企业层面投资者情绪(RKV法与操控性应计)
「企业层面投资者情绪(RKV法与操控性应计)」,覆盖 1995-2025 年,频率 年度,上市公司层级,含 20 个变量,样本量约 60,714。 衡量企业层面的投资者非理性预期。
| 时间跨度 | 1995-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 60,714 |
| 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 [年度] — 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
- TobinQ [托宾Q值] — 计算公式为:(股票总市值+负债账面价值)/总资产,衡量企业市场价值与重置成本之比
- SentimentA [投资者情绪(RKV法)] — 参考Rhodes-Kropf, Robinson & Viswanathan (2005, JFE)的方法,由张庆和朱迪星(2014, 南开管理评论)适配中国市场,计算公式为:按CSRC行业-年度截面回归托宾Q值=b0+b1*ln(总资产)+b2*资产负债率+b3*ROA后,残差做全样本Z标准化。用作研究变量,正值代表市场高估/乐观情绪,负值代表低估/悲观情绪
- FittedQ [基本面Q(拟合值)] — 参考Rhodes-Kropf, Robinson & Viswanathan (2005, JFE)的方法,计算公式为:行业-年度截面回归托宾Q值=b0+b1*ln(总资产)+b2*资产负债率+b3*ROA的拟合值,代表托宾Q值中由基本面决定的部分,可作为投资机会代理变量
- ResidualQ [Q值残差(未标准化)] — 计算公式为:托宾Q值-基本面Q(拟合值),即行业-年度截面回归的残差(未经Z标准化),代表市场估值偏离基本面的程度
- SentimentB [投资者情绪(操控性应计法)] — 参考Polk和Sapienza (2009, RFS)的方法,由张庆和朱迪星(2014, 南开管理评论)适配中国市场,计算公式为:操控性应计项目(操控性应计项目)的全样本Z标准化值。操控性应计越高代表市场高估程度越大。用作投资者情绪(RKV法)的稳健性检验替代指标
- DAaccr [操控性应计项目] — 参考Polk和Sapienza (2009, RFS)的方法,计算公式为:总应计项目(Accr)减去正常应计(NormalAccr)后除以滞后总资产。其中Accr=(dTotalCurAssets-现金变动/市值)-(dTotalCurLiab-dStBorr-dTaxesPayable)-Dep,NormalAccr=(过去3年AccrScaled之和/过去3年RevScaled之和)*当年RevScaled。单位:比例
- Size [公司规模] — 计算公式为:总资产的自然对数,用于投资者情绪(RKV法)回归的控制变量
- Lev [资产负债率] — 计算公式为:总负债/总资产,用于投资者情绪(RKV法)回归的控制变量。单位:比例
- ROA [总资产收益率] — 计算公式为:净利润/平均总资产,其中平均总资产=(期初总资产+期末总资产)/2,用于投资者情绪(RKV法)回归的控制变量
常见问题
- 「企业层面投资者情绪(RKV法与操控性应计)」是什么数据集?
- 企业层面投资者情绪(RKV法与操控性应计),隶属市场交易数据。衡量企业层面的投资者非理性预期。
- 该数据集的时间范围是?
- 覆盖 1995-2025 年。
- 包含哪些变量/指标?
- 共 20 个变量。核心指标包括:托宾Q值、投资者情绪(RKV法)、基本面Q(拟合值)、Q值残差(未标准化)、投资者情绪(操控性应计法)、操控性应计项目、公司规模、资产负债率、总资产收益率。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 60,714 条观测。
- 数据是如何测算/获取的?
