违约风险/债务违约风险/违约概率

持续更新，后续关注我后免费获取更新版本
不管什么时候毕业或者发期刊用到，都能用到最新的数据

【原创整理，严禁转载，转载必究】

参考文献
[1]翟淑萍,韩贤,张晓琳,陈曦.数字金融能降低企业债务违约风险吗[J].会计研究,2022(02):117-131.
[2]许红梅,李春涛.劳动保护、社保压力与企业违约风险——基于《社会保险法》实施的研究[J].金融研究,2020(03):115-133.
[3]王化成,侯粲然,刘欢.战略定位差异、业绩期望差距与企业违约风险[J].南开管理评论,2019,22(04):4-19.

计算说明

本文采用Bharath和Shumway（2008）提出的Naive模型估计违约概率（EDF）作为违约风险的代理变量，具体如式（1）：

式（1）中
DDit表示违约距离
Equityit表示公司总市值，为股票发行总数与年末市场价格的乘积
Debtit是公司债务的面值，是公司年末短期负债与年末长期负债的二分之一的加总
rit-1是企业滞后一年的年度收益率
Tit在公式中被设置为1年
σVit是公司资产波动率的估计量，通过σEit（股票收益率的波动率）计算得出。
σEit是股票收益率的波动率，利用公司上一年度的月度收益率数据取标准差求得。

σVit的计算如式(2):


在式(1)、(2)的基础上，计算出违约风险距离DDit，然后通过标准累计正态分布函数Normal（.）求出企业违约概率，如式(3)：

企业债务违约风险指标（EDF)取值范围在0至1之间，其值越大，代表企业的违约风险越高。

同时，参考孙铮等(2006)、许红梅和李春涛(2020)的做法用事后债务违约概率来进行稳健性检验，即以企业上年度短期借款(包括一年内到期的长期借款) 与当期偿还借款额度(对应现金流量表中“偿还债务所支付的现金”) 的差额来衡量公司是否按期偿还了借款。我们设置虚拟变量VIOLATE表示企业事后违约概率。当该差额大于0时，表示企业没有按期偿还借款，变量VIOLATE取1，表示企业违约；否则取0，表示企业没有违约。



数据说明

样本选择：全部A股1994-2022年数据

包含两个版本：一份剔除金融和ST、*ST样本 、一份未剔除金融和ST、*ST样本

并对连续型变量进行了1%和99%分位数的缩尾处理

每个压缩包都附有初始数据，计算代码，参考文献和最终数据

赠送超值上市基本信息：证券代码、统计截止日期、上市公司ID、证券简称、ABH股交叉码、行业名称、行业代码、中文全称、公司成立日期、首次上市日期、法人代表、注册资本、公司网址、经营范围、主营业务、上市状态、注册具体地址、注册地址所属省份、注册地址所属城市、注册地经度(E)、注册地纬度(N)、公司办公地址、办公地址经度、办公地址纬度、办公地址邮政编码等。


数据截图


分年份数据量统计

缩尾后的描述性统计