注意：此数据是老师带领我们课题组一起弄的，数据内容均来源于官方，和官方内容保持一致！此外，我们课题组一直关注此类数据，并应用此类数据进行过多次研究，截至2025，该数据官方更新至2024年。目前网上有一些非常不负责任的人，号称有2025年数据的，官方都没更新，也不知道他的数是哪来的，估计连同他别的年份数据也都是不真实的，数据对于科研是非常重要的，大家一定注意甄别！我们的数据是课题组自用数据，已有成果产出，是经过验证的真实数据，大家可以放心使用！

过度负债程度计算过程：
1.样本数据处理：行业分类按照中国上市公司协会行业分类，制造业“C”字头代码取2位，其他行业取1位；剔除金融行业代码、剔除数据缺失的样本、剔除资产负债率>1的公司样本数据；对所有连续变量在上下1%处进行缩尾处理；
2.构建模型：参考Harford et al.（2009）、Denis&Mckeon（2012）、Chang et al.（2014）和陆正飞等（2015）等计算过度负债的方法，详见图。
3.用实际负债率减去目标负债率，得到过度负债程度EXLEVB，该指标越大，表明过度负债水平越高；
4.主要参考文献：
[1]Harford J, Klasa S, Walcott N. Do firms have leverage targets? Evidence from acquisitions[J]. Journal of Financial Economics, 2009, 93(1): 1-14.
Denis D J, McKeon S B. Debt financing and financial flexibility evidence from proactive leverage increases[J]. The Review o f Financial Studies, 2012, 25(6): 1897-1929.
[2]Chang C, Chen X, Liao G. What are the reliably important determinants of capital structure in China?[J]. Pacific-Basin Finance Journal, 2014, 30: 87-113.
[3]陆正飞,何捷,窦欢.谁更过度负债:国有还是非国有企业?[J].经济研究,2015,50(12):54-67.


我们课题成员始终坚持求真务实的学术态度，不善用夸大的语言进行营销。参与本论坛的初衷在于搭建开放的学术交流平台，与各位同仁分享阶段性研究成果，共同进步。对于数据相关疑问，欢迎大家通过私信展开深度探讨。在此特别强调：我们坚决维护知识产权，所有资料严禁以任何形式进行转售。愿与大家共建良性学术生态，谨祝各位在探索真理的道路上收获丰硕成果！