一、数据集核心政策背景与构建逻辑
2012 沪深交易所落地重磅退市制度改革，打破此前仅依靠连续亏损单一退市标准的局限，新增净资产为负、营收低于千万、非标审计意见 三大财务类退市红线，统一主板、创业板退市流程，大幅收紧资本市场出清门槛。这场制度变革天然形成完美准自然实验，成为公司金融、资本市场监管领域经典政策冲击研究场景。 本数据集严格对标顶刊《中国工业经济》林乐、郑登津（2016）经典研究指标体系，整合 A 股历年财务报表、年度审计报告原始数据，搭建 2000---2024 长达 25 年企业平衡面板，内置全套退市风险虚拟变量、政策时间哑变量与交互项，无需手动构造回归核心变量，一键适配双重差分（DID）、事件研究、PSM-DID 等主流因果识别模型。
1. 完整标准化指标体系
全部字段可直接导入 Stata/Python/R 开展计量分析，无二次加工成本：
表格
| 基础标识变量 | 释义 |
|---|---|
| Stkcd | 上市公司标准化股票代码，可匹配 CSMAR、Wind 全数据库 |
| year | 年度观测值，覆盖 2000-2024 |
退市风险单项指标（分维度识别企业违规触发类型）
BreakEquity：净资产为负 = 1，正常 = 0BreakSale：年度营收低于 1000 万元 = 1，达标 = 0BreakProfit：连续两年净利润亏损 = 1，盈利 = 0BreakAudit：年报出具否定 / 无法表示非标意见 = 1，标准无保留 = 0
综合退市风险指标（聚合多维度违规信号）
BreakNew：触发 2012 新规新增三类退市条件任意一条 = 1Break：触碰全部退市标准任意一项 = 1
DID 政策交互全套变量（数据集预制，省去构造步骤）
time政策时间虚拟：2012 年及以后 = 1（政策实施后），2011 及之前 = 0BreakEquity*time、BreakSale*time、BreakProfit*time、BreakAudit*time、BreakNew*time、Break*time六大交互项全部预生成，分别检验新规对不同退市风险企业的差异化治理效应。
二、数据集三大核心学术优势
1. 权威指标范式，直接对标顶刊规范
整套变量构造方法完全复刻国内资本市场顶刊成熟设计，回归结论审稿认可度高，不存在指标构建质疑；规避自行手工整理财务、审计数据产生的统计偏误与漏配问题。
2. 长周期面板，兼顾政策前后完整观测窗口
25 年连续观测样本，既包含 2012 改革前十年基准期，也覆盖改革后十余年长期动态效果，可开展短期冲击、中长期滞后效应、动态事件研究，解决短面板无法观测长期治理变化的痛点。
3. 天然分层处理组，适配多类 DID 识别策略
- 基准 DID 分组：处理组 = 当年触发退市风险（Break=1）企业；控制组 = 全程未触碰退市标准企业
- 分层异质性分组：可单独拆分净资产 / 营收 / 审计 / 亏损四类风险企业，对比新规对不同经营困境公司治理差异
- 多期交错 DID 适配：可结合逐年风险触发时点，构建动态事件研究图，满足当前主流实证审稿要求
三、六大主流实证研究选题（附完整计量思路）
选题 1：退市监管与股价崩盘风险（顶刊经典复刻）
研究逻辑
2012 退市新规提升业绩造假、信息隐瞒的违规成本，高退市风险企业主动优化信息披露、减少盈余操纵，降低股价暴跌概率。 基准模型： \(CrashRisk_{i,t}=\alpha+\beta \cdot Break\times time+\sum Controls+\mu_i+\lambda_t+\varepsilon_{i,t}\)
- 被解释变量：负收益偏态系数 NCSKEW、收益上下波动差 DUVOL
- 机制检验：应计盈余管理、真实盈余管理、分析师分歧度
- 异质性：国企 / 民企、高机构持股 / 散户主导企业
选题 2：退市压力抑制企业实体金融化
核心假说
严苛退市标准倒逼企业剥离理财、股权投资等虚拟资产，回归主业经营，缓解脱实向虚。
- 中介变量：实业资本开支、研发投入占比
- 异质性：高负债、高亏损企业抑制效果更强
选题 3：退市制度改革对企业风险承担行为的影响
分析路径
退市威慑削弱管理层激进投资、高杠杆冒险动机，降低企业经营风险；
- 被解释变量：ROA 五年滚动波动率、研发激进投入
- 调节变量：独立董事占比、股权制衡度
选题 4：退市监管、审计风险与审计行为变化
研究方向
新规下审计师对高退市风险企业更加谨慎，缩短审计延迟、提高审计收费、减少标准无保留意见； 可采用 PSM-DID 消除企业内生特征干扰。
选题 5：退市压力下企业投融资效率变化
- 投资端：抑制过度投资，缓解投资不足；
- 融资端：改善会计稳健性，降低银行债务融资成本；
- 延伸：僵尸企业出清、行业资源再配置效应。
选题 6：退市新规、内部控制与公司治理优化
机制链条：退市风险→完善内控体系→规范关联交易、减少大股东侵占，可采用中介效应模型检验传导路径。
四、标准稳健检验全套操作（适配期刊审稿要求）
- 平行趋势事件研究 以政策前后 5 年为窗口，绘制动态系数图，验证改革前处理组与控制组无显著差异，满足 DID 核心识别假设。
- 分维度异质性回归 分别使用 BreakEquitytime、BreakSaletime 等分项交互项回归，区分不同退市红线政策影响差异。
- 安慰剂随机置换检验 随机分配虚假退市冲击与政策年份，千次模拟后真实核心系数落在分布尾部，排除随机结果干扰。
- 内生性修正方案 采用同行业平均退市风险作为 Bartik 工具变量，缓解遗漏变量、反向因果偏误；搭配倾向得分匹配（PSM）平衡企业事前特征。
- 滞后效应检验 将交互项滞后 1-3 期回归，区分政策短期威慑效应与长期治理沉淀效果。
五、学术与实务双重应用价值
1. 学术研究层面
- 金融 / 会计 / 产业经济硕博毕业论文核心数据，政策冲击类选题稀缺优质面板；
- 可单独拆分单一退市指标开展细分创新，避开同质化选题；
- 25 年长时间序列可拓展 2018、2023 新一轮退市改革对比研究，实现文献增量贡献。
2. 监管与市场实务层面
- 监管机构：量化评估 2012 多元化退市制度落地成效，区分财务类退市标准治理力度差异；
- 机构投研：构建企业退市风险打分模型，预判 ST、退市标的，优化价值投资选股框架；
- 上市公司：识别退市红线对应的经营短板，针对性优化营收、净资产、内控审计工作。
六、数据集实操核心优势
- 零建模成本：全部 DID 交互项预生成，无需自行循环构造，大幅缩短数据处理时间；
- 高兼容度：股票代码统一口径，可无缝匹配企业创新、高管、城市宏观、专利等外部数据库；
- 指标分层清晰：既可做整体退市风险政策评估，也可单独研究营收、净资产、非标审计单一监管规则效果；
- 文献支撑充足：核心指标有《中国工业经济》顶刊文献作为理论与计量依据，审稿说服力强。
结语
常态化退市是注册制资本市场核心配套制度，2012 退市新规是国内资本市场里程碑式政策变革。这套覆盖 25 年、预制全套 DID 变量的退市监督面板数据，为评估退市监管的公司治理、资本市场定价、实体经济传导效应提供标准化实证素材，是金融会计、产业经济领域政策准自然实验研究不可替代的核心数据集。