发帖
雷达卡
数据名称：上市公司投资效率 Biddle 模型数据
时间范围：原始数据 2000—2025 年；计算结果 2001—2025 年
数据层级：上市公司—年度面板数据
核心指标：Biddle 模型投资效率结果、过度投资结果、投资不足结果、Invest、SalesGrowth、LSalesGrowth
识别变量：stkcd（公司面板识别变量）、year（年度变量）；证券代码为证券市场代码
文件格式：Stata .dta、Excel .xlsx；计算代码为 Stata .do 和 Python .py；说明与日志为 UTF-8 文本
二、原始数据与基本信息合并
上市公司投资效率原始数据.dta：上市公司年度投资效率计算原始面板数据，主要字段为 证券代码、证券简称、stkcd、year、营业收入增长率、年初总资产、投资支出、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码。
上市公司投资效率原始数据.xlsx：与上述 dta 内容对应的 Excel 格式原始数据，主要字段为 证券代码、证券简称、stkcd、year、营业收入增长率、年初总资产、投资支出、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码。
行业代码/上市公司基本信息数据.dta：按 stkcd 提供公司层面静态基本信息，主要字段为 证券代码、证券中文简称、上市日期、股票类型、行业名称A—D、行业代码A—D、注册资本、成立日期、退市日期、stkcd，并在计算代码中按公司合并而非按年度合并。
合并规则：以 stkcd 为键进行 m:1 公司级合并；同名字段以基本信息数据为准；经营范围和公司沿革等超长文本字段不进入结果文件，以保证 dta、xlsx 输出兼容。
三、计算说明
【SalesGrowth】定义为原始字段“营业收入增长率”，用于刻画公司营业收入年度增长情况；取值越大表示收入增长越快，缺失值不进入 Biddle 回归。
【Invest】定义为投资支出与年初总资产之比，计算公式为 Invest = 投资支出 / 年初总资产；取值越大表示相对于公司资产规模的投资支出强度越高。
【LSalesGrowth】定义为同一 stkcd 下一年度的 SalesGrowth 滞后一期值；只有存在连续年度观测时才构造有效值，用于 Biddle 模型解释当期投资支出。
【Industry】定义为行业分组变量；制造业取行业代码首位 C 加后两位，其他行业取行业代码首字母，用于按行业和年度分组回归。
【N】定义为 Industry—year 行业内年度观测数；N 小于 20 的行业年度组不参与结果计算。
【Biddle模型_投资效率结果】按 Industry 和 year 分组，对 Invest = 常数项 + LSalesGrowth 的横截面回归提取残差，并计算残差绝对值，公式为 abs(残差)；数值越大表示实际投资偏离模型预期越多、投资效率越低，数值越接近 0 表示实际投资越接近模型预期。
【Biddle模型_过度投资结果】当回归残差大于 0 时取 abs(残差)，否则为缺失；表示实际投资高于模型预期的偏离程度，数值越大表示过度投资越明显。
【Biddle模型_投资不足结果】当回归残差小于 0 时取 abs(残差)，否则为缺失；表示实际投资低于模型预期的偏离程度，数值越大表示投资不足越明显。
四、结果数据文件
共有 3 套结果数据文件（每套同时提供 .dta 和 .xlsx）。样本筛选步骤如下：
(1) 所有版本均剔除证券代码前三位为 200 或 900 的 B 股，并合并上市公司基本信息。
(2) 清洗版本进一步剔除证券简称缺失、金融行业代码含 J、证券简称含 ST 或 PT、存在退市日期的公司；保留版本不执行上述清洗。
(3) 所有版本均剔除 Industry—year 观测数少于 20 的组及 Invest、LSalesGrowth 缺失观测；缩尾版本在滞后变量构造前按 year 对 Invest、SalesGrowth 做 1% 和 99% 缩尾。
编号 文件名称 说明
1 计算结果未剔除金融ST未缩尾版本.dta/.xlsx 保留金融行业、ST/PT 和退市公司，不缩尾；样本量 64,506 条，用于原始全样本留档与复核。
2 计算结果剔除金融ST未缩尾版本.dta/.xlsx 剔除金融行业、ST/PT 和退市公司，不缩尾；样本量 56,295 条，用于清洗样本和极端值保留分析。
3 计算结果剔除金融ST缩尾版本.dta/.xlsx 在清洗样本基础上按年度对 Invest、SalesGrowth 做 1%/99% 缩尾；样本量 56,295 条，用于常规实证回归。
