发帖
雷达卡
数据名称：上市公司投资羊群行为指标数据
时间范围：2001—2025年
数据层级：上市公司—年度面板数据
核心指标：企业投资水平、行业领导者的投资水平、羊群行为测度
识别变量：stkcd（公司编号）、证券代码（证券代码）、year（年份）
文件格式：Stata .dta、Excel .xlsx；代码文件为 Stata .do 和 Python .py
二、原始数据与基本信息合并
上市公司财务投资数据.dta/.xlsx：上市公司年度财务数据，基础文件包含81,836行，主要字段为证券代码、stkcd、year、固定资产净额、在建工程净额、无形资产净额、资产总计，用于计算企业投资水平。
上市公司行业省市数据.dta：上市公司年度行业和地区匹配数据，包含75,495行，主要字段为证券代码、证券简称、stkcd、year、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码，用于补充公司简称、行业和地区信息并构造行业分组。
行业代码/上市公司基本信息数据.dta：上市公司公司层面静态基本信息，包含5,718家公司，主要字段为stkcd、证券代码、证券中文简称、上市日期、股票类型、行业名称D/行业代码D、行业名称C/行业代码C、行业名称B/行业代码B、行业名称A/行业代码A、注册资本、成立日期、退市日期；按stkcd与计算结果进行多对一合并，基本信息用于补充公司层面的静态字段，简称优先采用基本信息数据。
行业代码/行业代码对应.xlsx：行业代码对照资料，用于行业分类解释，不直接参与核心指标计算。
三、计算说明
【固定资产在建工程无形资产总和】定义为固定资产净额、在建工程净额和无形资产净额之和，作为企业长期投资性资产的合计指标。
【企业投资水平】定义为企业当期固定资产在建工程无形资产总和相对上期的净增加额除以上期资产总计，公式为 Inv_t=(固定资产在建工程无形资产总和_t−固定资产在建工程无形资产总和_{t−1})/资产总计_{t−1}；取值越大表示相对于企业资产规模的投资扩张越明显，负值表示相关投资性资产较上期减少。
【Industry】行业分组变量：制造业行业代码以C开头时采用行业代码前三位，其他行业采用行业代码第一位，用于计算行业年度规模分组和行业领导者。
【Size10】在Industry×year组内按资产总计进行十等分，10表示规模最大的十分位，用于识别行业领导公司。
【权重】在Industry×year组内对Size10=10的公司按资产总计计算比例权重，权重之和为1，用于投资加权平均。
【行业领导者的投资水平】定义为上一年度行业内规模最大前10%公司的企业投资水平加权平均值，先计算当年行业领导者加权均值，再将年份加1匹配到下一年度；取值代表公司当年可能追随的行业领先投资方向。
【羊群行为测度】定义为企业投资水平与行业领导者的投资水平的绝对离差，公式为 Herdinv_t=|Inv_t−Leadinv_{t−1}|；取值越小表示企业投资越接近行业领导者、投资羊群行为程度越强，取值越大表示偏离行业领导者越明显、羊群行为程度越弱；缺失值表示无法形成有效离差，行业领导者水平为0的观测按程序剔除。
【缩尾处理】对羊群行为测度、企业投资水平和行业领导者的投资水平三个核心连续指标按year分组进行1%和99%缩尾，仅用于剔除金融ST缩尾版本。
四、结果数据文件
共有3套结果数据文件，每套同时提供.dta和.xlsx格式。样本筛选步骤如下：
(1) 删除证券代码前三位为200或900的B股观测，按stkcd和year合并行业省市数据，并删除证券简称为空的观测；
(2) 计算企业投资水平、行业领导者的投资水平和羊群行为测度，删除羊群行为测度缺失及行业领导者的投资水平为0的观测，按stkcd合并上市公司基本信息；
(3) 未剔除版本保留金融行业及ST/PT/退市公司；剔除版本进一步删除行业代码含J的金融行业及证券简称含ST、PT或退市的公司；缩尾版本在剔除基础上对三个核心连续指标按年度进行1%和99%缩尾。
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 全样本留档版本，保留金融行业、ST/PT/退市公司，不缩尾，68,142行。
