上市公司金融错配程度是衡量实体企业金融资源配置扭曲的核心指标,也是公司金融、资源配置效率与企业创新研究的前沿热点。金融错配广泛应用于企业创新、资本配置效率、投资效率等方向的实证研究,与融资约束、信贷可得性等指标互为补充,《经济研究》《管理世界》《金融研究》《中国工业经济》《会计研究》《财经研究》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2001-2025年上市公司金融错配、信贷错配程度数据大合集,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 2001-2025 年间的财务费用(用于测算利息支出)、资产负债表(用于测算扣除应付账款后的负债总额)、上市公司基本信息表(用于行业分类),严格遵循邵挺(2011)金融错配的经典方法学。核心变量包括:Fd(金融错配程度,残差化处理)、|Fd|(金融错配程度绝对值)、企业资金使用成本(资金成本基础分项)、行业平均资金使用成本(按行业×年份聚合的行业基准)以及指标构建所需的全部基础信息变量(证券代码、证券简称、行业代码D、所属省份/城市等)。累计涵盖 7.1w+ 公司-年度观测值,横跨 2001-2025 年共 25 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!一个数据集将金融错配、企业创新、资本配置效率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变量说明文件与权威参考文献原文(C刊高被引文献!!)、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(包括财务费用(利息支出)、资产负债表(负债合计、应付账款)、上市公司基本信息表(行业代码、上市日期、所属省/市)等金融错配指标构建所需全部原始字段,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!!!本数据集适用于所有涉及金融错配、企业创新、资本配置效率等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+观测值数量,约 5,000+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。市面上的金融错配相关数据,大多仅简单地以利息支出/总负债的简单比值粗糙近似,或仅覆盖较短年份、样本量有限,缺乏规范的行业基准与残差化处理,测算方法不透明、不可复现,更新到2025年,严格遵循邵挺(2011)金融错配的经典方法学,对每个企业-年度观测值计算企业资金使用成本(利息支出/扣除应付账款后的负债总额),再按行业×年份聚合得到行业平均资金使用成本,二者相减并以行业均值标准化得到金融错配程度 Fd,附完整 Stata 参考代码与样本原始数据,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财务费用与资产负债表数据的规范测度结果!
附件内容简介:
1、2001-2025年上市公司金融错配程度数据:基于权威数据库中沪深A股上市公司的财务费用、资产负债表与上市公司基本信息表,严格遵循邵挺(2011)金融错配的经典方法学框架。核心变量包括:Fd(金融错配程度,残差化处理)、|Fd|(金融错配程度绝对值)、企业资金使用成本(资金成本基础分项)、行业平均资金使用成本(按行业×年份聚合的行业基准)以及指标构建所需的全部基础信息变量(证券代码、证券简称、行业代码D、所属省份/城市等)。累计涵盖 7.1w+ 公司-年度观测值,横跨 2001-2025 年共 25 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:参照邵挺(2011)金融错配等经典文献,金融错配程度 Fd 的测算分为以下四步:
步骤 0,原始数据预处理。通过 stkcd + year 将上市公司基本信息表、财务费用表、资产负债表三者 merge 合并;制造业用二级行业分类(IndustryCodeD 前 2 位),其他行业用一级分类(前 1 位);将利息支出、应付账款缺失值统一赋 0 以减少样本缺失;选择年份窗口 1998-2025,最终按计算流程剔除计算后缺失值。
(0a)行业分类规则:
(1)企业资金使用成本:
第二步,行业×年份聚合行业平均资金使用成本。按制造业二级行业(IndustryCodeD 前 2 位 = C 开头)/其他行业一级行业(IndustryCodeD 前 1 位)×年份聚合,计算行业内所有企业的资金使用成本算术平均值,作为该行业×年份的资金使用成本行业基准。
(2)行业平均资金使用成本:
第三步,金融错配程度 Fd 计算(残差化处理)。将企业资金使用成本与行业平均资金使用成本相减,并以行业平均资金使用成本标准化,得到金融错配程度 Fd。Fd > 0 表示企业实际融资成本高于行业平均(融资约束较紧,金融错配程度较高);Fd < 0 表示企业实际融资成本低于行业平均(融资约束较松,金融错配程度较低)。
(3)金融错配程度 Fd:
第四步,缩尾处理与衍生指标。对金融错配程度 Fd 进行 1% 和 99% 分位数的缩尾处理(winsor2 Fd, cuts(1 99) replace),消除极端值对回归结果的扰动;同时为方便绝对值模型回归,生成 |Fd| = abs(Fd) 作为金融错配程度绝对值,规避正负抵消问题。
(4)金融错配程度绝对值 |Fd|:
2、2001-2025年上市公司金融错配程度原始数据:源于权威数据库,涵盖沪深A股上市公司完整的财务费用、资产负债表与公司基础信息,原始字段包括财务费用中的利息支出(用于测算企业资金使用成本)、资产负债表中的负债合计与应付账款(用于测算扣除应付账款后的负债总额)、公司基础信息(行业代码、上市日期、所属省份城市等)等金融错配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,可用于复现完整的金融错配测算流程,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、无偿赠送权威参考文献PDF原文:包括邵挺(2011,金融研究)—— 金融错配、所有制结构与资本配置效率;周煜皓(2014,财经研究)—— 金融错配、资产专用性与资本结构;张庆君(2016,投资研究)—— 金融发展、信贷错配与企业资本配置效率;杨松令(2022,会计研究)—— 控股股东股权质押与企业非效率投资——基于金融错配背景的分析;赵晓鸽(2021,财经研究)—— 数字普惠金融发展、金融错配缓解与企业创新;王艳丽(2021,会计研究)—— 绿色信贷政策提高了企业的投资效率吗——基于污染企业金融资源配置的视角原文PDF,为金融错配、企业创新、资本配置效率方向的高质量参考文献,可作为理论与实证研究的参考依据,可逐篇核对实证设计逻辑,确保研究有据可查!
4、无偿赠送!2000-2025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Stata代码与全部分年度回归结果,如有疑惑可私信我,我将及时回复!
点击下方链接购买:
【25更新,重磅资料!】2001-2025上市公司金融错配,信贷错配程度数据,附代码与原始数据
(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







