一、数据简介
数据名称：上市公司高管超额薪酬权烨口径数据
时间范围：2007—2025年
数据层级：上市公司—年度面板数据
核心指标：超额薪酬_权烨
识别变量：stkcd、year；id为原始数值型公司识别码，证券代码为保留前导零的字符型辅助识别变量


二、文件夹数据与信息合并
上市公司高管薪酬与治理原始数据.dta / .xlsx：四种超额薪酬口径的共同原始输入，共74,496个公司—年度观测、26个字段、5,889家公司，覆盖2000—2025年。字段包括前三名高管薪酬总额、资产负债和经营业绩、托宾Q、股权治理、董事会治理、特殊样本标记、行业及注册地区信息。
行业代码/上市公司基本信息数据.dta：公司级静态基本信息，以stkcd为键补充上市日期、股票类型、ABH股交叉码、公司中英文名称、行业A—D、注册资本、成立日期和退市日期。合并前删除经营范围和公司沿革长文本，避免结果文件体积无必要扩大；同名字段由基本信息数据中的非缺失值更新。
参考文献3：资本市场开放对高管超额薪酬...响——基于陆港通的经验证据_权烨.pdf：权烨口径的配套参考论文，供核对理论背景、变量设定和指标解释。
结果数据：三套DTA/XLSX仅保留“超额薪酬_权烨”这一核心指标以及共同公司年度和基本信息字段，不包含另外三种作者口径，便于单独使用和分发。


三、核心指标计算说明
【被解释变量】pay1=ln(高级管理人员前三名薪酬总额)。
【正常薪酬模型】pay1=α+β1L.pay1+β2size+β3lev+β4roa+β5L.roa+β6TQ+β7region+行业固定效应+年度固定效应+ε。
【变量设定】L.pay1为高管薪酬对数的一期滞后值，size为资产总计的自然对数，lev为资产负债率，roa为总资产收益率，L.roa为其一期滞后值，TQ为托宾Q值，region在原始“是否东部地区企业”等于0时取1。模型吸收行业和年度固定效应。
【行业分组】制造业以行业代码前三位识别细分行业，其他行业以行业代码首字母识别行业大类。
【滞后变量】仅在同一公司year与上一条观测年份连续时生成一期滞后值；年度断档时不将非连续年份误作上一期。
【共同样本设计】为保证四种文献口径之间可以直接比较，拆分代码沿用原合并代码的共同完整样本：四套模型涉及的规模、杠杆、盈利、无形资产、增长率、地区、薪酬、托宾Q、治理结构和收入变量均不得缺失。该规则会使单一口径样本比仅按本模型变量筛选更严格，但可确保拆分结果与原四指标总表逐值一致。
【回归前处理】删除B股并限制year不早于2007年；在每个年度内对模型涉及的连续控制变量按1%和99%分位缩尾，再估计固定效应回归。结果名称中的“未缩尾”是指最终超额薪酬残差没有再次缩尾，并不表示回归前控制变量完全未经缩尾。
【超额薪酬_权烨】等于实际高管薪酬对数与模型预测正常薪酬对数之差，即固定效应回归残差。数值大于0表示公司实际高管薪酬高于模型按公司特征估计的正常水平；数值小于0表示实际薪酬低于正常水平；绝对值越大表示偏离程度越高。
【样本清洗】未剔除版本保留金融业、ST/PT、资不抵债及退市公司；清洗版本先删除STPT、金融业或资不抵债标记之和大于0的观测，再在合并基本信息后删除退市日期非空公司。
【结果缩尾】剔除金融ST缩尾版本在清洗样本内按year对“超额薪酬_权烨”实施1%与99%分位双侧缩尾，不删除公司年度记录。


