国内优秀的论文数据网站(提供数据代查、代找、代整理服务等)

A股机构交叉持股对企业价值影响实证分析数据和do代码2007-2022年

yih阅读(333)

  • 机构交叉持股指标数据的计算
  • 常用控制变量指标数据计算
  • 基础结果:描述性统计、固定效应模型回归
  • 如何对缺失值和异常值处理(缩尾处理)
  • 输出表格结果
  • 学习到论文实证分析中常用的命令(merge、esttab、winsor2等)
  • 建议先下载文献看看,有需要可以下载系统学习,其他相关主题的论文可速成


实证设计



变量定义

变量符号 变量名称 变量定义
Tobin 企业价值 Tobin=(流通股股数×每股价格+非流通股股数×每股净资产+总负债)/总资产
CrossDum 机构交叉持股哑变量 在季度上,机构投资者持有本企业及同行业企业的股份数量与流通股股数的比例大于等于5%,则取值为1,否则为0
LnNumCon         交叉平均企业数 1加上与该企业共同的机构大股东所持有同行业同季度的平均企业数量的自然对数
LnAvgNum         交叉平均持股比 1加上与该企业共同的机构大股东所持有同行业同季度的企业平均持股比的自然对数
TotalCross         总交叉持股比 所有交叉持股机构在该企业的持股比例之和
Size         企业规模 企业总资产的自然对数
Age         上市年限 企业上市年限的自然对数
Cash 现金比率 现金及现金等价物/总资产
Lev 负债率 总负债/总资产
Roe 净资产收益率 净利润/所有者权益
Capex 资本支出 (经营租赁所支付的现金+购建固定资产、无形资产和其他长期资产支付的现金—处置固定资产、无形资产和其它长期资产而收回的现金净额)/总资产
Growth 成长能力 (期末营业收入—上期营业收入)/上期营业收入
Soe 产权性质 国有企业取值为1,否则取0
Board         董事会规模 董事会人数的自然对数
Indep         独立董事占比 独立董事人数/董事会人数
Dual         是否二职合 如果董事长和总经理同为同一人,取值为1,否则取0
First         第一大股东持股比 第一大股东持股比例
InstOwn 机构投资者持股比 机构投资者持股比例之和
BlockDum 机构大股东哑变量 如果机构投资者持股超过10%,则是企业的大股东,取值为1,否则为0

为了缓解机构交叉持股与企业价值之间可能存在的内生性问题,本文将核心解释变量和所有控制变量滯后一期,并且控制了企业固定效应(Firm)和年份固定效应(Year),同时将估计系数的标准误聚类到企业层面。

165621ww1j9imkk2i3235m.jpg

参考文献

[1]周泰云, 邢斐, 姚刚. 机构交叉持股对企业价值的影响[J]. 证券市场导报, 2021.

数据说明


本文选择2007- 2022年中国A股上市公司作为初始研究样本,。对初始样本进行了如下处理:
剔除金融类上市公
剔除ST、*ST类上市公司
剔除关键变量缺失的样
为了减轻极端值对回归结果的影响,对所有连续型变量在上下1%分位进行了缩尾(winsorize)处理。

数据

QQ截图20230713143916.jpg

描述性统计
QQ截图20230713143659.jpg


回归结果

QQ截图20230713143717.jpg

稳健性检验

QQ截图20230713143737.jpg

QQ截图20230713143947.jpg QQ截图20230713143959.jpg

上市公司宗族文化数据与stata代码

yih阅读(247)

上市公司宗族文化数据与stata代码

参考潘越等(2019)使用经过对数化处理后的地区内每百万人所拥有的族谱数(Lnclan)来衡量企业注册所在地的宗族文化。具体地,经对数化处理的每百万人所拥有的族谱数作为企业注册所在地宗族文化的衡量指标。

稳健性使用经过对数化处理后的市区内每百万人所拥有的族谱数(Lnclan2)

文献

[1]潘越,宁博,纪翔阁等.民营资本的宗族烙印:来自融资约束视角的证据[J].经济研究,2019,54(07):94-110.
[2]潘越,翁若宇,纪翔阁等.宗族文化与家族企业治理的血缘情结[J].管理世界,2019,35(07):116-135.
[3]袁媛,王一晟,刘彬.宗族文化是否影响企业并购决策?——来自上市家族企业的证据[J].外国经济与管理,2022,44(05):136-152

QQ截图20230913173915.jpg

A股上市银行风险承担Z值数据+do代码2000-2022年

yih阅读(175)

