发帖
雷达卡
数据名称：上市公司企业金融化数据
时间范围：2007-2025 年
数据层级：上市公司-年度（公司年度面板数据）
核心指标：金融投资资产、企业金融化1、企业金融化2
识别变量：证券代码、stkcd、year、统计截止日期
文件格式：Stata 数据文件（.dta）和 Excel 数据文件（.xlsx）
二、原始数据与基本信息匹配
FS_Combas.xlsx：上市公司合并财务报表原始数据，包含证券代码、证券简称、统计截止日期、报表类型、交易性金融资产、衍生金融资产、其他应收款净额、买入返售金融资产净额、一年内到期的非流动资产、其他流动资产、发放贷款及垫款净额、可供出售金融资产净额、持有至到期投资净额、长期股权投资净额、投资性房地产净额、其他非流动资产和资产总计等字段。
上市公司企业金融化（未剔除STPT和金融业未缩尾）.dta：作为公司年度静态信息映射来源，用证券代码和统计截止日期与原始财务数据一一匹配，补充 stkcd、行业代码、行业名称、行业代码1、行业名称1、所属省份、所属城市和上市日期等字段；核心财务科目和金融化指标均由 FS_Combas.xlsx 重新计算。
三、计算说明
【金融投资资产】金融投资资产为以下 12 项资产负债表科目之和：交易性金融资产、衍生金融资产、其他应收款净额、买入返售金融资产净额、一年内到期的非流动资产、其他流动资产、发放贷款及垫款净额、可供出售金融资产净额、持有至到期投资净额、长期股权投资净额、投资性房地产净额和其他非流动资产。计算时单个科目缺失按 0 计入合计，但原始科目的缺失状态保留。该指标的单位与原始财务报表一致。
【企业金融化1】参考顾雷雷、郭建鸾和王鸿宇（2020）的资产科目法，企业金融化1 = 金融投资资产 / 资产总计。取值越大，表示企业配置于广义金融资产和投资性房地产的资产占比越高，企业金融化程度越高；资产总计缺失或不大于 0 时该指标设为缺失值。
【企业金融化2】参考许罡和朱卫东（2017）的金融资产配置思路，企业金融化2 = （交易性金融资产 + 衍生金融资产 + 其他流动资产 + 持有至到期投资净额 + 可供出售金融资产净额 + 长期股权投资净额）/ 资产总计。取值越大，表示企业以该组金融资产配置衡量的金融化程度越高；为与本文件夹既有发布结果保持完全一致，本数据使用当期资产总计作分母，而非文献文字中提及的平均总资产。
【year】由统计截止日期的前四位提取，表示财务报表所属年度。
【报表类型】A 表示合并报表。本数据仅保留 A 类年末合并报表。
【行业代码1】公司所属行业代码，用于样本清洗；代码以 J 开头的行业为金融业。
四、结果数据文件
共有 3 套结果数据，每套均同时提供 .dta 和 .xlsx 格式。基础样本筛选步骤如下：
(1) 导入 FS_Combas.xlsx，保留报表类型为 A 的合并报表；
(2) 保留统计截止日期为 12 月 31 日、年度介于 2007-2025 年的记录；
(3) 以证券代码和统计截止日期匹配公司年度静态信息，仅保留匹配成功的公司年度观测。
编号 文件名称 说明
1 上市公司企业金融化（未剔除STPT和金融业未缩尾）.dta/.xlsx 保留金融行业、ST/PT 公司及行业代码1缺失观测，不进行缩尾；共 67,753 个公司年度观测，适用于全样本复核。
2 上市公司企业金融化（已剔除STPT和金融业未缩尾）.dta/.xlsx 在基础样本中剔除行业代码1缺失、行业代码1以 J 开头，以及证券简称含 ST 或 PT 的观测，不缩尾；共 63,838 个公司年度观测。
3 上市公司企业金融化（已剔除STPT已剔除金融业已缩尾）.dta/.xlsx 在第 2 套样本基础上，对企业金融化1和企业金融化2按全期样本 1% 和 99% 分位进行双侧缩尾；共 63,838 个公司年度观测，适用于常规回归分析。
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 上市公司六位证券代码。
