会计信息可比性(De Franco法)

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] — 会计年度
• 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
• CompAcct4 [会计信息可比性(前4)] — 参考De Franco, Kothari & Verdi (2011, JAR)的方法，计算公式为: 先用过去连续16个季度的季度盈余(单季净利润/期初总资产)对季度股票回报回归，估计各公司的盈余-回报映射函数; 再将公司i自身的季度回报序列分别代入公司i与公司j的方程，取两条预测盈余之差绝对值的时序均值的负数作为配对可比性，即CompAcct_ij=-mean|(a_i+b_i*Ret_i)-(a_j+b_j*Ret_i)|; 本字段为同行业内配对可比性最高的4家公司的均值，值越大(越接近0)可比性越高
• CompAcct10 [会计信息可比性(前10)] — 参考De Franco, Kothari & Verdi (2011, JAR)的方法，计算公式为: 同行业内配对可比性最高的10家公司的可比性均值，作为会计信息可比性(前4)的稳健性替代
• CompAcctInd [会计信息可比性(行业)] — 参考De Franco, Kothari & Verdi (2011, JAR)的方法，计算公式为: 同行业内该公司与所有其他公司配对可比性的中位数，衡量公司与行业整体会计实践的可比程度

常见问题

「会计信息可比性(De Franco法)」是什么数据集？

会计信息可比性(De Franco法)，隶属盈余质量。衡量不同公司会计信息系统的可比性程度。

该数据集的时间范围是？

覆盖 2004-2025 年。

包含哪些变量/指标？

共 14 个变量。核心指标包括：会计信息可比性(前4)、会计信息可比性(前10)、会计信息可比性(行业)。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 51,395 条观测。

数据是如何测算/获取的？

指标定义与计算方法 会计信息可比性衡量了不同公司财务报表信息在多大程度上能够相互比较，是会计信息质量的重要维度。De Franco, Kothari 和 Verdi (2011) 提出了一种基于盈余-回报映射函数相似性的度量方法。其核心思想是，如果两家公司采用相似的会计系统，那么对于相同的经济事件（以股票回报衡量），它们应当产生相似的会计盈余。因此，可以通过比较两家公司盈余对股票回报的回归函数来评估其会计信息的可比性。 具体计算过程如下：首先，对于每家公司在每个会计年度，使用过去连续16个季度的数据，将季度盈余对季度股票回报进行回归，以估计其公司特有的盈余-回报映射函数。回归模型为： $$Earn{i, q} = \alphai + \betai Ret{i, q} + \epsilon{i, q}$$ 其中，$Earn{i, q}$为公司$i$在第$q$季度的季度盈余（以季度净利润除以期初总资产衡量），$Ret{i, q}$为公司$i$在第$q$季度的季度股票收益率。 其次，在估计出每家公司$i$的回归系数$(\alphai, \betai)$后，计算该公司与同行业内另一家公司$j$的会计信息可比性。具体方法是，将公司$i$的季度回报序列$Ret{i, q}$分别代入其自身的回归方程和公司$j$的回归方程，得到两个预测盈余序列。这两个预测盈余序列之差的绝对值的负数，即为公司$i$与公司$j$之间的配对可比性$CompAcct{ij}$，计算公式为： $$CompAcct{ij} = -\frac{1}{T} \sum{q=1}^{T} |(\hat{\alpha}i + \hat{\beta}i Ret{i, q}) - (\hat{\alpha}j + \hat{\beta}j Ret{i, q})|$$ 其中，$T$为用于计算的季度数（通常为16）。$CompAcct{ij}$的值越大（越接近0），表明两家公司的会计信息可比性越高。 最后，对于目标公司$i$，计算其与同行业内所有其他公司$j$的配对可比性$CompAcct{ij}$。本数据集提供了三个汇总指标：1) $CompAcct4$，取与公司$i$可比性最高的前4家公司（即$CompAcct{ij}$值最大的4个配对）的可比性均值；2) $CompAcct10$，取前10家公司的可比性均值，作为稳健性检验；3) $CompAcctInd$，取公司$i$与行业内所有公司配对可比性的中位数，用以衡量该公司与行业整体会计实践的可比程度。行业分类依据中上协行业分类标准（制造业取二级代码前两位，其他行业取门类首位）进行分组。 补充说明 - 计算配对可比性$CompAcct{ij}$时，要求每家公司在估计期（过去16个季度）内至少有12个季度的有效观测数据。 - 在计算汇总指标（$CompAcct4$, $CompAcct10$, $CompAcctInd$）时，要求同行业内至少有10家满足上述估计要求的公司。 - 季度盈余在进入回归前已按全样本1%与99%分位数缩尾，以降低个别极端值对公司特有盈余-回报系数估计的影响。 - 行业分组按各公司在当年的实际行业归属动态匹配。公司在样本期内发生行业变更的，其所属比较组随之改变，因此同一公司在不同年度的比较对象可能不同。 - 由于估计窗口需要连续16个季度的季度财务数据，指标的可得性受季度报告披露制度的约束，样本起始年份晚于公司层面年度财务数据的起始年份。 参考文献 - De Franco G, Kothari S P, Verdi R S. The benefits of financial statement comparability[J]. Journal of Accounting Research, 2011, 49(4): 895-931.

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。