Plan funnel plots, Egger's tes…

# 房企杠杆率与违约风险实证研究元分析方案

一、文献检索与筛选策略

• 数据库：CNKI、万方、Web of Science、Scopus、SSRN
• 检索词：房地产企业/房企 + 杠杆率/资产负债率 + 违约风险/信用风险/Z-score/债券违约
• 时间窗口：2014–2024年
• 筛选流程（PRISMA规范）：初检通常可得数百篇 → 去重 → 阅读题目摘要 → 全文复筛，最终保留约50篇。纳入标准：给出杠杆率与违约风险的回归系数、样本量、显著性水平；剔除纯综述、案例研究

二、效应量提取

• 从每篇提取：标准化回归系数β、标准误SE、样本量N、研究时段、数据类型（上市房企/债券发行人）
• 若原文只报t值或p值，可反推SE：SE = β/t
• 建议按杠杆率代理变量（资产负债率、净负债率、现金短债比）分组做亚组分析

三、漏斗图构建

• 横轴：各研究的效应量β（或log(OR)）
• 纵轴：标准误SE（或其倒数，精度）
• 无偏倚时散点对称呈倒漏斗形；底部（小样本）不对称、整体偏向显著正值，提示偏倚
• 样本仅50篇，建议同时做敏感性分析：逐一剔除法+留一法森林图

四、Egger检验与补充方法

• Egger线性回归：以标准化效应（β/SE）对精度（1/SE）回归，检验截距是否显著偏离0（p<0.05提示偏倚）
• 50篇样本量下Egger检验功效尚可，但建议补充：
• Begg秩相关检验（对异质性敏感，仅作参考）
• 剪补法：评估补齐缺失研究后结论是否稳健
• PET-PEESE：估算校正偏倚后的真实效应
• 注意：实证研究中“不显著结果不发表”倾向明显，偏倚可能高估杠杆→违约的真实效应

五、注意事项

• 使用随机效应模型（DerSimonian-Laird或REML），房企研究异质性必然较高，需报告I²
• 异质性来源可用元回归解释：研究时段（是否含2021年后房企债务危机期）、杠杆度量方式、是否控制宏观变量
• 中文文献与英文文献可能存在系统性差异，建议做分层漏斗图

结论要点：漏斗图不对称+Egger截距显著，说明杠杆率对违约风险的已发表效应可能被夸大，需谨慎解读合并效应量。