发帖
雷达卡
持续更新，后续关注我后免费获取更新版本
不管什么时候毕业或者发期刊用到，都能用到最新的数据
【原创整理，严禁转载，转载必究】
版本一：https://bbs.pinggu.org/thread-11594140-1-1.html
参考文献
[1]郝云宏,汪曦,范剑飞.董事会多样性会抑制大股东掏空吗?——基于团队多样性的视角[J].郑州大学学报(哲学社会科学版),2018,51(01):41-45+158.
[2]曲亮,黄登峰,郑燕妮.多样性的董事会能提升国有企业的绩效吗?——基于中国上市公司的实证分析[J].郑州大学学报(哲学社会科学版),2018,51(01):46-51.
[3]黄译锐. 董事会多样性对企业研发投入的影响：股权集中度的调节效应[D].西安理工大学,2019.
计算说明
董事会多样性指数基于五个维度，包括可观察和可广泛获得的人口统计学层面的多样性和认知层面的多样性，这五个维度分别是董事会成员年龄、性别、经验、教育背景和专业的多样性。具体度量方式如下：
(1)董事会成员年龄多样性(Age): 董事会成员的年龄差异。使用董事会成员年龄标准差进行度量，标准差越大说明董事会成员年龄多样性较高;
(2)董事会成员性别多样性(Gender); 是董事会成员的性别差异。使用女性董事比例进行度量，比例越高说明董事会成员性别多样性较高;
(3)董事会成员经验多样性(Experience): 董事会成员经验的丰富程度。使用董事成员是否在股东单位任职作为类别变量，兼任为类别1，不兼任为类别2,然后1-HHI_ Experience来衡量，该指标越高，说明董事会成员多样性更高:
(4)董事成员教育背景多样性(Edu); 董事会成员教育经历的丰富程度。使用董事会成员的学历来代表教育背景，计算1-HHI_Edu 该指标越高，董事会成员教育经历丰富程度越高: .
(5)董事会成员专业多样性(Major): 董事会成员所学专业的多样性。将所有的专业分为五个方面:经济/金融、管理、财会、法律、其他，依次赋值为1、2、3、4、5,如果专业为缺失值，则赋值6，然后计算1-HHI_Major,该指标越高，董事会成员专业丰富程度越高。
构建步骤:
(1)计算上述五个指标;
(2)利用最大值和最小值对上述五个指标进行归一化处理， 得到Age标准化、Gender标准化、Experience标准化、Edu标准化和Major标准化
(3)计算董事会多样性:
董事会多样性= Age标准化 + Gender标准化 + Experience标准化 +Edu标准化+Major标准化
数据说明
样本选择：全部A股2008-2022年数据
包含两个版本：一份未剔除、一份剔除金融和ST、*ST或PT
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
并对连续型变量进行了1%和99%分位数的缩尾处理
每个压缩包都附有初始数据，计算代码，参考文献和最终数据
赠送超值上市基本信息：证券代码、统计截止日期、上市公司ID、证券简称、ABH股交叉码、行业名称、行业代码、中文全称、公司成立日期、首次上市日期、法人代表、注册资本、公司网址、经营范围、主营业务、上市状态、注册具体地址、注册地址所属省份、注册地址所属城市、注册地经度(E)、注册地纬度(N)、公司办公地址、办公地址经度、办公地址纬度、办公地址邮政编码等。
再额外赠送超值上市常用分组指标：是否 ST或PT、是否金融业、资产负债率是否大于1、是否沪深A股、
是否北京A股、行业名称、行业代码、所属省份代码、所属省份、所属城市代码、所属城市、分东部地区、中部地区、西部地区、是否高科技行业、是否重污染行业
数据截图
分年份数据量统计
缩尾后的描述性统计
2008-2022年上市公司董事会多样性包含年龄性别经验教育背景多样性.zip
(80.92 MB, 需要: RMB 59 元)
京公网安备 11010802022788号
