异常经营现金流(正常现金流回归残差)

字段字典

• Symbol [股票代码] — 股票代码
• StkName [证券简称] — 证券简称
• Year [年份] — 财务年度
• Province [省份] — 公司注册所在省份
• ProvinceCode [省份代码] — 省份行政区划代码(6位)
• City [城市] — 公司注册所在城市
• CityCode [城市代码] — 城市行政区划代码(6位)
• County [区县] — 公司注册所在区县
• CountyCode [区县代码] — 区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码
• IndustryName [行业名称] — 中上协行业分类名称
• Industry [行业] — 中上协行业分类，制造业取二位(如C2)，非制造业取首字母(如I)
• AbCFO [异常经营现金流] — 经营活动现金流净额(万元)/A的行业-年度回归残差，负值表示销售操纵
• CFO [经营现金流] — 经营活动现金流净额(亿元)。单位：亿元
• CFO_A [经营现金流/资产] — 计算公式为：经营活动现金流净额(万元)/平均总资产
• Revenue [营业收入] — 营业收入(亿元)。单位：亿元
• Assets [总资产] — 总资产(亿元)。单位：亿元

常见问题

「异常经营现金流(正常现金流回归残差)」是什么数据集？

异常经营现金流(正常现金流回归残差)，隶属盈余质量。衡量企业通过真实销售操纵进行盈余管理的程度。

该数据集的时间范围是？

覆盖 2002-2025 年。

包含哪些变量/指标？

共 17 个变量。核心指标包括：异常经营现金流、经营现金流、经营现金流/资产、营业收入、总资产。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 80,543 条观测。

数据是如何测算/获取的？

指标定义与计算方法 异常经营现金流是衡量企业真实盈余管理活动的重要指标，由Roychowdhury (2006)提出。其核心思想是，管理层可能通过提供价格折扣或放宽信用政策等真实销售操纵手段来暂时提高销售收入，这种行为通常会导致当期经营活动现金流低于正常水平。因此，该指标通过估计正常经营活动现金流模型，并将实际值与模型预测值（即正常值）的差额（即回归残差）定义为“异常”部分。负的异常值表明公司可能为了提升报告期利润而进行了销售操纵，牺牲了现金流。 计算过程分为两步。首先，计算核心变量。经营活动现金流净额（$CFO$）和营业收入（$S$）均以亿元为单位。平均总资产（$A$）为年初与年末总资产（单位：亿元）的算术平均值。营业收入变动额（$\Delta S$）为本期营业收入与上期营业收入的差额。 其次，进行分行业-年度的横截面回归以估计正常现金流水平。按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）和年份进行分组。在每一个行业-年度组合内，使用以下模型进行OLS回归： $$ \frac{CFO{i,t}}{A{i,t-1}} = \alpha0 + \alpha1 \frac{1}{A{i,t-1}} + \alpha2 \frac{S{i,t}}{A{i,t-1}} + \alpha3 \frac{\Delta S{i,t}}{A{i,t-1}} + \epsilon{i,t} $$ 其中，$CFO{i,t}$为公司$i$第$t$年的经营活动现金流净额，$A{i,t-1}$为公司$i$第$t-1$年末（即第$t$年初）的总资产，$S{i,t}$为公司$i$第$t$年的营业收入，$\Delta S{i,t}$为公司$i$第$t$年相对于第$t-1$年的营业收入变动额。 最终，异常经营现金流（$AbCFO$）即为上述回归模型的残差项$\epsilon{i,t}$。该残差代表了公司实际经营现金流与基于其资产规模、销售水平及销售增长所预测的正常现金流之间的偏离。 补充说明 - 为控制极端值的影响，在运行行业-年度横截面回归前，对所有连续变量在1%和99%分位数上进行缩尾处理。 - 每个行业-年度组合的有效观测数需满足回归模型估计的最低要求。 参考文献 - Roychowdhury S. Earnings management through real activities manipulation[J]. Journal of Accounting and Economics, 2006, 42(3): 335-370.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。