2004-2022年A股上市公司过度负债率分析

本数据集包含了2004年至2022年间，总计43,833条观测值，涵盖了所有在中国A股市场上市的公司。在这些数据中，金融行业、被特别处理（ST）、退市预警（*ST）、暂停上市（PT）的公司以及资不抵债的观测值已被排除在外。在数据处理过程中，采用了上下1%的缩尾方法，以剔除异常值的影响。 在研究方法上，本数据集参考了当前顶级学术期刊的做法以及Harford（2009年）和Denis（2012年）的研究方法，通过计算实际资产负债率与目标资产负债率之间的回归残差来求得企业的过度负债率。这种方法能够准确地衡量企业资本结构中的失衡状况，即过度负债的情况。 具体指标说明如下： 1. EXLEV1：过度负债率。这是实际资产负债率与目标资产负债率回归残差的值，该指标能够直观反映企业是否存在过度负债的问题。 2. EXLEV2：实际资产负债率减去同年度所在行业负债率中位数。这项指标由汪昌云等（2022年）提出，用来衡量企业实际负债水平与行业内平均水平的差异。 3. EXLEV3：实际资产负债率减去同年度所在行业负债率均值。同样由汪昌云等（2022年）提出，用来体现企业相对于整个行业负债率平均水平的位置。 4. EXLEV4：实际资产负债率减去所在行业负债率中位数。这项指标由张淼和孙光国（2022年）提出，能够反映企业在行业内的负债率水平对比情况。 5. EXLEV5：实际资产负债率减去所在行业负债率均值。这项指标由汪玉兰（2023年）提出，用于比较企业实际负债水平与行业平均水平的差异。 此外，还定义了一个Dum变量，用于表示企业的过度负债状况。如果企业的过度负债率大于0，则将该变量赋值为1，表示企业存在过度负债情况；如果企业的过度负债率不大于0，则赋值为0，表示企业不存在过度负债。 该数据集的发布是为研究者提供一个全面、准确的企业财务数据源，以便于进行企业财务状况的深入分析，特别是针对企业资本结构失衡问题的研究。通过这些指标的分析，可以为投资者、监管机构、企业管理层等提供决策支持，帮助他们更好地理解企业的财务健康状况，以及采取相应的财务政策和风险控制措施。 文件名称列表中的"说明.txt"很可能包含数据集的具体内容说明、数据字段的详细解释、数据集的使用方法、原始数据来源信息、相关研究引用以及可能的版权声明等。而"8975.zip"则很可能是压缩包文件，里面可能包含了数据集的原始数据文件或分析结果文件。 研究者在使用这些数据时，应该关注数据的质量控制、统计方法的适用性以及分析结果的可靠性。此外，还应注意数据使用过程中对数据隐私和知识产权的保护。在发布和分享研究结果时，同样需要遵循相关法律法规和道德准则，确保研究成果的公正性和准确性。