杠杆操纵(XLT-LEVM法)
「杠杆操纵(XLT-LEVM法)」，覆盖 2007-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 78,862。 衡量企业通过会计手段隐藏或粉饰真实债务水平的程度。
| 时间跨度 | 2007-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 78,862 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [股票简称] — 公司简称
- 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
- LEVB [账面杠杆率] — 参考许晓芳等(2020,管理科学学报)的方法，计算公式为：总负债/总资产。衡量公司财务报表直接反映的杠杆水平，用作杠杆操纵测度的基准。单位：比例
- LEVM [杠杆操纵程度-预测模型法] — 参考许晓芳等(2020,管理科学学报)的XLT-LEVM方法，计算公式为：还原后真实杠杆率-账面杠杆率，其中真实杠杆率通过Tobit回归预测正常总资产周转率和利息率来还原表外负债和名股实债。值>0表示存在杠杆操纵，值越大操纵程度越高。用作研究变量，越大代表杠杆操纵越严重。单位：比例
- LEVM_I [杠杆操纵程度-行业中位数法] — 参考许晓芳等(2020,管理科学学报)的XLT-LEVM方法(行业中位数版本)，用行业-年度中位数替代回归预测值来还原表外负债和名股实债。比预测模型法更稳健但忽略企业异质性，覆盖率更高。值>0表示存在杠杆操纵。单位：比例
- ExpLEVM [扩展杠杆操纵-直接法-预测模型] — 参考许晓芳等(2020,管理科学学报)的扩展直接法，在基本LEVM基础上额外还原折旧操纵(低于行业中位数的折旧率导致的资产高估)和研发资本化操纵(高于行业中位数的研发资本化率导致的资产高估)。值>0表示存在杠杆操纵。单位：比例
- ExpLEVM_I [扩展杠杆操纵-直接法-行业中位数] — 参考许晓芳等(2020,管理科学学报)的扩展直接法(行业中位数版本)，结合行业中位数法还原表外负债/名股实债与折旧操纵/研发资本化操纵。覆盖率高且包含会计操纵调整。单位：比例
- ExpLEVMI [扩展杠杆操纵-间接法-预测模型] — 参考许晓芳等(2020,管理科学学报)的扩展间接法，用修正Jones模型的操控性应计利润(DA)一次性捕捉所有会计操纵效果(含折旧、研发资本化等)来调整资产。可能出现负值表示反向盈余管理导致资产低估
- ExpLEVMI_I [扩展杠杆操纵-间接法-行业中位数] — 参考许晓芳等(2020,管理科学学报)的扩展间接法(行业中位数版本)，结合行业中位数法还原表外负债/名股实债与修正Jones模型会计操纵调整。综合性最强、覆盖率最高的变体。单位：比例
- DEBT_OB [表外负债估计值] — 参考许晓芳等(2020,管理科学学报)的方法，通过Tobit回归预测正常总资产周转率，当实际周转率高于预测值时推断存在表外隐藏资产(对应等额的表外负债)。计算公式为：营业收入/预测周转率-总资产(>=0)。单位为元
- DEBT_NSRD [名股实债估计值] — 参考许晓芳等(2020,管理科学学报)的方法，通过Tobit回归预测正常利息率，当实际利息支出高于预测值时推断存在名义股权实质债务。计算公式为：(实际利息支出-预测利息支出)/预测利息率(>=0)。单位为元
常见问题
- 「杠杆操纵(XLT-LEVM法)」是什么数据集？
- 杠杆操纵(XLT-LEVM法)，隶属资本结构。衡量企业通过会计手段隐藏或粉饰真实债务水平的程度。
- 该数据集的时间范围是？
- 覆盖 2007-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：账面杠杆率、杠杆操纵程度-预测模型法、杠杆操纵程度-行业中位数法、扩展杠杆操纵-直接法-预测模型、扩展杠杆操纵-直接法-行业中位数、扩展杠杆操纵-间接法-预测模型、扩展杠杆操纵-间接法-行业中位数、表外负债估计值、名股实债估计值。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 78,862 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集基于许晓芳等（2020）提出的XLT-LEVM方法，旨在测度中国A股上市公司的杠杆操纵程度。