上市公司高管团队法律背景是刻画公司治理结构与高管专业背景的核心维度,已成为公司治理、企业违规、内部控制等方向的热点议题。《经济研究》《管理世界》《金融研究》《中国工业经济》等权威刊物均刊发过大量相关成果。附件内为自用整理、严谨测度、多重校验的1999-2025年上市公司高管团队法律背景数据合集,附原始数据+Stata测算代码!原始数据来源于权威数据库,涵盖沪深A股上市公司在 1999-2025 年间的高管团队成员背景档案与公司基础信息,严格遵循 Hambrick & Mason (1984) 「高阶梯队理论」与 Litov, Sepe & Whitehead (2014) 的经典方法学,对每家上市公司在每一年的高管团队进行法律背景识别,按 (Symbol, Year, PersonID) 人级去重后聚合到 (Symbol, Year) 团队维度,构建 4 大核心测度指标。包括TMTSize(高管团队人数,剔除独立董事与监事)、LegalCount(法律背景人数,含法学学位或律师/法务/法官/检察官等从业经历)、LegalPct(法律背景在高管团队中的人数占比 = LegalCount / TMTSize,核心指标)、HasLegalAny(是否至少有 1 人具有法律背景,0/1 哑变量)!一个数据集将公司治理、企业违规、内部控制研究所需核心指标一网打尽,研究价值较高!
本数据集经过多次校验,由本人及所在课题组自用整理并提供售后咨询服务,欢迎大家私信交流!
本团队分享的所有原创自用数据都会及时更新,点击关注我,即可第一时间免费获取后续更新数据!购买则一份数据即可满足您不同时期的数据需求,充分节约您的宝贵时间!充分节约您的时间与精力!
【温馨提示】本人及所在团队致力于向大家分享高质量、科学准确的科研数据,长期以来好评如潮,数据质量有目共睹。近期发现论坛上出现部分账号倒卖本账号分享的原创数据,甚至连数据介绍文案都原封不动抄袭,查重率100%,实在令人不齿(在此就不一一点名,我们将保留追究其责任的权利连文案都要抄袭,数据质量如何令人信服?)。作为论坛首批原创数据分享者,我们深知一份好数据对学术研究的重要性,我们在论坛此唯一账号,其他类似账号均为假冒,请各位用户仔细甄别!
附件内所有文件均包括xlsx、dta格式面板数据,无偿赠送您非常详细的参考文献原文(C刊高被引文献!!)、变量说明文件、非常详细的Stata指标测算全过程参考代码(真正实现数据真实且可复现,参考价值较高!)、非常详细的原始数据(包括高管团队成员背景档案(人-公司-年三维面板,含 HasLegal / PositionCategory / InOffice 等原始字段)与公司基础信息(公司-年二维面板,含 StkName / 行业 / 省市区 / IsST / IsFin),完整原始数据体量较大(百万级观测值),指标来源有依据,充分保证数据真实性、准确性,绝对不同于市面上其他粗制滥造数据!!)以及2025更新版本上市公司年度信息!本数据集适用于涉及公司治理、企业违规、内部控制方向的实证研究与理论分析,更是非常适合在此基础上进行拓展研究,能够帮助大家高效上手,完成科研任务!
此外,本数据集已为您匹配完成2000-2025上市公司常用财务指标面板数据,包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+关键变量,可与上市公司面板数据匹配用于回归,累计涵盖8.6w+公司-年度观测值,约 5000+样本企业!
本数据集来源正规,由我手动收集、整理,与同门多次核对,观测值数量全面。市面上的高管团队法律背景相关数据,大多仅简单地以「是否曾任律师」等单一指标粗糙近似,或仅覆盖较短年份、样本量有限,缺乏规范的「人级去重 → 团队级聚合」估计过程,测算方法不透明、不可复现,更新到2025年,严格遵循 Hambrick & Mason (1984)「高阶梯队理论」与 Litov, Sepe & Whitehead (2014) 的方法学,对每家上市公司在每一年的高管团队进行法律背景识别与聚合,附完整 Stata 参考代码与原始背景档案数据,观测值无误差,亲测效果良好,不含拟合处理,均为基于上市公司原始简历数据的规范测度结果!