A股上市银行风险承担Z值数据+do代码2000-2022年

 公式:
QQ截图20230731223911.jpg

其中,ROA为资产收益率,CAR为资本资产比率(股东权益/总资产),σ(ROA)为资产收益率的标准差,即Z值等于资本收益率与资本资产比之和除以资产收益率的标准差。因为Z值有尖峰后尾的性质,所以在实际应用中取其对数进行回归。
指标2:不良贷款率NPL:不良贷款占总贷款余额的比重
指标3:加权风险资产比率:风险加权资产占总资产比重
采取邓向荣等( 2018)的方法计算风险加权资产,即风险加权资产=总权益/资本充足率,进而计算风险加权资产占总资产比重。

 ]刘忠璐. “互联网金融对商业银行风险承担的影响研究.” 财贸经济 37.4(2016):16.(被引量:637)
 顾海峰, and 杨立翔. “互联网金融与银行风险承担:基于中国银行业的证据.” 世界经济 10(2018):26.(被引量:245)
 邓向荣, and 张嘉明. “货币政策、银行风险承担与银行流动性创造.” 世界经济 4(2018):25.(被引量:202)
 徐明东, and 陈学彬. “货币环境,资本充足率与商业银行风险承担.” 金融研究 7(2012):15.(被引量:994) 

 结果如下:

 

【免费】全国31省市行政土地面积 平方公里

yih阅读(1272)

【免费】全国31省市行政土地面积 平方公里

省份 行政区域土地面积
广东省 174246
北京市 16412
吉林省 190234
江苏省 102378
辽宁省 148084
安徽省 139615
四川省 491718
浙江省 103493
湖南省 211833
河北省 187159
新疆维吾尔自治区 1640016
山东省 158219
河南省 166785
山西省 156698
江西省 167064
青海省 696610
湖北省 185750
内蒙古自治区 1196113
海南省 30970
重庆市 82370
陕西省 205629
福建省 122870
广西壮族自治区 237438
天津市 11903
云南省 394029
贵州省 176161
甘肃省 454858
宁夏回族自治区 66400
黑龙江省 439703
西藏自治区 1194047
上海市 6339

中国第三方移动支付市场规模2013-03~2021-03

yih阅读(613)

中国第三方移动支付市场规模2013-03~2021-03 单位:亿元

2013-03 425.80
2013-06 985.20
2013-09 2780.20
2013-12 7016.20
2014-03 14374.70
2014-06 13834.60
2014-09 14728.10
2014-12 17917.70
2015-03 20490.60
2015-06 25156.20
2015-09 29831.40
2015-12 46480.40
2016-03 106000.00
2016-06 139000.00
2016-09 158000.00
2016-12 185000.00
2017-03 227000.00
2017-06 271000.00
2017-09 316000.00
2017-12 389000.00
2018-03 444000.00
2018-06 448000.00
2018-09 486000.00
2018-12 527000.00
2019-03 554000.00
2019-06 550000.00
2019-09 560000.00
2019-12 598000.00
2020-03 532000.00
2020-06 598000.00
2020-09 651000.00
2020-12 712000.00
2021-03 740000.00

全国31省份金融集聚水平数据包含过程2000-2021年

yih阅读(245)

全国31省份金融集聚水平数据包含过程2000-2021年



111.png

   

 文献:创新驱动下金融集聚与区域经济增长     李标,宋长旭,吴贾    财经科学

计算方法:金融集聚:利用区位熵测度各省份的金融集聚水平。

【免费分享】事件研究法市场模型与市场调整模型计算CAR——stata程序代码

yih阅读(601)

【免费分享】事件研究法市场模型与市场调整模型计算CAR——stata程序代码

 

产生估计窗口和事件窗口,为了保证观察值数目,要count,果然有,所以删除
use y1.dta,clear
gen es_period=1 if dif>=-100&dif<=-30
gen ev_period=1 if dif>=-5&dif<=5
bysort code:egen obs=count(es_period)
bysort code:egen eobs=count(ev_period)

*先用市场调整法计算ar
gen ar1=ret-mret if ev_period==1
bysort code:gen car1=sum(ar1) if ev_period==1
bysort code:egen car1_11=sum(ar1) if ev_period==1

*用市场模型法计算ar
sort code
egen code1=group(code)
tabstat ret mret if es_period==1,s(n mean sd min max) c(s)
set more off
gen pret=.
forvalues i=1/381{
list code if code1==`i’&dif==0
reg ret mret if code1==`i’&es_period==1
predict p if code1==`i’
replace pret=p if code1==`i’&ev_period==1
drop p
}

gen ar2=ret-pret if ev_period==1
bysort code:egen car2_11=sum(ar2) if ev_period==1

上市公司高管学术经历数据2008-2021年及stata计算过程

yih阅读(724)

上市公司高管学术经历数据2008-2021年及stata计算过程

字段包含:高管学术经历总人数,是否有学术经历,学术经历占比;
CEO学术经历:CEO有学术经历为1,否则为0
附件有参考文献、do过程代码、原始数据、计算结果。

易获数据 论文数据获取 更专业 更方便

联系我们今日数据