一、数据概况
数据名称：上市公司CEO基本信息数据
时间范围：2005-2024年
样本范围：中国A股上市公司
公司数量：5685家
原始数据：65713条记录（CEO基本信息原始数据）
处理后数据：60044条记录（CEO基本信息处理后数据，公司-年份唯一值）
数据格式：dta（Stata格式）、xlsx（Excel格式）
数据来源：上市公司高管信息披露


二、文件清单
CEO基本信息原始数据.dta / .xlsx —— 原始CEO信息，含人员ID与职业背景编码（65713行×18列）
CEO基本信息处理后数据.dta / .xlsx —— 处理后数据，变量已编码为数值（60044行×23列）
CEO基本信息数据计算代码.do —— Stata处理代码（从原始数据到处理后数据）
CEO基本信息数据计算代码.py —— Python等价处理代码
原始数据和处理后数据.xlsx —— 原始来源文件（含原始数据、中间处理、处理后数据等sheet）


三、原始数据变量说明（18个变量）
证券代码 —— 6位股票代码
统计截止日期 —— 年报截止日期，格式YYYY-MM-DD
人员ID —— CEO唯一标识符
姓名 —— CEO姓名
籍贯 —— CEO籍贯
性别 —— 文本，男/女
年龄 —— CEO年龄
学历 —— 数值编码：1=中专及以下，2=大专，3=本科，4=硕士研究生，5=博士研究生，6=其他，7=MBA/EMBA
专业 —— CEO所学专业
职称 —— CEO职称
报告期报酬总额 —— 当年报酬总额（元）
年末持股数 —— 年末持有公司股份数量（股）
高管职务类别 —— 全部为1（CEO）
是否兼任董事长和CEO —— 1=是，0=否
职业背景 —— 逗号分隔的数字编码，1=生产，2=研发，3=设计，4=人力资源，5=管理，6=市场，7=金融，8=财务，9=法律
海外背景 —— 逗号分隔编码，1=海外学习，2=海外工作，3=无海外背景
学术背景 —— 逗号分隔编码，1/2/3=有学术背景的不同类型，4=无学术背景
金融背景 —— 逗号分隔编码，99=无金融背景，其他数字为不同金融背景类型


四、处理后数据变量说明（23个变量）
证券代码 —— 6位股票代码
年份 —— 从统计截止日期提取的年份（2005-2024）
姓名 —— CEO姓名
籍贯 —— CEO籍贯
性别 —— 数值编码：1=男，0=女
年龄 —— CEO年龄
学历 —— 数值编码：1=中专及以下，2=大专，3=本科，4=硕士研究生，5=博士研究生，6=其他，7=MBA/EMBA
专业 —— CEO所学专业
职称 —— CEO职称
报告期报酬总额 —— 当年报酬总额（元）
年末持股数 —— 年末持有公司股份数量（股）
是否兼任董事长和CEO —— 1=是，0=否
ceo生产背景 —— 是否有生产背景，1=有，0=无（原始职业背景编码含1）
ceo研发背景 —— 是否有研发背景，1=有，0=无（原始职业背景编码含2）
ceo设计背景 —— 是否有设计背景，1=有，0=无（原始职业背景编码含3）
ceo人力资源背景 —— 是否有人力资源背景，1=有，0=无（原始职业背景编码含4）
ceo管理背景 —— 是否有管理背景，1=有，0=无（原始职业背景编码含5）
ceo市场背景 —— 是否有市场背景，1=有，0=无（原始职业背景编码含6）
ceo金融背景 —— 是否有金融背景，1=有，0=无（原始职业背景编码含7）
ceo财务背景 —— 是否有财务背景，1=有，0=无（原始职业背景编码含8）
ceo法律背景 —— 是否有法律背景，1=有，0=无（原始职业背景编码含9）
海外背景 —— 是否有海外背景，1=有（原始编码1或2），0=无（原始编码3），缺失值表示原始数据未披露
ceo学术背景 —— 是否有学术背景，1=有（原始编码1/2/3），0=无（原始编码4），缺失值表示原始数据未披露





五、数据处理流程
第1步：从统计截止日期中提取年份。
第2步：性别编码转换，男=1，女=0。
第3步：将逗号分隔的职业背景编码拆分为9个独立的0/1虚拟变量。编码对应关系：1=生产，2=研发，3=设计，4=人力资源，5=管理，6=市场，7=金融，8=财务，9=法律。一位CEO可同时具有多种职业背景。
第4步：海外背景编码，原始值含1（海外学习）或2（海外工作）的记为1，仅为3（无）的记为0，缺失保持缺失。
第5步：学术背景编码，原始值含1/2/3的记为1，仅为4（无）的记为0，缺失保持缺失。
第6步：公司-年份去重。同一公司同一年份存在多位CEO时，保留在该公司任职年数最长的CEO。
第7步：删除处理后不再需要的中间变量（统计截止日期、人员ID、高管职务类别、原始职业背景、原始金融背景）。