一、数据简介
数据名称：上市公司打破组织惯例指标数据
时间跨度：2000—2024年
数据层级：上市公司—年度面板
核心指标：企业打破组织惯例B_routines、打破组织惯例关键词词频
识别变量：证券代码、stkcd（数值型证券代码）、year（年份）
文件格式：Stata .dta（version 118）+ Excel .xlsx
本数据基于中国A股上市公司年度报告文本挖掘，统计与"打破组织惯例"相关的12个关键词（优化组织架构、组织架构变革、组织变革、变革组织、变革规章制度、变革流程管理、变革管理、变革文化意识、转变业务模式、转变运营模式、流程重构、业务流程再造）的词频，通过对关键词总词频加1取自然对数构建企业打破组织惯例指标（B_routines），并匹配上市公司行业与地区信息及基本信息，可用于研究企业组织变革、创新管理、战略转型等相关议题。




二、计算说明
【打破组织惯例关键词词频】为上市公司年报中上述12个关键词出现次数的行合计，即各关键词词频之和。该指标反映了企业在年报中披露的与打破组织惯例相关的文本信息丰富程度。
【企业打破组织惯例B_routines】= ln(打破组织惯例关键词词频 + 1)。对关键词总词频加1后取自然对数，以缓解右偏分布并保留零值信息。该指标值越大，表明上市公司在年报中披露的打破组织惯例相关信息越丰富，组织变革力度可能越大。





三、结果数据文件
共三套结果数据（每套包含 .dta 和 .xlsx 两种格式），样本筛选步骤如下：
（1）剔除B股样本（证券代码首位为2或9），仅保留A股上市公司
（2）剔除证券简称为空的样本
（3）剔除金融业样本（行业代码含"J"）
（4）剔除ST和PT样本
（5）对连续变量（企业打破组织惯例B_routines、打破组织惯例关键词词频）按年份进行前后1%缩尾处理（winsor2）
编号  文件名称                                    说明
1     计算结果未剔除未缩尾版本.dta/.xlsx          完成步骤（1）（2）后的全样本数据，共67111条记录
2     计算结果已剔除金融STPT未缩尾版本.dta/.xlsx  在版本1基础上完成步骤（3）（4），共60662条记录
3     计算结果已剔除金融STPT已缩尾版本.dta/.xlsx  在版本2基础上完成步骤（5），共60662条记录





四、变量说明
序号  变量名称                      变量类型  变量说明
1     证券代码                      字符型    上市公司6位证券代码
2     证券简称                      字符型    上市公司证券简称（已用基本信息中证券中文简称回写）
3     stkcd                         数值型    上市公司数值型证券代码
4     year                          数值型    年份
5     企业打破组织惯例B_routines    数值型    上市公司企业打破组织惯例指标，ln(关键词词频+1)
6     打破组织惯例关键词词频        数值型    上市公司年报12个关键词词频合计
7     行业代码                      字符型    上市公司行业代码（已用基本信息中行业代码C回写）
8     行业名称                      字符型    上市公司行业名称（已用基本信息中行业名称C回写）
9     所属省份                      字符型    上市公司所属省份
10    所属省份代码                  字符型    上市公司所属省份代码
11    所属城市                      字符型    上市公司所属城市
12    所属城市代码                  字符型    上市公司所属城市代码
13    证券代码_ind                  字符型    合并行业与地区信息时保留的原始证券代码
14    证券代码_base                 字符型    合并基本信息数据时保留的原始证券代码
15    证券中文简称                  字符型    上市公司证券中文简称（来自基本信息数据）
16    上市日期                      字符型    上市公司上市日期
17    股票类型                      字符型    上市公司股票类型
18    ABH股交叉码                   字符型    上市公司ABH股交叉码
19    公司名称                      字符型    上市公司全称
20    公司中文简称                  字符型    上市公司中文简称
21    公司英文名称                  字符型    上市公司英文名称
22    行业名称D                     字符型    上市公司行业名称（D级细分类）
23    行业代码D                     字符型    上市公司行业代码（D级细分类）
24    行业名称C                     字符型    上市公司行业名称（C级中类）
25    行业代码C                     字符型    上市公司行业代码（C级中类）
26    行业名称B                     字符型    上市公司行业名称（B级大类）
27    行业代码B                     字符型    上市公司行业代码（B级大类）
28    行业名称A                     字符型    上市公司行业名称（A级门类）
29    行业代码A                     字符型    上市公司行业代码（A级门类）
30    经营范围                      字符型    上市公司经营范围
31    公司沿革                      字符型    上市公司公司沿革
32    注册资本                      数值型    上市公司注册资本（万元）
33    成立日期                      字符型    上市公司成立日期
34    退市日期                      字符型    上市公司退市日期



五、原始数据与基本信息合并
原始数据文件为"上市公司年报打破组织惯例关键词词频数据.dta/.xlsx"，主要字段包括证券代码、年份以及12个打破组织惯例关键词词频变量（优化组织架构、组织架构变革、组织变革、变革组织、变革规章制度、变革流程管理、变革管理、变革文化意识、转变业务模式、转变运营模式、流程重构、业务流程再造）。
合并方式：首先通过stkcd和year与"上市公司行业与地区信息数据.dta"进行多对一匹配（merge m:1），获取证券简称、行业代码、行业名称、所属省份、所属城市等字段；再通过stkcd与"行业代码/上市公司基本信息数据.dta"进行多对一匹配，获取上市日期、股票类型、公司名称、行业分类（A/B/C/D四级）、经营范围、公司沿革、注册资本、成立日期、退市日期等22个字段。
回写规则：以上市公司基本信息数据为主，用行业代码C回写行业代码、用行业名称C回写行业名称、用证券中文简称回写证券简称，确保行业分类和公司名称信息的一致性与准确性。





六、代码文件
文件名称                                      语言    说明
上市公司打破组织惯例指标数据计算代码.do        Stata   核心计算代码，生成三个版本的计算结果
上市公司打破组织惯例指标数据计算代码.py        Python  与Stata计算代码等价的Python实现
上市公司打破组织惯例指标数据评估代码.do        Stata   数据质量评估代码，生成评估报告
上市公司打破组织惯例指标数据评估代码.py        Python  与Stata评估代码等价的Python实现



七、数据质量评估
评估报告文件夹：数据质量评估报告_YYYYMMDD
评估日志文件：评估日志_YYYYMMDD.log
子文件夹      内容
数据分布分析  三个版本的描述性统计、频率分布、变量类型概况（共9个txt文件）
分布图        直方图、箱线图（年度）、核密度图、QQ图、散点图、时间趋势图、行业分布箱线图（Top10）、省份平均值条形图、三版本样本量趋势图（共13张JPG，300DPI以上）
异常值检验    三个版本的IQR法与Z-score法异常值检验报告、缺失值统计、IQR离群样本CSV（共6个文件）
逻辑合理性验证  时间连续性检验、上市公司个体样本期CSV、指标范围与一致性检验（共3个文件）
稳健性测试    三版本指标对比、子样本期对比、三版本B_routines趋势对比图、三版本样本量对比图（共4个文件）



八、参考文献
袁淳, 肖土盛, 耿春晓, 等. 数字化转型与企业分工：专业化还是纵向一体化[J]. 中国工业经济, 2021(9): 137-155.
李春涛, 闫续文, 宋敏, 等. 金融科技与企业创新——新三板上市公司的证据[J]. 中国工业经济, 2020(1): 81-98.
聂辉华, 谭松涛, 王宇锋. 创新、企业规模和市场竞争：基于中国企业层面的面板数据分析[J]. 世界经济, 2008(7): 57-66.