一、数据简介
数据名称：企业违规原始数据（上市公司违规处理明细，企业违规“企业—年度”面板的最上游来源）
时间范围：违规年度 1993—2026 年（项目最终面板口径取 2000—2025 年）
数据层级：违规明细，一条记录对应“一个违规事件 × 一次处理”
核心指标：违规类型编码（P25xx）与违规年度，据此按三类（信息披露违规 / 经营违规 / 领导人违规）归类计数
识别变量：证券代码（id / Symbol）、违规年度（TypeYear / ViolationYear）
文件格式：xlsx


本文件夹存放企业违规面板数据的最上游来源文件，来自 权威数据库上市公司违规处理表（STK_Violation），是后续全部处理与成品的输入；含两份 Excel：STK_Violation_Main.xlsx 为 CSMAR 直接下载的违规处理原始主表（21 个字段、17766 条违规事件、涉及 3414 家上市公司，违规年度跨 1993—2026 年，作溯源底稿，代码不直接读取），企业违规.xlsx 为在主表基础上提取“证券代码＋违规类型编码＋违规年度”三项关键信息整理而成、供处理代码直接读取的输入表（16657 行、涉及 3317 家上市公司）；将企业违规.xlsx 的违规类型编码按 P25xx 展开后共 49851 个“编码×年度”计数，其中信息披露违规 23827 个（47.8%）、经营违规 23831 个（47.8%）、领导人违规 2193 个（4.4%），无落在三类之外的编码；本数据不含金融业上市公司，主要用于在公司—年度层面统计三类违规次数、并构建违规总次数与是否违规指标。


二、计算说明
【违规类型编码 TypeID / ViolationTypeID】CSMAR 违规类型编码（形如 P25xx）。处理代码据此将违规归为三类（与 企业违规处理.py 中 List 完全一致）：信息披露违规 infoViolation = P2501、P2502、P2503、P2504、P2505、P2506；经营违规 manViolation = P2507、P2508、P2509、P2512、P2514—P2524、P2599；领导人违规 leadViolation = P2510、P2511、P2513；落在三类之外的编码不计入（本数据实际无此类编码）。
【违规年度 TypeYear / ViolationYear】违规行为发生的年度，与违规类型编码按位置一一对应。原始跨 1993—2026 年；项目最终面板口径取 2000—2025 年，1993—1999 年（198 个计数）与 2026 年（9 个计数）不纳入。
【多值结构】同一违规事件可同时涉及多个违规类型 / 多个违规年度：编码串与年度串均以英文分号“;”分隔为多组、两者按位置一一对应；同一组内若有多个编码再以中文顿号“、”分隔。例：TypeID =“P2505、P2599;P2505、P2599”，TypeYear =“2012;2013”。
【证券代码 id / Symbol】上市公司证券代码。Symbol 为 6 位文本、保留前导零（如 000002）；id 为去前导零的整数（如 2→000002、7→000007），匹配或拼接其他数据时需还原为 6 位代码。


三、变量说明
本文件夹含两份数据文件，变量分别说明。


（一）STK_Violation_Main.xlsx —— CSMAR 原始违规主表（21 列；第 1 行英文名、第 2 行中文名、第 3 行单位，第 4 行起为数据）
序号  变量名称            变量类型  变量说明


1     ViolationID         int       违规事件ID（唯一标识，共 17766 个）
2     Symbol              str       证券代码（6 位文本，保留前导零，如 000002）
3     DisposalDate        str       处理文件日期
4     DeclareDate         str       公告日期
5     ShortName           str       证券简称（可能含 ST/*ST 标记）
6     CoFullName          str       公司全称
7     Promulgator         str       公告发布机构
8     FileName            str       公告文件名称
9     DocumentNumber      str       处理文件编号
10    Supervisor          str       处理单位
11    ViolationType       str       违规类型（中文，如重大遗漏、推迟披露、违规买卖股票、虚假记载等）
12    ViolationTypeID     str       违规类型编码（P25xx；多值结构见“二、计算说明”）
13    Law                 str       违反的法律法规
14    ViolationYear       str       违规年度（多值结构见“二、计算说明”）
15    Activity            str       违规行为（事件详细描述）
16    PunishmentMeasure   str       处分措施
17    SumPenalty          float     处罚总金额（元）
18    IsViolated          str       上市公司是否违规（Y/N）
19    PunishmentType      str       处罚方式-上市公司
20    PunishmentTypeID    str       处罚方式编码-上市公司
21    Penalty             float     处罚金额-上市公司（元）


（二）企业违规.xlsx —— 处理代码直接读取的输入表（3 列）
序号  变量名称            变量类型  变量说明


1     id                  int       证券代码（去前导零的整数，如 2→000002、7→000007；匹配时需还原为 6 位代码）
2     TypeID              str       违规类型编码串（P25xx）；多组用英文“;”分隔，组内多编码用中文“、”分隔
3     TypeYear            str       违规年度串；与 TypeID 按位置一一对应，多组用英文“;”分隔