CNDD-0095 2001-2022年权益资本成本计算数据(附五种计算方法结果与Stata处理代码)学术论文应用

01 数据介绍

▪ 关键词:CAPM、MPEG、PEG、GORDON、OJ五种计算方法计算得到的权益资本成本
▪ 数据编号0095
▪ 数据名称:权益资本、股权资本成本、股权融资成本
▪ 数据区间:CAPM、MPEG、PEG、OJ2001-2020年;GORDON法2003-2020年
▪ 样本数量:43,666条
▪ 数据来源:根据上市公司年报等公开数据资料计算得到
▪ 数据说明:CNDD权益资本成本计算数据提供CAPM、PEG、MPEG、GORDON和OJ五种方法计算的权益资本成本指标。具体变量包括β系数、无风险收益率、超额收益率、CAPM法计算出的权益资本成本、预测的t+2年每股收益、预测的t+1年每股收益、股利分配率的均值、补充停牌年份的收盘价、预期每股股利、MPEG法计算出的权益资本成本、OJ法计算出的权益资本成本、PEG法计算出的权益资本成本等变量。每种计算办法包括原始数据、stata处理代码、结算结果和参考文献等资料。
▪ 数据维度企业层面
▪ 综合评价权益资本成本的高低一定程度代表了股票市场的发达程度,是反映股票市场资源配置效率的常用指标后者只有企业名称和组织机构代码。基于此,CNDD提供2003-2020年采用CAPM、PEG、MPEG、GORDON和OJ五种方法计算的权益资本成本的原始数据、计算结果与计算过程代码,数据可用EXCEL和STATA两种格式打开,并提供五种计算办法的参考文献,以方便各位研究人员的使用。
 

CNDeepData 数据应用质量评级

 常用度:★★★

▪ 稀缺度:★★★

▪ 新颖度:★★★

▪ 总体级别:12颗星

  常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。

  新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。

02 主要指标

        

03 数据特征概览

▪ 数据概览   

▪ 数据获取内容

04 前沿文献速递

▪ 文献来源

蔡贵龙,张亚楠,徐悦等.投资者—上市公司互动与资本市场资源配置效率——基于权益资本成本的经验证据[J].管理世界,2022,38(08):199-217. 

▪ 文献内容

在信息过载的互联网时代,投资者与上市公司信息互动有助于降低投资者信息整合成本。文章基于投资者—上市公司线上互动平台的数据,研究投资者—上市公司互动能否提升资本市场的资源配置效率。研究发现,投资者加强与公司的信息互动有助于降低公司权益资本成本;对于信息不对称较高、机构持股比例较低、散户投资者股票交易规模较大的公司,投资者—上市公司互动降低权益资本成本的作用更强;进一步地,上市公司回复比率更高、回复质量更高、回复更加及时、投资者更加关注会计信息和融资事项时,公司权益资本成本降低的效应更强;上述结论在采用固定效应模型、倾向得分匹配法、工具变量二阶段回归、以沪深两地推出投资者互动平台的时间差异构建双重差分模型进行检验之后依然稳健。研究表明,加强投资者与公司的信息互动有助于降低散户投资者的信息整合成本和信息不对称,进而降低公司权益资本成本,这对于提升资本市场资源配置效率具有积极的现实意义。

▪ 研究假设
投资者—上市公司互动平台是公司信息披露形式的一种扩展(李、钟,2020),提供了投资者直接与公司信息双向互动的线上桥梁(图 1)。不同于以往投资者被动接受上市公司公开披露的信息,互动平台使投资者可以在公司披露信息之后以提问质询的形式主动参与到公司的信息披露过程。由于投资者互动平台并不允许上市公司在平台发布新信息,投资者互动平台的信息交流并不提升市场信息披露水平,而主要降低市场对已公开披露信息的不确定性,帮助投资者
提升对公司未来现金流预期的准确性,
减少不同投资者之间关于未来现金流预期的方差,进而影响投资者预期收益率和公司权益资本成本(于李胜等,
2008)。具体地,投资者—上市公司互动影响权益资本成本的机制如下:第一,投资者—上市公司互动平台能够降低投资者获取和整合公司信息的成本。第二,投资者—上市公司互动平台能够提升投资者获取和整合公司信息的质量。第三,投资者—上市公司互动平台也能够减少投资者之间的信息不对称。综上,投资者直接与上市公司双向互动能够帮助投资者以较低成本获取和整合更高质量的信息,降低投资者信息不对称和改善市场信息结构,从而降低公司权益资本成本。据此,文章提出假设 H1。 
H1:投资者—上市公司互动有助于降低公司权益资本成本。
▪ 核心指标构建

