会计研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位大牛们，请教一个问题，计算融资约束的SA指标，到底是越大代表融资约束程度越高，还是越小代表融资约束程度越高呢？ 2014年会计研究的这篇文章中《融资需求、融资约束与盈余管理 》中说 ”该指数的绝对值越大， 表示融资约束程度越低。在此基础之上， 本文将大于行业年度均值的 FC记为 1， 否则记为 0  “在变量说明中又说FC=1,代表融资约束程度高，这前后不是自相矛盾吗？此外，文中还提到” 融 资 约 束 指 数 的 中 位 数 为－ 13. 9626“为什么我用该指标计算出来的SA指数绝大多数都是正值呢？真的是越大越糊涂了……有明白的人们能指点一下么？跪谢！！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：会计研究 融资约束 盈余管理 绝大多数 指标计算 绝对值 文章 会计 创新 行业

SA指数又称为HP指数，是Hadlock和Pierce（2010）提出来的。楼主可以参考他们的原文（New Evidence on Measuring Financial Constraints: Moving Beyond the KZ Index），P.1929 脚注14有明确说明，SA指数越高，说明融资约束越严重。因为原文中SA指数都小于零，所以是SA指数的绝对值越小，融资约束越严重。建议楼主不用看绝对值，看原始的SA指数就好，指数越大，融资约束越严重。

lxs557939 发表于 2017-7-14 11:03
SA指数又称为HP指数，是Hadlock和Pierce（2010）提出来的。楼主可以参考他们的原文（New Evidence on Measu ...

好的，谢谢您！我仔细看一下

The index is calculated as: (−0.737* Size) + (0.043* Size2)−(0.040*Age), where size is the log of inflation adjusted (to 2004) book assets, and age is the number of years the firm has been on Compustat with a non-missing stock price. In calculating this index, size is replaced with log($4.5 billion) and age with thirty-seven years if the actual values exceed these thresholds.

seasonxuan 发表于 2018-1-21 18:08
The index is calculated as: (−0.737* Size) + (0.043* Size2)−(0.040*Age), where size is t ...

seasonxuan 发表于 2018-1-21 18:08
The index is calculated as: (−0.737* Size) + (0.043* Size2)−(0.040*Age), where size is t ...

您好 其中age如果是负的需要剔除么 也就是比如这公司2017年上市 2013年age-4.。

在使用SA指标（即Sazanov-Adrian指标）度量融资约束时，确实存在一定的混淆。理论上，SA指标的计算方式为：
\[ SA_{it} = \frac{1}{T}\sum_{t=1}^{T}(x_{it}-\beta y_{it}) \]
其中 \( x_{it} \) 通常代表公司 i 在时间 t 的现金流或销售增长率等指标，而 \( y_{it} \) 则是市场风险因子的估计值（如Fama-French三因素模型中的因素），\( \beta \) 是通过回归得到的公司对市场风险因子的敏感度。

根据SA指标的原始定义和计算方式，其结果可以为正也可以为负。一般而言：
- SA指标数值越小（更接近或低于0），表示融资约束程度越高。
- SA指标数值越大（更接近或高于0），表示融资约束程度越低。

但是，在使用该指标时需要注意到研究者可能会对原始的SA值进行转换，以适应特定的研究需求。比如在你提到的文章中，“将大于行业年度均值的FC记为1”，这里的“FC”似乎是经过某种处理后的二元变量（即0或1），其中1代表高融资约束。

至于为何你的计算结果大多为正值，这可能与数据集、计算过程或使用的具体公式有关。在实际操作中，SA指标的具体计算可能会因研究者而异，包括使用不同的风险因子、对原始SA值进行标准化处理或是转换等步骤，这些都可能导致最终数值的差异。

因此，在应用SA指标时，关键是理解你所参考文献中的具体定义和操作方法，并确保你的数据预处理、计算过程与之相匹配。如果文章中对于指标的解释存在前后矛盾或不清晰的地方，建议仔细检查其数据处理细节，或者尝试联系作者以获得更详细的说明。

希望这能帮到您！如果您有进一步的问题，请随时提问。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用