供应链韧性供应链抵抗力供应链恢复力
持续更新,后续关注我后免费获取更新版本
不管什么时候毕业或者发期刊用到,都能用到最新的数据
【原创整理,严禁转载,转载必究】
参考文献
[1]张树山,谷城.供应链数字化与供应链韧性[J].财经研究, 2024, 50(7):21-34.
计算说明
1. 维度划分与总体定义供应链韧性(Resil)。根据韧性定义并结合现有研究成果,供应链韧性通常表现为供应链应对外部冲击的抵抗能力和恢复能力(Gölgeci和 Kuivalainen, 2020; Negri等, 2021)。因此,本文将供应链韧性划分为供应链抵抗力和恢复力两个维度,尝试从上述维度筛选相关指标,通过综合指数测算来衡量供应链韧性。2. 供应链抵抗力(Resis)测度
供应链抵抗力(Resis)体现了供应链运行状态的稳定性,即在应对外部扰动时,供应链仍能维持循环畅通。本文从稳固供应链关系来筛选供应链抵抗力维度的指标。
指标一(资金占用情况): 从过程视角来看,供应链关系是否稳固依赖于下游客户对上游供应商的资金占用情况。一般情况下,当企业间开展商业合作时,如果供应商的应收账款压力较大,则供应商与客户的合作关系会趋于破裂。参考Cull等(2009)的研究,本文利用应收账款与收入比值的自然对数来衡量资金占用情况。该指标数值越小,表明客户对供应商的资金占用越少,供应链关系的稳定性越高。
指标二(稳定客户数量占比): 从结果视角来看,供应链关系是否稳固直接体现在企业间供需关系的持续性上,即企业间持续存在合作关系。借鉴潘红波和张哲(2020)的方法,本文以企业与前五大客户在连续年份内的稳定客户数量占比作为供应链抵抗力的第二个指标。该指标数值越大,表明供应链关系越稳固。
3. 供应链恢复力(Recov)测度供应链恢复力(Recov)体现了供应链受到外部冲击时偏离原始运行轨迹后的回弹能力。因此,偏离或者波动的大小可以较好地反映供应链恢复力。
指标三(供需偏离度): 从供需角度来看,当供应链受到外部冲击时,上下游企业原有的生产量与需求量受到影响,这会在短期内造成供需失衡。参考Shan等(2014)的研究,本文采用生产波动对需求波动的偏离程度作为供应链恢复力的一个代理指标,Matching 表示供需偏离度,若Matching大于1,则表明供应链上游供给和下游需求之间的波动较大,供应链恢复力较低;Production = Demand + Inventory - Inventory 表示企业产量,Demand 表示企业需求量(以销售成本来衡量),Inventory表示企业年末库存净值。
指标四(经济绩效偏离程度): 从经济角度来看,当供应链受到外部冲击时,企业绩效会偏离预期运行轨迹,并逐步调整恢复至受冲击前的状态。因此,企业绩效的偏离程度同样可以体现供应链受到冲击后的恢复能力。本文构建计量模型(3),利用残差(实际值与估计值之差)来捕捉企业经济绩效在不同时期 的变化和反应。其数值越大,表明供应链恢复力越强。
4. 综合指数合成本文利用熵权法,对供应链抵抗力和恢复力两个维度下的4个指标进行综合测算,所得结果即为供应链韧性。
注: 在稳健性检验中,还采用主成分分析法对供应链韧性进行综合指数测算。根据综合特征值(大于1)提取出主成分;最后,以方差贡献率占总方差贡献率的比例作为权重,对主成分得分进行线性加权,所得结果即为供应链韧性。
数据说明
样本选择:全部A股2002-2024年数据
包含两个版本:一份未剔除、一份剔除金融和ST、*ST或PT
每个压缩包都附有初始数据,计算代码,参考文献和最终数据
赠送超值上市基本信息:证券代码、统计截止日期、上市公司ID、证券简称、ABH股交叉码、行业名称、行业代码、中文全称、公司成立日期、首次上市日期、法人代表、注册资本、公司网址、经营范围、主营业务、上市状态、注册具体地址、注册地址所属省份、注册地址所属城市、注册地经度(E)、注册地纬度(N)、公司办公地址、办公地址经度、办公地址纬度、办公地址邮政编码等。
再额外赠送超值上市常用分组指标:是否 ST或PT、是否金融业、资产负债率是否大于1、是否沪深A股、
是否北京A股、行业名称、行业代码、所属省份代码、所属省份、所属城市代码、所属城市、分东部地区、中部地区、西部地区、是否高科技行业、是否重污染行业
原创申明作为长期扎根于此的原创数据提供方,我们始终秉持严谨的治学态度。遗憾的是,近期发现部分投机账号对本团队的心血进行像素级抄袭(包括数据及计算文案说明)。
在此郑重提醒广大同仁:学术研究,数据为基。抄袭者可以复制文字,却无法复制数据背后的清洗逻辑与学术洞察。若使用来源不明的盗版数据,可能因数据缺失、错误而导致研究偏误,影响实证结论的可靠性。请务必认准官方唯一渠道,确保您的研究建立在扎实的数据基础之上。
数据可靠,多轮审核本套数据集并非简单的镜像导出,而是我们课题组在深度科研过程中沉淀下来的“干货”:
深度溯源:以主流上市公司数据库为基准,对核心指标进行了跨平台的手工比对与补缺。
专家背书:数据处理方案经过导师指导,并由多位应用经济学在读博士、硕士进行多轮逻辑交叉校对,确保符合实证论文的投稿要求。
工匠精神:整理成本(时间、专业知识)远超目前的分享定价,旨在服务真正有科研需求的学友。
数据截图
分年份数据量统计
缩尾处理后描述性统计