查看原文
其他

Stata之计算财务指标——融资约束

爬虫俱乐部 Stata and Python数据分析 2023-02-21

本文作者:胡艺粼,中南财经政法大学金融学院

本文编辑:智淼

技术总编:方一卓

Stata&Python云端课程来啦!

      好消息好消息,爬虫俱乐部开辟小鹅通战场!!爬虫俱乐部隆重推出小鹅通网络课程,将Stata基础课程Stata进阶课程Python课程都上传至小鹅通平台,欢迎大家多多支持订阅!报名课程即可加入答疑群,对报名有任何疑问欢迎在公众号后台留言哦。如需了解详情,可以通过课程链接(https://appbqiqpzi66527.h5.xiaoeknow.com/homepage/10)或课程二维码进行访问哦~

融资约束


融资是一个企业筹集资金的行为与过程,企业的融资方式有两种:内部融资外部融资。内部融资是公司利用内部自有资金,依靠内部积累进行的融资。外部融资是公司通过金融活动从资本市场筹集到的资金。在不完美资本市场中,根据Fazzari et al.(1988)对融资约束的定义,资本市场的摩擦导致公司的内外部融资成本之间存在较大差异。资本市场中存在的信息不对称和代理成本问题,使得公司的外部融资成本过高,从而导致公司的投资决策过度依赖内部资金,造成投资低于最优水平。

针对融资约束这一问题,国内众多学者基于中国资本市场进行了深入研究。王彦超(2009)通过实证发现,融资约束是影响企业财务政策的重要因素,受到融资约束的企业,资金来源系统地依靠内部现金流,且不易产生过度投资的倾向。鞠晓生(2013)分析了融资约束、营运资本管理与企业创新活动之间的关系,发现企业受到的融资约束越严重,营运资本对创新的平滑作用越突出。刘胜强和林志军等(2015)采用双边随机边界法实证检验得出融资约束与R&D投资存在负相关关系,即融资约束导致R&D投资不足。张盼盼和张胜利等(2020)针对制造业企业进行研究,结果表明融资约束显著抑制了制造业企业出口国内增加值率(DVAR)的提升。陈诗一(2021)基于环境投融资角度考察融资约束对政策效应的影响,得出结论:融资约束影响中小企业污染减排,加剧排污费提高对产出的影响。

综上所述,融资约束受到外部金融环境和公司内部治理等多种因素的共同影响,而且其存在对公司的投资行为和融资行为具有较大影响,所以融资约束的研究具有重要意义。由于融资约束本身难以量化,国内外学者借助一些变量作为指标,衡量公司融资约束的程度,常见的测度方法有 FHP模型、KZ指数、SA指数和WW指数等。本篇文章主要介绍KZ 指数SA 指数两种测度融资约束的指标。

数据说明



1. 样本区间:2000-2020年

2. 样本范围:沪深A股上市公司

3. 数据来源:上市公司基本信息、财务数据来自CSMAR数据库

4. 数据处理:指标计算所需数据,包括资产负债表、现金流量表、相对价值指标、股利分配等从CSMAR数据库下载得到的内容为Excel格式,需要对数据进行处理和合并。

1***对表格数据进行处理***
2import excel using 资产负债表.xlsx, firstrow clear
3drop in 1/2 //删除多余行
4drop Typrep //删除多余列
5destring Stkcd, replace //将变量转变为数值型
6rename (Accper A001101000    A001107000  A001000000  A002000000  A003101000) (日期 货币资金    交易性金融资产 资产总计 负债合计 实收资本(或股本)
7) //重命名变量
8gen year=year(date(日期,"YMD")) //提取日期中的年份
9sort Stkcd year
10save 资产负债表.dta, replace
11***(其他数据同理根据需要进行处理,生成dta文件)***
12
13***将处理后的数据进行合并***
14use 资产负债表.dta, clear
15merge 1:1 stkcd year using 现金流量表,keep(3) nogen keepusing(经营活动产生的现金流量净额)
16merge 1:1 stkcd year using 相对价值指标, keep(3) nogen keepusing(托宾Q值A)
17merge 1:1 stkcd year using 股利分配, keep(3) nogen keepusing(每股税前现金股利)
18save 财务数据.dta, replace


