绩效期望落差(综合期望与销售利润率口径)
「绩效期望落差(综合期望与销售利润率口径)」,覆盖 1990-2025 年,频率 年度,上市公司层级,含 19 个变量,样本量约 93,871。 复现袁春生、郭振雄(2026)综合期望口径的企业绩效期望落差: 以销售利润率衡量实际经营绩效, 以历史期望绩效与社会期望绩效的线性组合(权重0.
| 时间跨度 | 1990-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 19 |
| 样本量 | 93,871 |
| 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 [证券简称] — 上市公司证券简称
- Year [年份] — 财务年度(会计年度)
- Province [省份] — 公司注册地所在省份
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- City [城市] — 公司注册地所在城市
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- County [区县] — 公司注册地所在区县
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
- IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
- SalesProfitMargin [销售利润率] — 参考袁春生、郭振雄(2026,华东经济管理)的方法,衡量企业实际经营绩效,计算公式为:营业利润/营业收入。已对上下1%缩尾。用作机制变量,越大代表企业当期实际盈利能力越强
- HistoricalAspiration [历史期望绩效] — 参考袁春生、郭振雄(2026,华东经济管理)借鉴Greve(2003,AMJ)的指数平滑思想,计算公式为:HA_t=0.4*上期历史期望绩效+0.6*上期销售利润率,企业首次出现年(或年份断裂后首年)以当年销售利润率为初始值。反映企业基于自身历史业绩形成的期望水平
- SocialAspiration [社会期望绩效] — 参考袁春生、郭振雄(2026,华东经济管理)的方法,计算公式为:同一年度同行业(中上协分类)内除本企业外其他企业销售利润率的算术平均值(留一法),行业内有效企业不足2家时回退为同年度全样本均值。反映企业相对行业同侪形成的期望水平
- ComprehensiveAspiration [综合期望绩效] — 参考袁春生、郭振雄(2026,华东经济管理)的方法,计算公式为:0.4*历史期望绩效+0.6*社会期望绩效,将历史期望与社会期望线性组合为综合期望水平
- ComprehensiveAspirationGap [绩效期望落差] — 参考袁春生、郭振雄(2026,华东经济管理)的方法,计算公式为:先算实际绩效(销售利润率)减综合期望绩效之差,做负向截尾后取绝对值,即|min(销售利润率-综合期望绩效,0)|,实际低于期望时为正、实际不低于期望时记0。已对上下1%缩尾。用作研究变量,越大代表企业实际经营绩效低于综合期望的程度越深
- IsBelowAspiration [是否低于综合期望] — 参考袁春生、郭振雄(2026,华东经济管理)的方法,是否实际绩效(销售利润率)低于综合期望绩效(0=否,1=是),即绩效期望落差为正的0/1状态
- ComprehensiveAspirationGap_W05 [绩效期望落差(权重0.5)] — 参考袁春生、郭振雄(2026,华东经济管理)表4的稳健性做法,将历史期望递归权重与综合期望合成权重均改设为0.5后重新计算的绩效期望落差,计算公式同主口径|min(销售利润率-综合期望绩效,0)|。已对上下1%缩尾。用作稳健性检验变量
- ComprehensiveAspirationGap_Roe [绩效期望落差(Roe口径)] — 参考袁春生、郭振雄(2026,华东经济管理)表4的稳健性做法,将实际绩效由销售利润率替换为净资产收益率Roe(净利润/所有者权益)后按权重0.4重新计算的绩效期望落差,计算公式同主口径|min(Roe-综合期望绩效,0)|。已对上下1%缩尾。用作稳健性检验变量
常见问题
- 「绩效期望落差(综合期望与销售利润率口径)」是什么数据集?
- 绩效期望落差(综合期望与销售利润率口径),隶属经营绩效。复现袁春生、郭振雄(2026)综合期望口径的企业绩效期望落差: 以销售利润率衡量实际经营绩效, 以历史期望绩效与社会期望绩效的线性组合(权重0.
- 该数据集的时间范围是?
- 覆盖 1990-2025 年。
- 包含哪些变量/指标?
- 共 19 个变量。核心指标包括:销售利润率、历史期望绩效、社会期望绩效、综合期望绩效、绩效期望落差、是否低于综合期望、绩效期望落差(权重0.5)、绩效期望落差(Roe口径)。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 93,871 条观测。
- 数据是如何测算/获取的?
