发帖
雷达卡
论文常用上市公司数据整理
权威数据库、多年更新，质量保证，大量好评，用的放心超600行详细Stata整理代码大放送
2020年：https://bbs.pinggu.org/thread-10608582-1-1.html
2021年：https://bbs.pinggu.org/thread-11036326-1-1.html
2022年：https://bbs.pinggu.org/thread-11501087-1-1.html
2023年：https://bbs.pinggu.org/thread-11801597-1-1.html
1、数据格式
dta格式（适用于Stata14/Stata15/Stata16/Stata17/Stata18版本）
需要安装包可以该帖免费下载：https://bbs.pinggu.org/home.php?mod=space&uid=1388312&do=blog&id=295098
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（资产负债率、流动比率、速动比率、利息保障倍数等）
- 披露财务指标（基本每股收益、稀释每股收益等）
- 比率结构（营运资金比率、固定资产比率、有形资产比率、综合税率等）
- 经营能力（总资产周转率、存货周转率、资本密集度、应收账款周转率等）
- 盈利能力（资产报酬率、总资产净利润率、净资产收益率、管理费用率、营业毛利率、投资收益率等）
- 现金流分析（股权现金流、公司现金流、股权自由现金流、企业自由现金流、折旧摊销等）
- 风险水平（财务杠杆、经营杠杆、综合杠杆）
- 发展能力（营业收入增长率、总资产增长率、净利润增长率、可持续增长率、资本积累率等）
- 每股指标（每股收益、每股净资产、每股现金净流量、每股净资产等）
- 相对价值指标（托宾Q值、账面市值比、市盈率、市净率等）
- 股利分配（股利分配率、每股税前现金股利、每股税后现金股利、收益留存率等）
- 治理综合信息（股东总数、 员工人数、董事长持股数量、总经理持股比例、董事长与总经理兼任情况等）
- 高管人数、持股及薪酬情况（董事人数、独立董事人数、董事监事及高管年薪总额、董事前三名薪酬总额等）
- 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
- 审计意见表（审计费用、审计意见类型、审计事务所、审计师）
- 股本结构（总股本、流通股本、国有股本、A股股本等）
- 融资约束（SA指数（2024年）、WW指数（2024年）、KZ指数、FC指数）
- 赫芬达尔指数表（HHI）、行业集中度（CR）、行业勒纳指数（Lerner）
- 公司基本信息（多交易所上市、A/B/H股交叉码、首次ST日期、首次ST原因、首次ST时公司生存时间、首次ST后摘帽的时间、是否经历多次ST、是否有海外子公司）
- 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或PT（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-11702210-1-1.html）
同时提供基础数据所有变量合并版本
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）
复制代码
- 市场类型字段对应编码：1=上海A，4=深圳A，16=创业板，32=科创板，64=北交所
- 综合市场回报率（周期包括：日、周、月、年）
- 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、周、月、年）
- 个股换手率指标（日、周、月、年）
- Roll指标（采用日收益率估计的Roll指标）
- IML非流动性补偿收益因子表（流动性最差的投资组合收益与流动性最好的投资组合收益之差（收益加权）、流动性最差的投资组合收益与流动性最好的投资组合收益之差（成交金额加权））
- Zeros指标（年内零收益率天数/年交易天数）
- Pastor_Stambaugh指标
- 市场投资者情绪指数
- 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（研发人员数量、研发人员数量占比(%)、研发投入金额、研发投入占营业收入比例(%)、研发投入(支出)费用化的金额、研发投入(支出)资本化的金额、资本化研发投入(支出)占研发投入的比例(%)、资本化研发投入(支出)占当期净利润的比重(%)）（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
- 委员会召开情况
- 股权性质（介绍：https://bbs.pinggu.org/thread-11489489-1-1.html）
- 社会责任报告数据（和讯网）到2020年后续网站未更新（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
- 分析师预测指标文件
- 经营风险指标ZScore（计算公式为：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5；其中：X1=营运资金/总资产；反映资产的变现能力和规模特征。X2=留存收益/总资产；反映公司的累积盈利能力。X3=EBIT/总资产；反映资产的盈利能力。X4=权益的市场价值/总负债的账面价值；是衡量一家公司财务结构、表明所有者权益和债权人权益相对关系的比率，可以反映一家公司的偿债能力。X5=营业收入/总资产；反映企业资产周转情况，用来衡量公司利用资产的效率情况。）
- 经营风险指标Score（计算公式为：OScore=−1.32−0.407SIZE+6.03TLTA−1.43WCTA+0.0757CLCA−2.37NITA−1.83FUTL+0.285INTWO−1.72OENEG−0.521CHIN； 其中：SIZE=Ln(总资产)；TLTA=总负债/总资产；WCTA=营运资金/总资产；CLCA=流动负债/流动资产；NITA=净利润/总资产；FUTL=经营性净现金流/总负债；INTWO=若过去两年净利润均为负数则为1，否则为0；OENEG=如果总负债>总资产为1，否则为0；CHIN=(NIt−NIt−1)/(|NIt|+|NIt−1|)，NI表示净利润）
- 管理层治理能力（控股股东性质、机构投资者持股比例、银行持股比例、是否持有其他金融机构股份、管理层薪酬总额、两职合一、独立董事占比、管理层男性占比、董监高是否具有金融背景、董监高是否具有海外背景、董监高是否兼任股东单位职务、员工人数、人均创利、超额雇员率、员工密集度、独立董事网络中心度、是否存在一控多情况）
- 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）
- 会计信息披露及时性指标（初步时滞、审计师签字时滞、总时滞A、总时滞B）
- 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） 2024年部分未更新全，实时更新
- 高管个人资料文件（性别、年龄、教育背景、任期等）
- 董监高任职情况
