CNDD-0154 中国上市公司盈余管理指标(基于修正Jones模型)及学术论文应用
01 数据介绍
▪ 数据名称: 盈余管理
▪ 数据编号:0154
▪ 数据层级:企业层面
▪ 数据范围:2000-2022年
▪ 样本数量:402,430 条
▪ 数据来源:根据上市公司财报披露的数据计算整理
▪ 数据说明:CNDD中国上市公司盈余管理指标(基于修正Jones模型)统计了基于修正的Jones模型计算出的上市公司盈余管理指标。包含证券代码、统计年份、证券简称、营业收入变动额(元)、应收账款变动额(元)、总应计利润(元)、非操控性应计利润(元)、操控性应计利润(元)、修正的Jones模型截距、系数0、系数1、系数2、残差等指标等变量。数据提供.dta和.xlxs两种格式。
▪ 数据维度:年度数据
CNDeepData 数据应用质量评级
▪ 常用度:★★★★★
▪ 稀缺度:★★★☆☆
▪ 新颖度:★★★☆☆
▪ 总体级别:11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
参考Dechow(1995)修正的Jones模型。
03 数据概览
▪ 文献来源:
杜勇,孙帆,邓旭.共同机构所有权与企业盈余管理[J].中国工业经济,2021,(06):155-173.
随着资本市场中共同机构所有权现象越来越普遍,学术界对共同机构所有权影响微观企业行为的探讨逐渐深入。在近年来盈余操纵事件愈演愈烈的背景下,章实证检验了共同机构所有权对企业盈余管理的协同治理效应和合谋舞弊效应。具体而言,文章基于 2007—2019 年中国上市公司数据,考察共同机构所有权对企业盈余管理的影响。研究发现:共同机构所有权发挥了协同治理效应, 改善了上市公司盈余信息质量。采用Heckman二阶段回归、工具变量法、倾向得分匹配(PSM)等方法检验后结论依然成立。同行业势力和行业内竞争加强了机构协同效应,退出威胁和规模效应使得共同机构所有权的监督治理更加有效;具体途径探寻发现,共同机构所有权的协同和治理通过委派管理层实现。共同机构所有权的协同治理效应在经济增速较快、国有企业以及有长期共同机构投资者的样本中更为明显, 同时发现共同机构所有权的协同治理得到了权威机构认可并降低了审计收费。研究为共同机构所有权协同治理效应提供了新的证据,拓展了机构投资者信息网络的研究,也为监管部门制定符合中国现实情境的监管措施提供了参考
为检验共同机构所有权与盈余管理的关系,文章构建了如下回归模型:
被解释变量:使用扩展的 Jones 模型(陆建桥,1999)和修正的 Jones 模型(Dechow et al.,1995)测算盈余管理程度(DA1 和 DA2)。稳健性检验中,本文使用真实盈余管理进行验证。
解释变量。参照已有文献(He and Huang,2017;Chen et al.,2018),本文从 3 个维度构造指 标反映上市公司共同机构所有权:①共同机构所有权虚拟变量(Coz1),如果当年有共同机构投资者 持股该上市公司,Coz1 为 1,否则为 0,其中,共同机构投资者指在同行业两家及以上公司中均持有 不低于 5%股份的机构投资者;②共同机构所有权联结程度(Coz2),表示上市公司共被几家共同机 构投资者所共同持有,并加 1 取自然对数;③共同机构所有权持股比例(Coz3),等于一家上市公司 当年拥有的所有共同机构投资者持股比例总和。具体计算时,自变量基于季度数据进行构建,如果 企业在某一年度任何一个季度被共同机构投资者持股,则判定年度内公司存在共同机构所有权,取 季度指标的均值作为相应的年度指标数据。
▪ 实证结果:
以下三种方式三选一即可:
▪ 直接购买
添加客服微信,支付价格为69元。
▪ 朋友圈分享后免费领取(每人限领15份)
持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。
▪ 购买大会员
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,可享CNDeepData所有数据免费获取。
▪ 朋友圈分享要求:
①分享时间需要在早上7:30到晚上12:30之间。
②请附带一句推荐词,例如“推荐CNDD高质量数据库”。
③请将包含时间内容的截图发给客服。
▪ 添加客服微信方式:
扫描下方二维码,或搜索下方微信号。
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。
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。
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
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