1.计算说明
关于异常关联交易(abRPT)，本文借鉴Jian和Wong(2010)的做法，采用以下模型将公司关联交易总额进行分离，以区分正常关联交易和异常关联交易：

模型中，被解释变量为关联交易总额(RPTsum)，解释变量分别为资产负债率(Lev)、公司规模(Size)、市值账面比(Mtb)以及行业和年度变量。该模型的预测值为正常关联交易（NRPT)，其残差为异常关联交易(abRPT)。

关联交易总额(RPTsum)，企业关联交易总金额加1的自然对数
资产负债率(Lev)：负债总额除以资产总额
公司规模(Size)：公司资产总额的自然对数
市值账面比(Mtb)：股票总市值除以权益账面价值

2.数据说明

样本选择：全部A股2000-2023年数据（可自行更改数据区间）

剔除了有缺失值的数据

行业参照证监会2012年行业分类标准，制造业用二级行业分类（取前两位），其他用一级分类来计算

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

最终数据分为两个版本：
版本1：仅做了上述剔除处理，文件名为“计算结果”
版本2：在做了上述剔除处理的基础之上，同时剔除了金融行业的样本和当年年末被ST、*ST或PT的上市公司，文件名为“计算结果剔除版本”

3.参考文献
[1]彭韶兵,宋冰洁,王玉.高管股权激励与公司异常关联交易:抑制还是加剧[J].广东财经大学学报,2021,36(02):54-68.
[2]蔡利,陈晔,黄建明,等.集团统一审计对异常关联交易是否存在抑制效应[J].财经科学,2022(01):133-148.

压缩包所含文件：


数据样例：


分年份数据量统计：


描述性统计结果：

2023异常关联交易
大小:(76 Bytes)

只需: RMB 39元  马上下载