盈余价值相关性(Ohlson模型)
「盈余价值相关性(Ohlson模型)」，覆盖 1993-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 67,839。 衡量会计盈余与净资产信息对股票价格的解释力。
| 时间跨度 | 1993-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 67,839 |
| 是否可合并 | 可与同主体数据集合并 |
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] — 会计年度
- 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
- ValueRelevance [盈余价值相关性] — 参考Barth, Beaver & Landsman (2001, JAR)和Ohlson (1995)的方法，计算公式为: 按行业-年度截面回归发行价格=a+b1*EPS+b2*每股净资产的R2，衡量会计盈余和净资产对股价的综合解释力，同一行业-年度内所有公司共享该值
- IncrEPS [EPS增量价值相关性] — 参考Barth, Beaver & Landsman (2001, JAR)的方法，计算公式为: 完整模型R2减去仅含每股净资产(每股净资产)模型的R2，衡量每股收益(EPS)的增量解释力
- IncrBPS [BPS增量价值相关性] — 参考Barth, Beaver & Landsman (2001, JAR)的方法，计算公式为: 完整模型R2减去仅含每股收益(EPS)模型的R2，衡量每股净资产(每股净资产)的增量解释力。单位：比例
- EPS_Coef [EPS回归系数] — 参考Barth, Beaver & Landsman (2001, JAR)的方法，完整模型发行价格=a+b1*EPS+b2*每股净资产中EPS的回归系数，反映市场对每股收益的定价乘数(盈余反应系数ERC)
- BPS_Coef [BPS回归系数] — 参考Barth, Beaver & Landsman (2001, JAR)的方法，完整模型发行价格=a+b1*EPS+b2*每股净资产中每股净资产的回归系数，反映市场对每股净资产的定价乘数
- Price
- Eps
- Bps
- IndustryGroup
常见问题
- 「盈余价值相关性(Ohlson模型)」是什么数据集？
- 盈余价值相关性(Ohlson模型)，隶属盈余质量。衡量会计盈余与净资产信息对股票价格的解释力。
- 该数据集的时间范围是？
- 覆盖 1993-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：盈余价值相关性、EPS增量价值相关性、BPS增量价值相关性、EPS回归系数、BPS回归系数、Price、Eps、Bps、IndustryGroup。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 67,839 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Ohlson (1995)的估值模型，参考Barth, Beaver & Landsman (2001)的方法，旨在衡量上市公司会计信息对股票价格的解释力，即盈余价值相关性。其核心思想是，在有效市场中，股票价格应反映公司的基本面信息，特别是每股收益（EPS）和每股净资产（BPS）。通过建立股价与这两项核心会计指标的线性回归模型，并计算模型的拟合优度（R²），可以量化会计信息在解释股价横截面差异方面的能力。 具体计算过程为，在每个会计年度，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）进行分组。在每个行业-年度截面内，使用所有公司的年末收盘价（$P{it}$）作为因变量，以同期的每股收益（$EPS{it}$）和每股净资产（$BPS{it}$）作为自变量，进行如下截面回归： $$P{it} = \alpha + \beta1 EPS{it} + \beta2 BPS{it} + \varepsilon{it}$$ 该回归模型的判定系数$R^2$即为该行业-年度组合的盈余价值相关性（ValueRelevance），它衡量了会计盈余和净资产对股价的综合解释力。回归系数$\beta1$和$\beta2$分别对应EPSCoef（盈余反应系数）和BPSCoef，反映了市场对每股收益和每股净资产的定价乘数。 为了进一步分解EPS和BPS各自的增量解释力，需要构建两个简化模型进行对比。仅包含BPS的模型为：$P{it} = \alpha + \beta2 BPS{it} + \varepsilon{it}$，其$R^2$记为$R^2{BPS}$。仅包含EPS的模型为：$P{it} = \alpha + \beta1 EPS{it} + \varepsilon{it}$，其$R^2$记为$R^2{EPS}$。则EPS的增量价值相关性（IncrEPS）计算公式为$R^2 - R^2{BPS}$，衡量了在控制净资产信息后，盈余信息额外提供的解释力。同理，BPS的增量价值相关性（IncrBPS）计算公式为$R^2 - R^2{EPS}$，衡量了在控制盈余信息后，净资产信息额外提供的解释力。 补充说明 - 回归分析在每个行业-年度截面内进行，要求该截面内的有效观测数满足回归分析的基本要求。 - 为控制极端值对回归结果的影响，在构建每个行业-年度的回归样本时，对所有连续变量（股价、EPS、BPS）在1%和99%分位数上进行缩尾处理。 参考文献 - Barth M E, Beaver W H, Landsman W R. The relevance of the value relevance literature for financial accounting standard setting: another view[J]. Journal of Accounting and Economics, 2001, 31(1-3): 77-104. - Ohlson J A. Earnings, book values, and dividends in equity valuation[J]. Contemporary Accounting Research, 1995, 11(2): 661-687.
- 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。