发帖
雷达卡
数据名称：上市公司高管超额薪酬数据
时间范围：2007—2025年
数据层级：上市公司—年度面板数据
核心指标：超额薪酬_宋冰洁、超额薪酬_张昭、超额薪酬_权烨、超额薪酬_徐经长
识别变量：stkcd、year；id为原始数据中的公司数值识别码，证券代码为保留前导零的字符型辅助识别变量
文件格式：原始数据与结果数据为.dta和.xlsx，计算及评估代码为.do和.py，参考文献为.pdf，质量评估结果为.log、.csv、.dta和.jpg，本说明为.txt
二、原始数据与基本信息合并
上市公司高管薪酬与治理原始数据.dta：公司—年度薪酬、财务、治理、行业和注册地区基础数据，共74,496条观测、26个字段、5,889家公司，覆盖2000—2025年，id—year组合无重复。主要字段包括证券代码、证券简称、id、year、无形资产净额、资产总计、负债合计、营业收入、净利润、高级管理人员前三名薪酬总额、托宾Q值、第一大股东持股比例、股权制衡度、两职合一、管理层持股比例、独立董事占比、资不抵债、金融业、STPT、是否东部地区企业以及年度行业和注册地区信息。
上市公司高管薪酬与治理原始数据.xlsx：与同名.dta内容对应，共74,496行数据、26个字段，便于人工查看和跨软件使用；正式计算代码以.dta为输入。
行业代码/上市公司基本信息数据.dta：上市公司公司级静态基本信息，共5,718条观测、22个字段，主要包括证券代码、证券中文简称、上市日期、股票类型、ABH股交叉码、公司名称、公司中英文简称、行业A—D、经营范围、公司沿革、注册资本、成立日期、退市日期和stkcd。
基本信息整理方式：若基本信息中不存在证券简称，则将证券中文简称改名为证券简称；合并前删除经营范围和公司沿革两个长文本字段，因此结果数据不含这两个字段。基本信息按stkcd保持公司级唯一。
基本信息合并方式：原始数据中的id用于生成stkcd，完成四项残差估计后以stkcd执行公司级m:1合并。同名字段以基本信息中的非缺失值更新并替换，只保留高管薪酬模型样本中的公司—年度观测，不新增仅存在于基本信息表的公司。
三、核心指标计算说明
【面板与滞后变量】以id和year设定公司—年度面板。滞后变量仅在同一公司上年度连续存在时生成，包括滞后一期资产收益率lroa、对数薪酬lpay1、公司规模lsize、资产负债率llev和托宾Q值lTQ；公司首次出现年度或中间断档后的首个年度无法取得相应滞后值。
【公司规模size】size=ln(资产总计)。资产总计必须为正，否则取对数后不能进入模型。
【资产负债率lev】lev=负债合计/资产总计，用于反映上市公司财务杠杆。
【资产收益率roa】roa=净利润/资产总计；lroa为同一公司连续上一年度的roa。
【无形资产比率ia】ia=无形资产净额/资产总计。
【营业收入增长率growth】growth=营业收入/上一年度营业收入-1，要求公司上一年度记录连续存在且分母有效。
【区域变量region与zone】当“是否东部地区企业”等于0时取1，否则取0，因此代码中的region和zone表示非东部地区或中西部地区虚拟变量。
【高管薪酬pay1与pay2】pay1=ln(高级管理人员前三名薪酬总额)；pay2=ln(高级管理人员前三名薪酬总额/3)，即前三名高管平均薪酬的自然对数。薪酬总额必须为正。
【企业价值TQ】TQ直接使用原始数据中的托宾Q值；lTQ为同一公司连续上一年度的托宾Q值。
【营业收入规模sale】sale=ln(营业收入)，用于宋冰洁口径的薪酬决定模型，营业收入必须为正。
【行业固定效应Ind】行业代码首字母为C的制造业使用行业代码前三位，其他行业使用行业代码首字母，从而兼顾制造业细分行业与其他门类行业的样本量。
【公司治理综合因子Goven】使用独立董事占比、两职合一、第一大股东持股比例、股权制衡度和管理层持股比例5项治理变量构造综合因子。Stata版使用主因子法并预测因子得分，Python版对标准化治理变量进行矩阵分解构造对应综合得分。
【模型前样本处理】首先删除证券代码前三位为200或900的B股，保留2007年及以后观测；随后要求4种模型使用的财务、薪酬、治理、区域及滞后变量全部非缺失。所有进入模型的连续变量和治理变量均在回归前按year实施1%与99%分位双侧缩尾。
【超额薪酬_宋冰洁】以pay1为因变量，以sale、roa、ia和zone为解释变量，吸收Ind和year固定效应，保存回归残差。该口径参考宋冰洁、罗宏和王玉关于多个大股东与高管超额薪酬的研究；数值越大表示前三名高管薪酬总额高于营业收入、盈利能力、无形资产结构、地区及行业年度条件所预测的水平。
【超额薪酬_张昭】以pay1为因变量，以size、lev、roa、TQ及其滞后项lsize、llev、lroa、lTQ为解释变量，吸收Ind、year和所属省份固定效应，保存回归残差。该口径参考张昭、马草原和杨耀武的研究，但现有代码根据原始字段使用前三名高管薪酬总额和对数总资产进行适配，并非对论文原样本及全部变量定义的机械复制。
