董监高管责任保险与企业风险承担论文实证分析研究数据stata代码2006-2021年

董监高管责任保险与企业风险承担论文实证分析研究数据stata代码2006-2021年

2006-2021年沪深A股上市公司为初始样本。在初始研究样本的基础上，本文进行了如下样本筛选过程：

• 删除金融行业上市公司，因为其财务报表及会计核算体系具有特殊性；
• 删除ST、PT类上市公司；
• 删除变量存在缺失值的观测值。
• 为了控制异常值对回归结果的影响，对所有连续变量进行了1%和99%水平上的Winsorize处理。

因为企业风险承担用到t-2到t+2年数据，所以最后结果数据区间为2008到2019年。

变量定义与度量

风险承担计算方法
由于中国股票市场自身的波动性较大，也容易受到宏观政策层面的影响，公司现金流还会受到季节性经营因素的影响，因而本文以盈余波动性为基础度量企业风险承担水平。采用年份滚动的方法，以每五年（t-2年至t+2年）作为一个观测时段，计算经行业盈余波动率调整的五年盈余波动性的标准差和极差。公式如下：

注：有个指标用的和原文献不同，仅供学习参考。

基础回归模型

参考文献

文雯. 董事高管责任保险与企业风险承担[J]. 山西财经大学学报, 2017(8).

结果截图

1、描述性统计

2、回归分析

注：采用了公司水平聚类标准差计算t统计量，括号内为t统计量，*、**、***分别表示在10%、5%、1%的水平下显著。

3、企业成长性、董事高管责任保险与企业风险承担
按照企业成长性水平的中位数分成两组，第（1）（2）列为高成长性水平企业的回归结果，第（3）（4）列为低成长性水平企业的回归结果。

4、市场化程度、董事高管责任保险与企业风险承担
按照市场化程度的中位数分成两组，第（1）（2）列为高市场化程度组的回归结果，第（3）（4）列为低市场化程度组的回归结果。

5、稳健性检验： 替换企业风险承担的衡量方式
企业风险承担水平为本文的重要变量，为了确保变量度量的可靠性，改变风险承担指标的计算窗口期，采用年份滚动的方法，以每三年（t-1至t+1年）为一个观测时段，计算盈余波动性。

6、内生性检验： Heckman 两阶段稳健性测试

本文研究董事高管责任保险的购买对于企业风险承担的影响，但董事高管责任保险的购买并非一个外生事件，高风险的企业可能更倾向于购买董事高管责任保险以进行风险规避，公司特征可能影响企业对于董事高管责任保险的购买决策，进而影响企业的风险承担倾向。因此，本文采用Heckman两阶段方法潜在的内生性问题。
Heckman两阶段测试的具体方法：首先，估计出上市公司主动选择购买董事高管责任保险的Probit模型，并计算出逆米尔斯比率（Inverse Mills Ratio，IMR）。选择的影响因素包括产权性质（SOE）、董事会独立性（BIND）、交叉上市（CROSSLIST）、公司规模（SIZE）、负债水平（LEV）、成长性（GROWTH）、盈利能力（ROE）、具有海外背景的独立董事人数（FOREIGN），同时控制行业和年份哑变量。其次，将逆米尔斯比率（IMR）作为一个控制变量加入第二阶段董事高管责任保险对企业风险承担的回归模型当中。

7、渠道测试

采用四种方式度量企业融资水平：

• TDA等于企业当年度总负债除以当年度账面总资产；
• LDA等于当年度长期负债总额除以当年账面总资产；
• TDM等于企业当年度总负债除以期末股票市场价值，市场价值由股票价格乘以流通股股数计算得到；
• LDM等于企业当年度长期负债总额除以期末股票的市场价值。

采用基于专利申请的指标度量企业的技术创新能力，构造两个指标：

• Patent_I 代表企业发明专利的申请数量；
• Patents代表企业发明专利、外观专利与实用新型专利的申请总量。

考虑到企业研发需要一定的时间段，因此对Patent_I和Patents进行滞后两期处理。