一、数据简介
数据名称：上市公司海外子公司数量及海外经营分布数据
时间跨度：2003—2024年
数据层级：上市公司—年度面板数据；原始数据同时保留海外关联公司明细层级
核心指标：海外子公司数、ln海外子公司数、总注册资本、ln总注册资本、海外子公司分布国家数、ln海外子公司分布国家数
识别变量：id（上市公司识别变量）、证券简称（公司名称）、year（年度变量）
数据格式：Excel格式、Stata格式、Stata do代码


二、数据文件与处理过程
海外子公司数原始数据+过程数据+计算结果2003-2024.xlsx：Excel工作簿，包含“原始数据”“代入stata的过程数据”“计算后结果”三个工作表。原始数据主要字段为 Symbol、ShortName、EndDate、RalatedParty、RelationshipID、RegisterCapital、RegisterAddress、CountryName、TotalHoldingRatio、TotalCost；过程数据主要字段为 id、证券简称、year、海外关联公司名称、与上市公司关系编码、注册资本、国家区域名称、持股比例合计；计算后结果为公司—年度层面的6个核心结果变量。
海外子公司数据计算后结果.dta：由计算代码生成的 Stata 结果数据，包含30,009条公司—年度观测和9个字段，主要字段为 id、证券简称、year、海外子公司数、ln海外子公司数、总注册资本、ln总注册资本、海外子公司分布国家数、ln海外子公司分布国家数。




三、计算说明
【海外子公司数】在同一 id、year 分组内，对每条海外关联公司记录生成值为1的变量并求和，计算公式为：海外子公司数 = Σ（海外关联公司记录指示变量）。数值越大，表示该上市公司当年纳入统计的海外子公司记录越多。
【ln海外子公司数】海外子公司数的自然对数变换，计算公式为 ln（海外子公司数+1）。加1用于处理数量为0的情况；数值越大表示海外子公司数量规模越大，但增长具有对数压缩效果。
【总注册资本】在同一 id、year 分组内，对所有海外关联公司的注册资本求和，计算公式为：总注册资本 = Σ（海外关联公司注册资本）。该变量沿用原始注册资本的计量单位，数值越大表示海外子公司注册资本总规模越大。
【ln总注册资本】总注册资本的自然对数变换，计算公式为 ln（总注册资本+1），用于缓解注册资本规模变量的偏态分布。
【海外子公司分布国家数】在同一 id、year 分组内，对国家区域名称进行不同值计数，计算公式为：海外子公司分布国家数 = nvals（国家区域名称）。同一国家拥有多家海外子公司时只计为一个国家；数值越大表示企业海外经营的国家或地区覆盖范围越广。
【ln海外子公司分布国家数】海外子公司分布国家数的自然对数变换，计算公式为 ln（海外子公司分布国家数+1），用于处理国家数量为0并压缩右偏分布。





四、数据处理步骤
(1) 为每条海外关联公司明细生成恒等于1的记录变量。
(2) 按 id 和 year 汇总记录数，得到海外子公司数；按同一分组汇总注册资本，得到总注册资本。
(3) 按 id 和 year 统计国家区域名称的不同取值数量，得到海外子公司分布国家数。
(4) 对上述三个规模或数量指标分别加1后取自然对数。
(5) 删除持股比例合计字段，删除重复的 id-year 组合，仅保留每个上市公司每个年度的一条记录。


五、变量说明
序号  变量名称                  变量类型  变量说明
1     id                        int       上市公司面板识别码。
2     证券简称                  str       上市公司证券简称。
3     year                      int       年度，覆盖2003—2024年。
4     海外子公司数              float     id-year组内海外关联公司记录数。
5     ln海外子公司数            float     ln（海外子公司数+1）。
6     总注册资本                float     id-year组内海外关联公司注册资本之和。
7     ln总注册资本              float     ln（总注册资本+1）。
8     海外子公司分布国家数      float     id-year组内不同国家区域名称数量。
9     ln海外子公司分布国家数    float     ln（海外子公司分布国家数+1）。


六、代码文件
文件名称    语言    说明
代码.do     Stata   按 id-year 汇总海外子公司数、总注册资本和分布国家数，取对数、去重并保留最终公司年度变量。


七、结果文件
海外子公司数据计算后结果.dta：最终公司—年度面板结果，包含9个字段、30,009条观测。
Excel文件“计算后结果”工作表：与上述 DTA 结果对应的 Excel 格式结果。