四、结果数据文件与统计特征
编号  文件名称                                                                                  样本说明
1     计算结果未剔除金融ST未缩尾版本.dta / 计算结果未剔除金融ST未缩尾版本.xlsx  52,707个观测、29个字段、5,487家公司；保留金融、ST/PT、资不抵债和退市公司，核心残差不缩尾。
2     计算结果剔除金融ST未缩尾版本.dta / 计算结果剔除金融ST未缩尾版本.xlsx      48,310个观测、29个字段、5,240家公司；剔除金融、ST/PT、资不抵债和退市公司，核心残差不缩尾。
3     计算结果剔除金融ST缩尾版本.dta / 计算结果剔除金融ST缩尾版本.xlsx          48,310个观测、29个字段、5,240家公司；使用第2套样本，按年度缩尾核心残差。



五、结果变量说明
序号  变量名称                变量类型  变量说明
1     证券代码                str6      六位证券代码字符变量，可保留前导零。
2     证券简称                str12     公司在对应年度使用的证券简称。
3     stkcd                    double    数值型证券代码，公司基本信息合并和面板识别键。
4     id                       double    原始数据中的数值型公司识别码，通常与stkcd对应。
5     year                     double    指标归属年度，范围为2007—2025年。
6     超额薪酬_权烨          double    权烨模型回归残差；正值表示实际薪酬高于预测正常薪酬。
7     行业代码                str3      公司对应年度行业代码。
8     行业名称                str60     公司对应年度行业名称。
9     所属省份                str24     公司注册地所属省份。
10    所属省份代码            str6      注册地省级行政区划代码。
11    所属城市                str30     公司注册地所属城市。
12    所属城市代码            str6      注册地城市行政区划代码。
13    上市日期                str10     公司首次上市日期。
14    股票类型                str3      股票类别或上市市场类型标识。
15    ABH股交叉码             str23     A股、B股或H股交叉上市及关联代码信息。
16    公司名称                str69     公司法定或登记全称。
17    公司中文简称            str18     公司基本信息库中的中文简称。
18    公司英文名称            str88     公司英文全称。
19    行业名称D               str60     基本信息库中的D层级行业名称。
20    行业代码D               str3      基本信息库中的D层级行业代码。
21    行业名称C               str60     基本信息库中的C层级行业名称。
22    行业代码C               str3      基本信息库中的C层级行业代码。
23    行业名称B               str51     基本信息库中的B层级行业名称。
24    行业代码B               str5      基本信息库中的B层级行业代码。
25    行业名称A               str12     基本信息库中的A层级行业名称。
26    行业代码A               str4      基本信息库中的A层级行业代码。
27    注册资本                double    公司注册资本，计量单位沿用基本信息源文件。
28    成立日期                str10     公司成立日期。
29    退市日期                str10     公司退市日期；空值表示基本信息库未记录退市日期。





六、计算与评估代码
上市公司高管超额薪酬权烨口径数据计算代码.do：Stata 15+计算版本，保留共同样本处理，只估计权烨模型并输出三套结果。
上市公司高管超额薪酬权烨口径数据计算代码.py：Python功能对等版本，使用pandas、numpy及最小二乘方法完成变量构造、固定效应展开、残差计算、信息合并和结果导出。
上市公司高管超额薪酬权烨口径数据评估代码.do：Stata数据质量评估版本，核心变量清单已限定为“超额薪酬_权烨”，运行后生成日期化评估报告。
上市公司高管超额薪酬权烨口径数据评估代码.py：Python功能对等评估版本，自动评估本子文件夹中的三套结果并输出描述统计、图形、异常值、逻辑合理性和稳健性结果。


七、拆分一致性与使用限制
本子文件夹中的三套结果由原四口径结果表删除另外三项超额薪酬变量得到，未对“超额薪酬_权烨”重新计算或改变数值。拆分后的每个DTA均比原合并结果少3个核心指标字段，观测数、公司数、年份范围及本口径均值与原表一致。独立计算代码继续使用共同完整样本规则，目的在于再次运行时复现当前拆分结果。
超额薪酬是相对于特定正常薪酬模型的残差，不是高管薪酬金额，也不是简单的薪酬增长率。不同文献口径的被解释变量、控制变量和固定效应不同，四个子文件夹的指标不应混合命名或直接替换；如需比较不同口径，应以stkcd和year重新合并，并明确模型差异。


八、参考文献与使用建议
参考口径：《资本市场开放对高管超额薪酬的影响——基于陆港通的经验证据》。