一、数据简介
数据名称：上市公司是否战略性新兴产业企业年度指标数据
时间范围：2000—2025年
数据层级：上市公司—年度面板
核心指标：是否战略性新兴产业企业
识别变量：stkcd、year；原始证券识别字段为证券代码或证券代码StockCode
文件格式：Stata DTA、Excel XLSX、Stata DO、Python PY




二、原始数据与基本信息合并
上市公司战略性新兴产业指数成分数据.dta / 上市公司战略性新兴产业指数成分数据.xlsx：战略性新兴产业指数成分证券清单，共1,117条；主要字段为指数简称IndexName、指数英文名称IndexNameEng、证券代码StockCode。
上市公司行业与所属省份城市年度数据.dta：上市公司年度行业地区基础面板，共75,495条；主要字段为证券代码、证券简称、stkcd、year、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码。
行业代码\上市公司基本信息数据.dta：按公司静态合并的基本信息，共5,718家公司；主要字段为证券代码、证券中文简称、上市日期、股票类型、ABH股交叉码、公司名称、行业A-D代码及名称、经营范围、公司沿革、注册资本、成立日期、退市日期、stkcd。
合并规则：先将成分证券代码截取前六位并转换为stkcd，再按stkcd与年度基础面板合并；基本信息按stkcd进行公司级合并，同名字段以基本信息数据为主，采用update replace口径。


三、计算说明
【是否战略性新兴产业企业】根据证券代码是否出现在战略性新兴产业指数成分清单中生成虚拟变量：若stkcd能够匹配成分清单，则是否战略性新兴产业企业=1；否则=0。成分数据未提供逐年成分时间字段，因此该指标在本代码中按公司匹配后沿用于公司年度面板，1表示属于成分清单，0表示不属于成分清单。
【stkcd】由证券代码StockCode前六位转换得到的数值型公司识别码，用于跨文件公司级合并。
【year】上市公司年度面板年份。
【指数简称IndexName】指数成分数据中的指数名称。
【指数英文名称IndexNameEng】指数成分数据中的指数英文名称。
【证券代码StockCode】指数成分数据中的原始证券代码。
【缩尾处理】本数据不存在需要缩尾的连续型核心指标，因此剔除金融ST样本后的缩尾版本与清洗未缩尾版本在样本和核心变量上保持一致。





四、结果数据文件
共有3套结果数据版本，每套同时提供DTA和XLSX格式。样本筛选步骤如下：
(1) 保留年度基础面板中证券代码前三位不为200或900的非B股观测，并完成成分清单匹配；
(2) 将未匹配成分的指标赋值为0，合并年度地区信息和公司级基本信息；全样本版本保留金融、ST/PT和退市公司，清洗版本进一步剔除证券简称缺失、行业代码J、简称含ST/PT及退市日期非空的观测；
(3) 由于核心指标为0/1虚拟变量，不进行连续变量缩尾，缩尾版本保存为清洗样本的等同版本。
编号        文件名称        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        保留金融行业、ST/PT和退市公司，不缩尾；74,681条，用于全样本留档和复核。
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        剔除金融行业、ST/PT和退市公司，不缩尾；65,887条，用于清洗样本分析。
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        因无连续型核心指标，与清洗未缩尾版本保持一致；65,887条。


五、变量说明
序号        变量名称        变量类型        变量说明
1        证券代码        str        上市公司证券代码。
2        证券简称        str        上市公司证券简称。
3        证券中文简称        str        基本信息中的证券中文简称。
4        stkcd        double        上市公司数值型公司识别码。
5        year        double        年度面板年份。
6        是否战略性新兴产业企业        double        核心虚拟变量，属于指数成分清单为1，否则为0。
7        行业代码        str        公司行业代码。
8        行业名称        str        公司行业名称。
9        所属省份        str        公司所属省份。
10        所属省份代码        str        公司所属省份代码。
11        所属城市        str        公司所属城市。
12        所属城市代码        str        公司所属城市代码。
13        上市日期        str        公司首次上市日期。
14        股票类型        str        股票类型或上市板块类型。
15        ABH股交叉码        str        A、B、H股交叉上市相关代码。
16        公司名称        str        公司名称。
17        公司中文简称        str        公司中文简称。
18        公司英文名称        str        公司英文名称。
19        行业名称D        str        行业分类D级名称。
20        行业代码D        str        行业分类D级代码。
21        行业名称C        str        行业分类C级名称。
22        行业代码C        str        行业分类C级代码。
23        行业名称B        str        行业分类B级名称。
24        行业代码B        str        行业分类B级代码。
25        行业名称A        str        行业分类A级名称。
26        行业代码A        str        行业分类A级代码。
27        经营范围        str        公司登记经营范围。
28        公司沿革        str        公司历史沿革信息。
29        注册资本        double        公司注册资本。
30        成立日期        str        公司成立日期。
31        退市日期        str        公司退市日期；空值通常表示未退市。





六、代码文件
文件名称        语言        说明
上市公司是否战略性新兴产业企业数据计算代码.py        Python        读取成分清单、生成战略性新兴产业虚拟变量、匹配年度和基本信息并输出三套结果。
上市公司是否战略性新兴产业企业数据计算代码.do        Stata        执行与Python版等价的成分匹配、B股处理、基本信息合并和结果保存。
上市公司是否战略性新兴产业数据评估代码.py        Python        对三套结果执行描述统计、频数、异常值、逻辑一致性、稳健性和绘图评估。
上市公司是否战略性新兴产业数据评估代码.do        Stata        独立执行同等数据质量评估；结果DTA若因strL兼容性无法读取时回退读取同名XLSX。


七、数据质量评估
评估结果存放于数据质量评估报告_20260722文件夹，运行日志为评估日志_20260722.log。各子文件夹内容如下：
子文件夹名        内容说明
1 数据分布分析        数值变量描述性统计、字符变量和数值变量频率分布CSV。
2 分布图        未剔除金融ST未缩尾版本的直方图、箱线图、核密度图、散点图矩阵和时间趋势图；大样本绘图固定种子抽样。
3 异常值检验        缺失率、IQR温和/极端异常、Z-score异常及异常率CSV。
4 逻辑合理性验证        面板键重复、时间连续性、二元变量取值范围和时间连续性检验CSV。
5 稳健性测试        三套结果版本的样本量、变量描述统计和时间范围对比CSV。





八、参考文献
[1] 李文静. 经济政策不确定性、融资约束与技术创新[J]. 统计与决策, 2021(20):141-145. DOI:10.13546/j.cnki.tjyjc.2021.20.031.