1. 权益资本成本的衡量

毛新述等(2012)指出,事前权益资本的测度优于资本资产定价模型(CAPM)和 Fama-French 三因子模型下事后权益资本成本的测度,且 PEG 和 MPEG 模型能更好的捕捉各类风险因素的影响,在中国资本市场环境中表现出较高的适用性。为此,文章选取 MPEG 和 PEG 模型衡量公司权益资本成本(ICC)。伊斯顿(2004)基于市盈率和市盈增长比率提出了 PEG 模型衡量权益资本成本,其计算公式如下:

与 PEG 模型相比,MPEG 模型增加考虑股利因素。具体公式如下:
其中,EPS1和 EPS2分别为未来一年和两年的每股盈余预测值;P0为当期期末股票价格;DPS1为未来一期的每股股利,借鉴金等(2015)的做法,本文股利支付率以公司过去 3 年股利支付率的中位数衡量,如缺失则按行业中位数补充。预测盈余是事前权益资本成本估算的重要基础。现有研究大多采用分析师预测盈余数据,考虑到中国上市公司分析师预测数据缺失较多,参照毛新述等(2012)和张修平等(2020)的做法,采用候等(2012)提出的方法估计公司未来盈余,在此基础上估算权益资本成本。
2. 投资者—上市公司互动变量 

文章的核心解释变量为投资者与上市公司之间的互动程度(INTERACTION),具体采用两个指标衡量投资者与上市公司之间的互动:一是各公司各年度在互动平台上被投资者提问的问题总数(POST);二是各公司各年
度对投资者提问进行答复的总数(REPLY);实际回归中投资者互动变量采用对数形式。在稳健性检验部分,本文也统计投资者互动平台上各条问题和答复的具体字数,以每家公司各个年度的平均被提问字数(POSTWORD)和平均答复字数(REPLYWORD)作为投资者—上市公司互动的替代性指标进行分析;在进一步研究部分,考察公司回复比率、质量和速度、互动内容对投资者互动效应的影响。 

▪ 研究模型 

为考察投资者—上市公司互动与企业权益资本成本之间的关系,构建以下回归模型:

其中,i 表示公司,t 表示年份;ICC 衡量公司权益资本成本;INTERACTION 衡量投资者—上市公司互动的特征变量;具体衡量过程如前所示。参考肖作平(2016)、甘丽凝等(2019)和张修平等(2020)等文章的做法,控制了如下公司财务与股票特征变量:公司规模(SIZE)、杠杆率(LEV)、市值账面比(MB)、资产回报率(ROA)、
公司成立年龄(AGE)、公司股票系统性风险(BETA)、股票流动性(TURNOVER);控制了如下反映公司治理特征的变量:第一大股东持股比例(TOP1)、两职合一(DUAL)、董事会人数(BOARD)、独立董事占比(INDEPEND);控制了如下反映传统信息环境的变量:分析师覆盖情况(ANALYST)、媒体关注度(MEDIA)。此外,模型也控制了年份、行业和公司固定效应,采用稳健标准误并在公司层面进行聚类调整以缓解可能存在的异方差和序列相关问题。各变量定义见表 1。
 

▪ 基准回归结果

表 4 是投资者—上市公司互动与公司权益资本成本的回归结果。其中,列(1)~
(4)是因变量为 ICCMPEG 的结果。列(1)和
(3)控制了年份和行业固定效应,LNPOST
和 LNREPLY 的系数均在 1%水平上显著为负;列(2)和(4)控制了年份和公司固定效应,LNPOST 和 LNREPLY 的系数分别在 1%
和 10%水平显著为负;列(5)~(8)是因变量
为 ICCPEG 的结果,LNPOST 和 LNREPLY 的系数均在 1%水平显著为负。上述结果表明投资者—上市公司互动程度的提升有助于降低公司权益资本成本。具体地,列(6)中
LNPOST 的系数为-0.170,表明投资者在互动平台上提问数量每增加一个标准差,公司权益资本成本ICCPEG相对均值约下降3.25%。列(8)中LNREPLY的系数为-0.096,
表明上市公司在互动平台上回复数量每增加一个标准差,权益资本成本 ICCPEG 相对均值约下降 1.96%。上述结果支持了假设
1,即提升投资者—上市公司的双向信息互动有助于降低公司权益资本成本。

05 其他相关文献

[1]孟庆斌,李昕宇,张修平.卖空机制、资本市场压力与公司战略选择[J].中国工业经济,2019,No.377(08):155-173.
[2]吴怡俐,吕长江,倪晨凯.增值税的税收中性、企业投资和企业价值——基于“留抵退税”改革的研究[J].管理世界,2021,37(08):180-194.
[3]古朴,翟士运.监管不确定性与企业盈余质量——基于证监会换届的准自然实验[J].管理世界,2020,36(12):186-202.

06 获取方式

数据为会员专享数据,可添加客服微信,购买年度普通会员149元,年度高级会员299元,永久高级会员899元,即可享受CNDeepData普通数据及会员专享数据免费获取。

▪ 添加客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:

DeepData001

获取更多更新数据

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

资源下载此资源下载价格为99积分(年度普通会员免费),请先

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部