发帖
雷达卡
数据名称：上市公司短债长用与短贷长投数据
时间范围：2000-2025年
数据层级：上市公司-年度面板
核心指标：短债长用SDLA、短贷长投SDLI
识别变量：stkcd、year、证券代码
文件格式：DTA、XLSX、DO、PY、TXT
二、原始数据与基本信息合并
上市公司短债长用与短贷长投原始财务数据.dta：公司年度财务报表与行业地域数据，主要字段为证券代码、证券简称、stkcd、year、流动负债合计、负债合计、流动资产合计、资产总计、长期借款、所有者权益合计及现金流量项目。
上市公司短债长用与短贷长投原始财务数据.xlsx：与DTA内容对应的原始财务数据Excel版本，主要字段为证券代码、stkcd、year、资产负债表和现金流量表项目。
行业代码\上市公司基本信息数据.dta：公司级静态基本信息，按stkcd合并，主要字段为证券代码、证券中文简称、上市日期、股票类型、行业代码A-D、注册资本、成立日期、退市日期。
三、计算说明
短债长用SDLA：短期负债支持长期资产的程度，公式为(流动负债合计/负债合计)-(流动资产合计/资产总计)；取值越大表示短期负债相对长期资产的期限错配程度越高，负值表示流动资产占比相对更高。
LDIncrement：长期借款本期增加额，等于长期借款+一年内到期的非流动负债-上一自然年度长期借款。
OEIncrement：所有者权益本期增加额，等于所有者权益合计-上一自然年度所有者权益合计。
短贷长投SDLI：短期融资用于长期投资的程度，公式为[购建固定资产、无形资产和其他长期资产支付的现金-(LDIncrement+OEIncrement+经营活动产生的现金流量净额+处置长期资产收回的现金净额)]/资产总计；取值越大表示长期投资资金缺口越多地由短期融资承担。
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) 删除B股代码开头为200或900的公司及stkcd为1的记录，并按公司年度计算指标；
(2) 清洗版本剔除证券简称缺失、金融行业、ST/PT公司和存在退市日期的公司；
(3) 缩尾版本先按年度对短债长用SDLA和短贷长投SDLI在1%和99%分位数缩尾，再执行清洗筛选。
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/.xlsx 基础结果，73,757条观测。
2 计算结果剔除金融ST未缩尾版本.dta/.xlsx 清洗未缩尾结果，62,948条观测。
3 计算结果剔除金融ST缩尾版本.dta/.xlsx 清洗缩尾结果，62,948条观测。
五、变量说明
序号 变量名称 变量类型 变量说明
1 证券代码、证券简称 str 基本信息表提供的证券代码和简称。
2 stkcd、year float 公司识别代码和年度。
3 短债长用SDLA float 短债长用程度。
4 短贷长投SDLI float 短贷长投程度。
5 LDIncrement、OEIncrement float 长期借款和所有者权益本期增加额。
6 行业代码、行业名称、所属省份、所属城市及其代码 str 年度行业和地域信息。
7 上市日期、股票类型、行业代码A-D、注册资本、成立日期、退市日期 str/float 公司级静态基本信息。
六、代码文件
文件名称 语言 说明
上市公司短债长用&短贷长投数据计算代码.py Python 计算SDLA、SDLI并输出三套结果。
上市公司短债长用&短贷长投数据计算代码.do Stata 与Python版口径对应的Stata计算代码。
上市公司短债长用&短贷长投数据评估代码.py Python 独立完成结果质量评估。
上市公司短债长用&短贷长投数据评估代码.do Stata 与Python评估版功能对应的Stata评估代码。
七、数据质量评估
评估结果存放于数据质量评估报告_20260818文件夹，运行日志为评估日志_20260818.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 变量角色、描述统计和频率分布CSV。
2 分布图 未剔除未缩尾样本的论文级分布图。
3 异常值检验 Z-score、IQR和缺失值检验结果。
4 逻辑合理性验证 面板重复键与时间连续性检验结果。
5 稳健性测试 不同样本期及不同处理版本比较和总评估结论表。
八、参考文献
[1] 李增福等. 经济政策不确定性与企业短债长用[J]. 项目内参考文献。
[2] 项目内原始参考文献：经济政策不确定性与企业短债长用-李增福.pdf。
【数据】上市公司短债长用&短贷长投2000-2025年含do-python代码和excel-dta格式数据
(76 Bytes, 需要: RMB 36 元)
京公网安备 11010802022788号
