一、数据说明:
本数据集涵盖2004-2023年中国A股上市公司的财务与治理信息,聚焦企业负债结构及过度负债问题。数据样本量超39万条,覆盖全行业(剔除金融类企业),经严格清洗(剔除ST/*ST股、北交所公司、数据缺失样本及资产负债率异常值),并对连续变量进行上下1%缩尾处理,确保数据质量。数据格式为面板数据,支持时间与个体维度的动态分析,是研究企业杠杆率、债务风险及政策效应的核心资源。
二、计算方式:
参考Harford et al.(2009)、Denis & Mckeon(2012)、Chang et al.(2014)和陆正飞等(2015)的计算方法,构建上市公司目标负债率回归模型:
得出目标负债率后,再通过以下公式测算上市公司过度负债程度及去杠杆程度:
(1)过度负债程度 = 实际负债率 - 目标负债率
(2)去杠杆程度=(本期末账面资产负债率-上期末账面资产负债率)/上期末账面资产负债率,若该值为负且越小,说明去杠杆程度越高
三、数据指标及说明:
| Symbol | [证券代码] | 以沪、深、北证券交易所公布的证券代码为准。 |
| ShortName | [证券简称] | 以沪、深、北证券交易所公布的证券简称为准。 |
| Enddate | [统计截止日期] | XXXX-12-31 |
| ST | [是否剔除ST或*ST股] | 0=未剔除,1=剔除;当选择剔除时,剔除了会计年度内发生过或持续至统计截止日期结束依然ST或*ST或PT股 |
| IsNewOrSuspend | [是否剔除当年新上市、已经退市或被暂停退市的公司] | 0=未剔除,1=剔除; |
| ISBSE | [是否剔除北交所上市公司] | 0=未剔除,1=剔除; |
| ListedDate | [上市日期] | null |
| IndustryCode | [行业代码] | 2012版证监会行业代码 |
| IndustryName | [行业名称] | 2012版证监会行业名称 |
| IndustryCode1 | [行业代码1] | 中国上市公司协会行业分类代码。 |
| IndustryName1 | [行业名称1] | 中国上市公司协会行业分类名称。 |
| PropertyRightsNature | [产权性质] | 0:非国有企业,1:国有企业。根据实际控制性质判断,实际控制人性质为国有企业、行政机构、事业单位、中央机构、地方机构判断为国有企业,其他为非国有企业。 |
| Profitability | [盈利能力] | 计算公式为:净资产收益率(ROA)=净利润/总资产 |
| IndLeverageRatioMedian | [杠杆率行业中位数] | 公司所在行业的资产负债率的中位数; |
| Growth | [成长性] | 计算公式为:总资产增长率=(本期末总资产-上期末总资产)/上期末总资产 |
| FixedAssetsProp | [固定资产占比] | 计算公式为:固定资产占比=固定资产/总资产 |
| EnterpriseSize | [企业规模] | 总资产; |
| LargestHolderRate | [第一大股东持股比例] | null |
| ActualDebtRatio | [实际负债率] | 计算公式为:账面资产负债率=总负债/总资产;分子为空,结果为空,分子为0,结果为0,分母为空或是0,结果是空。 |
| TargetDebtRatio | [目标负债率] | 反映公司的目标负债率,具体算法见说明书“目标负债率”。 |
| ExcessiveDebtDegree | [过度负债程度] | 计算公式为:实际负债率-目标负债率 |
| DeleveragingDegree | [去杠杆程度] | 计算公式为:(本期末账面资产负债率-上期末账面资产负债率)/上期末账面资产负债率;该值为负且越小,说明去杠杆的程度越高 |
| ConstantTerm0 | [常数项α0] | / |
| Coefficient1 | [系数α1] | / |
| Coefficient2 | [系数α2] | / |
| Coefficient3 | [系数α3] | / |
| Coefficient4 | [系数α4] | / |
| Coefficient5 | [系数α5] | / |
| Coefficient6 | [系数α6] | / |
| Coefficient7 | [系数α7] | / |
| Residual | [残差ε] | / |
四、数据预览:
2004-2023年A股上市公司企业负债结实际负债率目标负债率过度负债程度excel面板数据.zip
(61.87 MB, 需要: RMB 19 元)


雷达卡




京公网安备 11010802022788号







