投资效率(Chen模型)
「投资效率(Chen模型)」，覆盖 2003-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 73,386。 衡量上市公司投资决策偏离最优水平的非效率程度。
| 时间跨度 | 2003-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 73,386 |
| 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 [新增资本投资] — 参考Chen, Hope, Li & Wang (2011, TAR)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
- SalesGrowth [营业收入增长率] — 参考Chen, Hope, Li & Wang (2011, TAR)的方法，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%缩尾处理
- IsNegGrowth [是否负增长] — 是否营业收入负增长(0=否，1=是)，参考Chen, Hope, Li & Wang (2011, TAR)的方法
- ExpectedInv [预期投资] — 参考Chen, Hope, Li & Wang (2011, TAR)的方法，通过分行业-年度横截面回归(中上协，每组>=20个观测)的拟合值，计算公式为：b0 + b1*SalesGrowth_{t-1} + b2*NEG_{t-1}*SalesGrowth_{t-1}
- AbnormalInv [异常投资] — 参考Chen, Hope, Li & Wang (2011, TAR)的方法，计算公式为：实际投资 - 预期投资(回归残差)，正值表示过度投资，负值表示投资不足，用作研究变量，越大代表投资越激进
- OverInvestment [过度投资] — 参考Chen, Hope, Li & Wang (2011, TAR)的方法，计算公式为：当AbnormalInv>0时取AbnormalInv值，否则为空值，用作研究变量，越大代表过度投资越严重
- UnderInvestment [投资不足] — 参考Chen, Hope, Li & Wang (2011, TAR)的方法，计算公式为：当AbnormalInv<0时取|AbnormalInv|值，否则为空值，用作研究变量，越大代表投资不足越严重
- InvInefficiency [非效率投资] — 参考Chen, Hope, Li & Wang (2011, TAR)的方法，计算公式为：|异常投资|，用作研究变量，越大代表投资效率越低
- IsOverInvest [是否过度投资] — 是否过度投资(0=否，1=是)，参考Chen, Hope, Li & Wang (2011, TAR)的方法，AbnormalInv>0则为过度投资
常见问题
- 「投资效率(Chen模型)」是什么数据集？
- 投资效率(Chen模型)，隶属资本结构。衡量上市公司投资决策偏离最优水平的非效率程度。
- 该数据集的时间范围是？
- 覆盖 2003-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：新增资本投资、营业收入增长率、是否负增长、预期投资、异常投资、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 73,386 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量中国上市公司的投资效率，其核心方法遵循Chen, Hope, Li & Wang (2011)的研究。该模型认为，公司的投资决策应基于其成长机会，而偏离最优投资水平的部分（即投资不足或过度投资）则反映了投资非效率。模型通过估计一个以公司成长性为解释变量的预期投资水平，并将实际投资与预期投资之间的残差定义为异常投资，以此捕捉投资效率的偏离程度。 首先，计算核心的基础变量。新增资本投资（$Investment$）定义为公司为扩大再生产而进行的净资本支出，计算公式为： $$Investmentt = \frac{CFO\Purchaset - CFO\Salet}{A{t-1}}$$ 其中$CFO\Purchaset$为第t年购建固定资产、无形资产和其他长期资产支付的现金，$CFO\Salet$为第t年处置固定资产、无形资产和其他长期资产收回的现金净额，$A{t-1}$为期初（第t-1年末）总资产。该比率衡量了相对于公司规模的实际投资强度。营业收入增长率（$SalesGrowth{t-1}$）用于代理公司的成长机会，计算公式为$(Revenue{t-1} - Revenue{t-2}) / |Revenue{t-2}|$。同时，构造一个二元变量$NEG{t-1}$（即字段IsNegGrowth），当$SalesGrowth{t-1} < 0$时取值为1，否则为0，用以捕捉增长为负时可能存在的非线性关系。 其次，基于上述变量估计预期投资。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）和年度分组，对每个行业-年度截面进行如下回归： $$Investment{i,t} = \beta0 + \beta1 \times SalesGrowth{i,t-1} + \beta2 \times NEG{i,t-1} \times SalesGrowth{i,t-1} + \epsilon{i,t}$$ 该回归的拟合值即为预期投资（$ExpectedInv$），代表了在给定公司上年成长性下的正常或最优投资水平。 最终，核心的投资效率指标由回归残差衍生得出。异常投资（$AbnormalInv$）为实际投资与预期投资之差（$Investment - ExpectedInv$）。其绝对值构成非效率投资（$InvInefficiency$），值越大代表投资效率越低。根据残差的正负，可进一步区分投资偏离的方向：当$AbnormalInv 0$时，定义为过度投资（$OverInvestment$），并令是否过度投资（$IsOverInvest$）取值为1；当$AbnormalInv < 0$时，取其绝对值定义为投资不足（$UnderInvestment$）。过度投资和投资不足的数值越大，分别代表过度投资或投资不足的程度越严重。 补充说明 - 营业收入增长率在计算后，进行了1%和99%分位数的缩尾处理，以控制极端值的影响。 - 用于分行业-年度横截面回归的样本，要求每个行业-年度组合内的观测值数量不少于20个，以确保回归估计的可靠性。 参考文献 [1]Chen F, Hope O K, Li Q, et al. Financial reporting quality and investment efficiency of private firms in emerging markets[J]. The Accounting Review, 2011, 86(4): 1255-1288. [2]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。