投资效率(Biddle模型)
「投资效率(Biddle模型)」，覆盖 2002-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 74,337。 衡量企业投资决策相对于成长机会的偏离程度。
| 时间跨度 | 2002-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 74,337 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [股票简称] — 股票简称
- 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
- Investment [新增投资] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，计算公式为：(购建固定资产无形资产和其他长期资产支付的现金 - 处置固定资产无形资产和其他长期资产收回的现金净额) / 期初总资产，经1%/99%百分位缩尾处理。单位：比例
- SalesGrowth [营业收入增长率] — 计算公式为：(本期营业收入 - 上期营业收入) / 上期营业收入，经1%/99%百分位缩尾处理。单位：%
- SalesGrowthLag [滞后营业收入增长率] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，回归模型中实际使用的自变量，为上一年度的营业收入增长率。单位：%
- ExpectedInv [预期投资] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，由行业-年度横截面OLS回归(Investment_t = alpha + beta * SalesGrowth_{t-1} + epsilon)得到的拟合值，代表企业正常投资水平。单位：比例
- ResidualInv [投资残差] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，计算公式为：实际投资 - 预期投资。正值表示过度投资，负值表示投资不足。用作研究变量，绝对值越大代表投资效率越低
- OverInvestment [过度投资] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，当投资残差>=0时取残差值，否则为缺失值。用作研究变量，值越大代表过度投资程度越高
- UnderInvestment [投资不足] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，当投资残差<0时取残差的绝对值，否则为缺失值。用作研究变量，值越大代表投资不足程度越高
- InvInefficiency [非效率投资] — 参考Biddle, Hilary & Verdi (2009, JAE)的方法，计算公式为：投资残差的绝对值。用作研究变量，值越大代表非效率投资程度越高。单位：比例
- IsOverInvest [是否过度投资] — 是否过度投资(0=否，1=是)，参考Biddle, Hilary & Verdi (2009, JAE)的方法，投资残差>=0时取1，<0时取0
常见问题
- 「投资效率(Biddle模型)」是什么数据集？
- 投资效率(Biddle模型)，隶属资本结构。衡量企业投资决策相对于成长机会的偏离程度。
- 该数据集的时间范围是？
- 覆盖 2002-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：新增投资、营业收入增长率、滞后营业收入增长率、预期投资、投资残差、过度投资、投资不足、非效率投资、是否过度投资。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 74,337 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集基于Biddle, Hilary & Verdi (2009)提出的模型，用于衡量中国上市公司的投资效率。该模型的核心思想是，企业的正常投资水平应与其成长机会（以营业收入增长率代理）相匹配。通过估计一个简约的预期投资模型，将实际投资与预期投资之间的偏离（残差）定义为非效率投资，并进一步区分为过度投资和投资不足。 首先，计算核心的基础变量。新增投资（$Investment$）定义为购建固定资产、无形资产和其他长期资产支付的现金与处置固定资产、无形资产和其他长期资产收回的现金净额之差，再除以期初总资产，以控制公司规模的影响。营业收入增长率（$SalesGrowth$）定义为（本期营业收入 - 上期营业收入）除以上期营业收入。这两个基础变量在计算后均需经过1%和99%分位数的缩尾处理，以减轻极端值的影响。 随后，构建预期投资模型。模型采用行业-年度横截面回归，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）进行分组。在每个行业-年度组合内，使用普通最小二乘法（OLS）估计以下回归方程： $$Investment{i,t} = \alpha + \beta \times SalesGrowth{i,t-1} + \epsilon{i,t}$$ 其中，$Investment{i,t}$为公司$i$第$t$年的新增投资，$SalesGrowth{i,t-1}$为公司$i$第$t-1$年的营业收入增长率（即滞后营业收入增长率$SalesGrowthLag$）。回归得到的拟合值即为预期投资（$ExpectedInv$），代表企业在给定成长机会下的正常投资水平。 核心的衡量指标是投资残差（$ResidualInv$），其计算公式为： $$ResidualInv{i,t} = Investment{i,t} - ExpectedInv{i,t}$$ 该残差衡量了实际投资偏离预期投资的程度。正值表示实际投资超过了基于成长机会的预期，即过度投资；负值则表示投资不足。 基于投资残差，可以进一步计算三个衍生指标。非效率投资（$InvInefficiency$）是投资残差的绝对值，用于衡量投资效率的总体偏离程度，值越大代表非效率投资越严重。过度投资（$OverInvestment$）取投资残差大于等于零时的值，否则为缺失值；投资不足（$UnderInvestment$）取投资残差小于零时的绝对值，否则为缺失值。此外，二元指标是否过度投资（$IsOverInvest$）根据投资残差是否大于等于零进行赋值，是为1，否为0。 补充说明 - 计算新增投资（$Investment$）和营业收入增长率（$SalesGrowth$）时，均在行业-年度层面进行了1%和99%分位数的缩尾处理。 - 进行行业-年度横截面回归时，要求每个行业-年度组合内的有效观测数不少于一定数量（具体数量未在素材中明确，实际应用时应设定合理的最小观测数要求，如不少于15或20个观测值），以确保回归估计的可靠性。 参考文献 [1]Biddle G C, Hilary G, Verdi R S. How does financial reporting quality relate to investment efficiency?[J]. Journal of Accounting and Economics, 2009, 48(2-3): 112-131.
- 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。