发帖
雷达卡
上市公司应计盈余管理（修正的琼斯模型）是衡量上市公司主观操纵盈余程度的核心指标，也是公司财务、公司治理、审计与资本市场研究的前沿热点。应计盈余管理广泛应用于公司治理、审计师选择、内部控制、盈余质量、信息披露等方向的实证研究，与股价崩盘风险、信息不对称、分析师关注等指标互为补充，《经济研究》《管理世界》《金融研究》《中国工业经济》等权威刊物均刊发过大量相关成果。附件内为自用整理、严谨测度、多重校验的2000-2025年上市公司应计盈余管理，修正的琼斯模型数据合集，参考 Dechow, Sloan & Sweeney (1995) 修正的 Jones 模型，附原始数据+Stata测算代码！原始数据来源于权威数据库，涵盖沪深A股上市公司在 2000-2025 年间的财务数据，严格遵循修正的 Jones 模型的经典方法学，按行业（制造业二级分类，其他行业大类）×年度滚动 OLS 估计系数，再用回归残差得到操控性应计利润 DA 、操控性应计利润绝对值 AbsDA （学术界最常用的盈余管理程度代理）以及过去三年操控性应计绝对值之和 Opaque （借鉴 Hutton, Marcus & Tehranian (2009) 的方法衡量公司信息透明度）。核心变量包括：DA（操控性应计利润）、AbsDA（操控性应计利润绝对值）、Opaque（过去三年操控性应计绝对值之和 = 公司信息透明度代理）以及指标构建所需的全部基础信息变量（证券代码、证券简称、行业代码、所属省份城市等）。累计涵盖 5.6w+ 公司-年度观测值，横跨 2000-2025 年共 26 个年份，已整理好的面板数据可直接用于回归分析，极具研究价值！一个数据集将应计盈余管理、操控性应计、盈余质量、信息透明度研究所需核心指标一网打尽，研究价值较高！
本数据集经过多次校验，由本人及所在课题组自用整理并提供售后咨询服务，欢迎大家私信交流！
本团队分享的所有原创自用数据都会及时更新，点击关注我，即可第一时间免费获取后续更新数据！购买则一份数据即可满足您不同时期的数据需求，充分节约您的宝贵时间！充分节约您的时间与精力！
【温馨提示】本人及所在团队致力于向大家分享高质量、科学准确的科研数据，长期以来好评如潮，数据质量有目共睹。近期发现论坛上出现部分账号倒卖本账号分享的原创数据，甚至连数据介绍文案都原封不动抄袭，查重率100%，实在令人不齿（在此就不一一点名，我们将保留追究其责任的权利连文案都要抄袭，数据质量如何令人信服？）。作为论坛首批原创数据分享者，我们深知一份好数据对学术研究的重要性，我们在论坛此唯一账号，其他类似账号均为假冒，请各位用户仔细甄别！
附件内所有文件均包括xlsx、dta格式面板数据，无偿赠送您非常详细的参考文献原文（C刊高被引文献！！）、变量说明文件、非常详细的Stata指标测算全过程参考代码（真正实现数据真实且可复现，参考价值较高！）、非常详细的原始数据（包括营业利润、营业收入、应收账款净额、固定资产原值、资产总计、经营活动产生的现金流量净额等指标构建所需的全部原始字段，完整原始数据体量较大，指标来源有依据，充分保证数据真实性、准确性，绝对不同于市面上其他粗制滥造数据！！）！本数据集适用于所有涉及应计盈余管理、操控性应计、盈余质量、公司治理、审计师选择、信息披露方向的实证研究与理论分析，更是非常适合在此基础上进行拓展研究，能够帮助大家高效上手，完成科研任务！以及2025 更新版本上市公司年度信息！！
此外，本数据集已为您匹配完成2000-2025上市公司常用财务指标面板数据，包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+关键变量，可与上市公司面板数据匹配用于回归，累计涵盖8.6w+公司-年度观测值，约 5000+样本企业！
本数据集来源正规，由我手动收集、整理，与同门多次核对，观测值数量全面。市面上的应计盈余管理相关数据，大多仅以单一的总应计或简单操控性应计粗糙近似，缺乏分行业分年度滚动回归的规范系数估计过程，测算方法不透明、不可复现，更新到2025年，严格遵循 Dechow, Sloan & Sweeney (1995) 修正的 Jones 模型的经典方法学，按行业（制造业二级分类，其他行业大类）×年度滚动 OLS 估计系数，再用回归残差得到操控性应计利润 DA，附完整 Stata 参考代码与样本原始数据，观测值无误差，亲测效果良好，不含拟合处理，均为基于上市公司原始财务数据的规范测度结果！
附件内容简介：
