中国式融资融券与企业金融化 双重差分模型

中国式融资融券与企业金融化 双重差分模型 包含代码数据结果

• 从基础数据整理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、双重差分回归、绘制走势图
• 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
• 动态平行趋势检验
• 稳健性检验方法

• 倾向得分匹配PSM
• 替换被解释变量
• 控制省份固定效应
• 改变计量方法，采用个体和时间上的双重聚类调整
• 剔除IPO当年的样本

• 企业金融化的动机（套利动机、股价崩盘）
• 进一步研究（考察管理层持股和机构投资者持股的差异、考察产品市场竞争的差异、考察股票市场行情的差异）
• 学习到论文实证分析中常用的命令（merge、logout、esttab、psmatch2、cluster2、coefplot、ttest、ranksum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

模型说明

变量定义

数据说明

为了防止旧会计准则与新会计准则对金融资产的定义和分类不同造成结果偏差，我们以实行新会计准则的2007年为起始点。本文研究的样本期间为2007-2017年。（原始数据区间2000-2020年，具体可以根据自己需求修改）为保证数据的有效性，本文进行了以下处理：
（1）剔除属于金融行业和房地产行业的企业：
（2）剔除净利润小于0的亏损样本；
（3）剔除纳入融资融券标的名单之后又被调出的企业；
（4）剔除数据缺失和异常的样本；
（5）为防止极端值影响实证效果，对所有连续变量前后1%的离群值进行缩尾处理。

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

• 组间差异检验

2010年之前，所有企业均未受融资融券干预，进行组间差异分析没有意义，因此我们以2010年之后的样本对两者进行组间差异检验


标的企业在可融资融券时期和不可融资融券时期的差异

• 标的企业与非标的企业金融化水平变化趋势

• 基础回归（回归分析时采用异方差修正且聚类在公司层面的稳健标准误）

• 动态平行趋势检验

• 稳健性检验 – 倾向得分匹配

为克服标的企业与非标的企业的选择性偏差，我们以前文所述的一系列企业特征变量和行业虚拟变量作为匹配变量， 使用标的企业和非标的企业上一期的观测数据，运用最邻近方法进行1：1匹配， 分批为标的企业找到与其加入标的名单前特征相似的非标的企业，然后使用匹配后的样本进行双重差分分析

• 稳健性检验 – 替换被解释变量

由于部分样本未配置金融资产，我们设置了企业金融化的虚拟变量Dumfin，代表企业是否配置了金融资产， 以此来测度企业参与金融化的倾向，替换被解释变量后重新回归。

• 稳健性检验 – 控制省份固定效应

• 稳健性检验 – 改变计量方法，采用个体和时间上的双重聚类调整（使用cluster2命令）

• 稳健性检验 – 剔除IPO当年的样本

• 机制分析 – 企业金融化的动机

• 进一步研究

• 考察管理层持股和机构投资者持股的差异，按管理层持股比例和机构持股比例的年度中位数分组，分别进行回归分析
• 考察产品市场竞争的差异，按照赫芬达尔指数的年度中位数分为两组，低于此中位数，则行业竞争较强；否则，行业竞争较弱
• 考察股票市场行情的差异，判定本文研究期间中的2007年、2009年、2014年、2015年、2017年为牛市，其余年份为熊市，并以此为依据将样本分为牛市组和熊市组分别进行回归分析

参考文献

• 杜勇, 邓旭. 中国式融资融券与企业金融化——基于分批扩容的准自然实验[J]. 财贸经济, 2020, v.41(02):71-85.

附件下载