发帖
雷达卡
本数据集用于评估研发费用加计扣除政策对中国A股上市公司的影响效应，
采用双重差分(Difference-in-Differences, DID)方法构建。数据集涵盖
2001年至2024年期间的全部A股上市公司样本，共包含62,624条观测值。
二、政策背景与研究设计
2.1 政策实施时点
本研究以2016年作为政策冲击的时间节点，评估研发费用加计扣除
政策的实施效果。
2.2 处理组与对照组划分
处理组(Treat=1)：2016年以前被认定为高新技术企业的上市公司
对照组(Treat=0)：2016年以前未被认定为高新技术企业的上市公司
2.3 时间虚拟变量设定
政策前时期(Post=0)：2016年之前
政策后时期(Post=1)：2016年及之后
2.4 双重差分交互项
DID = Treat × Post
该交互项用于识别政策的净效应，即处理组在政策实施前后的变化
与对照组在政策实施前后变化的差异。
三、数据来源与统计口径
3.1 数据来源
本数据集的原始数据整理自相关政策文件和上市公司公开披露信息。
3.2 统计口径
全部中国A股上市公司（沪深两市）
3.3 样本规模
总观测值数量：62,624条
详细的描述性统计信息请参见数据集中的统计结果文件。
四、数据文件清单
本数据集包含以下文件：
4.1 基础数据文件
(1) 公司基本信息.dta
包含所有上市公司的基础数据和财务指标
文件格式：Stata数据文件(.dta)
(2) 高新技术企业.dta
包含被认定为高新技术企业的上市公司名单
文件格式：Stata数据文件(.dta)
4.2 分析结果数据文件
(1) 最终结果_上市公司_未剔除金融STPT.dta
包含所有上市公司的完整样本（未剔除金融、ST、PT公司）
文件格式：Stata数据文件(.dta)
(2) 最终结果_上市公司_未剔除金融STPT.xlsx
与上述文件内容相同，Excel格式便于数据查看
文件格式：Excel工作簿(.xlsx)
(3) 最终结果_上市公司_已剔除金融.dta
剔除金融行业上市公司后的样本
文件格式：Stata数据文件(.dta)
(4) 最终结果_上市公司_已剔除金融.xlsx
与上述文件内容相同，Excel格式便于数据查看
文件格式：Excel工作簿(.xlsx)
4.3 程序代码文件
【代码】.do
Stata执行代码文件，包含完整的数据处理流程和详细注释
文件格式：Stata Do文件(.do)
4.4 文档说明文件
数据说明文档.txt
本文档，提供数据集的详细说明
文件格式：文本文件(.txt)
五、文件使用说明
5.1 Stata数据文件(.dta)使用方法
适用软件：Stata统计软件（建议版本14.0及以上）
使用方法：
(1) 启动Stata软件
(2) 设置工作目录：cd "文件所在路径"
(3) 加载数据：use 文件名, clear
(4) 进行数据分析
5.2 Excel数据文件(.xlsx)使用方法
适用软件：Microsoft Excel 2010及以上版本、WPS表格等
使用方法：
(1) 直接双击文件即可打开
(2) 可进行数据查看、筛选、初步探索等操作
5.3 Stata代码文件(.do)使用方法
使用方法：
(1) 在Stata中打开Do文件编辑器
(2) 打开【代码】.do文件
(3) 根据需要修改工作目录路径
(4) 执行代码文件
六、核心变量定义
6.1 处理组虚拟变量(treat)
变量名称：treat
变量类型：数值型虚拟变量
取值说明：
1 = 高新技术上市公司（处理组，享受政策）
0 = 非高新技术上市公司（对照组，不享受政策）
6.2 政策时间虚拟变量(post)
变量名称：post
变量类型：数值型虚拟变量
取值说明：
1 = 2016年及之后（政策实施后）
0 = 2016年之前（政策实施前）
6.3 双重差分交互项(did)
变量名称：did
变量类型：数值型虚拟变量
计算公式：did = treat × post
取值说明：
1 = 处理组在政策实施后的观测值（受政策影响）
0 = 其他所有情况（不受政策影响或不完全受影响）
经济含义：该变量的回归系数即为政策的平均处理效应(ATT)
七、数据特点与应用建议
7.1 数据特点
(1) 时间跨度长：覆盖2001-2024年，共24年数据
(2) 样本完整：包含全部A股上市公司
(3) 变量规范：严格按照学术研究标准构建DID变量
(4) 格式多样：同时提供Stata和Excel两种格式
(5) 样本多版本：提供未剔除和已剔除金融行业两个版本
7.2 应用建议
(1) 主回归分析：建议使用"已剔除金融"版本进行主回归，因为
金融行业的会计准则和经营模式与实体企业存在显著差异。
(2) 稳健性检验：使用"未剔除金融STPT"版本进行稳健性检验，
验证研究结论的可靠性。
(3) 平行趋势检验：在进行DID分析前，务必进行平行趋势检验，
确认处理组和对照组在政策实施前具有相似的发展趋势。
(4) 控制变量：建议在回归分析中加入企业规模、财务杠杆、
盈利能力、成长性等控制变量，以及年度固定效应和
行业固定效应。
八、实证模型建议
8.1 基准回归模型
Y_it = α + β₁DID_it + β₂Treat_i + β₃Post_t + ΣγX_it + ε_it
其中：
Y_it = 被解释变量（如企业绩效、创新投入等）
DID_it = 双重差分交互项
Treat_i = 处理组虚拟变量
Post_t = 政策时间虚拟变量
X_it = 控制变量集合
ε_it = 随机扰动项
β₁ = 政策效应的估计系数（核心关注参数）
8.2 Stata代码示例
reghdfe Y did treat post 控制变量, ///
absorb(year industry) vce(cluster firm)
说明：
- reghdfe为高维固定效应回归命令（需安装）
- absorb()设定年度和行业固定效应
- vce(cluster firm)设定企业层面的聚类稳健标准误
九、参考文献
本数据集的构建方法和应用参考以下学术文献：
[1] 王玺, 刘萌. 研发费用加计扣除政策对企业绩效的影响研究——基于
我国上市公司的实证分析[J]. 财政研究, 2020, (11): 101-115.
十、注意事项
10.1 数据使用规范
(1) 数据处理过程已经过严格审核，但仍建议使用者在分析前
进行必要的数据清理和异常值检查。
10.2 技术支持
如在使用过程中遇到问题，可通过以下方式获取帮助：
(1) 仔细阅读【代码】.do文件中的详细注释
(2) 参考本说明文档中的使用指南
(3) 联系数据提供方进行咨询
10.3 数据更新
本数据集更新时间：2025年10月
数据时间范围：2001-2024年
如需最新年度数据，请关注后续更新版本。
十一、技术信息
11.1 文件大小
数据集总大小：29.03 MB
11.2 软件环境要求
Stata软件：建议版本14.0或以上
Excel软件：建议Excel 2010或以上、WPS表格等
操作系统：Windows 7及以上、macOS、Linux均可
11.3 推荐Stata命令包
(1) reghdfe：高维固定效应回归
(2) estout：回归结果输出
(3) winsor2：极值处理
(4) logout：描述性统计输出
京公网安备 11010802022788号
