| 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: | |
|
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) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问:王进律师
知识产权保护声明
免责及隐私声明
用户协议