當前位置：首頁 >

Stata：各类盈余管理指标Stata实现方法

發布時間：2023/12/18 52 豆豆

生活随笔收集整理的這篇文章主要介紹了 Stata：各类盈余管理指标Stata实现方法小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

作者：王若溪 (中山大學)
?

Stata連享會 ? 主頁 || 視頻 || 推文

掃碼查看連享會最新專題、公開課視頻和 100 多個碼云計量倉庫鏈接。

文章目錄

- - 應計盈余管理
  - - 1. 基本Jones模型
    - 2. 修正Jones模型
    - 3. 無形資產Jones模型
    - 4. 前瞻性修正Jones模型
    - 5. 現金流量Jones模型
    - 6. 收益匹配Jones模型
    - 7. 非線性Jones模型
  - 真實盈余管理
  - - 參考文獻
    - 關于我們

盈余管理是公司金融和會計領域的一個重要話題。本文對目前文獻中常用的盈余管理指標進行了梳理，并基于國泰安數據庫中的變量，提供了這些指標在 Stata 中的實現方法。

目前的研究將普遍將盈余管理分為應計盈余管理和真實盈余管理。應計盈余管理基于權責發生制，針對會計處理，通過會計政策選擇、應計項目調整和會計估計變更等方式來進行；真實盈余管理是通過改變企業真實生產經營活動來實現的。盈余管理的測量一直是重點研究方向，目前的方法多通過計算殘差的方式來估算盈余管理的程度。

在盈余管理研究初期，許多學者聚焦于應計盈余管理，并提出了相應的測量模型。Healy (1985) 在研究分紅計劃時，最早提出了應計項目操縱的計算方式，Jones (1991) 提出了經典的Jones模型，發展了對操縱性應計項目估計的方法。之后國內外學者不斷完善和發展對應計盈余管理測量。針對不同測算方式的準確度，黃梅和夏新平 (2009) 使用中國數據，對七種應計盈余管理計量方法進行了檢驗，發現分年度分行業計算的修正Jones模型在模型設定和檢驗能力方面表現更佳，并建議以此方法為主進行后續研究。

真實盈余管理的研究開始得相對較晚，國內外普遍使用Roychowdhury (2006) 提出的方法，從銷售操縱、酌量性費用和過度生產三個方面進行分析，計算異常現金流、異常生產成本和異常酌量性費用。之后的學者多采用將三個指標加總的方式衡量真實盈余管理的整體程度。

本文將逐一介紹黃梅和夏新平 (2009) 總結的應計盈余管理測算方法和Roychowdhury (2006) 提出的真實盈余管理計算方法，參考文獻的詳細內容在文末列出。

應計盈余管理

1. 基本Jones模型

Jones (1991) 提出了經典的Jones模型，從營業收入變動和固定資產水平衡量企業應計利潤的變動。具體模型如下：

$TAi,tAi,t?1=α1[1Ai,t?1]+α2[ΔREVi,tAi,t?1]+α3[PPEi,tAi,t?1]+?i,t\frac{TA_{i,t}}{A_{i,t-1}}=\alpha_1 \left[\frac{1}{A_{i,t-1}}\right]+\alpha_2\left[\frac{\Delta REV_{i,t}}{A_{i,t-1}}\right]+\alpha_3\left[\frac{PPE_{i,t}}{A_{i,t-1}}\right]+\epsilon_{i,t}$

其中， $A_{i,t-1}$ 為滯后一期的總資產， $ΔREVi,t\Delta REV_{i,t}$ 為營業收入增量， $PPE_{i,t}$ 為固定資產。通過該方程計算得到的殘差即為應計盈余管理。
Jones (1991) 原文中提到的應計項目總額 $TA_t$ 計算方法如下：

$TAt=ΔCurrentAssett?ΔCasht?ΔCurrentLiabilitiest?DepreciationExpensetTA_t=\Delta Current\ Asset_t-\Delta Cash_t-\Delta Current\ Liabilities_t-Depreciation\ Expense_t$

