本文构建如下多元回归模型:



雷达卡






京公网安备 11010802022788号