- 国内外专利申请获得情况表（发明专利申请和授权、实用新型专利申请和授权、外观专利申请和授权）
- 供应链数据大全（前五大客户销售信息表（排名、客户名称、公司股票代码、客户销售额、客户销售额占比）、前五大供应商采购信息表（排名、供应商名称、公司股票代码、供应商采购额、供应商采购额占比）、供应链地理距离指标表（空间距离、与客户/供应商距离]、是否同省份企业、是否同城市企业）、供应链集中度指标表（第一大客户销售额、前五大客户销售额、第一大供应商采购额、前五大供应商采购额、营业总收入、第一大客户销售额占总销售额比率、 第一大供应商采购额占总采购额比率、客户集中度、供应商集中度、客户集中度赫芬达尔指数、供应商集中度赫芬达尔指数、供应链集中度）、供应链网络关系指标表（一级供应链业务关系、一级供应链股票代码、二级供应链业务关系、二级供应链股票代码） 注意后续更新
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2024
- 数据只有沪深北交所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
(76 Bytes, 需要: RMB 1 元)
- 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
【合集优惠版】基础数据包+拓展数据包
(76 Bytes, 需要: RMB 186 元)
5、示例代码
- *======================== 合并数据 =========================
- use 资产负债表.dta, clear
- merge 1:1 stkcd year using 利润表.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 现金流量表_直接法.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 现金流量表_间接法.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 偿债能力.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 披露财务指标.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 比率结构.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 经营能力.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 现金流分析.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 风险水平.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 发展能力.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 每股指标.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 相对价值指标.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 股利分配.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 股东股权集中度.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 流通股东股权集中度.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 流通股东股权集中度.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 治理综合信息.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 高管人数持股及薪酬情况.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 审计意见表.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 股本结构.dta, nogen keep(1 3)
- merge 1:1 stkcd year using 融资约束SA指数.dta, nogen keep(1 3) keepusing(SA指数)
- merge 1:1 stkcd year using 融资约束WW指数.dta, nogen keep(1 3) keepusing(WW指数)
- merge 1:1 stkcd year using 融资约束KZ指数.dta, nogen keep(1 3) keepusing(KZ指数)
- merge 1:1 stkcd year using 融资约束FC指数.dta, nogen keep(1 3) keepusing(FC指数)
- merge m:1 stkcd using 公司文件.dta, nogen keep(1 3)
- drop 行业代码
- rename 行业代码1 行业代码
- merge m:1 行业代码 year using 赫芬达尔指数表.dta, nogen keep(1 3) keepusing(HHI*)
- merge m:1 行业代码 year using 行业集中度.dta, nogen keep(1 3) keepusing( 行业内公司总数 CR*)
- merge 1:1 stkcd year using 行业勒纳指数.dta, nogen keep(1 3) keepusing( 个股勒纳指数 行业勒纳指数 交易状态)
- *======================== 筛选数据 =========================
- *= 剔除金融保险行业
- drop if regexm(行业代码, "J")
- *= 剔除ST或PT类上市公司
- * - A=正常上市、B=ST、C=PT、D=*ST、T=退市整理期。
- keep if 交易状态=="A"
- *= 筛选全部A股
- * 市场类型字段对应编码：1=上海A，4=深圳A，16=创业板，32=科创板，64=北证A股市场
- keep if inlist(市场类型, 1, 4, 16, 32, 64)
- *= 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<=2024
经管之家：momingiqmiao7
欢迎关注，分享更多实用的数据，独家发布，严禁转载获利，转载必究，有任何问题在可以帖子下方回复，及时回复
批量购买可享优惠
【关注】【帖子索引2023年】【帖子索引2022年】【帖子索引2021年】【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】
变量很多，自己得整理老半天
京公网安备 11010802022788号
