数据概述
数据名称：上市公司CEO权力数据
时间范围：2008-2023年
数据来源：权威数据库
样本范围：中国A股上市公司
文件清单：
本数据包包含以下文件：
【计算结果数据】（主文件夹）
  1. 计算结果未剔除金融ST版本.dta/xlsx  - 保留全部上市公司样本
  2. 计算结果剔除金融版本.dta/xlsx      - 剔除金融行业上市公司
  3. 计算结果剔除金融ST版本.dta/xlsx    - 剔除金融行业和ST上市公司
【原始数据】（原始数据文件夹）
  1. 上市公司治理综合信息数据.dta/xlsx  - 公司治理数据（含两职合一等）
  2. 上市公司高管个人资料数据.dta/xlsx  - 高管个人特征数据
  3. 上市公司机构投资者持股数据.dta/xlsx - 机构持股数据
  4. 上市公司基本信息数据.dta/xlsx      - 公司基本信息（含行业代码）
【代码文件】
  1. 上市公司CEO权力计算代码.do         - Stata计算代码
  2. 上市公司CEO权力计算代码.py         - Python计算代码
【参考文献】
  1. CEO权力促进了企业技术资...——基于上市公司的经验证据_许秀梅.pdf
  2. CEO权力对家族企业数字化转型的影响研究_张翠子.pdf

综合指标构建方法
基于上述八个虚拟变量，采用两种方法构建CEO权力综合指标：
【方法一：主成分分析法（Power_pc）】
  对八个CEO权力指标进行主成分分析（PCA），提取第一主成分作为综合指标。
  该方法能够根据各指标的方差贡献自动赋权，综合反映CEO权力水平。
【方法二：等权平均法（Power_ew）】★推荐使用
  对八个虚拟变量直接求算术平均值：
  Power_ew = (Dual + Insider_director + Rank + Tenure + CEO_share +
              Istitute_share + Education + Part_time_job) / 8
  取值范围：0-1，数值越大表示CEO权力越大。
CEO权力的测度
本文对于CEO权力强度的度量是参考Finkelstein的权力模型。Finkelstein认为，CEO的中心任务是处理不确定性，这就意味着权力基础在于有能力来处理内部和外部的不确定性。内部不确定性主要来自于董事会和其他高管人员，而外部的不确定性则主要来自于公司的目标和外部制度环境。因此，他将CEO的权力具体划分为组织权力、专家权力、所有制权力和声望权力。本文参考这种思路，将CEO权力从以上四个维度进行划分，并从每个维度各自选取两个虚拟变量来度量权力强度的大小。这样总共选取八个虚拟变量来进行度量。具体的定义和解释可见表1。

以上四个维度都从不同侧面反映了CEO权力的强度，但是每个指标都有一定的局限性，且不够全面和综合，因此本文在以上四个维度和八个测度指标的基础上合成CEO权力强度的综合指标，指标的合成采用两种方法：
第一，对以上八个指标进行主成分分析，采用第一主成分作为CEO权力强度的综合指标(Power_pc)；
第二，通过对以上八个虚拟变量直接相加求平均值(Power_ew)①，最终取值介于[0,1]之间。
Power_pc指标通过统计方法考虑了指标的权重，而Power_ew指标没有考虑指标的权重，所有指标按照等权处理。

计算结果变量说明
变量名称              变量类型    变量说明
stkcd                 字符型      股票代码
year                  数值型      年份（2008-2023）
Dual                  虚拟变量    两职合一（是=1，否=0）
Insider_director      虚拟变量    内部董事（是=1，否=0）
Rank                  虚拟变量    高职称（是=1，否=0）
Tenure                虚拟变量    任职时间超行业中位数（是=1，否=0）
CEO_share             虚拟变量    CEO持股（是=1，否=0）
Istitute_share        虚拟变量    机构持股低于行业中位数（是=1，否=0）
Education             虚拟变量    高学历（是=1，否=0）
Part_time_job         虚拟变量    外部兼职（是=1，否=0）
Power_pc              连续变量    CEO权力综合指标（主成分法）
Power_ew              连续变量    CEO权力综合指标（等权平均法）

数据处理说明
1. 样本筛选：
   - 保留2008-2023年上市公司样本
   - 剔除上市之前的观测值
   - 剔除CEO权力各指标存在缺失值的观测
2. 行业分类：
   - 采用证监会2012版行业分类标准
   - 制造业取两位代码（如C13、C26等），其他行业取一位代码
3. 数据版本：
   - 未剔除金融ST版本：保留全部样本
   - 剔除金融版本：剔除行业代码以J开头的金融行业公司
   - 剔除金融ST版本：同时剔除金融行业和ST、*ST、PT公司
参考文献
[1] 许秀梅,陈泽文.CEO权力促进了企业技术资本积累吗?——基于上市公司的经验证据[J].
    经济与管理评论,2022,38(06):115-129.
[2] Finkelstein S. Power in top management teams: Dimensions, measurement,
    and validation[J]. Academy of Management Journal, 1992, 35(3): 505-538.
使用建议
1. 推荐使用Power_ew（等权平均法）作为CEO权力的代理变量，该指标含义清晰、
   易于解释，且与主成分法结果高度相关。
2. 根据研究需要选择合适的数据版本：
   - 一般实证研究建议使用"剔除金融ST版本"
   - 如需保留全样本可使用"未剔除金融ST版本"
3. 可根据研究需要对八个分项指标进行单独分析，以深入探讨不同维度权力的
   差异化影响。