2 计算结果剔除金融ST未缩尾版本.dta/.xlsx 清洗未缩尾版本，剔除金融行业及ST/PT/退市公司，保留极端值，61,364行。
3 计算结果剔除金融ST缩尾版本.dta/.xlsx 实证常用版本，在清洗样本基础上按年度对三个核心连续指标进行1%和99%缩尾，61,364行。
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 证券代码。
2 证券简称 str 上市公司证券简称，基本信息合并后优先采用证券中文简称。
3 stkcd double 公司数值编号，面板合并键。
4 year double 年份，时间识别变量。
5 羊群行为测度 double 企业投资水平与行业领导者投资水平的绝对离差，Herdinv。
6 企业投资水平 double 企业投资水平，Inv。
7 行业领导者的投资水平 double 上一年度行业规模前10%公司的投资加权平均水平，Leadinv_1。
8 行业代码 str 年度行业代码，用于行业分组和金融行业筛选。
9 行业名称 str 年度行业名称。
10 所属省份 str 公司所属省份。
11 所属省份代码 double 公司所属省份代码。
12 所属城市 str 公司所属城市。
13 所属城市代码 double 公司所属城市代码。
14 上市日期 str 公司上市日期。
15 股票类型 str 股票类型，如A股等。
16 行业名称D str 基本信息行业分类D名称。
17 行业代码D str 基本信息行业分类D代码。
18 行业名称C str 基本信息行业分类C名称。
19 行业代码C str 基本信息行业分类C代码。
20 行业名称B str 基本信息行业分类B名称。
21 行业代码B str 基本信息行业分类B代码。
22 行业名称A str 基本信息行业分类A名称。
23 行业代码A str 基本信息行业分类A代码。
24 注册资本 double 公司注册资本，基本信息静态字段。
25 成立日期 str 公司成立日期。
26 退市日期 str 公司退市日期，空值通常表示无退市日期记录。
六、代码文件
文件名称 语言 说明
上市公司投资羊群行为指标计算数据计算代码.py Python 读取财务和行业数据，计算核心指标，合并基本信息并输出三套结果。
上市公司投资羊群行为指标计算数据计算代码.do Stata 与Python功能对等的核心指标计算、样本处理和三套结果输出程序。
上市公司投资羊群行为指标数据评估代码.py Python 递归评估结果.dta，输出分布、异常值、逻辑、稳健性和总评估结论。
上市公司投资羊群行为指标数据评估代码.do Stata Stata 15+数据质量评估程序，自动识别面板键并输出同类评估结果。
七、数据质量评估
评估结果存放于 数据质量评估报告_20260921 文件夹，运行日志为 评估日志_20260921.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 各结果数据的数值描述统计CSV及数值、字符变量频率分布CSV。
2 分布图 未剔除未缩尾结果的直方图、箱线图、核密度图、散点矩阵和时间趋势JPG图，优先300 dpi输出。
3 异常值检验 各结果数据逐变量缺失值、Z-score异常值和IQR温和/极端异常值检验CSV。
4 逻辑合理性验证 面板键自动识别结果、重复键统计及同一公司年份断档统计CSV。
5 稳健性测试 三套处理版本的观测数、公司数、起止年份和年份数比较CSV。
总评估结论_20260921.csv 每个数据文件、每个变量的缺失、异常值、取值范围、一致性和总体结论汇总表。
八、参考文献
[1] 叶玲, 李心合. 管理者投资羊群行为、产业政策与企业价值——基于我国A股上市公司的实证检验[J]. 江西财经大学学报, 2012, (5): 24-32.
[2] Scharfstein D. S., Stein J. C. Herd Behavior and Investment[J]. American Economic Review, 1990, 80(3): 465-479.
上市公司投资羊群行为指标计算2001-2025年含do-python代码和excel-dta格式数据.zip
(47.33 MB, 需要: RMB 34 元)
京公网安备 11010802022788号
