现金流量Jones模型(DD模型)

「现金流量Jones模型(DD模型)」,覆盖 2001-2025 年,频率 年度,上市公司层级,含 21 个变量,样本量约 82,886。 衡量企业基于应计利润的盈余管理程度。

时间跨度2001-2025 年
数据频率年度
层级上市公司
变量数21
样本量82,886
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] — 当年股票简称
  • 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] — 当年行业分类代码
  • IndustryName [行业名称] — 当年行业分类名称
  • Industry [行业分类] — 中上协行业分组(制造业C取两位,其他取首字母)
  • CashFlowJonesAbnormal [现金流量Jones异常应计] — 参考Pae (2005, RQFA)和Dechow & Dichev (2002, TAR)的方法,在基本Jones模型基础上加入t-1/t/t+1三期经营现金流量,计算公式为:行业-年度截面回归残差,正值代表正向盈余管理,负值代表负向盈余管理。用作研究变量,绝对值越大代表盈余管理程度越高
  • TotalAccruals [总应计利润] — 计算公式为:净利润减去经营活动现金流量净额
  • TotalAccrualsTA [总应计利润比] — 计算公式为:总应计利润除以滞后一期总资产
  • DeltaRev [营业收入变动] — 计算公式为:当年营业收入减去上年营业收入
  • PPE [固定资产] — 固定资产净额
  • CFOLag [滞后经营现金流] — 计算公式为:上一年度经营活动产生的现金流量净额
  • CFO [当期经营现金流] — 当年经营活动产生的现金流量净额
  • CFOLead [前瞻经营现金流] — 计算公式为:下一年度经营活动产生的现金流量净额,最新年度无法计算
  • Revenue

常见问题

「现金流量Jones模型(DD模型)」是什么数据集?
现金流量Jones模型(DD模型),隶属盈余质量。衡量企业基于应计利润的盈余管理程度。
该数据集的时间范围是?
覆盖 2001-2025 年。
包含哪些变量/指标?
共 21 个变量。核心指标包括:现金流量Jones异常应计、总应计利润、总应计利润比、营业收入变动、固定资产、滞后经营现金流、当期经营现金流、前瞻经营现金流、Revenue。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 82,886 条观测。
数据是如何测算/获取的?
指标定义与计算方法 本数据集基于现金流量Jones模型计算上市公司的异常应计利润,用于衡量其盈余管理程度。该模型由Dechow & Dichev (2002) 和 Pae (2005) 提出,在经典的Jones模型基础上,纳入了过去、当期及未来三期的经营现金流量信息,以更好地捕捉应计利润与现金流实现之间的映射关系,从而更准确地估计不可操纵的正常应计利润。其核心思想是,高质量的应计利润应能更好地预测未来现金流,而异常的应计利润则可能反映了盈余管理行为。 首先,计算总应计利润$TAt$,其定义为净利润$NIt$与经营活动现金流量净额$CFOt$之差,即$TAt = NIt - CFOt$。为消除公司规模的影响,所有变量均使用期初总资产$A{t-1}$进行标准化。核心的自变量包括:营业收入变动额$\Delta REVt$、固定资产净额$PPEt$、滞后一期的经营现金流$CFO{t-1}$、当期经营现金流$CFOt$以及未来一期的经营现金流$CFO{t+1}$。 在计算过程中,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)和年度进行分组,对每个行业-年度截面估计以下回归模型,以获取该组内正常应计利润的估计参数: $$ \frac{TAt}{A{t-1}} = \beta0 + \beta1 \frac{\Delta REVt}{A{t-1}} + \beta2 \frac{PPEt}{A{t-1}} + \beta3 \frac{CFO{t-1}}{A{t-1}} + \beta4 \frac{CFOt}{A{t-1}} + \beta5 \frac{CFO{t+1}}{A{t-1}} + \epsilont $$ 其中$TAt$为总应计利润,$A{t-1}$为期初总资产,$\Delta REVt$为营业收入变动额,$PPEt$为固定资产净额,$CFO{t-1}$、$CFOt$、$CFO{t+1}$分别为滞后、当期及前瞻的经营现金流量净额。 模型回归后得到的残差$\epsilont$即为现金流量Jones异常应计($CashFlowJonesAbnormal$)。该残差代表了总应计利润中无法被经济基本面变量(收入、固定资产及现金流)解释的部分,通常被视为盈余管理的代理变量。正值表示公司可能进行了增加利润的盈余管理,负值则表示可能进行了减少利润的盈余管理,其绝对值越大,通常被认为盈余管理程度越高。 补充说明 - 为控制极端值的影响,所有连续变量在行业-年度截面回归前均进行了上下1%的缩尾处理。 - 行业-年度截面回归要求每组内至少有15个有效观测值,不满足此条件的组不进行回归,其异常应计值为空。 - 前瞻经营现金流$CFO{t+1}$需要用到下一年的数据,因此对于最新年度数据无法计算。 参考文献 [1]Dechow P M, Dichev I D. The quality of accruals and earnings: The role of accrual estimation errors[J]. The Accounting Review, 2002, 77(4): 35-59. [2]Pae J. Expected accrual models: The impact of operating cash flows and reversals of accruals[J]. Review of Quantitative Finance & Accounting, 2005, 24(1): 5-22. [3]黄梅,夏新平.操纵性应计利润模型检测盈余管理能力的实证分析[J].南开管理评论,2009,12(5):136-143.
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。