Question 1

「企业房产投机行为」是什么数据集？

Accepted Answer

企业房产投机行为，隶属资本结构。参考唐飞鹏、霍文希(2024,数量经济技术经济研究)的式(2)，对涉房资产占比进行池化OLS行业及年份虚拟变量回归，以正残差近似衡量企业房产投机，附三项同时替换

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 1991-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 49 个变量。核心指标包括：总资产、在建工程分项金额、投资性房地产金额、总负债、货币资金、营业收入、净利润、年末权益总市值、工商成立年份、上市年份、涉房资产占比、托宾Q值、资产负债率、货币资金占比、企业年龄、总资产自然对数、含分红股票年收益率、营业收入增长率、总资产净利润率、上市年龄、回归行业组、涉房资产占比入模值、上年托宾Q值入模值、上年资产负债率入模值、上年货币资金占比入模值 等。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

Question 4

数据频率和层级是怎样的？

Accepted Answer

频率为年度，上市公司层级。

Question 5

样本量有多大？

Accepted Answer

约 67,994 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

指标定义与计算方法

本数据集参考唐飞鹏、霍文希（2024）第157页式（2），以投资性房地产与在建工程所对应的异常涉房资产配置近似衡量房产投机。实际涉房资产占比为 $Invest{it}=(CIP{it}+IP{it})/A{it}$，其中CIP是在建工程分项账面金额，不包含工程物资，IP为投资性房地产账面金额，A为年末总资产，金额统一为元。

以全部可估计公司年度观测做一次池化最小二乘回归：
$$Invest{it}=\beta0+\beta1TQ{i,t-1}+\beta2Lev{i,t-1}+\beta3Cash{i,t-1}+\beta4Age{i,t-1}+\beta5Size{i,t-1}+\beta6Ret{i,t-1}+\beta7Invest{i,t-1}+\sum Indus+\sum Year+\sigma{it}.$$
行业按年度中上协分类匹配，制造业取代码前两位、其他行业取门类；行业与年份分别作为虚拟变量，不按行业年度单独回归，不引入企业固定效应。

TQ=(年末总市值+总负债)/总资产；总市值取当年最后可得交易日并换算为元。Lev=总负债/总资产，Cash=货币资金/总资产，Age=统计年份−工商成立年份，Size=ln(总资产)，Ret=当年实际A股交易月份含现金红利再投资月收益的复利。月收益有缺失或低于−1时全年收益缺失，不把无记录填零。通常要求十二个唯一月份，上市及退市年则要求从上市月份至退市月份的应有月份数，缺月保留缺失。年内上市或退市按其实际可得交易期计算，因此该年的收益不是整日历年持有收益。

回归之前，Invest、TQ、Lev、Cash、Size、Ret以及替换口径的收入增长率和ROA分别在各年可得有效值中按1%与99%线性分位数缩尾；年龄和上市年龄不缩尾。先生成逐年缩尾值，再精确匹配上一自然年度。数据保留原始构件、未缩尾变量、当年被解释变量入模值和滞后解释变量入模值。

核心指标 $RealEstateSpeculation{it}=\max(\widehat\sigma{it},0)$。数据同时提供包含行业和年份效应的完整拟合值与有符号残差，单位均为总资产比率。拟合值允许为负，不加上下限；缺输入、不具备完整上一历年或行业缺失时核心指标缺失，不记零。

稳健性严格按原文第165页同时替换三项：TQ替换为营业收入增长率 $G{it}=(R{it}-R{i,t-1})/R{i,t-1}$，Cash替换为ROA=净利润/总资产，Age替换为上市年龄=年份−上市年份。替换后三项仍滞后一年，因此入模收入增长率需要两年前收入。其余变量及行业和年份虚拟变量保持一致，重新估计拟合值、残差与正残差投机程度。
补充说明

总资产非正、相关非负资产或负债金额为负时相应变量缺失；收入增长率要求上一自然年收入为正。核心估计不根据论文的DID识别设计限制地区、ST状态或上市批次。覆盖各行业、板块及可得完整财务年度；金融、房地产企业属于扩展应用，其正残差只表示模型意义上的异常涉房资产配置，不能直接证明实体企业脱实向虚投机。

合并报表分项为主，扩展报表只对同年总资产相符的源版本补缺。扩展报表的在建工程表列在会计报表格式调整后可能包括工程物资，只有明确拆项金额才补入；工程物资无法分离时保留缺失，不把合计替代分项。明确为零的非负合计可核为拆项零。历史源缺失不补零，不采用其他投资科目替代。

主年龄固定采用工商成立日期，缺失不以另一日期列或上市日期代替。北交所历史旧新码只按行业轨迹精确同名且双向唯一证据归并；相同公司月份的重复收益须先逐值核对再去重，北交所交易资格不提前到精选层期间。缺辅助档案保留年度行，相应模型变量缺失。

主报表已有在建工程分项保留；缺分项时，仅在同源合计与工程物资均明确且合法时拆分补入，非空分项与差额不一致保原并审计。部分源记录缺少双项，现有资料无法进一步核验是否混入工程物资。

同一财务来源的旧新代码年度记录以当前统一代码对应的整行为优先；所有重叠非空值一致时才允许旧代码补缺，冲突时保持选中整行，不跨版本拼接。该选择并非逐笔最新公告判定，冲突另留审计。历史行业轨迹也按同一代码证据归并，再按年匹配，不以改码后的最新行业替代可得历史分类。

原文未细化主年龄、托宾Q版本、股票回报版本以及缩尾分组和执行次序；上述定义为经确认的操作化，不能声称作者程序逐条复现。池化模型随可得年份新增而全样本重估，历史拟合值与残差可能变化。源版本、源码、年度上限和实际输入均登记指纹。

生产数据保留全样本和未缩尾构件，成品另提供剔除ST/PT与金融业以及剔除后按年1%/99%缩尾的核心研究指标版本；成品缩尾不改变原始构件或入模值。
参考文献

[1]唐飞鹏,霍文希.防范“脱实向虚”的另一面：契税税率下调与企业房产投机[J].数量经济技术经济研究,2024,41(1):151-171.DOI:10.13653/j.cnki.jqte.20231118.001.

Question 7

如何获取该数据集？

Accepted Answer

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。

时间跨度	1991-2025 年
数据频率	年度
层级	上市公司
变量数	49
样本量	67,994
是否可合并	可与同主体数据集合并

企业房产投机行为

字段字典

常见问题