2 证券简称 str 上市公司证券简称。
3 stkcd numeric 公司唯一识别代码。
4 year numeric 财务报表所属年度。
5 统计截止日期 str 财务报表统计截止日期，格式为 YYYY-MM-DD。
6 行业代码 str 公司所属行业代码。
7 行业名称 str 公司所属行业名称。
8 行业代码1 str 用于清洗判断的公司所属行业代码；以 J 开头表示金融业。
9 行业名称1 str 用于清洗判断的公司所属行业名称。
10 所属省份 str 公司注册地所属省份。
11 所属省份代码 str 公司注册地所属省份代码。
12 所属城市 str 公司注册地所属城市。
13 所属城市代码 str 公司注册地所属城市代码。
14 上市日期 str 公司首次上市日期，格式为 YYYY-MM-DD。
15 报表类型 str 财务报表口径；A 为合并报表。
16 交易性金融资产 numeric 为交易目的持有或指定为以公允价值计量且其变动计入当期损益的金融资产。
17 衍生金融资产 numeric 企业持有的衍生工具、套期工具等归入衍生金融资产的金额。
18 其他应收款净额 numeric 其他应收款扣除坏账准备后的余额。
19 买入返售金融资产净额 numeric 买入返售金融资产扣除坏账准备后的余额。
20 一年内到期的非流动资产 numeric 将于一年内到期的非流动资产账面价值。
21 其他流动资产 numeric 未归入其他流动资产明细项目的流动资产汇总金额。
22 发放贷款及垫款净额 numeric 发放贷款及垫款扣除损失准备后的余额。
23 可供出售金融资产净额 numeric 可供出售金融资产扣除减值准备后的余额。
24 持有至到期投资净额 numeric 持有至到期投资扣除减值准备后的余额。
25 长期股权投资净额 numeric 长期股权投资扣除减值准备后的余额。
26 投资性房地产净额 numeric 投资性房地产扣除累计折旧和减值准备后的余额。
27 其他非流动资产 numeric 未归入其他非流动资产明细项目的非流动资产汇总金额。
28 资产总计 numeric 企业期末资产总额。
29 金融投资资产 numeric 12 项金融相关资产科目的合计。
30 企业金融化1 numeric 金融投资资产占资产总计的比例。
31 企业金融化2 numeric 六项金融资产占资产总计的比例。
六、代码文件
文件名称 语言 说明
上市公司企业金融化数据计算代码.do Stata 导入原始合并报表、计算两个金融化指标、匹配静态信息、生成三套 .dta/.xlsx 结果。
上市公司企业金融化数据计算代码.py Python 与 Stata 代码功能等价，使用 pandas、numpy 和 pyreadstat 生成相同口径的三套结果。
七、使用说明
运行任一计算代码前，应保证本文件夹内存在 FS_Combas.xlsx 和“上市公司企业金融化（未剔除STPT和金融业未缩尾）.dta”。后者用于提供原始财务表中不含的行业、地区、上市日期和 stkcd 映射字段。Stata 代码要求 Stata 15 或更高版本；Python 代码要求安装 pandas、numpy、pyreadstat、openpyxl 和 xlsxwriter。运行代码会覆盖同名的三套结果文件。
八、参考文献
[1] 顾雷雷, 郭建鸾, 王鸿宇. 企业社会责任、融资约束与企业金融化[J]. 金融研究, 2020(2): 109-127.
[2] 许罡, 朱卫东. 金融化方式、市场竞争与研发投资挤占——来自非金融上市公司的经验证据[J]. 科学学研究, 2017, 35(5): 709-719+728. DOI:10.16192/j.cnki.1003-2053.2017.05.008.
【2025最新】上市公司企业金融化.zip
(80.92 MB, 需要: RMB 29 元)
京公网安备 11010802022788号