黃梅和夏新平 (2009) 將 $TA_t$ 定義為第t年營業利潤減去第t年經營活動現金流量。

黃梅和夏新平 (2009) 文章中對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen invA = 1/L.A // 滯后一期的總資產的倒數, x1 gen Dsale = D.b001101000/L.A // 營業收入的增量, x2 gen PPE = a001212000/L.A // 固定資產凈額/總資產, x3* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc invA Dsale PPE if (sic_year==`i'), noconsqui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

2. 修正Jones模型

Dechow等 (1995) 提出的修正Jones模型在Jones模型的基礎上加入了應收賬款的變動，具體模型如下：

$TAi,tAi,t?1=α1[1Ai,t?1]+α2[ΔREVi,t?ΔRECi,tAi,t?1]+α3[PPEi,tAi,t?1]+?i,t\frac{TA_{i,t}}{A_{i,t-1}}=\alpha_1 \left[\frac{1}{A_{i,t-1}}\right]+\alpha_2\left[\frac{\Delta REV_{i,t}-\Delta REC_{i,t}}{A_{i,t-1}}\right]+\alpha_3\left[\frac{PPE_{i,t}}{A_{i,t-1}}\right]+\epsilon_{i,t}$

其中， $ΔRECi,t\Delta REC_{i,t}$ 為應收賬款變動。

對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen invA = 1/L.A // 滯后一期的總資產的倒數, x1 gen Dsale = D.b001101000/L.A // 營業收入的增量 gen DAR = D.a001111000/L.A // 應收賬款的增量 gen DS_DAR= Dsale - DAR // 營業收入的增量-應收賬款的增量, x2 gen PPE = a001212000/L.A // 固定資產凈額, x3* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc invA DS_DAR PPE if (sic_year==`i'), noconsqui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

3. 無形資產Jones模型

陸建橋 (1999) 在修正Jones模型的基礎上，進一步考慮了無形資產和其他長期資產的作用。具體模型如下：

$TAi,tAi,t?1=α1[1Ai,t?1]+α2[ΔREVi,t?ΔRECi,tAi,t?1]+α3[PPEi,tAi,t?1]+α4[IAi,tAi,t?1]+?i,t\begin{array}{c} {\frac{T A_{i, t}}{A_{i, t-1}}=\alpha_{1}\left[\frac{1}{A_{i, t-1}}\right]+\alpha_{2}\left[\frac{\Delta R E V_{i, t}-\Delta R E C_{i, t}}{A_{i, t-1}}\right]} \\ {+\alpha_{3}\left[\frac{P P E_{i, t}}{A_{i, t-1}}\right]+\alpha_{4}\left[\frac{I A_{i, t}}{A_{i, t-1}}\right]+\epsilon_{i, t}} \end{array}$

其中， $IA_{i,t}$ 為無形資產和其他長期資產。

對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen invA = 1/L.A // 滯后一期的總資產的倒數, x1 gen Dsale = D.b001101000/L.A // 營業收入的增量 gen DAR = D.a001111000/L.A // 應收賬款的增量 gen DS_DAR= Dsale - DAR // 營業收入的增量-應收賬款的增量, x2 gen PPE = a001212000/L.A // 固定資產凈額, x3 gen IA = a001218000/L.A // 無形資產凈額, x4* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc invA DS_DAR PPE IA if (sic_year==`i'), noconsqui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

4. 前瞻性修正Jones模型

Dechow等 (2003) 在修正Jones模型的基礎上，對應收賬款進行了調整，并加入滯后一期的總應計項目和銷售增長率。具體模型如下：

$TAi,tAi,t?1=α1[1Ai,t?1]+α2[ΔREVi,t?(1?k)ΔRECi,tAi,t?1]+α3[PPEi,tAi,t?1]+α4[TAi,t?1Ai,t?1]+α5[GRREVi,t+1Ai,t?1]+?i,t\begin{array}{c}{\frac{T A_{i, t}}{A_{i, t-1}}=\alpha_{1}\left[\frac{1}{A_{i, t-1}}\right]+\alpha_{2}\left[\frac{\Delta R E V_{i, t}-(1-k) \Delta R E C_{i, t}}{A_{i, t-1}}\right]} \\ {+\alpha_{3}\left[\frac{P P E_{i, t}}{A_{i, t-1}}\right]+\alpha_{4}\left[\frac{T A_{i, t-1}}{A_{i, t-1}}\right]+\alpha_{5}\left[\frac{G R R E V_{i, t+1}}{A_{i, t-1}}\right]+\epsilon_{i, t}}\end{array}$

