发帖
雷达卡
--------------------------------------------------------------------------------
数据名称：上市公司高管CEO董事会海外背景数据
数据时间：2008-2024年
数据来源：权威主流数据库 - 董监高个人特征文件
数据格式：dta格式（Stata）、xlsx格式（Excel）
样本范围：中国A股上市公司（未剔除金融行业和ST/PT公司版本）
二、数据文件清单
--------------------------------------------------------------------------------
1. 计算结果未剔除金融STPT版本.dta - 主数据文件（Stata格式）
2. 计算结果未剔除金融STPT版本.xlsx - 主数据文件（Excel格式）
3. 上市公司基本信息年度表.dta - 上市公司基本信息
4. 上市公司基本信息数据.dta - 上市公司基本信息补充
5. 董监高个人特征文件/ - 原始数据文件夹
- TMT_FIGUREINFO.dta/xlsx - 董监高个人特征原始数据
- 上市公司董监高个人特征信息数据.dta
三、核心变量说明
--------------------------------------------------------------------------------
【标识变量】
变量名 说明
--------------------------------------------------------------------------------
证券代码 6位标准格式证券代码（字符型，前面补零）
股票代码 证券代码（数值型）
year 年份（2008-2024）
【海外背景人数变量】
变量名 说明
--------------------------------------------------------------------------------
海外背景_Execu 具有海外背景的高管人数
海外背景_BOD 具有海外背景的董事会成员人数
海外背景_Indep 具有海外背景的独立董事人数
【海外背景虚拟变量】
变量名 说明
--------------------------------------------------------------------------------
海外背景_Chair 董事长是否具有海外背景（1=是，0=否）
海外背景_CEO CEO是否具有海外背景（1=是，0=否）
【海外背景比例变量】
变量名 说明
--------------------------------------------------------------------------------
海外背景_Execu_ratio 海外背景高管占高管总人数的比例
海外背景_BOD_ratio 海外背景董事会成员占董事会总人数的比例
【人员总数变量】
变量名 说明
--------------------------------------------------------------------------------
Execu_all 高管团队总人数
BOD_all 董事会成员总人数
四、海外背景定义
--------------------------------------------------------------------------------
根据权威主流数据库原始字段"海外背景"（OveseaBack）定义：
编码 含义
--------------------------------------------------------------------------------
1 海外任职（曾在海外公司或机构任职）
2 海外求学（曾在海外高校或机构学习）
3 无海外背景
本数据集将编码1和2统一定义为"具有海外背景"，编码3定义为"无海外背景"。
若同一人员同时具有海外任职和海外求学经历，仍计为1人。
五、关键职位定义
--------------------------------------------------------------------------------
【高管团队成员】
根据数据库字段"是否高管团队成员"（IsMTMT）=1识别
【董事会成员】
根据数据库字段"是否董事会成员"（IsMTB）=1识别
【董事长】
根据数据库字段"董事会职务类别"（CTB）=1识别
【CEO】
根据数据库字段"高管职务类别"（TMTP）=1识别
包含：首席执行官、总经理
【独立董事】
根据数据库字段"是否独立董事"（IsIdirecotr）=1识别
六、数据处理说明
--------------------------------------------------------------------------------
1. 时间范围筛选
- 海外背景字段从2008年开始有数据，故数据起始年份为2008年
2. 数据聚合方式
- 以"股票代码+年份"为单位进行聚合
- 每家上市公司每年保留一条记录
3. 比例计算方法
- 海外背景_Execu_ratio = 海外背景_Execu / Execu_all
- 海外背景_BOD_ratio = 海外背景_BOD / BOD_all
4. 虚拟变量处理
- 董事长/CEO海外背景：若该职位人员具有海外背景则为1，否则为0
- 若公司存在多位董事长/CEO（如换届年份），只要有一位具有海外背景即为1
七、数据使用建议
--------------------------------------------------------------------------------
1. 样本筛选建议
- 如需剔除金融行业：根据行业代码剔除J类（金融业）
- 如需剔除ST/PT公司：根据公司名称或交易状态字段筛选
- 如需剔除异常值：建议对比例变量进行1%缩尾处理
2. 变量选择建议
- 研究高管团队整体海外背景：使用海外背景_Execu或海外背景_Execu_ratio
- 研究董事会海外背景：使用海外背景_BOD或海外背景_BOD_ratio
- 研究关键人物海外背景：使用海外背景_Chair或海外背景_CEO
- 研究独立董事海外背景：使用海外背景_Indep
3. 参考文献
本数据集可用于以下研究方向（参见附带参考文献）：
- 海归高管与企业创新效率
- CEO海外经历与环保投资
- 管理层海外经历与企业创新
- 董事海外经历与企业价值
- 高管海外经历与审计质量
- 高管海外经历与技术创新
- 高管海外经历与绿色创新
八、代码文件说明
--------------------------------------------------------------------------------
1. 上市公司高管CEO董事会海外背景数据计算代码.do - Stata计算代码
2. 上市公司高管CEO董事会海外背景数据计算代码.py - Python计算代码
3. 上市公司高管CEO董事会海外背景数据评估代码.do - Stata评估代码
4. 上市公司高管CEO董事会海外背景数据评估代码.py - Python评估代码
计算代码功能：从原始董监高数据计算海外背景相关变量
评估代码功能：对计算结果进行数据质量评估（描述统计、异常值检验、稳健性测试等）
九、原始数据字段说明（董监高个人特征文件）
--------------------------------------------------------------------------------
字段名 说明
--------------------------------------------------------------------------------
Stkcd 证券代码
Reptdt 统计截止日期（YYYY-MM-DD）
PersonID 人员ID（唯一标识）
Name 姓名
Gender 性别
Age 年龄
Degree 学历（1=中专及以下，2=大专，3=本科，4=硕士，5=博士，6=其他，7=MBA/EMBA）
IsMTMT 是否高管团队成员（1=是，0=否）
TMTP 高管职务类别（1=CEO，2=CFO，3=CEO和CFO兼任，4=其他）
IsMTB 是否董事会成员（1=是，0=否）
CTB 董事会职务类别（1=董事长，2=副董事长，3=其他）
IsIdirecotr 是否独立董事（1=是，0=否）
IsDuality 是否兼任董事长和CEO（1=是，0=否）
OveseaBack 海外背景（1=海外任职，2=海外求学，3=无海外背景）
Funback 职业背景
Academic 学术背景
FinBack 金融背景
上市公司高管CEO董事会海外背景数据2008-2024年含do-python代码和excel-dta格式数据
(76 Bytes, 需要: RMB 35 元)
京公网安备 11010802022788号
