发帖
雷达卡
数据名称：上市公司市场份额及分组数据
时间范围：2000—2025年
数据层级：上市公司—年度（行业—年度口径）
核心指标：企业市场份额、市场份额分组
识别变量：stkcd、year
文件格式：Stata（.dta）与 Excel（.xlsx）
二、原始数据与基本信息合并
上市公司营业收入行业地区数据.dta：上市公司年度营业收入、行业归属及注册地信息，是市场份额指标的直接计算基础，主要字段为证券代码、证券简称、stkcd、year、营业收入、行业代码、行业名称、所属省份、所属城市。
行业代码/上市公司基本信息数据.dta：上市公司静态基本信息库，按stkcd与年度计算结果进行多对一合并，主要字段为证券代码、上市日期、股票类型、行业代码A—D、公司名称、注册资本、成立日期、退市日期。
三、计算说明
【企业市场份额】定义为公司i在年份t的营业收入占其所属行业j在年份t全部样本营业收入之和的比例，计算公式为：企业市场份额_it=营业收入_it÷Σ营业收入_jt。其中，制造业（行业代码首位为C）按三级行业代码划分行业，其他行业按一级行业代码划分行业；取值越大表示公司在所属行业年度营业收入中的相对份额越高。营业收入缺失、无法计算或市场份额为0的观测不纳入结果数据。
【市场份额分组】以全部有效公司年度观测的企业市场份额中位数为分界点构造的二元变量；企业市场份额高于样本中位数时取1，表示高市场份额组，否则取0，表示低市场份额组。
【Industry】代码计算过程中的行业统计口径变量：制造业取行业代码前三位，其他行业取行业代码首位；该临时变量仅用于计算年度行业市场总额，不保留在结果文件中。
【年度行业市场总额】同一Industry和year内所有公司营业收入的合计，用作企业市场份额的分母；该临时变量仅用于计算，不保留在结果文件中。
四、结果数据文件
共有3套结果数据文件。样本筛选步骤如下：
(1) 导入上市公司年度营业收入、行业及地区数据，剔除证券代码以200或900开头的B股样本；
(2) 按行业—年度计算营业收入总额，生成企业市场份额并剔除缺失或等于0的市场份额观测；
(3) 合并公司静态基本信息后，分别保留全样本、剔除金融业及ST/PT样本、以及在剔除金融业及ST/PT样本基础上按年度对企业市场份额进行1%和99%双侧缩尾的样本。
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 保留金融行业、ST/PT及退市公司的原始全样本，未进行缩尾处理；另附同名.xlsx文件。
2 计算结果剔除金融ST未缩尾版本.dta 剔除证券简称为空、行业代码含J以及证券简称含ST或PT的观测，未进行缩尾处理；另附同名.xlsx文件。
3 计算结果剔除金融ST缩尾版本.dta 在第2套样本基础上，按year对企业市场份额进行1%和99%双侧缩尾；另附同名.xlsx文件。
五、变量说明
序号 变量名称 变量类型 变量说明
1 证券代码 str 上市公司证券代码。
2 证券简称 str 上市公司证券简称。
3 stkcd float 上市公司唯一识别代码。
4 year float 会计年度。
5 企业市场份额 float 公司营业收入占所属行业年度营业收入总额的比例。
6 市场份额分组 float 高市场份额组虚拟变量，高于全样本中位数取1，否则取0。
7 行业代码 str 公司年度行业代码。
8 行业名称 str 公司年度行业名称。
9 所属省份 str 公司所属省份。
10 所属省份代码 str 公司所属省份行政区划代码。
11 所属城市 str 公司所属城市。
12 所属城市代码 str 公司所属城市行政区划代码。
13 上市日期 str 公司首次上市日期。
14 股票类型 str 公司股票类型。
15 ABH股交叉码 str A、B、H股交叉证券代码信息。
16 公司名称 str 公司全称。
17 公司中文简称 str 公司中文简称。
18 公司英文名称 str 公司英文名称。
19 行业名称D str 证监会行业分类D门类名称。
20 行业代码D str 证监会行业分类D门类代码。
21 行业名称C str 证监会行业分类C大类名称。
22 行业代码C str 证监会行业分类C大类代码。
23 行业名称B str 证监会行业分类B中类名称。
24 行业代码B str 证监会行业分类B中类代码。
25 行业名称A str 证监会行业分类A小类名称。
26 行业代码A str 证监会行业分类A小类代码。
27 经营范围 str 公司登记经营范围。
28 公司沿革 str 公司历史沿革信息。
29 注册资本 double 公司注册资本。
30 成立日期 str 公司成立日期。
31 退市日期 str 公司退市日期；未退市公司通常为空。
六、代码文件
文件名称 语言 说明
上市公司市场份额及分组数据计算代码.py Python 读取原始数据、计算市场份额及分组、合并基本信息并输出3套结果数据。
上市公司市场份额及分组数据计算代码.do Stata 与Python版计算逻辑对应，输出3套.dta与.xlsx结果数据。
上市公司市场份额及分组数据评估代码.py Python 对3套结果数据执行描述统计、异常值、逻辑合理性、稳健性和图形评估。
上市公司市场份额及分组数据评估代码.do Stata 与Python版功能对应，独立生成数据质量评估报告及日志。
七、数据质量评估
评估结果存放于“数据质量评估报告_YYYYMMDD”文件夹，运行日志为“评估日志_YYYYMMDD.log”。各子文件夹内容如下：
子文件夹名 内容说明
1 数据分布分析 描述性统计汇总及数值、字符变量的频率分布CSV文件。
2 分布图 对未剔除金融ST未缩尾样本生成的直方图、箱线图、核密度图、散点图矩阵和时间趋势图（JPG，300dpi）。
3 异常值检验 IQR法、Z-score法、缺失率、比例变量取值范围检验及总评估结论表。
4 逻辑合理性验证 按stkcd—year检验重复和年度断档的时间连续性结果。
5 稳健性测试 三套样本版本及早晚样本期的观测数、均值等对比结果。
八、参考文献
[1] 中国证券监督管理委员会. 上市公司行业分类指引（2012年修订）[S]. 2012.
上市公司市场份额及分组2000-2025年含do-python代码和excel-dta格式数据.zip
(69.77 MB, 需要: RMB 32 元)
京公网安备 11010802022788号