【超额薪酬_权烨】以pay1为因变量，以lpay1、size、lev、roa、lroa、TQ和region为解释变量，吸收Ind和year固定效应，保存回归残差。滞后一期薪酬用于控制薪酬刚性，数值越大表示实际薪酬高于综合考虑历史薪酬和公司特征后的预测水平。
【超额薪酬_徐经长】以pay2为因变量，以size、lev、roa、lroa、ia、growth和Goven为解释变量，吸收Ind和year固定效应，保存回归残差。该模型以前三名高管平均薪酬的对数作为因变量，并综合控制公司基本面和治理环境。
【残差含义】4项指标均以对数薪酬残差表示。残差为0表示实际薪酬与模型预测值相等；残差为正表示超出预测薪酬；残差为负表示低于预测薪酬。若需换算为相对预测薪酬的精确比例，可使用exp(残差)-1。
【文献口径与代码口径】4篇论文提供模型构造思路，现有代码根据本文件夹可获得字段统一样本、变量名称和固定效应实现方式。因此结果变量是“按对应文献思路并经代码适配的四种口径”，不能直接视为对原论文样本、估计系数或表格结果的复刻。
四、结果数据文件与样本量
共有3套结果数据，每套均同时提供.dta与.xlsx，DTA和XLSX的行数、字段数一致。未剔除版本与清洗版本分别重新估计四个薪酬决定模型，并非先估计全样本残差后简单删除特殊公司；因此同一公司年度在两个版本中的残差可能因估计样本和模型系数不同而变化。
编号 文件名称 说明
1 计算结果未剔除金融ST未缩尾版本.dta / 计算结果未剔除金融ST未缩尾版本.xlsx 删除B股、2007年前观测及模型变量不完整记录，保留金融业、ST/PT、资不抵债及退市公司；52,707个观测、32个字段、5,487家公司。
2 计算结果剔除金融ST未缩尾版本.dta / 计算结果剔除金融ST未缩尾版本.xlsx 在模型估计前剔除金融业、ST/PT和资不抵债观测，合并基本信息后再剔除退市日期非空公司；48,310个观测、32个字段、5,240家公司。
3 计算结果剔除金融ST缩尾版本.dta / 计算结果剔除金融ST缩尾版本.xlsx 使用第2套完全相同的样本，按年度分别对4项超额薪酬残差实施1%与99%双侧缩尾；48,310个观测、32个字段、5,240家公司。
“未缩尾版本”表示最终保存的4项超额薪酬残差没有再次缩尾，并不表示薪酬模型的控制变量未经处理；四个模型的输入变量在回归前均已按年度缩尾。三套结果的stkcd—year组合均无重复，四项核心指标均无缺失。未剔除版本中4项残差的均值均接近0，标准差依次为0.551557、0.534275、0.297427和0.554523；清洗未缩尾版本均值依次为0.001584、0.003937、0.000165和0.004145。最终缩尾后，4项指标的取值范围分别为-1.585839—1.484678、-1.515790—1.417660、-0.967286—1.207615和-1.621510—1.495076。
五、结果变量说明
序号 变量名称 变量类型 变量说明
1 证券代码 str6 六位证券代码字符变量，可保留前导零；同名字段可由静态基本信息更新。
2 证券简称 str12 上市公司证券简称；同名字段可由静态基本信息更新。
3 stkcd double 数值型证券代码，公司级基本信息合并及面板识别键，由原始id生成。
4 id double 原始高管薪酬与治理数据中的公司数值识别码，与stkcd对应。
5 year double 指标归属年度，范围为2007—2025年。
6 超额薪酬_宋冰洁 double pay1对sale、roa、ia和zone回归并吸收行业与年度固定效应所得残差。
7 超额薪酬_张昭 double pay1对当期及滞后规模、杠杆、盈利和托宾Q回归并吸收行业、年度和省份固定效应所得残差。
8 超额薪酬_权烨 double pay1对滞后薪酬、规模、杠杆、当期及滞后盈利、托宾Q和区域变量回归所得残差。
9 超额薪酬_徐经长 double pay2对规模、杠杆、当期及滞后盈利、无形资产、增长和治理综合因子回归所得残差。
10 行业代码 str3 公司对应年度行业代码，也是行业固定效应分组的基础。
11 行业名称 str60 公司对应年度行业名称。
12 所属省份 str24 公司对应年度注册地所属省份，也是张昭口径的省份固定效应变量。
13 所属省份代码 str6 注册地省级行政区划代码。
14 所属城市 str30 公司对应年度注册地所属城市。
15 所属城市代码 str6 注册地城市行政区划代码。
16 上市日期 str10 公司首次上市日期，通常为YYYY-MM-DD格式。
17 股票类型 str3 股票类别或上市市场类型标识。
