A股上市企业劳动投资效率数据Net_Hire模型Stata代码和计算结果2000-2022

A股上市企业劳动投资效率数据Net_Hire模型Stata代码和计算结果2000-2022

企业的雇佣员工数量变动百分比来衡量企业的净雇佣量，然后按照雇佣员工变动率对其他几个相关的经济变量在固定行业效应后进行回归。回归后得到非正常劳动投资效率的序列

其中
Δ表示变化值；
Hire为本年上市公司员工总人数/年个股总市值，员工总人数是指年报中披露的上市公司在册(在职)员工人数；
Net_Hire表示Hire的变动率

Sales_growth为营业收入增长率
ROA为资产回报率=净利润/年初总资产
Size_R年个股总市值的百分比排位，年个股总市值：个股的发行总股数与年收盘价的乘积

Quick为速动比率=(现金+短期投资+应收账款) /流动负债

Lev为资产负债率=负债合计/资产总计

LossbinX：根据上一年ROA从0到-0.025的区间以区间长度为0.005平均划分为五个区间，如ROA的区间范围是-0.005到0，则LOSSBIN1 =1，否则为0

按年份、行业回归得到的残差

• Abresid：单位雇佣人数变动率的实际值与预期值之差的绝对值，即模型残差的绝对值，用以衡量劳动投资效率
• Mresid：单位雇佣人数实际值与预期值之差为正时的残差，用来衡量冗余雇佣
• Lresid：单位雇佣人数实际值与预期值之差为负时的残差，用来衡量雇佣不足

参考文献

• 孔东民, 项君怡, 代昀昊. 劳动投资效率、企业性质与资产收益率[J]. 金融研究, 2017(3):14.
• 刘进, 孙荪璐. 机构投资者持股会提高劳动投资效率吗? ——基于中国A股上市公司的经验证据[J]. 北京工商大学学报:社会科学版.

数据说明

本文选取2000-2022年中国A股上市公司作为研究样本。
对初始样本进行了以下处理：
(1)剔除金融行业公司；
(2)剔除ST公司；
(3)剔除员工人数不足30人的公司；
(4)剔除变量数据缺失的公司；
(5)剔除总资产为0，流动负债为负，长期负债为负的公司；
(6)为考虑持续经营的假设条件，剔除杠杆大于等于1的数据；
为了消除极端值的影响，对所有连续变量在1%和99%分位数进行缩尾处理。行业划分参考证监会2012年修订的《上市公司行业分类指引》，其中制造业细分至二级代码。

结果截图

各年数据量
 

缩尾后描述性统计