其核心思路是通过还原被公司隐藏或粉饰的债务，计算其真实杠杆率，并与财务报表直接反映的账面杠杆率进行对比，两者的差额即为杠杆操纵程度。还原手段主要包括三个方面：表外负债还原、名股实债还原以及会计手段（如折旧、研发资本化、应计项目）操纵的还原。 首先，计算账面杠杆率$LEVB$，作为杠杆操纵测度的基准。计算公式为： $$LEVB = \frac{总负债}{总资产}$$ 其中，总负债与总资产均取自公司资产负债表。 其次，计算两个关键的中间变量，用于估计被隐藏的债务。表外负债估计值$DEBT\OB$通过总资产周转率的异常来推断：使用Tobit回归预测公司正常的资产周转率，当实际周转率高于预测值时，推断公司存在未在表内确认的资产，并假设其对应等额的表外负债。计算公式为$DEBT\OB = \max(0, \frac{营业收入}{预测总资产周转率} - 总资产)$。名股实债估计值$DEBT\NSRD$则通过利息支出的异常来推断：使用Tobit回归预测公司正常的利息率，当实际利息支出高于预测值时，推断部分名义上的股权实质为债务。计算公式为$DEBT\NSRD = \max(0, \frac{实际利息支出 - 预测利息支出}{预测利息率})$。 在获得上述估计值后，可计算还原后的真实杠杆率。真实杠杆率定义为调整后的总负债除以调整后的总资产。调整后的总负债为账面总负债加上估计的表外负债$DEBT\OB$与名股实债$DEBT\NSRD$。调整后的总资产为账面总资产加上$DEBT\OB$与$DEBT\NSRD$，以反映被隐藏的资产（对应表外负债）和虚增的净资产（对应名股实债）。 基于此，核心的杠杆操纵程度指标$LEVM$（预测模型法）的计算公式为： $$LEVM = \frac{总负债 + DEBT\OB + DEBT\NSRD}{总资产 + DEBT\OB + DEBT\NSRD} - LEVB$$ 该值大于0表示公司存在杠杆操纵，值越大代表操纵程度越高。$LEVM\I$（行业中位数法）的计算逻辑与$LEVM$相同，区别在于其用于还原表外负债和名股实债的“正常”总资产周转率与利息率，并非来自Tobit回归预测，而是直接采用按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）分组的年度中位数。此方法更为稳健且样本覆盖率更高，但忽略了企业异质性。 为更全面地捕捉会计手段的操纵，研究进一步提供了扩展的杠杆操纵指标。扩展直接法（$ExpLEVM$与$ExpLEVM\I$）在基本法的基础上，额外还原了折旧操纵和研发资本化操纵对资产的高估。具体而言，若公司的折旧率低于行业中位数，或研发资本化率高于行业中位数，则认为其通过会计政策高估了资产，需相应调减资产以计算真实杠杆率。扩展间接法（$ExpLEVMI$与$ExpLEVMI\I$）则采用Dechow等（1995）的修正Jones模型一次性估计操控性应计利润$DA$，用以捕捉包括折旧、研发资本化等在内的所有会计操纵对总资产的影响（调整额为$DA \times 年初总资产$），并据此计算真实杠杆率。$ExpLEVMI$可能出现负值，表示公司进行了导致资产低估的反向盈余管理。同样，带有“I”后缀的指标表示使用行业中位数法进行表外负债和名股实债的还原。 补充说明 - 样本处理包含中国A股上市公司。 - 在计算行业指标（如行业中位数）时，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。 - 表外负债估计值$DEBT\OB$和名股实债估计值$DEBT\NSRD$均被设定为不小于0。 - 用于Tobit回归预测正常值的模型及变量选取遵循许晓芳等（2020）的方法。 参考文献 [1]许晓芳,陆正飞,汤泰劼.我国上市公司杠杆操纵的手段、测度与诱因研究[J].管理科学学报,2020,23(7):1-26. [2]Jones J J. Earnings management during import relief investigations[J]. Journal of Accounting Research, 1991, 29(2): 193-228. [3]Dechow P M, Sloan R G, Sweeney A P. Detecting earnings management[J]. The Accounting Review, 1995, 70(2): 193-225.
- 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。