业绩波动性(Adams模型)
「业绩波动性(Adams模型)」，覆盖 1999-2025 年，频率 年度，上市公司层级，含 14 个变量，样本量约 63,138。 衡量公司业绩的波动性，包含横向离散度与纵向波动性两个维度。
| 时间跨度 | 1999-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 14 |
| 样本量 | 63,138 |
| 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 [股票名称] — 股票简称
- 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
- CrossSectDispROA [业绩横向离散度(会计)] — 参考Adams, Almeida & Ferreira (2005, RFS)的方法，将ROA对公司规模(对数总资产)、杠杆率、上市年限及行业、年份固定效应进行面板OLS回归，取残差绝对值度量业绩横向离散度。计算公式为：|u_ROA| = |ROA_i - predicted_ROA_i|，单位为百分点。用作研究变量，越大代表公司业绩偏离正常水平越远
- CrossSectDispQ [业绩横向离散度(市场)] — 参考Adams, Almeida & Ferreira (2005, RFS)的方法，将Tobin's Q对公司规模(对数总资产)、杠杆率、上市年限及行业、年份固定效应进行面板OLS回归，取残差绝对值度量市场绩效横向离散度。计算公式为：|u_Q| = |TobinQ_i - predicted_TobinQ_i|。其中Tobin's Q = (总市值+总负债)/总资产。用作研究变量，越大代表市场绩效偏离正常水平越远。单位：%
- LongVolQ [业绩纵向波动性(市场)] — 参考Adams, Almeida & Ferreira (2005, RFS)的方法，计算公式为：近5年Tobin's Q的滚动标准差(min_periods=3)。度量同一公司市场绩效在时间序列上的稳定性。用作研究变量，越大代表公司市场业绩波动越剧烈
常见问题
- 「业绩波动性(Adams模型)」是什么数据集？
- 业绩波动性(Adams模型)，隶属经营绩效。衡量公司业绩的波动性，包含横向离散度与纵向波动性两个维度。
- 该数据集的时间范围是？
- 覆盖 1999-2025 年。
- 包含哪些变量/指标？
- 共 14 个变量。核心指标包括：业绩横向离散度(会计)、业绩横向离散度(市场)、业绩纵向波动性(市场)。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 63,138 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量公司业绩的波动性，包含两个维度的度量：横向离散度与纵向波动性。横向离散度衡量特定年份内，单个公司的业绩表现偏离其基于公司特征和行业-年份效应的预期水平的程度，反映了业绩在截面上的异常性。纵向波动性则衡量同一公司其业绩指标在时间序列上的稳定性。该系列指标参考了Adams, Almeida和Ferreira（2005）以及权小锋和吴世农（2010）的研究，用于分析公司治理、管理层特征等因素对公司业绩稳定性的影响。 具体计算涉及两个核心业绩指标：会计业绩指标总资产收益率（ROA）和市场业绩指标托宾Q值（Tobin's Q）。其中，ROA为净利润与总资产的比率，托宾Q值计算公式为： $$Tobin's\ Q = \frac{总市值 + 总负债}{总资产}$$ 总市值为流通市值与非流通股市值之和。 业绩横向离散度的计算通过面板回归模型实现。在每一年度，分别以ROA和托宾Q值为被解释变量，对公司规模（以年初总资产的自然对数度量）、杠杆率（总负债/总资产）、上市年限以及行业与年份的固定效应进行回归。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）进行行业分组。回归后，取每个公司-年度观测值的残差绝对值作为横向离散度的度量。计算公式为： $$CrossSectDisp = |Actual\ Performance - Predicted\ Performance|$$ 其中，$Actual\ Performance$ 为实际观测到的ROA（对应$CrossSectDispROA$）或托宾Q值（对应$CrossSectDispQ$），$Predicted\ Performance$ 为根据上述回归模型得到的预测值。该值越大，表明公司业绩偏离其基于基本面特征的正常水平越远。 业绩纵向波动性目前仅针对市场业绩进行计算。对于每家公司，在每一年度计算其过去五年（含当年）托宾Q值的滚动标准差，要求时间窗口内至少有三个有效观测值。该指标（$LongVolQ$）度量了公司市场估值在时间序列上的波动幅度，值越大代表市场业绩波动越剧烈。 补充说明 - 计算横向离散度所使用的面板回归，其样本为全市场公司年度数据。 - 计算纵向波动性（滚动标准差）时，时间窗口为5年，最小观测数要求为3年。 参考文献 [1]Adams R B, Almeida H, Ferreira D. Powerful CEOs and their impact on corporate performance[J]. The Review of Financial Studies, 2005, 18(4): 1403-1432. [2]Cheng S. Board size and the variability of corporate performance[J]. Journal of Financial Economics, 2008, 87(1): 157-176. [3]权小锋, 吴世农. CEO权力强度、信息披露质量与公司业绩的波动性——基于深交所上市公司的实证研究[J]. 南开管理评论, 2010, 13(4): 142-153.
- 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。