搜索
经管之家 › 附件下载

附件下载

所在主题:
文件名:  数据质量评估报告_20260502.zip
资料下载链接地址: https://bbs.pinggu.org/a-8855738.html
附件大小:
847.9 KB   举报本内容
一、数据集简介
本数据集基于上市公司"行业代码 + 所属地区"原始信息,构造上市公司
营业税改征增值税(营改增)双重差分(DID)变量。
计算思路:
"营改增"是中国近 20 年最重要的结构性减税改革,按"行业 + 地区"
分阶段渐进推开:
2012-01-01上海率先试点"交通运输业 + 部分现代服务业";
同年 8 月起陆续扩至北京、江苏、安徽、浙江、
福建、湖北、广东、天津;
2013-08-01扩展至全国(含广播影视服务);
2014-01-01邮政业纳入营改增;
2014-06-01电信业纳入营改增;
2016-05-01建筑业、房地产业、金融业、生活服务业
全面纳入,至此全行业落地。
本代码据上市公司行业代码判定是否属于营改增行业(treat),
并依据其所属城市/省份与行业对应的试点批次回填首次纳入年份
(policyyear),进而构造政策时点虚拟变量 post 与 DID 变量。
该 DID 变量可直接嵌入双重差分或交错 DID 回归框架,常用于
研究税制改革对企业投资、创新、融资、生产率、税负等的影响。
依次输出未剔除未缩尾、已剔除金融STPT未缩尾、已剔除金融STPT已缩尾三个版本的上市公司面板结果(DID 变量为 0/1 离散变量,后两版结构一致,最终"已缩尾"版本保留作为与连续变量数据集口径兼容的占位)。数据区间为上市公司2000-2024年(共25年面板)。







二、原始数据文件
1. 上市公司行业与地区信息原始数据.dta / .xlsx
—— 上市公司层面年度数据,按 stkcd-year 组织,包含以下字段:
证券代码、证券简称、stkcd、year
行业代码、行业名称
所属省份、所属省份代码、所属城市、所属城市代码
2. 行业代码/上市公司基本信息数据.dta
—— 上市公司基本信息表,作为同义列的主表,与原始数据按 stkcd
一对多合并,提供上市日期、4 级行业代码、公司元信息等。





三、核心变量定义与计算公式
1. treat(处理组虚拟变量)
= 1若 行业代码 ∈ 营改增覆盖行业集合(G53/G54/G55/G56/G57/
M73/M74/M75/I63/I64/I65/R87/R88/G58/G59/G60/L71/L72/
E47/E48/E49/E50/F51/F52/H61/H62/J66/J67/J68/J69/K70/
N76/N77/N78/N79/O80/O81/O82/P83/Q84/Q85/R89/R90)= 0否则
说明:涵盖 2012/2013/2014/2016 年历次扩围名单的国民经济行业
中类代码。处理组包含交通运输、现代服务、邮政、电信、
建筑、房地产、金融、生活服务等所有营改增行业。


2. policyyear(首次纳入年份,连续辅助变量)
依试点批次回填:
① 2012:交通运输/现代服务/广播影视 × (上海/北京/天津/
江苏/安徽/浙江/福建/湖北/广东)
② 2013:交通运输/现代服务/广播影视在全国范围内剩余上市公司
③ 2014:邮政业(G60)、电信业(I63/I64)
④ 2016:建筑/房地产/金融/生活服务/其他服务业(全面推广)
说明:非处理组取 0(保留口径兼容),以便 post 与 DID 的计算
以及 DID 回归样本的对齐。


3. post(政策时点虚拟变量)
= 1若 year ≥ policyyear且 policyyear ≠ .
= 0若 year <policyyear且 policyyear ≠ .
非处理组 policyyear = 0,post 最终填 0。


4. 上市公司营改增DID变量 ★核心指标
= treat × post
说明:交错 DID 框架下的交互项,仅在处理组企业、且年份达到或超过其所在地区 + 行业对应的首次纳入年份时取 1;其他情形均为 0。可直接作为 DID 回归中的 treat × post 交互项使用。





