一、数据简介
数据名称：上市公司机构投资者持股数据
时间范围：2000—2025年
数据层级：上市公司—年度
核心指标：机构投资者持股数量、机构投资者持股比例
识别变量：stkcd、year
文件格式：Stata（.dta）
本数据按照原始数据库的机构投资者持股统计口径整理，覆盖2000—2025年5,806家上市公司，共包含71,794条公司—年度观测，记录证券代码、证券简称、机构投资者持股数量与持股比例，并提供行业、省份和城市等辅助信息；数据以stkcd和year共同识别公司年度观测，不存在重复的公司—年度记录，可作为计算上市公司机构投资者异质性指标的原始输入数据。


二、计算说明
【机构投资者持股数量】按照原始数据口径汇总的机构投资者持有上市公司股票数量，数值越大表示机构投资者持有的股票数量越多，计量单位沿用原始数据口径。
【机构投资者持股比例】按照原始数据口径统计的机构投资者持股比例，原始变量采用百分数形式而非0—1小数形式，数值越大表示机构投资者持股水平越高；在机构投资者异质性指标计算代码中，该变量先除以100转换为比例形式，再按年度进行1%和99%分位数缩尾处理。原始数据中存在超过100的观测，应结合原始数据库统计口径理解，不宜直接限定为0—100区间。
【行业代码、行业名称】用于识别上市公司所属行业并构造行业分组；计算机构投资者异质性指标时，制造业按照行业代码前三位划分，其他行业按照行业代码首位划分。
【stkcd、year】分别表示上市公司数值型证券代码和统计年度，两者共同构成公司—年度层面的唯一识别键。
【所属省份、所属省份代码、所属城市、所属城市代码】用于识别上市公司所在地区，可作为地区分组、匹配或控制变量。


三、变量说明
序号  变量名称                  变量类型  变量说明
1     证券代码                  str6      上市公司证券代码，保留六位字符形式及前导零
2     证券简称                  str18     上市公司证券简称
3     stkcd                     double    上市公司数值型证券代码，用于公司层面识别与数据合并
4     year                      double    统计年度，用于年度识别
5     机构投资者持股数量        double    机构投资者持有上市公司股票的数量
6     机构投资者持股比例        double    机构投资者持股比例，原始数据以百分数形式记录
7     行业代码                  str3      上市公司所属行业代码
8     行业名称                  str60     上市公司所属行业名称
9     所属省份                  str24     上市公司所属省份名称
10    所属省份代码              str6      上市公司所属省份代码
11    所属城市                  str30     上市公司所属城市名称
12    所属城市代码              str6      上市公司所属城市代码