其中， $k$ 為應收賬款變化對主營業務收入變化的分行業回歸的估計系數， $ΔRECi,t=α+kΔREVi,t+?i,t\Delta REC_{i,t}=\alpha+k\Delta REV_{i,t}+\epsilon_{i,t}$ ，而 $GRREV_{i,t+1}$ 為未來一期的銷售增長率。

對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額 clonevar grrev = f081602c // 營業收入增長率gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen invA = 1/L.A // 滯后一期的總資產的倒數, x1 gen Dsale = D.b001101000/L.A // 營業收入的增量 gen DAR = D.a001111000/L.A // 應收賬款的增量 gen PPE = a001212000/L.A // 固定資產凈額, x3 gen Lacc = L.acc // 滯后一期的應計項目總額，x4 gen grrev = F.f081602c/L.A // 營業收入增長率，x5* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 計算系數 k statsby,by(year sic) clear:reg DAR Dsale clonevar k=_b_Dsale // 回歸得到系數 k save k.dta, clear* 將k.dta中的系數 k 匹配回原始數據 merge 1:m year sic using k.dta drop _merge gen DS_kDAR = Dsale-(1-k)*DAR // 營業收入增量-(1-k)應收賬款增量, x2* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc invA DA_kDAR PPE Lacc grrev if (sic_year==`i'), noconsqui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

5. 現金流量Jones模型

Dechow 和 Dichev (2002) 提出將滯后一期、當期和未來一期的經營性凈現金流加入模型中，提出了如下的模型：

$TAi,tAi,t?1=α0+α1[ΔREVi,tAi,t?1]+α2[PPEi,tAi,t?1]+α3[CFOi,t?1Ai,t?1]+α4[CFOi,tAi,t?1]+α5[CFOi,t+1Ai,t?1]+?i,t\begin{aligned} \frac{T A_{i, t}}{A_{i, t-1}}=& \alpha_{0}+\alpha_{1}\left[\frac{\Delta R E V_{i, t}}{A_{i, t-1}}\right]+\alpha_{2}\left[\frac{P P E_{i, t}}{A_{i, t-1}}\right] \\ &+\alpha_{3}\left[\frac{C F O_{i, t-1}}{A_{i, t-1}}\right]+\alpha_{4}\left[\frac{C F O_{i, t}}{A_{i, t-1}}\right]+\alpha_{5}\left[\frac{C F O_{i, t+1}}{A_{i, t-1}}\right]+\epsilon_{i, t} \end{aligned}$

對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen Dsale = D.b001101000/L.A // 營業收入的增量, x1 gen PPE = a001212000/L.A // 固定資產凈額, x2 gen Lcfo = L.c001000000/L.A // 滯后一期的經營性現金流凈額, x3 gen cfo = c001000000/L.A // 當期的經營性現金流凈額, x4 gen Fcfo = F.c001000000/L.A // 未來一期的經營性現金流凈額, x5* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc Dsale PPE Lcfo cfo Fcfo if (sic_year==`i')qui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

