写论文需要用到上市公司的专业化数据，但是上经管之家和闲鱼找了一圈，都是一些数据贩子，且大多只提供一个算好的不知道来源的 n 手数据，既缺乏数据处理过程，也没有任何可信度保障。于是只能自己动手折腾。


既有文献基本都是参照范子英和彭飞 (2017) 的文章，具体指标构建如下：



如果按照文章所写的指标直接去 CSMAR 检索的话，会发现有部分指标找不到。所以我们需要将其转换为能与 CSMAR 中财报术语直接匹配的命名方式。

以下是一些需要转换的财报术语：

| 转换前 | 转换后    |
| --- | --- |
|  少数股权收益  | 少数股东权益    |
|  销售额   |  营业总收入   |
|  税后净利润   |  净利润   |
|  预付款   |  预付款项净额   |
|  应付款   |  应付账款   |
|  存货   |  存货净额   |


假设我们已经下载好所需数据。

首先，我们处理资产负债表中的内容。我们从资产负债表中可以下载到以下变量：期初预付款、期末预付款，期末应付款、期初应付款，期末应付票据、期初应付票据，期初存货、期末存货，资产总计，负债合计，少数股东权益。

导入数据，仅保留期初和期末两期，再对部分变量进行期末减期初，或期初减期末。



接下来，捯饬一下其他所需变量，包括主营业务收入，非经常性损益，**扣除非经常性损益后的加权平均净资产收益率**，购买商品、接受劳务支付的现金，营业总收入，净利润，以及行业代码。

整理好基础数据后，将前面计算好的资产负债表数据合并进去，并进行简单整理。



接下来，计算采购额、增加值与净资产，采购商品的增值税率取 17 %。



计算净资产收益率和行业平均净资产收益率：

也有文献是取行业净资产收益率的三年移动平均，算法如下：


最后，计算专业化和纵向一体化，仅保留值域在 [0,1] 之间的样本，并做缩尾处理。


看一下描述性统计



由于范老师的文章并没有汇报描述性统计，我们将这一数值与袁淳等 (2021) 的文章进行对比。



同样地，我们将样本限定在 2010-2018 年的非金融企业：


这一数值比袁淳老师的结果略大。

后面无意中发现，CSMAR 中有现成的扣除非经常性损益后的加权平均净资产收益率。用这一变量替换前述的净资产收益率，重新计算行业平均净资产收益率：


随后，重新计算专业化与纵向一体化，并将样本限定在 2010-2018 年的非金融企业：



此时的结果与袁淳老师的高度一致，我们的均值为 0.5485，袁老师的均值为 0.5487。所以，我们的计算结果还是较为可信的。

最后，提供上述计算过程的所有原始数据、结果数据和其间用到的代码：