一、数据时间跨度


本数据集涵盖1954年至2022年共68年的时间序列数据，完整记录了中国银行业发展历程中各类银行机构的财务状况和经营情况。




二、数据样本规模


本数据集包含全国3600余家银行机构的详细财务数据，样本总量达到39121条观测值。数据覆盖了中国银行业的主要机构类型，包括大型商业银行、股份制商业银行、城市商业银行、农村商业银行、农村合作银行、村镇银行、外资银行、民营银行及其他商业银行等多种银行类型，能够全面反映中国银行业的整体发展状况。




三、数据指标体系


本数据集共包含120个指标变量，涵盖银行机构的基本信息、业务发展、财务状况、信贷资产、人力资源、负债结构等多个维度。


（一）银行基本信息指标


1. 银行中文全称
2. 成立日期
3. 银行性质
4. 年份
5. 注册资本
6. 是否上市
7. 所在省份
8. 注册地址
9. 经营范围
10. 法定代表人
11. 总经理


（二）信贷资产质量指标


1. 正常类贷款
2. 关注类贷款
3. 不良类贷款
4. 质押贷款余额
5. 抵押贷款余额
6. 保证贷款余额
7. 信用贷款余额
8. 逾期贷款
9. 不良贷款余额
10. 不良贷款比例
11. 不良贷款拨备覆盖率
12. 利息回收率


（三）收入与利润指标


1. 营业收入
2. 利息净收入
3. 利息收入
4. 利息支出
5. 手续费及佣金净收入
6. 手续费及佣金收入
7. 手续费及佣金支出
8. 营业支出
9. 营业税金及附加
10. 管理费用
11. 营业利润
12. 营业外收入
13. 营业外支出
14. 利润总额
15. 所得税
16. 净利润
17. 归属于母公司所有者的净利润
18. 少数股东损益


（四）每股收益与股东结构指标


1. 基本每股收益
2. 稀释每股收益
3. 股东户数
4. 机构股东数
5. 自然人股东数


（五）人力资源指标


1. 员工总数
2. 高级职称员工数
3. 高级职称员工数占比
4. 中级职称员工数
5. 中级职称员工占比
6. 初级职称员工数
7. 初级职称员工数占比
8. 中层以上管理人员数量
9. 银行业务人员数量
10. 博士研究生学历人数
11. 硕士研究生学历人数
12. 研究生学历占比
13. 大学本科学历人数
14. 大学本科学历占比
15. 大专及以上学历人数
16. 大专及以上学历人数占比
17. 大专及以下学历人数
18. 大专及以下学历占比
19. 退养员工人数


（六）审计信息指标


1. 审计会计师事务所
2. 审计日期
3. 审计师姓名1
4. 审计师姓名2
5. 审计费用


（七）现金流量指标


1. 客户存款和同业存放款项净增加额
2. 向中央银行借款净增加额
3. 向其他金融机构拆入资金净增加额
4. 收取利息和手续费净增加额
5. 收到其他与经营活动有关的现金
6. 经营活动现金流入小计
7. 客户贷款及垫款净增加额
8. 经营活动产生的现金流量净额
9. 投资活动产生的现金流量净额
10. 筹资活动产生的现金流量净额


（八）行业贷款分布指标


1. 序号
2. 行业种类
3. 贷款余额
4. 占贷款总额比例


（九）资产负债表指标


资产项目：
1. 现金及存放中央银行款项
2. 存放同业款项
3. 拆出资金
4. 交易性金融资产
5. 衍生金融资产
6. 应收利息
7. 发放贷款及垫款
8. 可供出售金融资产
9. 固定资产
10. 资产总计


负债项目：
1. 同业和其他金融机构存放款项
2. 向中央银行借款
3. 拆入资金
4. 吸收存款
5. 应交税费
6. 应付利息
7. 负债合计


所有者权益项目：
1. 实收资本
2. 资本公积金
3. 盈余公积金
4. 未分配利润
5. 一般风险准备
6. 归属于母公司所有者权益合计
7. 所有者权益合计
8. 负债与所有者权益总计


（十）业务规模指标


1. 存款总额
2. 贷款总额


（十一）监管与风险指标


1. 资本充足率
2. 核心资本充足率
3. 拆入资金比例
4. 拆出资金比例
5. 单一最大客户贷款比例
6. 最大十家客户贷款比例
7. 资本净额
8. 核心资本净额
9. 成本收入比




四、数据来源与采集方式


本数据集的原始数据来源于以下三个主要渠道：


（一）中国银行业监督管理委员会（银监会）公开披露的监管统计数据，该渠道数据具有权威性和规范性，主要包括银行机构的监管指标和经营许可信息。


（二）各银行机构官方网站发布的信息披露内容，包括年度报告、季度报告、重大事项公告等。


（三）上市银行及部分非上市银行公开发布的年度报告，该渠道提供了最为详细和完整的财务数据。


数据采集和整理过程遵循严格的质量控制标准，通过交叉验证确保数据的准确性和一致性。




五、数据应用领域


本数据集适用于以下研究领域和实践应用：


（一）银行业经营绩效研究


可用于分析不同类型银行的盈利能力、运营效率、成长性等经营绩效指标，比较不同银行类型、不同地区、不同规模银行的经营表现差异。


（二）银行风险管理研究


数据集中包含的不良贷款率、拨备覆盖率、资本充足率等指标，可用于评估银行的信用风险、流动性风险和资本风险状况，研究影响银行风险的内外部因素。


（三）银行业竞争与市场结构研究


基于全样本数据可以分析中国银行业的市场集中度、竞争程度及其演变趋势，研究不同类型银行的竞争策略和市场定位。


（四）银行业改革与政策效果评估


长时间跨度的数据可用于评估银行业改革措施（如利率市场化、混合所有制改革等）和宏观审慎政策对银行经营行为和绩效的影响。


（五）银行公司治理研究


数据集中包含的股权结构、高管信息、员工结构等指标，可用于研究公司治理机制对银行经营绩效和风险承担的影响。


（六）银行人力资源管理研究


详细的员工学历结构、职称结构数据为研究银行人力资本对经营绩效的影响提供了基础。




六、数据使用注意事项


（一）时间序列连续性


由于银行机构的设立、合并、重组等原因，部分银行的观测期可能不连续。进行面板数据分析时，需要根据研究目的选择平衡面板或非平衡面板。


（二）会计准则变更


1954年至2022年期间，中国会计准则经历了多次重大调整。使用跨期数据进行比较研究时，需注意会计准则变更对财务指标可比性的影响。


（三）银行分类口径


不同时期银行分类标准可能存在差异。例如，部分农村信用社改制为农村商业银行，部分城市信用社改制为城市商业银行。研究者需根据研究目的进行适当的样本筛选和分类。


（四）数据缺失处理


由于信息披露要求的差异，不同类型银行、不同年份的数据完整度可能存在差异。上市银行的数据相对完整，非上市中小银行的部分指标可能存在缺失。研究者应根据具体研究需要处理缺失数据。


（五）指标计算口径


部分衍生指标（如各类占比指标）可根据基础数据自行计算验证。在使用资本充足率等监管指标时，需注意其计算方法符合当期监管规定。


（六）异常值处理


由于银行重组、会计差错更正等原因，个别观测值可能出现异常。建议在实证分析前进行数据清理，对异常值进行适当处理（如缩尾处理或剔除）。