- 指标定义与计算方法 绩效期望落差源自企业行为理论(Cyert & March, 1963)与组织绩效反馈框架(Greve, 2003):企业并非以利润最大化为唯一目标,而是将实际经营绩效与一个内生的"期望水平"相比较,当实际绩效低于期望时,管理者感知到"问题式搜索"压力,从而调整其风险承担、创新投入与策略性行为。本数据集复现袁春生、郭振雄(2026)的"综合期望"口径,借鉴曹雅楠等(2023)的度量方式,以企业实际绩效低于综合期望绩效的程度刻画绩效期望落差。 实际经营绩效以销售利润率衡量,记为 $P{it}$,其计算公式为营业利润与营业收入之比: $$P{it} = \frac{\text{营业利润}{it}}{\text{营业收入}{it}}$$ 综合期望绩效 $A{it}$ 由历史期望绩效与社会期望绩效线性组合而成,分别刻画企业"与自身历史比较"和"与行业同侪比较"两条参照路径。历史期望绩效 $HA{it}$ 采用指数平滑递归,将上期历史期望与上期实际绩效加权: $$HA{it} = \beta1 HA{i,t-1} + (1-\beta1) P{i,t-1}$$ 其中企业首次进入样本的年度(以及面板年度断裂后的首个年度)以当年实际绩效作为初始历史期望。社会期望绩效 $SA{it}$ 为同一年度、同一行业内除本企业之外其他企业销售利润率的算术平均(留一法);当同行业有效企业不足两家时,回退为当年全体企业的均值,以避免企业自身绩效进入参照系造成的内生性。综合期望绩效为二者的加权组合: $$A{it} = \alpha1 HA{it} + (1-\alpha1) SA{it}$$ 绩效期望落差 $E\gap{it}$ 仅刻画实际绩效低于期望的负向缺口:先计算实际绩效与综合期望绩效之差,做负向截尾后取绝对值, $$E\gap{it} = \left| \min\!\left(P{it} - A{it},\; 0\right) \right|$$ 即当实际绩效低于综合期望时取二者之差的绝对值、否则记为零。该值越大,表示企业实际经营绩效低于其综合期望的程度越深。配套的二元状态变量进一步标记实际绩效是否低于综合期望。权重参数参考严若森、高心仪(2024)与曹雅楠等(2023)的做法,主口径设定 $\alpha1 = \beta1 = 0.4$。 补充说明 - 样本为全样本覆盖的沪深A股上市公司年度面板,年度范围由数据自动派生;连续变量(销售利润率、净资产收益率及各落差变量)均做上下 $1\%$ 缩尾以抑制极端值影响。财务绩效取年报口径合并报表,并按企业-年度主键去重。 - 提供两个稳健性口径:其一将历史期望递归权重与综合期望合成权重同时改设为 $\alpha1=\beta1=0.5$ 重新计算落差;其二以净资产收益率(净利润与所有者权益之比)替换销售利润率作为实际绩效,按 $0.4$ 权重重新计算落差。 - 行业参照按企业当年实际所属行业动态匹配。需要注意的是,由于本数据集采用全样本覆盖(保留金融业及被特别处理的公司),其落差分布较仅以稳健经营公司为对象的回归样本更宽;早期年份(上市公司数量极少的年份)社会期望基于很小的同业样本估计,稳健性较弱,实证使用时建议设定合理的研究起始年度并按需筛选样本。 参考文献 - 袁春生, 郭振雄. 绩效期望落差与企业AI漂洗——基于管理者归因视角[J]. 华东经济管理, 2026, 40(4): 21-30. - 曹雅楠, 赵子夜, 孙文龙. 数字化转型披露存在信息操纵吗——来自经营期望落差公司的证据[J]. 经济管理, 2023, 45(9): 177-192. - 严若森, 高心仪. 业绩期望落差与企业数字化战略信息传递积极性——来自零售业听众互动平台的证据[J]. 南方管理评论, 2024, 27(9): 65-77. - Greve H R. A behavioral theory of R&D expenditures and innovations: evidence from shipbuilding[J]. Academy of Management Journal, 2003, 46(6): 685-702. - Cyert R M, March J G. A behavioral theory of the firm[M]. Englewood Cliffs, NJ: Prentice-Hall, 1963.
- 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。