企业信息透明度(Hutton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] — 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
• Opacity3Y [3年会计不透明度] — 计算公式为：过去3年Jones异常应计绝对值之和，数值越大表示会计信息越不透明。单位：比例
• Opacity3Y_DD [3年会计不透明度(DD)] — 计算公式为：过去3年DD异常应计绝对值之和。单位：比例
• OpacityRank [不透明度排名] — 当年会计不透明度的横截面百分位排名(0-100)。单位：%
• HighOpacity [高不透明度] — 是否处于当年不透明度前30%(0=否，1=是)
• AbsJonesDA [Jones异常应计绝对值] — 计算公式为：Jones模型残差的绝对值。单位：比例
• AbsDDDA [DD异常应计绝对值] — 计算公式为：DD模型残差的绝对值。单位：比例
• JonesDA [Jones异常应计] — Jones模型残差，即可操纵应计。单位：比例
• DDDA [DD异常应计] — DD模型残差，即可操纵应计。单位：比例
• TotalAccrualsTA [总应计比率] — 计算公式为：总应计除以总资产。单位：比例
• AbsTotalAccrualsTA [总应计比率绝对值] — 计算公式为：总应计比率的绝对值。单位：%
• EarningsCFOGap [盈余-现金流缺口] — 计算公式为：(净利润-经营现金流)/总资产，反映盈余与现金流的背离程度。单位：比例
• AbsEarningsCFOGap [盈余-现金流缺口绝对值] — 计算公式为：盈余-现金流缺口的绝对值。单位：比例
• CFOEarningsRatio [现金流盈余比] — 计算公式为：经营现金流除以净利润，衡量盈余的现金含量。单位：比例
• AccrualVolatility5Y [5年应计波动性] — 计算公式为：过去5年总应计比率的标准差。单位：%
• DAVolatility5Y [5年异常应计波动性] — 计算公式为：过去5年Jones异常应计的标准差。单位：比例

常见问题

「企业信息透明度(Hutton法)」是什么数据集？

企业信息透明度(Hutton法)，隶属信息环境。衡量企业会计信息不透明度与潜在的坏消息囤积行为。

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 26 个变量。核心指标包括：3年会计不透明度、3年会计不透明度(DD)、不透明度排名、高不透明度、Jones异常应计绝对值、DD异常应计绝对值、Jones异常应计、DD异常应计、总应计比率、总应计比率绝对值、盈余-现金流缺口、盈余-现金流缺口绝对值、现金流盈余比、5年应计波动性、5年异常应计波动性。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 83,982 条观测。

数据是如何测算/获取的？

指标定义与计算方法 本数据集旨在衡量上市公司的会计信息透明度与潜在的坏消息囤积行为，其核心思想是，管理层可能通过操纵应计项目来掩盖负面信息，导致会计信息质量下降，进而增加未来股价崩盘风险。指标构建主要基于Hutton et al. (2009)等文献，通过计算异常应计、盈余与现金流的背离程度以及应计项目的波动性来捕捉会计不透明度。 首先，计算总应计（Total Accruals, TA）。总应计为净利润（NI）与经营活动现金流量净额（CFO）之差，即$TA = NI - CFO$。为消除公司规模影响，将总应计除以期初总资产（$A{t-1}$），得到总应计比率$TotalAccrualsTA = TA / A{t-1}$。其绝对值$AbsTotalAccrualsTA$衡量了应计项目的总体规模。 其次，为分离出可操纵应计（Discretionary Accruals, DA），即管理层可能用于盈余管理的部分，采用两种主流模型进行估计。Jones模型（Modified Jones Model）和DD模型（Dechow and Dichev, 2002）被分别用于估计正常应计，模型残差即为异常应计（$JonesDA$和$DDDA$）。其绝对值（$AbsJonesDA$和$AbsDDDA$）衡量了当年盈余管理的程度。 基于异常应计，构建核心的会计不透明度指标。Hutton et al. (2009)认为，持续性的盈余操纵是坏消息囤积的重要表现。因此，计算过去三年（t, t-1, t-2）Jones异常应计绝对值之和，得到3年会计不透明度$Opacity3Y = |DAt| + |DA{t-1}| + |DA{t-2}|$。该值越大，表明公司会计信息越不透明。类似地，使用DD模型残差可计算$Opacity3Y\DD$。为便于横截面比较，计算$OpacityRank$（当年$Opacity3Y$的百分位排名）和$HighOpacity$（若排名处于前30%则取1，否则为0）。 此外，还计算了其他反映盈余质量的指标。盈余-现金流缺口$EarningsCFOGap = (NI - CFO) / A{t-1}$直接衡量了应计利润与经营现金流的背离，其绝对值$AbsEarningsCFOGap$反映了背离的幅度。现金流盈余比$CFOEarningsRatio = CFO / NI$则从另一个角度衡量盈余的现金实现程度。为捕捉应计项目的波动性，计算过去五年总应计比率的标准差作为$AccrualVolatility5Y$，以及过去五年Jones异常应计的标准差作为$DAVolatility5Y$，波动性越高通常意味着盈余质量越不稳定。 补充说明 - 计算异常应计（JonesDA, DDDA）时，需按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）分组，并在每年横截面上对模型进行回归以获取残差。 - 计算3年累计指标（Opacity3Y, Opacity3YDD）及5年波动性指标（AccrualVolatility5Y, DAVolatility5Y）时，要求对应年份有连续可用的数据。 - 所有以总资产为分母的比率，均使用期初总资产（$A{t-1}$）进行标准化。 - 为排除极端值影响，在计算横截面排名及分组前，对所有连续变量在1%和99%分位数上进行缩尾处理。 参考文献 - Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R², and crash risk[J]. Journal of Financial Economics, 2009, 94(1): 67-86. - Dechow P M, Dichev I D. The quality of accruals and earnings: The role of accrual estimation errors[J]. The Accounting Review, 2002, 77(s-1): 35-59.

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。