1、2000-2025年上市公司应计盈余管理（修正的琼斯模型）数据：基于权威数据库中沪深A股上市公司的财务数据，严格遵循 Dechow, Sloan & Sweeney (1995) 修正的 Jones 模型的经典方法学框架。首先对原始财务数据做指标构建：计算总应计 TA = (营业利润 - 经营活动现金流)/L.资产总计、A = 1/L.资产总计、(ΔREV - ΔREC)/L.资产总计、PPE = 固定资产原值/L.资产总计；然后按行业（制造业二级分类，其他行业大类）×年度 asreg 滚动 OLS 估计回归系数 (β1, β2, β3)；最后用残差公式得到操控性应计利润 DA，进一步计算 AbsDA = |DA| 和 Opaque = |L.DA|+|L2.DA|+|L3.DA|。核心变量包括：DA（操控性应计利润）、AbsDA（操控性应计利润绝对值）、Opaque（过去三年操控性应计绝对值之和 = 公司信息透明度代理）以及指标构建所需的全部基础信息变量（证券代码、证券简称、行业代码、所属省份城市等）。累计涵盖 5.6w+ 公司-年度观测值，横跨 2000-2025 年共 26 个年份，已整理好的面板数据可直接用于回归分析，极具研究价值！
附件内包括非常详细的 Stata 指标测算参考代码、所有原始数据文件、参考文献原文、变量说明文件，可逐一核验准确性，大家可放心数据质量！
指标测度方法：参照Dechow, Sloan & Sweeney (1995) 修正的 Jones 模型等经典文献，应计盈余管理指标的测算分为以下三步：
步骤 0，原始指标计算。对每家上市公司 i 在年度 t，按以下方式计算总应计利润 TA 与各回归自变量：
（0a）总应计利润 TA（现金流法）：
（0b）回归自变量（A / 调整后 ΔREV / ΔREC / PPE）：
第一步，分行业-分年度 OLS 滚动回归。对每个行业（制造业二级分类，其他行业大类）×年度组合，按以下回归模型滚动 OLS 估计三个系数 (β1, β2, β3)：
第二步，计算操控性应计利润 DA。用实际总应计 TA 减去由回归系数估计的"正常应计"部分，得到回归残差即为操控性应计利润 DA：
第三步，计算 AbsDA 与 Opaque。以操控性应计利润的绝对值 AbsDA 衡量整体盈余管理程度，并借鉴 Hutton, Marcus & Tehranian (2009) 的方法，以过去三年操控性应计绝对值之和 Opaque 衡量公司信息透明度：
2、2000-2025年上市公司应计盈余管理（修正的琼斯模型）原始数据：源于权威数据库，涵盖沪深A股上市公司完整的财务数据，原始字段包括营业利润、经营活动产生的现金流量净额、资产总计、营业收入、应收账款净额、固定资产原值、行业代码、上市日期、所属省份城市等应计盈余管理指标构建所需原始变量。样本数据涵盖指标构建所需的全部字段结构，可用于复现完整的修正 Jones 模型测算流程，指标构建所需的各个变量都可直接查到，指标来源有依据，充分保证数据真实性、准确性！
3、无偿赠送权威参考文献PDF原文：包括王化成等—— 企业寻租如何影响盈余管理、方红星等—— 高质量内部控制能抑制盈余管理吗、王亚平等—— 信息透明度、机构投资者与股价同步性原文PDF，为应计盈余管理、盈余质量与公司治理方向的高质量参考文献，可作为理论与实证研究的参考依据，可逐篇核对实证设计逻辑，确保研究有据可查！
4、无偿赠送！2000-2025年更新版本以及 2025 更新版本上市公司年度信息！！的上市公司年度基本信息，包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+变量，可与上市公司数据进行匹配，适用范围广泛！（市价超30元+！）
篇幅限制无法展示详细的指标测度方法说明，如有疑惑可私信我，我将及时回复！
点击下方链接购买：
【热点变量,25重磅！】2000-2025上市公司应计盈余管理,修正的琼斯模型,3大核心指标
(85 Bytes, 需要: RMB 89 元)
数据来源：权威数据库途径手动整理而成，本数据集为课题组自用数据，经过我和同门师兄妹多次人工审核、校对；同时，数据的处理过程也咨询了我的导师，请大家放心使用，承诺良心数据！
欢迎大家购买，收集整理这份数据的成本远超售价！请大家支持原创，请勿转卖！
目前我应用经济学博士在读，如您有更具体的数据需求，请私信我详细说明，如有数据定制需求，可直接私信，我将秉持着严谨、科学的研究态度为您提供满意的数据服务。我所售数据均为承诺售后服务的，所有论坛私信都会及时回复，您在使用本数据集的过程中有任何疑问可随时联系，帮助大家到满意为止！如有任何疑问，欢迎私信沟通，恭候您的数据需求！
京公网安备 11010802022788号
