超额管理费用(费用率回归残差法)

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
• Industry [行业分类] — 中上协行业分类，制造业取二位(如C2)，非制造业取首字母(如I)
• AdminExpRate [管理费用率] — 参考刘春奇等(2017, 西南经济)的方法，计算公式为：管理费用/营业收入。单位：比例
• PredAdminExpRate [预测管理费用率] — 参考刘春奇等(2017, 西南经济)的方法，年度横截面OLS回归的拟合值，控制变量包括ln(营业收入)、资产负债率、营收增长率、董事会规模、员工人数、四大审计、上市年限、毛利率、股权集中度及行业固定效应。单位：比例
• Rent [超额管理费用] — 参考刘春奇等(2017, 西南经济)的方法，计算公式为：实际管理费用率减去预测管理费用率(年度横截面OLS残差)，正值代表超额支出，可作为企业寻租程度的代理变量。用作研究变量，越大代表企业管理费用超支越多。单位：比例
• ROA [总资产收益率] — 参考Cornett et al. (2008, JFE)的方法，计算公式为：归属母公司净利润/上期末总资产
• DA [操纵性应计] — 参考Dechow, Sloan & Sweeney (1995, TAR)修正Jones模型的残差，来自D71B JonesModel数据集。单位：比例
• Tpe [真实业绩] — 参考Cornett et al. (2008, JFE)的方法，计算公式为：总资产收益率减去修正Jones模型操纵性应计，去除盈余管理影响后的企业真实经营业绩。用作研究变量，越大代表企业真实业绩越好。单位：比例
• lnSale [营业收入对数] — 计算公式为：营业收入的自然对数
• Lev [资产负债率] — 参考Rajan & Zingales (1995, JF)的方法，计算公式为：总负债/总资产。单位：比例
• Grow [营收增长率] — 计算公式为：(当年营业收入-上年营业收入)/上年营业收入。单位：比例
• GrossMargin [毛利率] — 计算公式为: (营业收入-营业成本)/营业收入, 作为企业议价能力的结果指标。参考Porter(1980)五力模型定价权; Lerner(1934)市场势力指数
• H5 [股权集中度] — 前五大股东持股比例的赫芬达尔指数(赫芬达尔指数)除以10000，取值范围0-1。单位：比例
• Nbd [董事会规模] — 董事会成员人数。单位：人
• Staff [员工人数] — 公司年末员工总数。单位：人
• Big4 [是否四大审计] — 是否由四大会计师事务所审计(0=否，1=是)
• Age [上市年限] — 参考Loderer & Waelchli (2010, RFS)的方法，当年年底-上市日期(年)。单位：年
• Revenue
• AdminExp
• OperCost
• NIncomeAttrP
• TotalAssets
• TotalLiab

常见问题

「超额管理费用(费用率回归残差法)」是什么数据集？

超额管理费用(费用率回归残差法)，隶属公司治理。衡量企业因代理问题或寻租行为产生的异常管理费用支出。

该数据集的时间范围是？

覆盖 2007-2025 年。

包含哪些变量/指标？

共 33 个变量。核心指标包括：管理费用率、预测管理费用率、超额管理费用、总资产收益率、操纵性应计、真实业绩、营业收入对数、资产负债率、营收增长率、毛利率、股权集中度、董事会规模、员工人数、是否四大审计、上市年限、Revenue、AdminExp、OperCost、NIncomeAttrP、TotalAssets、TotalLiab。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 48,208 条观测。

数据是如何测算/获取的？

指标定义与计算方法 超额管理费用是衡量企业代理成本与寻租行为的重要指标，其核心思想是将实际观测到的管理费用率与基于企业经济基本面预测出的“正常”管理费用率进行比较，其残差部分被视为“超额”或“异常”支出。该指标借鉴了Richardson (2006) 的残差模型思想，通过横截面回归来估计正常水平。同时，为探究超额管理费用对企业真实经营绩效的影响，本数据集还构建了“真实业绩”指标，以剔除盈余管理对会计业绩的干扰。 首先，计算基础变量。管理费用率 ($AdminExpRate$) 为管理费用与营业收入的比值。总资产收益率 ($ROA$) 为归属母公司净利润除以上期末总资产。操纵性应计 ($DA$) 采用Dechow, Sloan & Sweeney (1995) 提出的修正Jones模型进行估计。真实业绩 ($Tpe$) 则定义为总资产收益率减去操纵性应计，即 $Tpe = ROA - DA$，用以反映剔除盈余管理影响后的企业核心盈利能力。 其次，为估计正常管理费用率，需构建一系列控制变量。包括：营业收入的自然对数 ($lnSale$)、资产负债率 ($Lev$)、营业收入增长率 ($Grow$)、董事会规模 ($Nbd$)、员工总数 ($Staff$)、是否由四大会计师事务所审计的虚拟变量 ($Big4$)、上市年限 ($Age$)、毛利率 ($GrossMargin$) 以及前五大股东持股比例的赫芬达尔指数 ($H5$)。 核心的超额管理费用 ($Rent$) 通过年度横截面回归的残差计算得出。具体而言，在每一年度 $t$，对全样本进行如下OLS回归，以估计正常管理费用率： $$ AdminExpRate{i,t} = \alpha0 + \alpha1 lnSale{i,t} + \alpha2 Lev{i,t} + \alpha3 Grow{i,t} + \alpha4 Nbd{i,t} + \alpha5 Staff{i,t} + \alpha6 Big4{i,t} + \alpha7 Age{i,t} + \alpha8 GrossMargin{i,t} + \alpha9 H5{i,t} + \sum Industry\FE + \epsilon{i,t} $$ 其中，回归控制了按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）分组的行业固定效应。该回归的拟合值即为预测管理费用率 ($PredAdminExpRate$)。超额管理费用 ($Rent$) 则为实际管理费用率与预测值之差： $$ Rent{i,t} = AdminExpRate{i,t} - PredAdminExpRate{i,t} $$ $Rent$ 值为正表示企业管理费用存在超支，可作为代理问题或寻租行为的代理变量；负值则表示管理费用控制较好。 补充说明 - 为控制极端值影响，所有连续变量在回归前均进行了1%和99%分位数的缩尾处理。 - 采用分年度横截面回归而非面板回归，旨在允许模型系数随时间变化，以更好地适应会计准则变更（如2018年）等结构性冲击。 - 回归要求每一年度有足够的观测值以保证估计的有效性。 参考文献 - Cornett M M, Marcus A J, Saunders A, et al. Corporate governance and pay-for-performance: The impact of earnings management[J]. Journal of Financial Economics, 2008, 87(2): 357-373. - Dechow P M, Sloan R G, Sweeney A P. Detecting earnings management[J]. The Accounting Review, 1995, 70(2): 193-225. - 刘春奇, 王秋红, 晁峰. 超额管理费用与企业"真实"业绩:促进还是抑制[J]. 南方经济, 2017.

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。