融资约束FCP指数(Schauer法)
「融资约束FCP指数(Schauer法)」，覆盖 1999-2025 年，频率 年度，上市公司层级，含 18 个变量，样本量约 89,155。 衡量企业面临的外部融资约束程度。
| 时间跨度 | 1999-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 18 |
| 样本量 | 89,155 |
| 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] — 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
- FCPIndex [FCP融资约束指数] — 参考Schauer, Elsas & Breitkopf (2019, JBF)的方法，计算公式为：逐年Logit回归P(融资约束分组=1|X)的拟合概率，仅使用ln(TA)、Cash/TA和利息保障倍数3个变量，取值[0,1]，越大融资约束越严重
- QUFC [融资约束分组] — 不分红且高杠杆=1(高约束)，分红且低杠杆=0(低约束)，其余=NaN(中间组)
- Size [公司规模] — 计算公式为：总资产的自然对数ln(总资产)
- Cash_TA [现金持有比率] — 计算公式为：货币资金/资产总额。单位：比例
- ICR_adj [调整后利息保障倍数] — 参考Schauer, Elsas & Breitkopf (2019, JBF)的方法，计算公式为：EBIT/利息支出，上限截断为100，下限截断为0；无有息负债企业用年度中位数填充。单位：倍
- 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
- HasCashDiv [是否支付现金股利] — 是否支付现金股利(0=否，1=是)
常见问题
- 「融资约束FCP指数(Schauer法)」是什么数据集？
- 融资约束FCP指数(Schauer法)，隶属资本结构。衡量企业面临的外部融资约束程度。
- 该数据集的时间范围是？
- 覆盖 1999-2025 年。
- 包含哪些变量/指标？
- 共 18 个变量。核心指标包括：FCP融资约束指数、融资约束分组、公司规模、现金持有比率、调整后利息保障倍数、资产负债率、是否支付现金股利。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 89,155 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 融资约束是影响企业投资决策和财务政策的关键因素。为有效度量企业的融资约束程度，本数据集参考Schauer, Elsas & Breitkopf (2019)的方法，构建了FCP融资约束指数。该指数基于Logit模型，仅使用公司规模、现金持有和利息保障能力三个核心变量，具有简洁、普适性强（适用于上市与非上市公司）的特点。 首先，需要确定用于估计Logit模型的样本分组。在每一年度，根据企业的股利支付情况和杠杆水平，将样本划分为高融资约束组和低融资约束组。具体而言，若一家公司当年未支付现金股利（HasCashDiv=0）且其资产负债率（Lev）高于该年度所有公司的中位数，则被定义为高约束组，QUFC变量取值为1。若一家公司当年支付了现金股利（HasCashDiv=1）且其资产负债率不高于年度中位数，则被定义为低约束组，QUFC变量取值为0。不满足以上任一条件的公司被归为中间组，不参与后续的模型估计。 其次，计算Logit回归所需的三个解释变量。公司规模（Size）定义为总资产的自然对数。现金持有比率（CashTA）为货币资金除以资产总额。调整后的利息保障倍数（ICRadj）为息税前利润（EBIT）除以利息支出，为控制极端值影响，该比率被截断在0至100之间；对于没有有息负债的企业，该值用年度中位数填充。 最后，在每一年度，使用高约束组（QUFC=1）和低约束组（QUFC=0）的样本，对以下Logit模型进行回归： $$P(QUFC=1|X) = \frac{1}{1 + e^{-(\beta0 + \beta1 Size + \beta2 Cash\TA + \beta3 ICR\adj)}}$$ 其中$Size$为公司规模（总资产的自然对数），$Cash\TA$为现金持有比率（货币资金/资产总额），$ICR\adj$为调整后的利息保障倍数（EBIT/利息支出，经截断处理）。 利用估计得到的年度模型系数，对所有公司（包括中间组）进行预测，得到的拟合概率即为FCP融资约束指数（FCPIndex）。该指数取值在0到1之间，数值越大，表示企业面临的融资约束程度越严重。 补充说明 - 用于估计Logit模型的样本为年度内同时满足高约束或低约束定义的公司。 - 调整后利息保障倍数（ICRadj）进行了上下限截断处理（0和100），并对无有息负债的样本使用年度中位数进行填充。 - 杠杆率（Lev）的分组依据是年度内所有公司的中位数。 参考文献 - Rajan R G, Zingales L. What do we know about capital structure? Some evidence from international data[J]. The Journal of Finance, 1995, 50(5): 1421-1460. - Schauer C, Elsas R, Breitkopf N. A new measure of financial constraints applicable to private and public firms[J]. Journal of Banking & Finance, 2019, 101: 270-295.
- 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。