附件内容简介:
1、1999-2025年上市公司高管团队法律背景面板数据:基于权威数据库中沪深A股上市公司的高管团队成员背景档案与公司基础信息,严格遵循 Hambrick & Mason (1984)「高阶梯队理论」与 Litov, Sepe & Whitehead (2014) 的方法学。首先对原始数据进行预处理:筛选 InOffice == 1 的高管(剔除独立董事与监事),保留 Symbol / Year / PersonID / HasLegal 四个字段;其次按 (Symbol, Year, PersonID) 人级去重(同一人同公司同年多职按 1 人计,HasLegal 取该人任意岗位的 max);最后按 (Symbol, Year) 团队级聚合得到 TMTSize / LegalCount / LegalPct / HasLegalAny 四个核心指标,并合并公司基础信息(StkName / 行业 / 省市区 / IsST / IsFin)。核心变量包括:TMTSize(高管团队人数,剔除独立董事与监事)、LegalCount(法律背景人数,含法学学位或律师/法务/法官/检察官等从业经历)、LegalPct(法律背景在高管团队中的人数占比 = LegalCount / TMTSize,核心指标)、HasLegalAny(是否至少有 1 人具有法律背景,0/1 哑变量)以及公司基础信息(证券代码、证券简称、行业代码、所属省市、是否 ST、是否金融业)。累计涵盖 8.0w+ 公司-年度观测值,横跨 1999-2025 年共 27 个年份,已整理好的面板数据可直接用于回归分析,极具研究价值!
附件内包括非常详细的 Stata 指标测算参考代码、所有原始数据文件、参考文献原文、变量说明文件,可逐一核验准确性,大家可放心数据质量!
指标测度方法:参照 Hambrick & Mason (1984)「高阶梯队理论」与 Litov, Sepe & Whitehead (2014) 等经典文献,高管团队法律背景指标的测算分为以下五步:
第一,原始数据预处理。从高管团队成员背景档案(TMTBackgroundPanel)面板中筛选 InOffice == 1 的高管(剔除独立董事与监事),保留 Symbol(股票代码)、Year(年份)、PersonID(个人编号)、HasLegal(是否具有法律背景)四个字段。其中 HasLegal 由个人简历中是否含「法学学位」「律师/法务/法官/检察官」等关键词判定。
(1a)筛选条件:
第二,人级去重。按 (Symbol, Year, PersonID) 分组,对 HasLegal 取 max(任一岗位具备法律背景即视为本人具备法律背景)。
2、1999-2025年高管团队法律背景原始数据:源于权威数据库,涵盖沪深A股上市公司完整的高管团队成员背景档案与公司基础信息,原始字段包括人-公司-年三维的高管背景标志(用于识别 HasLegal)、任职状态标志(用于筛选 InOffice == 1)、岗位类别(PositionCategory,用于识别独立董事/监事)、公司基础信息(证券代码、证券简称、行业代码、注册地省市、是否 ST、是否金融业)等高管团队法律背景指标构建所需原始变量。样本数据涵盖指标构建所需的全部字段结构,可用于复现完整的「人级去重 → 团队级聚合」测算流程,指标构建所需的各个变量都可直接查到,指标来源有依据,充分保证数据真实性、准确性!
3、无偿赠送!1999-2025年更新版本的上市公司年度基本信息,包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+变量,可与上市公司数据进行匹配,适用范围广泛!(市价超30元+!)
篇幅限制无法展示详细的指标测度方法说明,如有疑惑可私信我,我将及时回复!
点击下方链接购买:
【25重磅,热点!】1999-2025上市公司高管团队法律背景数据,4大指标,stata代码+原始数据
(85 Bytes, 需要: RMB 89 元)
数据来源:权威数据库途径手动整理而成,本数据集为课题组自用数据,经过我和同门师兄妹多次人工审核、校对;同时,数据的处理过程也咨询了我的导师,请大家放心使用,承诺良心数据!
欢迎大家购买,收集整理这份数据的成本远超售价!请大家支持原创,请勿转卖!
目前我应用经济学博士在读,如您有更具体的数据需求,请私信我详细说明,如有数据定制需求,可直接私信,我将秉持着严谨、科学的研究态度为您提供满意的数据服务。我所售数据均为承诺售后服务的,所有论坛私信都会及时回复,您在使用本数据集的过程中有任何疑问可随时联系,帮助大家到满意为止!如有任何疑问,欢迎私信沟通,恭候您的数据需求!


雷达卡




京公网安备 11010802022788号







