发帖
雷达卡
中国上市公司组织韧性综合指标数据（1998—2024年，熵值法）
【数据简介】
本数据整理了1998—2024年中国上市公司组织韧性综合指标，采用公司—年度面板形式，以股票代码和年份作为识别字段。
组织韧性指标参考王婉、黄庆华《企业技术创新、管理者风险偏好与组织韧性》的测度思路，从盈利能力、成长能力和偿债能力三个维度选取6项企业财务指标，并采用熵值法计算各项指标权重，最终形成组织韧性综合指数。
该指标能够综合反映企业面对外部环境变化和危机冲击时的盈利基础、持续成长、资源调配、债务偿还和恢复发展能力，可与技术创新、数字化转型、管理者特征、公司治理、融资约束及政策冲击等上市公司数据进行匹配。
【数据基本信息】
数据格式：Excel（.xlsx）
数据层级：上市公司—年度
时间范围：1998—2024年
数据记录：65,123条
上市公司数量：5,686家
工作表数量：1张
字段数量：10个
组织韧性非缺失记录：65,123条
组织韧性指标范围：约0.00035—0.99724
【主要字段】
文件包含以下字段：
- Scode：股票代码；
- Date：统计日期；
- Year：年份；
- ROE：净资产收益率；
- NPM：销售净利率；
- ROA：总资产报酬率；
- REV：营业收入同比增长率；
- PRO：净利润同比增长率；
- CASH：净现金流量负债比；
- Res：组织韧性综合指标。
【指标构成】
组织韧性综合评价体系包括盈利能力、成长能力和偿债能力三个维度。
一、盈利能力
盈利能力用于反映企业获取利润、维持经营和积累内部资源的能力，包括：
- 净资产收益率（ROE）；
- 销售净利率（NPM）；
- 总资产报酬率（ROA）。
净资产收益率＝净利润÷平均股东权益
销售净利率＝净利润÷营业收入
总资产报酬率用于反映企业利用全部资产获得收益的能力，具体计算口径应以原始财务数据库定义为准。
二、成长能力
成长能力用于反映企业持续发展以及在外部环境变化中实现恢复和反超的能力，包括：
- 营业收入同比增长率（REV）；
- 净利润同比增长率（PRO）。
营业收入同比增长率＝（本期营业收入－上期营业收入）÷上期营业收入
净利润同比增长率＝（本期净利润－上期净利润）÷上期净利润
三、偿债能力
偿债能力用于反映企业利用经营现金流偿还债务、抵御流动性风险和应对外部冲击的能力。
净现金流量负债比（CASH）＝现金流量÷负债总额
现金流量的具体使用口径应结合原始财务数据库定义进行核对。
【熵值法计算思路】
第一步，对各项基础指标进行标准化处理，以消除不同指标之间的量纲差异。
正向指标标准化：
标准化值＝（原始值－该指标最小值）÷（该指标最大值－该指标最小值）
对于需要反向处理的指标，可采用相应的负向指标标准化公式。
第二步，计算每个样本在各项指标下的比重。
第三步，根据信息熵计算各项指标的差异程度。指标提供的信息越丰富、样本差异越明显，其获得的客观权重通常越高。
第四步，计算各项指标的熵值权重。
第五步，将标准化后的指标与对应权重相乘并加总，形成组织韧性综合指标：
组织韧性＝各标准化指标与其熵值权重乘积之和
按照该测度口径，组织韧性综合指标越高，表示企业体现出的盈利、成长、偿债及抵御外部冲击能力越强。
【参考文献】
本数据的组织韧性测度思路主要参考：
王婉，黄庆华. 企业技术创新、管理者风险偏好与组织韧性[J]. 创新科技，2023，23（7）：41-52.
该文以2014—2020年A股非金融类上市公司为研究样本，从盈利能力、成长能力和偿债能力三个维度构建组织韧性综合评价体系，并采用熵值法计算综合指标。
本数据参考上述测度思路，将数据范围扩展至1998—2024年。因此，本数据属于根据相关文献方法扩展整理的研究辅助数据，并非论文作者提供的原始数据或官方复现数据。
【适用研究方向】
本数据可用于但不限于以下研究方向：
- 企业技术创新与组织韧性；
- 管理者风险偏好与组织韧性；
- 数字化转型与企业韧性；
- 人工智能与企业抗风险能力；
- 公司治理与组织韧性；
- 管理者特征与企业韧性；
- 融资约束与企业韧性；
- 内部控制与组织韧性；
- ESG表现与企业韧性；
- 绿色创新与组织韧性；
- 供应链韧性与企业经营；
- 经济政策不确定性与企业韧性；
- 重大突发事件与企业恢复能力；
- 企业生命周期与组织韧性；
- 国有企业与非国有企业韧性差异；
- 高新技术企业与组织韧性；
- 组织韧性的影响因素及经济后果。
文件以股票代码、日期和年份作为识别字段，可以通过“股票代码＋年份”与其他中国上市公司面板数据进行匹配。
文件同时保留6项基础财务指标和最终组织韧性综合指数，使用者可直接使用综合指标，也可以根据自身样本范围重新进行标准化和熵值赋权。
如果研究者改变样本范围，例如仅保留非金融企业、制造业企业、国有企业或特定年份，建议基于筛选后的研究样本重新计算标准化值和熵值权重，以保持指标口径与实证样本一致。
京公网安备 11010802022788号
