高管超额在职消费高管非货币性私有收益

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]权小锋,吴世农,文芳.管理层权力、私有收益与薪酬操纵[J].经济研究,2010,45(11):73-87.
[2]陈克兢,万清清,康艳玲,杨国超.自治性公司章程条款会沦为高管自利行为的保护伞吗——基于反收购条款的视角[J].会计研究,2021(11):102-113.
[3]薛健,汝毅,窦超.“惩一”能否“儆百”?——曝光机制对高管超额在职消费的威慑效应探究[J].会计研究,2017(05):68-74+97.
计算说明

高管非货币性私有收益。用非正常的高管在职消费来衡量，采用管理层在职消费与由经济因素决定的高管预期正常的在职消费之间的差额表示(Luoetal,2009)。预期正常的高管在职消费水平用以下模型估计:

其中，Perks为高管在职消费,数据取自管理费用中扣除了董事、高管以及监事会成员薪酬、计提的坏账准备、存货跌价准备以及当年的无形资产摊销额等明显不属于在职消费的项目后的金额； Asset t-1为上期期末总资产; ΔSales为本期主营业务收入的变动额; PPE,为本期厂场、财产和设备等固定资产的净值；Inventory为本期存货总额；LnEmployee为企业雇佣的员工总数的自然对数。
利用模型先对样本企业分年度分行业进行回归，通过模型回归得到的因变量预测值即表示正常的在职消费，实际在职消费与正常在职消费的差额即为非正常在职消费。


数据说明

样本选择：全部A股1999-2024年数据

包含两个版本：一份未剔除、一份剔除金融和ST、*ST或PT

注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可

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，其他用一级分类来计算

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