KZ指数



Kaplan 和 Zingales (1997) 最初提出 KZ 指数的概念,他们选取49家企业1970-1984年的样本,并以经营性净现金流、现金持有量、派现水平、负债程度以及成长性等五个因素作为融资约束的代理变量,通过构建有序Logit回归得到了一个综合指数,也即衡量企业融资约束程度的KZ指数。这一方法得到了学术界普遍的认可,被广泛使用(Almeida et al.,2004)。由于中国的资本市场与国际资本市场存在较显著的差异,所以中国上市公司面临的融资约束与国外公司有所不同。因此借鉴Kaplan 和 Zingales (1997)的思想,参考魏志华等(2014)、潘越等(2019)、潘健平等(2021)、饶品贵等(2022)的研究,本文主要通过以下几个步骤构建KZ指数,并以此来衡量企业所面临的融资约束程度,KZ指数值越大,意味着企业面临的融资约束程度越严重。


1

对全样本各个年度按照企业年度经营现金流/上期总资产(CF/L.A)、现金股利/上期总资产(DIV/L.A)、现金持有/上期总资产(Cash/L.A)、资产负债率(LEV)和TobinQ对样本进行分类,具体过程如下:

如果 CF/L.A 低于中位数则 kz1 取1,否则取0;

如果 DIV/L.A 低于中位数则 kz2 取1,否则取0;

如果 Cash/L.A低于中位数则 kz3 取1,否则取0;

如果 LEV 高于中位数则 kz4 取1,否则取0;

如果 TobinQ高于中位数则 kz5 取1,否则取0。


2

计算 KZ 指数,令 KZ = kz1 + kz2 + kz3 + kz4+ kz5。


3

采用排序逻辑回归,以 KZ 为因变量对CF/L.A、DIV/L.A、Cash/L.A、LEV、TobinQ进行回归,

得出回归系数并估计出最终的 KZ 指数。

按照上述计算方法,结合部分Stata代码为大家展示具体的计算过程:

1clear 
2cd f:/KZ指数
3use 财务数据.dta
4
5***生成变量***
6gen CF=经营活动产生的现金流量净额/L.资产总计
7gen DIV=(每股税前现金股利*实收资本或股本)/L.资产总计
8gen Cash=(货币资金+交易性金融资产)/L.资产总计
9gen LEV=负债合计/资产总计
10gen TobinQ=托宾Q值A
11
12***剔除缺失值***
13foreach i in CF DIV Cash LEV TobinQ {
14  drop if `i'==.
15}
16
17***缩尾处理***
18winsor2 CF DIV Cash LEV TobinQ, cuts(1 99) replace 
19
20***构造变量***
21bys year: egen CF中位数=median(CF)
22gen kz1=(CF<CF中位数)
23
24bys year: egen DIV中位数=median(DIV)
25gen kz2=(DIV<DIV中位数)
26
27bys year: egen Cash中位数=median(Cash)
28gen kz3=(Cash<Cash中位数)
29
30bys year: egen LEV中位数=median(LEV)
31gen kz4=(LEV>LEV中位数)
32
33bys year: egen TobinQ中位数=median(TobinQ)
34gen kz5=(TobinQ>TobinQ中位数)
35
36***计算KZ指数***
37gen kz=kz1+kz2+kz3+kz4+kz5
38
39***排序逻辑回归(Ordered Logistic Regression),计算每一家上市公司的KZ指数***
40ologit kz CF DIV Cash LEV TobinQ
41predict KZ指数, xb 
42sort stkcd year
43keep stkcd year KZ指数
44save KZ指数,replace

SA指数



由于构建 KZ 指数所用变量具有很强的内生性,比如现金流与杠杆,融资约束与这两个变量密切相关,互相干扰。因此,Hadlock 和 Pierce(2009)按照构建 KZ 指数的基本方法,根据企业的财务报告定性划分企业的融资约束类型,然后使用企业规模和企业年龄两个随时间变化不大且具有很强外生性的变量构建了SA指数,这里的企业规模(Size)为企业总资产的自然对数。SA指数越大,表示融资约束程度越高。具体的计算公式如下:

1SA = -0.737×Size + 0.043×Size^2 - 0.04×Age

由于SA指数的计算过程较为简单,大家只需要把相应的数据代入计算即可,这里就不再过多赘述。

 需要说明的是,我们在小鹅通平台上传的KZ指数、SA指数均是按照上述方法计算得来。当然,遵循已有研究对数据做了如下处理:数据已经经过选择沪深A股、剔除金融业、剔除已退市的、剔除当年ST、PT类股票等清洗工作。上述提到的KZ指数、SA指数大家可以放心地在自己论文的主检验或者稳健性检验当中使用。

 最后想和各位同学说的是,关于融资约束的测度方法还有很多,本文仅就目前使用最广泛的两种方法和大家分享,后续请大家多多关注爬虫俱乐部的公众号或者小鹅通平台,我们会持续更新不同的融资约束测度方法和其它有研究意义的指标。

参考文献

[1]Fazzari,Steven M.,R.Glenn Hubbard,and Bruce C.Petersen,Financing constraints and corporate investment,Brookings Paper on Economic Activity,1988,1,141-195

[2]Kaplan, S. and Zingales, L. (1997) Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints? Quarterly Journal of Economics, 112, 169-215.

