盈余不透明度(Hutton法)

字段字典

• Symbol [股票代码] — 股票代码
• StkName [证券简称] — 证券简称
• Year [年份] — 财报年份
• 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
• Opacity_Hutton [盈余不透明度(Hutton)] — 参考Hutton, Marcus & Tehranian (2009, JFE)的方法，计算公式为：过去3年|可操控应计(修正Jones模型)|的移动平均值，值越大表示盈余越不透明。单位：比例
• LossAvoidance [微利避免程度] — 参考Burgstahler & Dichev (1997, JAR)的方法，计算公式为：过去5年ROA落入[0,0.01]区间的年数与落入[-0.01,0]区间年数之差，正值表示存在微利避免行为。单位：年
• LossAvoidanceFlag [是否微利避免] — 是否存在微利避免行为(0=否，1=是)，过去5年中ROA落入[0,0.01]的年数>=2
• Opacity_BDW [盈余不透明度(BDW综合)] — 参考Bhattacharya, Daouk & Welker (2003, JFE)的方法，计算公式为：盈余激进度排名+微利避免排名+盈余平滑度排名的年度内均值，综合衡量盈余不透明程度
• Opacity_Rank [不透明度年度排名] — 盈余不透明度(Hutton)在同年全市场的百分位排名(0-100)，越高越不透明。单位：%
• HighOpacity [是否高不透明] — 是否盈余高不透明(0=否，1=是)，Hutton不透明度处于同年度前25%
• OpacityDecile [不透明度十分位] — 盈余不透明度(Hutton)在同年全市场的十分位组(1-10)，10为最不透明

常见问题

「盈余不透明度(Hutton法)」是什么数据集？

盈余不透明度(Hutton法)，隶属盈余质量。衡量上市公司盈余信息的操纵与粉饰程度。

该数据集的时间范围是？

覆盖 2001-2025 年。

包含哪些变量/指标？

共 18 个变量。核心指标包括：盈余不透明度(Hutton)、微利避免程度、是否微利避免、盈余不透明度(BDW综合)、不透明度年度排名、是否高不透明、不透明度十分位。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 82,887 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盈余不透明度，即公司盈余信息被管理层操纵或粉饰，从而偏离真实经济状况的程度。该指标综合了多个经典文献中的度量方法，从不同维度刻画盈余质量。核心指标包括基于Hutton et al. (2009)方法的盈余不透明度、基于Burgstahler & Dichev (1997)方法的微利避免程度，以及综合了盈余激进度、微利避免和盈余平滑度的BDW综合指数。 首先，计算Hutton盈余不透明度。该方法的核心思想是，持续性的可操控应计利润是盈余不透明的重要表现。计算公式为过去三年可操控应计绝对值（基于修正Jones模型估计）的移动平均值： $$Opacity\Hutton = \frac{|DA{t}| + |DA{t-1}| + |DA{t-2}|}{3}$$ 其中$DAt$为第$t$年基于修正Jones模型估计的可操控应计利润。该值越大，表明公司盈余越不透明。 其次，计算微利避免程度。该方法检验公司是否存在通过盈余管理将微小的亏损（负的ROA）扭转为微小的盈利（正的ROA）的行为。计算公式为： $$LossAvoidance = Count(ROA \in [0, 0.01]) - Count(ROA \in [-0.01, 0])$$ 其中$Count$函数统计过去五年中，公司年度总资产收益率（$ROA$）落入指定区间的年数。正值表示存在微利避免行为。基于此，定义二元变量$LossAvoidanceFlag$，若过去五年中$ROA$落入$[0, 0.01]$区间的年数大于等于2，则取值为1，否则为0。 第三，构建BDW综合盈余不透明度指数。该方法借鉴Bhattacharya et al. (2003)的思路，通过综合多个盈余质量指标来构建一个更全面的度量。计算公式为： $$Opacity\BDW = \frac{Rank(EA) + Rank(LossAvoidanceFlag) + Rank(ES)}{3}$$ 其中$Rank(EA)$、$Rank(LossAvoidanceFlag)$和$Rank(ES)$分别代表公司在同一年度内，其盈余激进度（$EA$）、微利避免标识（$LossAvoidanceFlag$）和盈余平滑度（$ES$）三个指标在全体本中的百分位排名。该综合指数值越大，表示公司盈余越不透明。 最后，基于Hutton不透明度（$Opacity\Hutton$）计算一系列衍生指标。$Opacity\Rank$为该公司$Opacity\Hutton$在同年度全市场样本中的百分位排名（0-100）。$OpacityDecile$为对应的十分位组（1-10，10为最不透明）。$HighOpacity$为二元标识变量，若$Opacity\Hutton$处于同年度样本的前25%，则取值为1，否则为0。 补充说明 - 所有连续变量（如$Opacity\Hutton$、$Opacity\BDW$）在计算年度排名或分组前，均按年度进行了1%和99%分位数的缩尾处理，以控制极端值的影响。 - 计算移动平均值（如$Opacity\Hutton$）和区间统计（如$LossAvoidance$）时，要求对应年份的数据非缺失。 - 行业分类信息基于中上协行业分类标准提供。 参考文献 - Burgstahler D, Dichev I. Earnings management to avoid earnings decreases and losses[J]. Journal of Accounting and Economics, 1997, 24(1): 99-126. - Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R², and crash risk[J]. Journal of Financial Economics, 2009, 94(1): 67-86. - Bhattacharya U, Daouk H, Welker M. The world price of earnings opacity[J]. The Accounting Review, 2003, 78(3): 641-678.

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。