五、变量说明
序号 变量名称 变量类型 变量说明
1 证券代码 str 证券市场代码
2 证券简称 str 上市公司证券简称
3 stkcd float 公司面板识别码
4 year float 会计年度
5 Biddle模型_投资效率结果 float 投资偏离预期程度的绝对残差
6 Biddle模型_过度投资结果 float 正残差绝对值，表示过度投资偏离
7 Biddle模型_投资不足结果 float 负残差绝对值，表示投资不足偏离
8 行业代码 str 公司行业代码
9 行业名称 str 公司行业名称
10 所属省份 str 公司所属省份
11 所属省份代码 str 所属省份代码
12 所属城市 str 公司所属城市
13 所属城市代码 str 所属城市代码
14 上市日期 str 公司上市日期
15 股票类型 str 股票类型
16 行业名称A str 行业分类 A 门类名称
17 行业代码A str 行业分类 A 门类代码
18 行业名称B str 行业分类 B 大类名称
19 行业代码B str 行业分类 B 大类代码
20 行业名称C str 行业分类 C 中类名称
21 行业代码C str 行业分类 C 中类代码
22 行业名称D str 行业分类 D 小类名称
23 行业代码D str 行业分类 D 小类代码
24 注册资本 float 公司注册资本
25 成立日期 str 公司成立日期
26 退市日期 str 公司退市日期，空值表示无退市日期记录
27 营业收入增长率 float 原始营业收入增长率
28 年初总资产 float 年初总资产
29 投资支出 float 投资支出
30 证券中文简称 str 基本信息库证券中文简称
31 ABH股交叉码 str A、B、H 股交叉代码信息
32 公司名称 str 公司全称
33 公司中文简称 str 公司中文简称
34 公司英文名称 str 公司英文名称
35 SalesGrowth float Biddle 模型收入增长变量
36 Invest float 投资支出/年初总资产
37 LSalesGrowth float SalesGrowth 滞后一期
38 Industry str 行业年度回归分组变量
39 N float 行业年度观测数
六、代码文件
文件名称 语言 说明
上市公司投资效率Biddle模型数据计算代码.py Python 计算三套 Biddle 投资效率结果并输出 dta、xlsx 文件。
上市公司投资效率Biddle模型数据计算代码.do Stata 使用 asreg 和 winsor2 完成同口径三套结果计算。
上市公司投资效率Biddle模型数据评估代码.py Python 自动发现结果 dta，完成分布、频数、异常值、逻辑连续性、图形、稳健性和总评估表输出。
上市公司投资效率Biddle模型数据评估代码.do Stata 独立完成同类数据质量评估，支持 Stata 15 及以上版本。
七、数据质量评估
评估结果存放于 数据质量评估报告_20260919 文件夹，运行日志为 评估日志_20260919.log；重新运行代码时日期会依据当前日期动态生成。各子文件夹内容如下：
子文件夹名 内容说明
1 数据分布分析 数值变量描述性统计 CSV，以及字符变量频数分布 CSV。
2 分布图 未剔除金融、未缩尾结果样本的直方图、箱线图、核密度图、散点图矩阵和时间趋势图，图形按 300 dpi 导出。
3 异常值检验 各结果数据逐变量缺失率、Z-score 异常、IQR 温和异常和极端异常检验结果。
4 逻辑合理性验证 面板 id—year 重复键、时间断档及变量取值范围检查结果。
5 稳健性测试 全样本、前半期、后半期及不同结果数据版本的均值、中位数和标准差对比。
总评估结论表 逐数据集、逐变量汇总缺失、异常值、取值范围、一致性和总体通过状态。
八、参考文献
[1] Biddle G C, Hilary G, Verdi R S. How does financial reporting quality relate to investment efficiency?[J]. Journal of Accounting and Economics, 2009, 48(2-3): 112-131.
[2] 毛捷. 地方政府纾困政策的效应研究：来自上市公司的证据[研究资料].
上市公司投资效率Biddle模型2001-2025年含do-python代码和excel-dta格式数据.zip
(63.84 MB, 需要: RMB 32 元)
京公网安备 11010802022788号
