一、数据简介
数据名称：上市公司管理者能力数据
时间跨度：2007-2024年
数据层级：上市公司-年度面板
核心指标：MA_Score、MA4、Firm_Efficiency
识别变量：证券代码、stkcd、year
文件格式：dta、xlsx、do、py、txt
本数据以中国上市公司年度财务投入产出信息为基础，参考管理者能力度量文献，先按行业使用DEA方法估计上市公司将投入转化为营业收入的企业效率，再用Tobit模型剔除企业规模、市场份额、自由现金流、成立年限、国际化程度和多元化程度等公司层面因素影响，最终以残差形式构造上市公司管理者能力连续得分【MA_Score】，并按年度划分四分位分组【MA4】；数据适用于公司治理、管理者特征、经营效率、盈余质量、企业风险承担、成本粘性、投资效率等上市公司年度面板研究。



二、计算说明
【Industry】行业分组变量；由上市公司行业代码生成，制造业上市公司取行业代码前两位，非制造业上市公司取行业代码首位，用于DEA分行业计算和行业层面市场份额计算。
【Ind】行业组编号；对【Industry】进行分组编码后得到的数值型行业编号，用于循环执行分行业DEA效率估计。
【dmu】DEA决策单元识别变量；公式为【证券代码】+【year】，用于唯一识别上市公司-年度观测。
【销售费用与管理费用之和】上市公司销售与管理费用合计；公式为【销售费用】+【管理费用】，作为DEA投入变量之一。
【Firm_Efficiency】上市公司DEA效率值；以【固定资产】【无形资产】【商誉】【研发支出】【营业成本】【销售费用与管理费用之和】为投入变量，以【营业收入】为产出变量，按行业使用CCR-I投入导向DEA模型计算得到，取值理论区间为0到1，数值越高表示上市公司投入产出效率越高。
【LnTotalAssets】上市公司规模控制变量；公式为ln(【资产总计】)，用于Tobit模型剔除企业规模影响。
【MarketShare】上市公司市场份额控制变量；公式为【营业收入】/同【Industry】-【year】上市公司【营业收入】合计，用于Tobit模型剔除行业年度市场地位影响。
【PositiveFreeCashFlow】上市公司正自由现金流控制变量；公式为当【企业自由现金流】>0时取1，否则取0，用于Tobit模型剔除现金流状态影响。
【LnAge】上市公司成立年限控制变量；公式为ln(【year】-公司成立年份+1)，公司成立年份由【公司成立日期】前四位提取，用于Tobit模型剔除公司年龄影响。
【ForeignCurrencyIndicator】上市公司国际化程度控制变量；公式为【海外业务收入】/【营业收入】，用于Tobit模型剔除海外业务收入占比影响。
【BusinessSegmentConcentration】上市公司多元化程度控制变量；公式为1-【Dyh_hhi】，其中【Dyh_hhi】来自上市公司多元化经营程度数据，数值越高表示业务分部多元化程度越高。
【预测值】Tobit模型线性预测值；以【Firm_Efficiency】为被解释变量，以【LnTotalAssets】【MarketShare】【PositiveFreeCashFlow】【LnAge】【ForeignCurrencyIndicator】【BusinessSegmentConcentration】和年度虚拟变量为解释变量，并设置下限0、上限1后得到的线性预测值。
【MA_Score】上市公司管理者能力连续得分；公式为【Firm_Efficiency】-【预测值】，表示在剔除企业层面可观测特征后，上市公司管理者相对经营效率的剩余部分，数值越高表示管理者能力越强。
【MA4】上市公司管理者能力年度四分位分组；按【year】将【MA_Score】从小到大划分为4组，取值1、2、3、4，数值越高表示该上市公司当年管理者能力处于更高分位。





三、结果数据文件
本项目共形成3套结果数据，核心使用dta格式，xlsx为便于查看的同步导出格式。
样本筛选步骤：
（1）读取上市公司管理者能力投入产出基础数据，并统一证券代码、stkcd、year及投入产出字段名称。
（2）将【商誉】【研发支出】【海外业务收入】缺失值按0处理，生成【销售费用与管理费用之和】。
（3）按【stkcd】合并上市公司基本信息数据，取得【退市日期】，剔除已退市上市公司。
（4）根据行业代码生成【Industry】，剔除金融行业上市公司，即剔除【Industry】为J的样本。
（5）保留2007-2024年上市公司年度样本。
（6）剔除DEA投入产出及必要控制变量缺失的观测。
（7）对DEA投入变量和产出变量按年度进行1%和99%缩尾处理。
（8）按行业执行DEA效率估计，生成上市公司【Firm_Efficiency】。
（9）合并上市公司成立日期和多元化经营程度数据，生成Tobit控制变量。
（10）对Tobit控制变量按年度进行1%和99%缩尾处理，执行Tobit回归并计算【MA_Score】和【MA4】。
（11）将计算结果按【stkcd】回写上市公司基本信息字段，形成最终结果数据。
编号文件名称 说明
1 计算结果剔除退市金融且按年度1-99缩尾版本.dta 最终上市公司管理者能力结果数据，包含上市公司基本信息、year、MA_Score和MA4
2 计算结果上市公司管理者能力DEA效率剔除退市金融且按年度1-99缩尾版本.dta DEA效率中间结果数据，包含stkcd、year和Firm_Efficiency
3 计算结果上市公司管理者能力DEA投入产出样本剔除退市金融且按年度1-99缩尾版本.dta DEA投入产出样本数据，包含筛选缩尾后的投入变量、产出变量、行业分组和dmu





