发帖
雷达卡
论文常用上市公司数据整理
1、数据格式
dta格式（stata14/15/16版本）
需要安装包可以该帖免费下载：下载地址
提供基础数据包整理代码
2、数据包含
基础数据包：
- 资产负债表
- 利润表
- 现金流量表（直接法）
- 现金流量表（间接法）
- 偿债能力
- 披露财务指标
- 比率结构
- 经营能力
- 盈利能力
- 现金流分析
- 风险水平
- 发展能力
- 每股指标
- 相对价值指标（托宾Q值、账面市值比）
- 股利分配
- 治理综合信息（董事人数、独立董事人数、董事监事及高管年薪总额 董事监事及高管前三名薪酬总额 董事长与总经理兼任情况等）
- 股东股权集中度（包含第1大、前3大、前5大、前10大股东持股比例之和以及Herfindahl指数、股权制衡度等）
- 流通股东股权集中度
- 公司文件
包含特色整理指标：上市年份（便于计算上市公司年龄或者剔除当年IPO的数据），行业（以证监会2012行业分类标准，制造业用二级行业分类，其他行业用一级行业分类），市场类型，是否ST（以最新的是否ST来判断，如果需要根据当年是否ST，可以参考该贴https://bbs.pinggu.org/thread-10351009-1-1.html）
拓展数据包：
- 个股回报率（周期包括：日、周、月、年）
- 市场回报率（周期包括：日、周、月、年）
市场类型字段对应编码：1=上海A，2=上海B，4=深圳A，8=深圳B，16=创业板，32=科创板
- 综合市场回报率（周期包括：日、周、月、年）
5=综合A股市场， 10=综合B股市场， 15=综合AB股市场， 21=综合A股和创业板； 31=综合AB股和创业； 37=综合A股和科创板； 47=综合AB股和科创板； 53=综合A股和创业板和科创板； 63=综合AB股和创业板和科创板。
- 指数
- 无风险利率（定期整存整取一年利率）
- 三因子数据（包含周期：日、周、月）
- 四因子数据（包含周期：月）
- 五因子数据（包含周期：日、周、月）
- 股东股权质押统计表和明细（可以筛选控股股东股权质押数据）
- 个股非流动性Amihud指标（日、月、年）
- 投资者情绪指数
- 计算操控性利润和非操控性应计利润计算所需数据
- 研发支出/研发投入（研发费用 费用化 资本化）
- 汇率
- 交易日历
- 三会基本信息
- 股东大会信息文件
- 股权性质（介绍：https://bbs.pinggu.org/thread-10544920-1-1.html）
- 社会责任报告数据（和讯网）（介绍：https://bbs.pinggu.org/thread-10602192-1-1.html）
- 十大股东、十大流通股东持股比例明细
- 机构投资者持股比例（Wind）https://bbs.pinggu.org/thread-10607278-1-1.html
- 分析师预测指标文件
- 分析师特色指标（是否四大、分析师跟踪人数、研报关注度、上市公司透明度）
- 董监高个人特征文件（性别、年龄、学历、职业背景、海外背景、学术背景、金融背景等）（2020年暂时不全，后续更新）
- 高管个人资料文件（性别、年龄、教育背景、任期等）
3、数据说明
- 精心整理以便写论文方便
- 数据起始时间都是公司上市开始到2020年
- 数据只有沪深A股上市公司（包括主板、中小板、创业板、科创板），不包含B股上市公司
- 只有保留年度数据，报表类型只保留合并报表
- 所有数据统计证券代码字段为stkcd，年份字段为year，以便以合并匹配
- 注意：stkcd字段类型为数字，1即代表股票000001，为了便于匹配同时提供证券代码字段（字符型）
直接用Stata的merge 1:1 stkcd year 匹配汇总简直不能更方便
字段都为中文名，直观方便
让您免去数据下载整理的烦恼
4、附件下载（百度网盘地址）
- 数据说明文件
数据说明文件
(76 Bytes)
- 基础数据包
基础数据包
(76 Bytes, 需要: RMB 98 元)
- 拓展数据包
拓展数据包
(76 Bytes, 需要: RMB 118 元)
- 基础+拓展数据
基础+拓展数据（合集版更优惠）
(76 Bytes, 需要: RMB 186 元)
5、示例代码
使用 merge 1:1 匹配数据 1:1指的是1对1匹配 m:1匹配是指多对1匹配（匹配公司文件）
stkcd year 对应的是匹配变量
nogen 表示不生成_merge变量
keep(1 3) 相当于 keep if _merge==1 | _merge==3
keep里面具体对应
numeric equivalent
code word (results) description
-------------------------------------------------------------------
1 master observation appeared in master only
2 using observation appeared in using only
3 match observation appeared in both
keepusing() 里面放入想要匹配进去的变量，默认是全部变量
- *= 切换到数据所在路径
- cd E:\数据\
- *======================== 合并数据 =========================
- use 资产负债表.dta, clear
- keep stkcd 证券代码 year 资产总计 负债合计 货币资金 交易性金融资产
- merge 1:1 stkcd year using 利润表.dta, nogen keep(1 3) keepusing(净利润 营业收入)
- merge 1:1 stkcd year using 盈利能力.dta, nogen keep(1 3) keepusing(行业代码 总资产净利润率ROAB)
- merge 1:1 stkcd year using 发展能力.dta, nogen keep(1 3) keepusing(营业收入增长率B)
- merge 1:1 stkcd year using 相对价值指标.dta, nogen keep(1 3) keepusing(托宾Q值*)
- merge 1:1 stkcd year using 治理综合信息.dta, nogen keep(1 3) keepusing(董事人数 其中独立董事 董事长与总经理兼任情况)
- merge m:1 stkcd using 公司文件.dta, nogen keep(1 3) keepusing(行业代码C 上市日期 市场类型 是否ST )
- *======================== 筛选数据 =========================
- *= 剔除金融保险行业
- drop if regexm(行业代码C, "J")
- *= 剔除ST类上市公司
- drop if 是否ST==1
- *= 筛选沪深A股
- * 市场类型字段对应编码：1=上海A，2=上海B，4=深圳A，8=深圳B，16=创业板，32=科创板
- keep if inlist(市场类型, 1, 4, 16, 32)
- *= 如果要选择创业板的话
- * keep if inlist(市场类型, 16)
- * 剔除当年IPO的数据以及上市以前的数据
- drop if year<=real(substr(上市日期, 1, 4))
- * 筛选年份
- keep if year>=2010 & year<=2020
经管之家：momingiqmiao7
欢迎关注，及时获取更多实用实证的数据
【点击关注】【帖子索引】【使用常见问题】【点击查看更多帖子】
【Stata软件下载】【Stata免费学习资料】【批量购买可享优惠】
PS: 有部分人反映手机app购买不了附件，可以尝试用电脑网页进行购买，还有问题可以留言（部分海外的朋友可能百度网盘打不开，可以留个邮箱给我）
补充内容 (2024-5-30 18:19):
【重磅更新】沪深京A股上市公司常用数据整理[更新至2023年]方便匹配 含代码 1000+变量
https://bbs.pinggu.org/thread-11801597-1-1.html
京公网安备 11010802022788号
