银行信贷、非效率投资僵尸企业实证分析Stata代码数据2009-2020
选取2009-2020年中国沪深股上市公司作为研究对象。为了保证样本的有效性,尽量剔除异常数据对实证研究的影响,对数据主要做如下处理:
(1)剔除企业上市当年及以前年度的数据;(2)剔除金融企业的数据;
(3)剔除异常数据值,并对数据进行Winsor处理。最终选取个18739 观测数据,其中过度投资数据7845个,投资不足数据10894 个,相关数据处理与计量分析采用Stata14软件。
参考文献
[1]周忠民, 李振英, 马本江,等. 银行信贷,非效率投资与僵尸企业——来自中国A股上市公司的经验证据[J]. 财经理论与实践, 2020, 41(2):9.
变量定义
变量名称 |
变量符号 |
变量定义 |
僵尸企业 |
Zombie |
当企业i在第t年同时满足以下两个条件时,当年度取值为1,否则取值为0:(1)真实利润水平小于0,真实利润的计算公式为:真实利润=利润总额一应交所得税一银行补贴一ZF补助;(2)资产负债率大于50%且当年银行贷款比上一年增加 |
非效率投资 |
Invest_eff |
模型(1)回归残差项的绝对值 |
过度投资 |
Over_Invest |
模型(1)回归残差项大于0的样本取绝对值 |
投资不足 |
Under_Invest |
模型(1)回归残差项小于0的样本取绝对值 |
银行信贷 |
Bank_credit |
(长期贷款+短期贷款)/资产总额 |
短期贷款 |
Short_loans |
短期贷款/资产总额 |
长期贷款 |
Long_loans |
长期贷款/资产总额 |
总资产收益率 |
ROA |
息税前利润×2/(期初总资产+期末总资产) |
净利润增长率 |
NPGR |
(本期净利润一上期净利润)/上期净利润 |
现金持有水平 |
CASH |
货币现金/资产总额 |
行业属性 |
Industry |
属于某一行业类别取值为1,否则取值为0 |
年份属性 |
Year |
属于某一行业类别取值为1,否则取值为0 |
模型建立
投资效率计算模型(Richardson模型)
分析非效率投资对企业僵尸化的影响:
验证银行信贷对非效率投资与企业僵尸化之间关系的影响:
实证分析结果
评论前必须登录!
注册