现金流操控程度(Lee模型)
「现金流操控程度(Lee模型)」，覆盖 2002-2025 年，频率 年度，上市公司层级，含 16 个变量，样本量约 77,910。 衡量企业为特定目的而进行的现金流管理行为。
| 时间跨度 | 2002-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 16 |
| 样本量 | 77,910 |
| 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
- UCFO [非正常经营活动现金流] — 参考Lee (2012, TAR)的方法，计算公式为：对CFO/TA_{t-1}按行业-年度横截面回归(自变量为1/TA_{t-1}、Sale/TA_{t-1}、dSale/TA_{t-1})的残差，衡量非正常经营活动现金流。正值表示现金流虚增，负值表示现金流虚减
- UCFOMov [现金流操控移动平均] — 参考周冬华、赖升东(2016)的方法，计算公式为：前三年(含当年)|UCFO|的算术平均值，用于平滑年度波动。用作研究变量，越大代表现金流操控程度越高
- UCFORank [现金流操控分组排名] — 参考Cheng et al. (1992)和周冬华、赖升东(2016)的方法，计算公式为：每年按|UCFO|从小到大排序后十等分(1-10)。用作研究变量，越大代表现金流操控程度越高
- CFOToAsset [经营现金流/总资产] — 计算公式为：当年经营活动现金流净额/上年末总资产总额
- Industry [行业分类] — 中上协行业分组(制造业取2位如C2，非制造业取首字母如K)
常见问题
- 「现金流操控程度(Lee模型)」是什么数据集？
- 现金流操控程度(Lee模型)，隶属盈余质量。衡量企业为特定目的而进行的现金流管理行为。
- 该数据集的时间范围是？
- 覆盖 2002-2025 年。
- 包含哪些变量/指标？
- 共 16 个变量。核心指标包括：非正常经营活动现金流、现金流操控移动平均、现金流操控分组排名、经营现金流/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 77,910 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现金流操控程度，其核心思想是识别企业为达到特定目的（如迎合分析师预测或满足债务契约）而进行的、偏离正常经营活动的现金流管理行为。该方法基于Lee (2012)提出的模型，通过估计正常经营活动现金流水平，并将实际现金流与之比较，其残差即为非正常经营活动现金流，用以衡量现金流操控的程度。后续研究，如周冬华、赖升东 (2016)，进一步采用移动平均和分组排名的方法来平滑年度波动并增强指标的稳健性。 计算过程首先对经营活动现金流进行标准化处理，以消除公司规模的影响。具体地，将公司$i$在第$t$年的经营活动现金流量净额($CFO{i,t}$)除以其第$t-1$年末的总资产($TA{i,t-1}$)，得到标准化后的经营现金流比率($CFOToAsset$)。 随后，为估计正常经营活动现金流水平，参考Lee (2012)的方法，在每个年度、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）划分的行业内，进行如下横截面回归： $$ \frac{CFO{i,t}}{TA{i,t-1}} = l0 + l1 \times \frac{1}{TA{i,t-1}} + l2 \times \frac{Sale{i,t}}{TA{i,t-1}} + l3 \times \frac{\Delta Sale{i,t}}{TA{i,t-1}} + \epsilon{i,t} $$ 其中，$Sale{i,t}$为第$t$年的营业收入，$\Delta Sale{i,t}$为第$t$年相对于第$t-1年$的营业收入变动额。该模型以规模、销售水平和销售增长作为正常经营现金流的驱动因素。回归得到的残差$\epsilon{i,t}$即为非正常经营活动现金流($UCFO$)。$UCFO$的绝对值越大，表明企业现金流操控的程度越高；正值通常被解释为现金流虚增，负值则解释为现金流虚减。 为平滑单一年度$UCFO$可能存在的偶然波动，并捕捉更持续的操控行为，参考周冬华、赖升东 (2016)的方法，计算$UCFO$绝对值的三年移动平均值($UCFOMov$)，即取当年及前两年$|UCFO|$的算术平均值。此外，为便于横截面比较和分组研究，每年将所有公司的$|UCFO|$按从小到大的顺序进行排序，并划分为十个等分组，分别赋值1到10，得到现金流操控分组排名($UCFORank$)。$UCFOMov$和$UCFORank$的值越大，均代表公司现金流操控的程度越高。 补充说明 - 用于行业-年度横截面回归的样本，需满足所有回归变量非缺失。 - 计算$UCFOMov$时，若某公司在当前年份之前不足两年，则无法计算其移动平均值。 - $UCFORank$的计算基于每年所有有效$UCFO$观测值的绝对值进行排序和十等分。 参考文献 [1]Lee L F. Incentives to inflate reported cash from operations using classification and timing[J]. The Accounting Review, 2012, 87(1): 1-33. [2]周冬华,赖升东.上市公司现金流操控行为会加剧股价崩盘风险吗[J].山西财经大学学报,2016,38(2):100-111.DOI:10.13781/j.cnki.1007-9556.2016.02.009.
- 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。