上市公司破产风险测度是公司财务研究的核心议题,也是企业财务预警、债务违约预测、信贷风险定价等研究的前沿热点。Altman Z-Score 综合得分广泛应用于企业财务困境、破产风险预警等方向的实证研究,与资产负债率、流动比率、ROA 等指标互为补充,《Journal of Finance》《Review of Financial Studies》等国际顶刊均刊发过大量相关成果。附件内为自用整理、严谨测算、多重校验的2000-2025年上市公司破产风险 Altman Z-Score 数据合集,严格遵循 Altman (1968) 经典方法学,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 2000-2025 年间的财务面板数据(总资产、营运资金、留存收益、权益市值、总负债、营业收入、息税前利润等),核心变量包括:营运资本/资产总计(X1)、留存收益/资产总计(X2)、息税前利润/资产总计(X3)、权益市值/负债总计(X4)、营业收入/资产总计(X5)、破产风险Z-Score(Altman 五因子综合得分)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、ST/PT 标记等)。累计涵盖 7w+ 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!一个数据集将企业财务预警、破产风险测度、债务违约预测等研究的核心指标一网打尽,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(包括公司基础信息面板(证券代码、证券简称、行业代码、行业名称、上市日期、ST/PT 标记等)、财务三表关键科目(总资产、营运资金、留存收益、权益市值、总负债、营业收入、息税前利润)等 Z-Score 测算所需全部原始字段,完整原始数据体量较大(7w+ 观测值),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!!)以及2025年更新版本上市公司年度基本信息!!本数据集适用于所有涉及破产风险测度、企业财务预警、债务违约预测等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!
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。市面上的破产风险数据,大多仅简单地以单一指标(如行业杠杆率)粗糙近似,或仅覆盖较短年份、样本量有限,缺乏规范的 Altman 五因子合成过程,测算方法不透明、不可复现,更新到 2025 年,严格遵循 Altman (1968) 经典方法学,5 大子指标按 1.2/1.4/3.3/0.6/1.0 系数加权合成 Z-Score,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面板数据的规范测度结果!
附件内容简介:
1、2000-2025年上市公司破产风险 Altman Z-Score 数据:基于权威数据库中沪深 A 股上市公司的财务面板数据,严格遵循 Altman (1968) 经典方法学框架。首先对原始数据进行预处理:剔除金融行业(J 开头)以及发生过 ST/*ST/PT/暂停上市的样本(主数据版本),或保留全样本(多版本),按 2000-2025 年 26 个会计年度整理;其次按公司-年度聚合基础科目(总资产、营运资金、留存收益、权益市值、总负债、营业收入、息税前利润);再次计算 5 大子指标 X1-X5;最后按 Altman 原系数 1.2·X1 + 1.4·X2 + 3.3·X3 + 0.6·X4 + 1.0·X5 加权合成 Z-Score 得分。核心变量包括:营运资本/资产总计(X1)、留存收益/资产总计(X2)、息税前利润/资产总计(X3)、权益市值/负债总计(X4)、营业收入/资产总计(X5)、破产风险Z-Score(Altman 五因子综合得分)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、ST/PT 标记等)。累计涵盖 7w+ 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Altman (1968) 经典文献,:对每家上市公司 i 在年度 t,按以下方式聚合七类原始科目:总资产、营运资金、留存收益、权益市值、总负债、营业收入、息税前利润。其中权益市值 = 公司 A 股市值(年末最后一个交易日),留存收益 = 未分配利润 + 盈余公积。
(0a)营运资金:营运资金 = 流动资产合计 - 流动负债合计,反映公司短期偿债能力与运营资金充裕程度。
(0b)留存收益:留存收益 = 盈余公积 + 未分配利润,反映公司自上市以来的累积盈利水平。
第一步,5 大子指标计算。基于聚合后的 7 类原始科目,按 Altman (1968) 原文计算 5 大财务比率 X1-X5。
(1)X1 = 营运资本/资产总计:
(2)X2 = 留存收益/资产总计:
(3)X3 = 息税前利润/资产总计:
(4)X4 = 权益市值/负债总计:
(5)X5 = 营业收入/资产总计:
第二步,Z-Score 加权合成。按 Altman (1968) 原文系数 1.2/1.4/3.3/0.6/1.0 对 5 大子指标加权求和,得到 Z-Score 破产风险综合得分。
(6)Z-Score 合成公式:
2、2000-2025年上市公司原始财务数据:源于权威数据库,涵盖沪深 A 股上市公司 15 列基础财务面板信息,原始字段包括证券代码、证券简称、统计截止日期、ST/PT/暂停上市标记、行业代码、行业名称、上市日期、总资产、营运资金、留存收益、权益市值、总负债、营业收入、息税前利润等 Z-Score 测算所需原始变量。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 Altman Z-Score 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Altman, E. I. (2000) - Predicting Financial Distress of Companies: Revisiting the Z-Score and Zeta Models(54 页 PDF 原文),为破产风险测度、企业财务预警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Stata代码与全部分年度回归结果,如有疑惑可私信我,我将及时回复!
点击下方链接购买:
【顶刊经典,25重磅!】2000-2025上市公司破产风险Altman Z-Score大合集,代码+原始数据
(85 Bytes, 需要: RMB 98 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!


雷达卡




京公网安备 11010802022788号







