Advertisement

2000-2022年上市公司全要素生产率数据集（含原始数据、计算代码及结果，采用LP法、OLS法、GMM法和固定效应法）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本数据集提供2000至2022年间中国上市公司的全要素生产率信息，涵盖原始数据、分析代码与计算结果。利用LP、OLS、GMM及固定效应方法进行严谨评估。 2000-2022年上市公司全要素生产率测算（包含原始数据、测算代码do文档及计算结果） 1. 时间范围：2000年至2022年。 2. 数据来源：上市公司。 3. 涉及指标： - 证券代码 - 证券简称 - 统计截止日期 - 固定资产净额 - 年份（year） - 股票简称 - 报表类型编码 - 折旧摊销费用 - 支付给职工以及为职工支付的现金 - 购建固定资产、无形资产和其他长期资产支付的现金 - 营业总收入和营业收入 - 销售成本及销售费用 - 管理费用与财务费用 - 上市日期和成立日期 - 行业代码和行业名称 - 员工人数 - 所属省份 4. 测算方法： LP法、OLS法、GMM法及固定效应模型。 5. 内容包含：原始数据集、测算过程的Stata do文档以及最终计算结果。 6. 参考文献： 鲁晓东，《中国工业企业全要素生产率估计_1999—2007》

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2000-2022年上市公司全要素生产率数据集（含原始数据、计算代码及结果，采用LP法、OLS法、GMM法和固定效应法）
    优质
    本数据集提供2000至2022年间中国上市公司的全要素生产率信息，涵盖原始数据、分析代码与计算结果。利用LP、OLS、GMM及固定效应方法进行严谨评估。 2000-2022年上市公司全要素生产率测算（包含原始数据、测算代码do文档及计算结果） 1. 时间范围：2000年至2022年。 2. 数据来源：上市公司。 3. 涉及指标： - 证券代码 - 证券简称 - 统计截止日期 - 固定资产净额 - 年份（year） - 股票简称 - 报表类型编码 - 折旧摊销费用 - 支付给职工以及为职工支付的现金 - 购建固定资产、无形资产和其他长期资产支付的现金 - 营业总收入和营业收入 - 销售成本及销售费用 - 管理费用与财务费用 - 上市日期和成立日期 - 行业代码和行业名称 - 员工人数 - 所属省份 4. 测算方法： LP法、OLS法、GMM法及固定效应模型。 5. 内容包含：原始数据集、测算过程的Stata do文档以及最终计算结果。 6. 参考文献： 鲁晓东，《中国工业企业全要素生产率估计_1999—2007》
     
  • 2000-2021年中国上市公司全要素生产率数据（LP法），包含原始数据、计算代码及结果
    优质
    本资料集收录了2000年至2021年间中国上市公司的全要素生产率数据，采用LP方法进行精确评估，并提供完整原始数据与详尽的分析代码及最终测算结果。 2000-2021年上市公司全要素生产率数据（LP法）包括原始数据、计算代码及计算结果。 时间范围：2000年至2021年 包含指标： - 股票代码 - 份数 - 证券代码 - 固定资产净额 - 营业总收入 - 营业收入 - 营业成本 - 销售费用 - 管理费用
     
  • 2000-2020年全要素生产率分析：OP法、LP法、OLS及固定效应法（附原始数据与Stata代码）
    优质
    本书深入剖析了2000至2020年间中国全要素生产率，采用多种统计方法如OP法、LP法、OLS及固定效应模型，并提供详尽的原始数据和Stata编程代码。 本段落介绍了三种方法：LP法、OP法以及OLS与固定效应法，并提供了每种方法的原数据及具体的计算过程（包括Stata代码）。其中，OP法的时间区间为2008年至2020年；另外两种方法的时间区间则覆盖了从2000年至2020年的范围。具体内容可以参考相关文章进行详细了解。
     
  • 2000-2022年上市公司全要素生产率数据及LP法测算资料包（含原始数据、代码stata do文件和结果）.zip
    优质
    该资料包包含2000年至2022年间中国上市公司的全要素生产率数据，以及使用LP方法进行测算的Stata操作代码与执行结果。 2000-2022年上市公司全要素生产率测算（LP法）包括原始数据、Stata do文档及计算结果。 1. 时间范围：从2000年至2022年。 2. 数据来源：涵盖所有上市公司的相关资料。 3. 关键指标： - 证券代码 - 证券简称 - 统计截止日期 - 固定资产净额 - 年份（year） - 股票简称 - 报表类型编码 - 折旧摊销费用 - 支付给职工以及为职工支付的现金 - 购建固定资产无形资产和其他长期资产支付的现金 - 营业总收入和营业收入 - 销售费用、管理费用及财务费用 - 上市日期与成立日期 - 行业代码及其名称 - 员工人数 - 所属省份 4. 测算方法：采用LP法进行分析。 5. 内容构成： 包括原始数据、Stata do文档以及测算结果的展示。 6. 参考文献： 鲁晓东，Z国工业企业全要素生产率估计_1999—2007。
     