6. 收益匹配Jones模型

Kothari等 (2002) 提出在傳統的Jones模型中引入業績變量 (ROA) 以控制業績與企業應計之間的相關性，或為每一個樣本企業找到一個業績匹配的企業。這里介紹引入ROA的模型，Kothari等 (2002) 認為可以選擇當期的ROA或滯后一期的ROA，黃梅和夏新平 (2009) 使用了當期的ROA：
$TAi,tAi,t?1=α0+α1[1Ai,t?1]+α2[ΔREVi,tAi,t?1]+α3[PPEi,tAi,t?1]+α4[ROAi,t(ort?1)Ai,t?1]+?i,t\frac{TA_{i,t}}{A_{i,t-1}}=\alpha_0+\alpha_1 \left[\frac{1}{A_{i,t-1}}\right]+\alpha_2\left[\frac{\Delta REV_{i,t}}{A_{i,t-1}}\right]+\alpha_3\left[\frac{PPE_{i,t}}{A_{i,t-1}}\right]+\alpha_4\left[\frac{ROA_{i,t(or\ t-1)}}{A_{i,t-1}}\right]+\epsilon_{i,t}$
對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen invA = 1/L.A // 滯后一期的總資產的倒數, x1 gen Dsale = D.b001101000/L.A // 營業收入的增量, x2 gen PPE = a001212000/L.A // 固定資產凈額, x3 gen roa = f050201b/L.A // 當期的ROA, x4 gen Lroa = L.f050201b/L.A // 滯后一期的ROA, x4 (可選) * 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc invA Dsale PPE roa if (sic_year==`i') // 也可以使用滯后一期的ROAqui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

7. 非線性Jones模型

Ball和Shivakumar (2006) 提出，應計和業績之間存在非線性相關，為了解決這一問題，在傳統的Jones模型中加入表示虛擬變量 $DVAR_{i,t}$ ，當 $CFO_{i,t}$ 小于零時，它等于1，反之則為零。具體模型如下：
$TAi,tAi,t?1=α0+α1[ΔREVi,tAi,t?1]+α2[PPEi,tAi,t?1]+α3[DVARi,tAi,t?1]+α4[DVARi,t?CFOi,tAi,t?1]+?i,t\frac{TA_{i,t}}{A_{i,t-1}}=\alpha_0+\alpha_1\left[\frac{\Delta REV_{i,t}}{A_{i,t-1}}\right]+\alpha_2\left[\frac{PPE_{i,t}}{A_{i,t-1}}\right]+\alpha_3\left[\frac{DVAR_{i,t}}{A_{i,t-1}}\right]+\alpha_4\left[\frac{DVAR_{i,t}*CFO_{i,t}}{A_{i,t-1}}\right]+\epsilon_{i,t}$
對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 clonevar EBXI = b001300000 // 營業利潤 clonevar cfo = c001000000 // 經營活動現金流凈額gen acc = (EBXI - cfo)/L.A // 總應計項目，y gen Dsale = D.b001101000/L.A // 營業收入的增量, x1 gen PPE = a001212000/L.A // 固定資產凈額, x2* 生成虛擬變量和交乘項gen dvar = . // 虛擬變量, x3 replace dvar = 1 if cfo < 0 replace dvar = 0 if cfo >= 0 gen dvar_cfo = dvar*cfo/L.A // 交乘項, x4* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 利用循環求殘差，殘差即為應計盈余管理DACCgen DACC = .forvalues i = 1/$N{qui reg acc Dsale PPE dvar dvar_cfo if (sic_year==`i') // 也可以使用滯后一期的ROAqui predict e if e(sample), resqui replace DACC = e if e(sample) drop e}