[3]Hadlock, C.J. and Pierce, J.R. (2010) New Evidence on Measuring Financial Constraints: Moving beyond the KZ Index. Review of Financial Studies, 23, 1909-1940.

[4]王彦超.融资约束、现金持有与过度投资[J].金融研究,2009(07):121-133.

[5]鞠晓生,卢荻,虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究,2013,48(01):4-16.

[6]刘胜强,林志军,孙芳城,陈汉文.融资约束、代理成本对企业R&D投资的影响——基于我国上市公司的经验证据[J].会计研究,2015(11):62-68+97.

[7]张盼盼,张胜利,陈建国.融资约束、金融市场化与制造业企业出口国内增加值率[J].金融研究,2020(04):48-69.

[8]陈诗一,张建鹏,刘朝良.环境规制、融资约束与企业污染减排——来自排污费标准调整的证据[J].金融研究,2021(09):51-71.

[9]魏志华,曾爱民,李博.金融生态环境与企业融资约束——基于中国上市公司的实证研究[J].会计研究,2014(05):73-80+95.

1

END

1

重磅福利!为了更好地服务各位同学的研究,爬虫俱乐部将在小鹅通平台上持续提供金融研究所需要的各类指标,包括上市公司十大股东、股价崩盘、投资效率、融资约束、企业避税、分析师跟踪、净资产收益率、资产回报率、国际四大审计、托宾Q值、第一大股东持股比例、账面市值比、沪深A股上市公司研究常用控制变量等一系列深加工数据,基于各交易所信息披露的数据利用Stata在实现数据实时更新的同时还将不断上线更多的数据指标。我们以最前沿的数据处理技术、最好的服务质量、最大的诚意望能助力大家的研究工作!相关数据链接,请大家访问:(https://appbqiqpzi66527.h5.xiaoeknow.com/homepage/10)或扫描二维码:


最后,我们为大家揭秘雪球网(https://xueqiu.com/)最新所展示的沪深证券和港股关注人数增长Top10。


对我们的推文累计打赏超过1000元,我们即可给您开具发票,发票类别为“咨询费”。用心做事,不负您的支持!



往期推文推荐

      列表生成式|让你的代码更简洁

Stata绘图系列——玩转绘图通用选项之坐标轴

       玩转地图的好帮手--pyecharts

       爬虫俱乐部又又又输送了一位研究助理!!!      【数据分析】一文教你玩转DataFrame

 震惊,爬虫俱乐部竟是这样运营答疑群的?!

【数据分析-入门】一看就会!Numpy的创建、索引、切片与更新

带你玩转Stata编码一言不合就teamviewer

【基础篇】循环语句的continue与break

        教你用Stata爬取全国疫情风险地区数据,原来这么简单!【数据结构】集合的使用方法      Stata爬取七普人口数据

       浅析Python的序列化与反序列化

     爬虫俱乐部的精彩答疑--爬虫为何失败?

       利用Stata批量制作学生证     【数据分析-入门】科学计算基本库—Numpy的简单使用      Stata绘图系列——玩转绘图通用选项之图例     【基础篇】数据类型介绍——list、tuple和range对象

覆盖北交所的“cnstock”复工了!

关于我们 


   微信公众号“Stata and Python数据分析”分享实用的Stata、Python等软件的数据处理知识,欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

   武汉字符串数据科技有限公司一直为广大用户提供数据采集和分析的服务工作,如果您有这方面的需求,请发邮件到statatraining@163.com,或者直接联系我们的数据中台总工程司海涛先生,电话:18203668525,wechat: super4ht。海涛先生曾长期在香港大学从事研究工作,现为知名985大学的博士生,爬虫俱乐部网络爬虫技术和正则表达式的课程负责人。



此外,欢迎大家踊跃投稿,介绍一些关于Stata和Python的数据处理和分析技巧。

投稿邮箱:statatraining@163.com投稿要求:
1)必须原创,禁止抄袭;
2)必须准确,详细,有例子,有截图;
注意事项:
1)所有投稿都会经过本公众号运营团队成员的审核,审核通过才可录用,一经录用,会在该推文里
为作者署名,并有赏金分成。

2)邮件请注明投稿,邮件名称为“投稿+推文名称”。
3)应广大读者要求,现开通有偿问答服务,如果大家遇到有关数据处理、分析等问题,可

以在公众号中提出,只需支付少量赏金,我们会在后期的推文里给予解答。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存