- 指标定义与计算方法 本数据集提供了两种基于不同理论视角构建的企业层面投资者情绪代理指标。投资者情绪反映了市场参与者对企业未来价值的非理性预期,这种预期可能偏离企业基本面,并影响资产定价和企业行为。第一种方法(SentimentA)基于Rhodes-Kropf, Robinson & Viswanathan (2005)的市场错误定价分解思想,通过分解托宾Q值来识别估值偏离。第二种方法(SentimentB)则基于Polk & Sapienza (2009)的理论,认为管理层可能通过操控性应计项目迎合市场短期乐观情绪,因此操控性应计可作为情绪的代理。 首先,计算核心基础变量。托宾Q值($TobinQ$)衡量企业市场价值与资产重置成本之比,计算公式为: $$TobinQ = \frac{MVE + TL}{TA}$$ 其中$MVE$为股票总市值,$TL$为负债账面价值,$TA$为总资产。公司规模($Size$)为总资产的自然对数,即$ln(TA)$。资产负债率($Lev$)为总负债除以总资产。总资产收益率($ROA$)为净利润除以平均总资产,平均总资产为期初与期末总资产的算术平均值。 对于SentimentA (RKV法),其构建分为两步。第一步,在每年内,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,对托宾Q值进行截面回归,以分离其基本面成分: $$TobinQ{i,t} = \beta0 + \beta1 Size{i,t} + \beta2 Lev{i,t} + \beta3 ROA{i,t} + \epsilon{i,t}$$ 该回归的拟合值即为基本面Q($FittedQ$),代表由公司规模、杠杆和盈利能力决定的基本面估值部分。残差($ResidualQ$)即为$TobinQ$与$FittedQ$的差值,反映了市场估值偏离基本面的原始程度。第二步,将全样本所有年度的$ResidualQ$进行横截面标准化(Z-score),得到最终的$SentimentA$指标。正值表示市场相对高估或情绪乐观,负值则表示相对低估或情绪悲观。 对于SentimentB (操控性应计法),其构建核心是计算操控性应计项目($DAaccr$)。首先计算总应计项目($Accr$): $$Accr = (\Delta CA - \Delta Cash) - (\Delta CL - \Delta STD - \Delta TP) - Dep$$ 其中$\Delta CA$为流动资产合计的变动额,$\Delta Cash$为货币资金的变动额,$\Delta CL$为流动负债合计的变动额,$\Delta STD$为短期借款的变动额,$\Delta TP$为应付税款的变动额,$Dep$为固定资产折旧与油气资产折耗。将$Accr$除以滞后一期总资产,得到标准化总应计($AccrScaled$)。同时,将营业收入除以滞后一期总资产,得到标准化营业收入($RevScaled$)。正常应计($NormalAccr$)通过企业过去三年的历史关系估计,计算公式为: $$NormalAccr{i,t} = \left( \frac{\sum{k=t-3}^{t-1} AccrScaled{i,k}}{\sum{k=t-3}^{t-1} RevScaled{i,k}} \right) \times RevScaled{i,t}$$ 操控性应计项目$DAaccr$即为$AccrScaled{i,t}$与$NormalAccr{i,t}$的差值。最后,将全样本所有年度的$DAaccr$进行横截面标准化(Z-score),得到$SentimentB$指标。更高的操控性应计被认为与更乐观的市场情绪相关。 补充说明 - 计算$DAaccr$时,要求公司至少有过去连续三年的数据以估计正常应计。 - 在计算$SentimentA$和$SentimentB$时,对全样本的原始值($ResidualQ$和$DAaccr$)进行了Z标准化处理。 - 行业分类依据中上协行业分类标准,在回归分析时,制造业按二级代码前两位分组,其他行业按门类代码首位分组。 参考文献 - Rhodes-Kropf M, Robinson D T, Viswanathan S. Valuation waves and merger activity: The empirical evidence[J]. Journal of Financial Economics, 2005, 77(3): 561-603. - Polk C, Sapienza P. The stock market and corporate investment: A test of catering theory[J]. The Review of Financial Studies, 2009, 22(1): 187-217. - 张庆, 朱迪星. 投资者情绪、管理层持股与企业实际投资——来自中国上市公司的经验证据[J]. 南开管理评论, 2014, 17(4): 120-127, 139.
- 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。