易获数据网上市公司CEO金融背景和实体企业金融化数据stata代码2008-2020
- 从基础数据整理（CEO数据和财务指标）到最后的结果输出的完整案例
- 基础结果：描述性统计、相关系数矩阵、基础回归（原作者已公布的部分）
- 如何对缺失值和异常值处理（缩尾处理）
- 输出表格结果
- 组间差异检验
- 中介效应分析Sobel检验（过度自信、融资约束）
- 稳健性检验方法
- 滞后变量（滞后解释变量和滞后控制变量）
- 工具变量（两阶段最小二乘法回归2SLS）
- 倾向性得分匹配PSM（匹配效果检验、核密度函数图）
- 替换变量（替换被解释变量）
- 改变计量方法（截尾回归Tobit模型）
- 拓展性分析
- 学习到论文实证分析中常用的命令（merge、logout、esttab、ivregress、psmatch2、sgmediation等）
内容丰富，绝对超值，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
数据更新至2020年
- 数据整理后
变量定义
| 变量名称 | 符号 | 变量定义 |
| 公司金融化 | FINRATIO | （交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额）/资产总计 |
| CEO金融背景 | CEOFIN | 若CEO具有金融背景则记为1，否则记为0 |
| CEO银行背景 | BCEOFIN | 若CEO只具有银行背景则记为1，否则记为0 |
| CEO非银行金融背景 | NCEOFIN | 若只具有非银行金融背景记为1，否则记为0 |
| 产权性质 | STATE | 产权性质为国有记为1，否则记为0 |
| 资产负债率 | LEV | 负债总额/资产总额 |
| 高管持股比例 | SR | 高管持股占总股数的比例 |
| 董事会规模 | BOARD | Ln（董事会人数） |
| 成长性 | GROWTH | 以托宾Q值作为衡量指标 |
| 盈利能力 | GP | 以营业毛利率作为衡量指标 |
| 资产结构 | AS | 以流动资产比率作为衡量标准 |
| 企业规模 | SIZE | Ln（资产总额） |
| 性别 | SEX | 如果CEO性别为男则记为1，否则记为0 |
| 年龄 | AGE | 以CEO的实际年龄衡量 |
| CEO海外经历 | OVERSEA | 若CEO具有海外经历则记为1，否则记为0 |
| CEO政治关联 | CEOPC | 若CEO具有政治关联则记为1，否则记为0 |
| CEO财务背景 | CEOCW | 若CEO具有财务背景则记为1，否则记为0 |
| 行业成长性 | Ind_Q | 各年度、行业的托宾Q的中位数 |
结果展示
以下结果均是Stata运行直接截图效果
- 描述性统计
- 相关系数矩阵
方括号中为p值；下半部分代表Pearson系数，上半部分是Spearman系数；*、**、***分别代表在10%、5%和1%的水平上显著。
- 基础回归
- 金融背景分类系数差异（不输出控制变量，所有控制变量均放在CVs里）
- 中介效应1（中介变量：过度自信）
中介效应检验(Sobel检验) 使用sgmediation.ado命令包
- 中介效应2（中介变量：融资约束）
- 稳健性检验1：滞后解释变量
- 稳健性检验2：滞后解释变量和控制变量
- 工具变量：金融背景的行业和年度均值作为工具变量（AVERBCEOFIN 和AVERNCEOFIN）
- 倾向性得分匹配PSM（使用最近邻匹配1:1进行匹配）
- 匹配结果检验
- 匹配前核密度图
- 匹配后核密度图
- 匹配样本回归结果
- 替换变量
- 截尾回归Tobit模型
- 拓展性分析
组间系数检验
- 代码包含注释
参考文献
- 杜勇, 谢瑾, 陈建英. CEO金融背景与实体企业金融化[J]. 中国工业经济, 2019, 000(005):136-154.
附件下载
评论前必须登录！
注册