四、变量说明
序号变量名称 变量类型变量说明
1 证券代码 字符型 上市公司6位证券代码，作为文本格式保留前导零
2 证券中文简称字符型 上市公司证券中文简称
3 上市日期 字符型 上市公司股票上市日期
4 股票类型 字符型 上市公司股票类型，如A股等
5 ABH股交叉码 字符型 上市公司A股、B股、H股交叉上市代码信息
6 公司名称 字符型 上市公司完整中文名称
7 公司中文简称字符型 上市公司中文简称
8 公司英文名称字符型 上市公司英文名称
9 行业名称D 字符型 上市公司D级行业名称
10 行业代码D 字符型 上市公司D级行业代码
11 行业名称C 字符型 上市公司C级行业名称
12 行业代码C 字符型 上市公司C级行业代码
13 行业名称B 字符型 上市公司B级行业名称
14 行业代码B 字符型 上市公司B级行业代码
15 行业名称A 字符型 上市公司A级行业名称
16 行业代码A 字符型 上市公司A级行业代码
17 经营范围 字符型 上市公司经营范围文本信息
18 公司沿革 字符型 上市公司历史沿革文本信息
19 注册资本 数值型 上市公司注册资本
20 成立日期 字符型 上市公司成立日期
21 退市日期 字符型 上市公司退市日期；最终样本已剔除退市上市公司，该字段主要用于保留基本信息结构
22 stkcd 数值型 上市公司证券代码数值型识别变量，用于合并和排序
23 year 数值型 年份变量，取值范围为2007-2024
24 MA_Score 数值型 上市公司管理者能力连续得分，等于DEA效率扣除Tobit预测值后的残差
25 MA4 数值型 上市公司管理者能力年度四分位分组，取值1-4





五、原始数据与基本信息合并
原始数据文件1：上市公司管理者能力投入产出基础数据.xlsx；主要字段包括【证券代码】【证券简称】【上市日期】【行业代码】【year】【资产总计】【营业收入】【营业成本】【管理费用】【销售费用】【固定资产净额】【无形资产净额】【商誉净额】【企业自由现金流】【研发支出合计】【海外业务收入】；该文件为DEA投入产出样本和Tobit控制变量的基础数据。
原始数据文件2：上市公司基本信息数据.dta；主要字段包括【证券代码】【证券中文简称】【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】【stkcd】；该文件用于剔除退市上市公司并回写最终结果的上市公司基本信息。
原始数据文件3：上市公司上市状态与成立日期数据.dta；主要字段包括【stkcd】【证券代码】【证券简称】【上市日期】【公司成立日期】【所属省份】【所属城市】【是否ST】【是否PT】【是否ST或PT】【上市年份】【Industry】；计算中按【stkcd】进行m:1合并，主要回写【公司成立日期】用于构造【LnAge】。
原始数据文件4：上市公司多元化经营程度数据.dta；主要字段包括【证券代码】【名称】【stkcd】【year】【Dyh_hhi】；计算中按【stkcd】【year】进行1:1合并，主要回写【Dyh_hhi】并生成【BusinessSegmentConcentration】。
合并文件及回写规则：计算阶段以【stkcd】和【year】作为核心识别变量，先在投入产出样本中按【stkcd】合并上市公司基本信息中的【退市日期】并执行样本筛选，再按【stkcd】合并上市公司成立日期、按【stkcd】【year】合并多元化经营程度；最终结果阶段以计算得到的【stkcd】【year】【MA_Score】【MA4】为核心结果，使用【上市公司基本信息数据.dta】作为主表，按【stkcd】进行1:m合并并保留匹配样本，若存在含义相同字段，以上市公司基本信息数据中的字段为准。





六、代码文件
文件名称 语言 说明
上市公司管理者能力数据计算代码.do Stata 上市公司管理者能力指标计算代码，完成样本筛癣DEA效率估计、Tobit残差计算和最终结果导出
上市公司管理者能力数据计算代码.py Python与Stata计算流程对应的Python实现，可在不同环境下复现管理者能力指标计算
上市公司管理者能力数据评估代码.do Stata 上市公司管理者能力结果数据质量评估代码，生成分布、异常值、逻辑合理性和稳健性评估输出
上市公司管理者能力数据评估代码.py Python与Stata评估流程对应的Python实现，可生成数据质量评估报告文件夹、日志、统计表和JPG图





七、数据质量评估
评估报告文件夹名：数据质量评估报告
日志文件名：评估日志.log
子文件夹 内容
数据分布分析 描述性统计、字符变量结构统计、字符变量频率分布、数值变量十分位频率、相关系数矩阵
分布图 直方图、箱线图、核密度图、散点图矩阵、相关系数热力图、MA4分组图、分类分布图、年度趋势图
异常值检验 缺失值统计、IQR异常值检验、Z-score异常值检验、异常样本明细、年度异常值覆盖统计
逻辑合理性验证证券代码年份重复检验、时间序列连续性检验、年份范围检验、MA4范围检验、日期逻辑检验、MA4分组一致性检验
稳健性测试 不同样本期稳健性、不同MA_Score处理方式稳健性、分行业对比、分股票类型对比、轻量OLS诊断





八、参考文献
[1] Demerjian P., Lev B., McVay S. Quantifying Managerial Ability: A New Measure and Validity Tests[J]. Management Science, 2012, 58(7): 1229-1248.
[2] Demerjian P. R., Lev B., Lewis M. F., McVay S. E. Managerial Ability and Earnings Quality[J]. The Accounting Review, 2013, 88(2): 463-498.
[3] 何威风, 刘巍, 黄凯莉. 管理者能力与企业风险承担[J]. 中国软科学, 2016(5): 107-118.
[4] 张路, 李金彩, 张瀚文, 王会娟. 管理者能力影响企业成本粘性吗?[J]. 会计研究, 2019(3): 71-77.