真實盈余管理

目前對真實盈余管理的計算普遍使用Roychowdhury (2006) ，通過分別計算經營活動的異常現金流 $ABCFO_{i,t}$ 、異常生產成本 $ABPROD_{i,t}$ 和異常酌量性費用 $ABDISEXP_{i,t}$ 得到真實盈余管理。具體計算方法如下：
$CFOi,tAi,t?1=α0+α1[1Ai,t?1]+α2[Si,tAi,t?1]+α3[ΔSi,tAi,t?1]+?i,t\frac{CFO_{i,t}}{A_{i,t-1}}=\alpha_0+\alpha_1 \left[\frac{1}{A_{i,t-1}}\right]+\alpha_2\left[\frac{S_{i,t}}{A_{i,t-1}}\right]+\alpha_3\left[\frac{\Delta S_{i,t}}{A_{i,t-1}}\right]+\epsilon_{i,t}$
$PRODi,tAi,t?1=α0+α1[1Ai,t?1]+α2[Si,tAi,t?1]+α3[ΔSi,tAi,t?1]+α4[ΔSi,t?1Ai,t?1]+?i,t\frac{PROD_{i,t}}{A_{i,t-1}}=\alpha_0+\alpha_1 \left[\frac{1}{A_{i,t-1}}\right]+\alpha_2\left[\frac{S_{i,t}}{A_{i,t-1}}\right]+\alpha_3\left[\frac{\Delta S_{i,t}}{A_{i,t-1}}\right]+\alpha_4\left[\frac{\Delta S_{i,t-1}}{A_{i,t-1}}\right]+\epsilon_{i,t}$
$DISEXPi,tAi,t?1=α0+α1[1Ai,t?1]+α2[Si,t?1Ai,t?1]+?i,t\frac{DISEXP_{i,t}}{A_{i,t-1}}=\alpha_0+\alpha_1 \left[\frac{1}{A_{i,t-1}}\right]+\alpha_2\left[\frac{S_{i,t-1}}{A_{i,t-1}}\right]+\epsilon_{i,t}$
Roychowdhury (2006) 將 $PROD_{i,t}$ 生產成本定義為銷售成本COGS和存貨增量之和， $DISEXP_{i,t}$ 酌量性費用為研發費用R&D、廣告費用和SG&A之和， $S_{i,t}$ 為營業收入Sales。國內學者普遍使用銷售費用和管理費用之和作為酌量性費用，如李增福等 (2011) 和李春濤等 (2016) 。

對應的 Stata 程序如下：

* 根據國泰安數據庫計算需要的指標clonevar A = a001000000 // 總資產 gen cfo = c001000000/L.A // 經營活動現金流凈額, y1 gen cogs = b001209000/L.A // 銷售費用/總資產 gen Dinv = D.a001123000/L.A // 存貨凈額增量 gen prod = cogs + Dinv // 生產成本, y2 gen disexp= (b001209000+b001210000)/L.A // 酌量性費用，銷售費用+管理費用, y3 gen invA = 1/L.A // 滯后一期的總資產的倒數 gen sale = b001101000/L.A // 營業收入 gen Lsale = L.b001101000/L.A // 滯后一期的營業收入 gen Dsale = D.b001101000/L.A // 營業收入增量 gen LDsale= L.D.b001101000/L.A // 滯后一期的營業收入增量* 生成行業+年份變量，方便回歸egen sic_year = group(sic year), label lname(sic_year) // sic 為行業分類，year為年度時間標識* 分別計算異常經營性凈現金流、異常生產成本和異常酌量性費用*-CFOlocal y "cfo"global y `y'local x "invA sale Dsale"global x `x' cap drop AB`y'gen AB`y' = .forvalues i = 1/$N{qui reg `y' `x' if (sic_year==`i')qui predict e if e(sample), resqui replace AB`y' = e if e(sample) drop e} *-PROD qui tsset id yearlocal y "prod"local x "invA sale Dsale LDsale"cap drop AB`y'gen AB`y' = .forvalues i = 1/$N{cap qui reg `y' `x' if (sic_year==`i')cap predict e if e(sample), rescap replace AB`y' = e if e(sample) cap drop e} *-DISEXP local y "disexp"local x "invA Lsale"cap drop AB`y'gen AB`y' = .forvalues i = 1/$N{qui reg `y' `x' if (sic_year==`i')qui predict e if e(sample), resqui replace AB`y' = e if e(sample) drop e}

當公司進行向上的真實盈余管理時，會通過擴大生產以降低單位產品的成本獲得更高的單位產品利潤，表現出存貨成本的增加，即異常生產成本增加；通過加大折扣放松信用銷售增加利潤，會帶來現金流的減少，即異常經營現金流凈額減少；通過減少R&D支出、廣告費用、管理費用等方式增加利潤時，則會導致酌量性費用下降，許多學者在計算真實盈余管理總量時，采用如下方式進行加總：
$REMi,t=?ABCFOi,tAi,t?1+ABPRODi,tAi,t?1?ABDISEXPi,tAi,t?1REM_{i,t}=-\frac{ABCFO_{i,t}}{A_{i,t-1}}+\frac{ABPROD_{i,t}}{A_{i,t-1}}-\frac{ABDISEXP_{i,t}}{A_{i,t-1}}$