18 ABH股交叉码 str23 A股、B股或H股交叉上市及关联代码信息。
19 公司名称 str69 公司法定或登记全称。
20 公司中文简称 str18 公司基本信息库中的中文简称。
21 公司英文名称 str88 公司英文全称。
22 行业名称D str60 基本信息库中的D层级行业名称。
23 行业代码D str3 基本信息库中的D层级行业代码。
24 行业名称C str60 基本信息库中的C层级行业名称。
25 行业代码C str3 基本信息库中的C层级行业代码。
26 行业名称B str51 基本信息库中的B层级行业名称。
27 行业代码B str5 基本信息库中的B层级行业代码。
28 行业名称A str12 基本信息库中的A层级行业名称。
29 行业代码A str4 基本信息库中的A层级行业代码。
30 注册资本 double 公司注册资本，计量单位沿用基本信息源文件口径。
31 成立日期 str10 公司成立日期，通常为YYYY-MM-DD格式。
32 退市日期 str10 公司退市日期；清洗版本中该字段为空。
六、计算与评估代码
文件名称 语言 说明
上市公司高管超额薪酬数据计算代码.do Stata 使用winsor2、factor和reghdfe完成变量构造、治理因子、四种固定效应薪酬模型、基本信息合并及三套结果输出；运行前需安装winsor2和reghdfe。
上市公司高管超额薪酬数据计算代码.py Python 使用Pandas、NumPy虚拟变量和最小二乘法实现对应样本处理与四种残差模型，并输出同名DTA/XLSX结果。
上市公司高管超额薪酬数据评估代码.do Stata 逐套评估结果DTA，输出数据分布、图形、异常值、逻辑合理性、稳健性及变量级总评估结论。
上市公司高管超额薪酬数据评估代码.py Python 与Stata评估版功能对应，自动识别stkcd、year和四项核心指标，可独立生成同结构质量报告。
Stata版通过reghdfe吸收固定效应，Python版通过显式虚拟变量矩阵和最小二乘法估计；两者的经济模型、样本筛选和输出结构对应，但治理因子得分和数值求解方式存在实现差异。当前文件夹中的结果DTA及其配套XLSX是本说明所描述的正式交付结果，复现时应保持软件版本、样本排序、分位点算法和治理因子实现一致。
七、数据质量评估
文件夹已保留实跑质量报告“数据质量评估报告_20260719”，其中日志为“评估日志_20260719.log”。现存报告由Python评估代码生成，运行环境记录为Python 3.11、Windows，并逐套评估3个结果DTA，共形成96条变量级总评估记录、106个CSV文件、3个DTA文件和69张JPG图。三套结果均不存在重复面板键，4项核心指标字段完整且无缺失；未剔除版本记录1,854处公司时间序列断档，两个清洗版本各记录1,872处断档，主要由滞后变量要求、模型完整样本筛选和特殊公司剔除共同形成。
子文件夹名 内容说明
1 数据分布分析 32个结果字段在各处理版本中的描述性统计与数值或字符变量频率分布CSV。
2 分布图 数值变量的直方图、箱线图、核密度图、散点关系及年度趋势图，共69张JPG。
3 异常值检验 4项超额薪酬残差及其他数值字段的异常观测比例和变量级检验汇总。
4 逻辑合理性验证 变量缺失、合理取值范围、公司—年度重复、时间断档及核心指标字段完整性检查。
5 稳健性测试 不同样本期和三种处理版本的样本量、均值、标准差比较，以及总评估结论CSV和DTA。
总评估表中的“关注”或“不通过”是自动化通用规则对单个变量给出的提示，可能由残差分布尾部观测、公司静态信息缺失或完整样本筛选后的年度断档触发，不应直接解释为整套数据不可使用。最终缩尾版本明显收敛了4项指标的极端取值，但权烨口径仍呈现相对更明显的尖峰和厚尾特征，使用时宜同时报告未缩尾与缩尾结果。
八、参考文献与使用建议
[1] 宋冰洁, 罗宏, 王玉. 多个大股东与高管超额薪酬[J/OL]. 软科学, 网络首发日期2022-12-26.
[2] 张昭, 马草原, 杨耀武. 薪酬管制会抑制企业高管的超额薪酬吗？——基于2015年“限薪令”的准自然实验[J]. 当代经济科学, 2021, 43(5): 114-127.
[3] 权烨, 王满. 资本市场开放对高管超额薪酬的影响——基于陆港通的经验证据[J]. 财经问题研究, 2022(6): 63-71.
[4] 徐经长, 李兆芃. 薪酬管制与会计信息质量——基于超额薪酬的中介效应[J]. 经济理论与经济管理, 2022(9): 97-112.
数据质量评估报告_20260719.zip
(5.39 MB)
上市公司高管超额薪酬2007-2025年含do-python代码和excel-dta格式数据.zip
(66.88 MB, 需要: RMB 35 元)
京公网安备 11010802022788号