四、样本筛选与处理规则
1. 同义列以"上市公司基本信息数据"为主,使用 C 类(中类)口径回写行业代码、行业名称,使用证券中文简称回写证券简称。
2. 剔除上市公司 B 股(证券代码以 2 开头)与 H 股(证券代码以 9开头)样本,仅保留 A 股。
3. 按 stkcd、year 排序后整理面板。
4. 将未处理组的 policyyear / post / 上市公司营改增DID变量的缺失值统一置为 0,避免下游回归因缺失被自动剔除。
5. 剔除上市公司证券简称为空的样本(仅在"已剔除"版本)。
6. 剔除上市公司金融业(行业代码含 J,证监会大类口径,仅在"已剔除"版本)。注意:J66-J69 金融业原本亦在 2016 年营改增扩围名单内,但对应研究场景通常需排除金融业,本代码在"已剔除"版本中去除金融业样本。
7. 剔除上市公司 ST、PT 样本(仅在"已剔除"版本)。
8. 上市公司营改增DID变量、treat、post 均为 0/1 离散变量,对其缩尾无实际意义;连续辅助变量"policyyear"为政策时点元数据,亦无需缩尾。因此"已缩尾"版本与"未缩尾"版本结构完全一致,仅保留以与连续变量数据集口径兼容。





五、输出文件清单
1. 计算结果未剔除未缩尾版本.dta / .xlsx
—— 仅完成核心指标计算与基础合并,未剔除金融STPT。
2. 计算结果已剔除金融STPT未缩尾版本.dta / .xlsx
—— 在版本 1 基础上剔除金融业、ST、PT、证券简称为空的样本。
3. 计算结果已剔除金融STPT已缩尾版本.dta / .xlsx
—— DID 变量为 0/1 离散变量,不需缩尾,内容与版本 2 一致,
保留作为口径兼容占位,适合直接进入 DID 回归分析。


【保留变量集合】
证券代码、证券简称、stkcd、year、
上市公司营改增DID变量、treat、post、policyyear、
行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码、
上市日期、股票类型、ABH股交叉码、公司名称、公司中文简称、公司英文名称、
行业名称D、行业代码D、行业名称C、行业代码C、行业名称B、行业代码B、
行业名称A、行业代码A、经营范围、公司沿革、注册资本、成立日期、退市日期





六、配套代码
1. 上市公司营改增DID变量数据计算代码.do(Stata 版本,UTF-8,
注释统一使用 /* */)
2. 上市公司营改增DID变量数据计算代码.py(Python 版本,与 do
文件等价,依赖 pandas / numpy / openpyxl / pyreadstat)
3. 上市公司营改增DID变量数据评估代码.do / .py—— 数据质量评估代码,输出至"数据质量评估报告_YYYYMMDD"目录,覆盖描述性统计、分布图(DID 离散变量频次图/policyyear 分布图处理组与控制组年度堆叠图/处理组占比年度趋势图)、异常值检验、逻辑合理性验证(含公式自洽性:DID = treat × post、处理组稳定性检验——营改增采取分行业分时点渐进推开,同一上市公司 treat 在时间维度允许从 0 切换为 1,符合交错 DID特征)、稳健性测试(政策前/试点期/全面实施期样本对比、处理方式/行业/区域对比)五大模块。


七、参考文献
范子英, 彭飞. "营改增"的减税效应和分工效应:基于产业互联的视角[J]. 经济研究, 2017, 52(2): 82-95.袁从帅, 刘晔, 王治华, 等. "营改增"对企业投资、研发及劳动雇佣的影响——基于中国上市公司数据的 DID 分析 [J]. 中国经济问题,2015(4): 3-13.
(上市公司营改增 DID 变量的标准构造口径,亦广泛用于税制改革、企业投资、创新投入、融资约束、产业分工、税负转嫁等研究领域。)






    熟悉论坛请点击新手指南
下载说明
1、论坛支持迅雷和网际快车等p2p多线程软件下载,请在上面选择下载通道单击右健下载即可。
2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。
3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品,拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知,将积极的采取必要措施;同时,本站也将在技术手段和能力范围内,履行版权保护的注意义务。
(如有侵权,欢迎举报)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

GMT+8, 2026-11-20 07:06