參考文獻

Healy P M. The effect of bonus schemes on accounting decisions[J]. Journal of Accounting & Economics, 1985, 7(1-3):85-107.
黃梅, 夏新平. 操縱性應計利潤模型檢測盈余管理能力的實證分析[J]. 南開管理評論, 2009, 12(5):136-143.
Jones J J. Earnings Management During Import Relief Investigations[J]. Journal of Accounting Research, 1991, 29(2):193-228.
Dechow P M, Sloan R G, Hutton A P . Detecting Earnings Management[J]. The Accounting Review, 1995, 70(2): 193-225.
陸建橋. 中國虧損上市公司盈余管理實證研究[J]. 會計研究, 1999(9):25-35.
Dechow P M , Richardson S A , Tuna I . Why Are Earnings Kinky? An Examination of the Earnings Management Explanation[J]. Review of Accounting Studies, 2003, 8(2-3):355-384.
Dechow P M , Dichev I D . The Quality of Accruals and Earnings: The Role of Accrual Estimation Errors[J]. Accounting Review, 2002, 77(Supplement):35-59.
Kothari S P , Leone A J , Wasley C E . Performance Matched Discretionary Accrual Measure[J]. SSRN Electronic Journal, 2002, 39(1):163-197.
Ball R , Shivakumar L . The Role of Accruals in Asymmetrically Timely Gain and Loss Recognition[J]. Social Science Electronic Publishing.
Roychowdhury S. Earnings management through real activities manipulation[J]. Journal of Accounting and Economics, 2006,42(3):335-370.
李增福, 董志強, 連玉君. 應計項目盈余管理還是真實活動盈余管理?——基于我國2007年所得稅改革的研究[J]. 管理世界, 2011, No.208(01):129-142.
李春濤, 趙一, 徐欣, 李青原. 按下葫蘆浮起瓢:分析師跟蹤與盈余管理途徑選擇[J]. 金融研究, 2016(4).

關于我們

Stata連享會 由中山大學連玉君老師團隊創辦，定期分享實證分析經驗。直播間有很多視頻課程，可以隨時觀看。
你的頸椎還好嗎？ 您將 ::連享會-主頁:: 和 ::連享會-知乎專欄:: 收藏起來，以便隨時在電腦上查看往期推文。
公眾號推文分類： 計量專題 | 分類推文 | 資源工具。推文分成 內生性 | 空間計量 | 時序面板 | 結果輸出 | 交乘調節 五類，主流方法介紹一目了然：DID, RDD, IV, GMM, FE, Probit 等。
公眾號關鍵詞搜索/回復 功能已經上線。大家可以在公眾號左下角點擊鍵盤圖標，輸入簡要關鍵詞，以便快速呈現歷史推文，獲取工具軟件和數據下載。常見關鍵詞：
- 課程, 直播, 視頻, 客服, 模型設定, 研究設計,
- stata, plus，Profile, 手冊, SJ, 外部命令, profile, mata, 繪圖, 編程, 數據, 可視化
- DID，RDD, PSM，IV，DID, DDD, 合成控制法，內生性, 事件研究
- 交乘, 平方項, 缺失值, 離群值, 縮尾, R2, 亂碼, 結果
- Probit, Logit, tobit, MLE, GMM, DEA, Bootstrap, bs, MC, TFP
- 面板, 直擊面板數據, 動態面板, VAR, 生存分析, 分位數
- 空間, 空間計量, 連老師, 直播, 爬蟲, 文本, 正則, python
- Markdown, Markdown幻燈片, marp, 工具, 軟件, Sai2, gInk, Annotator, 手寫批注
- 盈余管理, 特斯拉, 甲殼蟲, 論文重現
- 易懂教程, 碼云, 教程, 知乎

總結

以上是生活随笔為你收集整理的Stata：各类盈余管理指标Stata实现方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。