要计算企业过度金融化的指标并在Stata中进行回归分析以确定最优金融化水平和是否出现过度金融化,以下是一系列的步骤及相应的Stata代码示例。这里假设你已经将所需的数据导入了Stata,并且数据集已经包含了所有必需变量。
### 1. 计算企业当期金融化程度指标
首先,我们需要计算企业当前的金融化程度(`fin_ratio`):
```stata
gen fin_assets = dlr_trading_fi + dlr_avail_fi + dlr_held_to_maturity + dlr_loans_advance + derivative_fi + long_term_invest + investment_realestate
gen fin_ratio = fin_assets / total_assets
```
这里假设`dlr_trading_fi`, `dlr_avail_fi`, `dlr_held_to_maturity`, `dlr_loans_advance`, `derivative_fi`, `long_term_invest`, 和`investment_realestate`分别是交易性金融资产、可供出售金融资产净额等项目的变量名,而`total_assets`是企业总资产。
### 2. 计算其他变量
接下来计算其他与过度金融化相关的指标:
```stata
gen prev_revenue_growth = (revenue - lag1(revenue)) / lag1(revenue) // 前一年营业收入增长率
gen leverage = total_liabilities / lag1(total_assets) // 财务杠杆比率,用上期资产负债率表示
gen cash_flow = operating_cash_flow // 经营现金净流量(假设这已经是上期的数据)
gen size = ln(lag1(total_assets)) // 企业规模,使用自然对数
gen list_years = ln(year - IPO_year + 1) // 上市年限,这里假设`IPO_year`是上市年份的变量名
gen profitability = profit_total / lag1(total_assets) // 总资产报酬率,表示盈利能力
// 注意:以上代码中`lag1()`函数是用来获取上一期的数据。确保你的数据集按时间序列和公司ID排序。
```
### 3. 回归分析以确定最优金融化水平
使用OLS回归来拟合实体企业最优的金融化程度:
```stata
reg fin_ratio prev_revenue_growth leverage cash_flow size list_years profitability i.Year i.Industry
```
这里,`Year`和`Industry`是年度和行业的虚拟变量。你可能需要在数据导入前创建这些变量。
### 4. 计算过度金融化程度(Exfin)
回归后,利用预测值与实际金融化水平的差来计算过度金融化:
```stata
predict fin_ratio_pred // 预测的最优金融化水平
gen Exfin = fin_ratio - fin_ratio_pred
```
### 5. 创建是否过度金融化的虚拟变量(Exfin_dummy)
最后,创建一个表示企业是否过度金融化的二元变量:
```stata
gen Exfin_dummy = (Exfin > 0)
```
这样,`Exfin_dummy`的值为1时表明存在过度金融化。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用