  • 2000-2020年上市公司全要素生产率分析（LP方法）及原始数据与Stata代码.rar
    优质
    本资源包含2000至2020年间中国上市公司全要素生产率分析报告，采用LP方法计算，并提供详细的数据集和Stata编程代码用于重复研究或进一步分析。 2000-2020年上市公司全要素生产率LP法包含原始数据和Stata代码（do文档）的详细介绍可以在相关文献或博客文章中找到。该介绍涵盖了如何使用LP方法计算全要素生产率，并提供了详细的步骤以及所需的数据和代码资源。
     
  • 2000-2023年中国上市公司全要素生产率数据（ACF法），包含原始数据、计算代码及结果分析
    优质
    该数据库收录了2000年至2023年间中国上市公司的全要素生产率数据，采用ACF方法计算，并提供详细的原始数据、计算代码和深度分析报告。 2000-2023年上市公司全要素生产率数据（ACF法）包括原始数据、计算代码及结果。 1. 时间范围：2000年至2023年。 2. 数据来源：上市公司年报（NB）、CSMAR数据库。 3. 包含指标： - stkcd、year - 证券代码、固定资产净额、资产总计、负债合计 - 员工人数、成立日期及上市日期 - 所属省份与城市，企业性质 - 营业收入，税金及附加，营业利润等财务数据 - 现金流相关指标：购买商品接受劳务支付的现金；支付给职工以及为职工支付的现金；购建固定资产无形资产和其他长期资产支付的现金。 - 固定资产折旧额、是否国有 - 上市年份与成立年份，总产出及资本投入等生产率相关数据 - 劳动力和中间材料投入量（lnY, lnL, lnK, lnM） - 资本性支出、企业年龄(lnage) - 行业代码及名称；证券简称与股票简称；是否发生ST或PT，暂停上市情况等 4. 数据范围：上市公司 5. 参考文献：金环，《绿色金融创新政策对企业生产率差异的影响——来自Z国上市公司的证据》
     
  • 2000-2021年中国上市公司全要素生产率数据及OP法分析资料（含原始数据、计算代码和结果）
    优质
    本资料集提供2000年至2021年间中国上市公司的全面生产率数据，包含原始数据、详细计算代码及其执行结果，采用前沿的OP方法进行深度解析。 2000-2021年上市公司全要素生产率数据（OP法）包括原始数据、计算代码及结果。 时间范围：2000年至2021年 指标涵盖： - 股票代码 - 年份 - 证券代码 - 固定资产净额 - 营业总收入 - 营业收入 - 营业成本 - 销售费用 - 管理费用 - 财务费用 （指标信息未全部列出，仅展示部分示例）
     
  • 2000-2023年中国上市公司全要素生产率(TFP)数据及其测算方法(OL、FE、LP、OP、GMM)
    优质
    本文档提供了从2000年至2023年期间中国上市公司的全要素生产率（TFP）数据，并详细介绍了四种主要的测算方法，包括OLS、固定效应(FE)、线性规划(LP)和最小二乘法(OP)，以及广义矩估计(GMM)。 资源内容包括今年全新整理的上市公司全要素生产率（TFP）数据及测算方法。这些手工精心整理的数据来自权威来源，确保了控制变量的准确性远超其他同类资料，非常适合用于撰写论文进行实证分析，并且不会出现数据造假问题。 适用对象涵盖大学生、本科生和研究生等初学者，易于上手使用。该资源适用于经济学、地理学、城市规划与城市研究、公共政策与管理、社会学以及商业与管理等多个课程领域。 数据时间跨度为2000年至2023年，并包含以下指标：证券代码、年份（year）、TFP_OLS（普通最小二乘法估计的全要素生产率）、TFP_FE（固定效应模型下的全要素生产率）、TFP_LP1、TFP_OP（随机前沿分析方法下的全要素生产率及其调整后值），以及采用广义矩量法计算得到的TFP_GMM。
     
  • 上市公司全要素生产率分析（2000-2022年，含源代码）.zip
    优质
    本资料提供了一套针对中国上市公司自2000年至2022年间全要素生产率(TFP)的详尽分析报告与数据集，并附有相关的计算源代码。研究报告结合了多种经济模型和统计方法，全面揭示了各行业TFP的变化趋势及其驱动因素。研究结果为公司战略规划、政府政策制定及学术研究提供了重要参考依据。 【项目资源】：涵盖前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据以及课程资源等多种技术领域的源代码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、Python、web开发（如HTML5, CSS3, JavaScript）、C#等项目的源码。 【项目质量】：所有提供的源码均经过严格测试，确保可以直接运行并具备正常功能。只有在确认无误后才会上传至平台。 【适用人群】：本资源库适用于希望学习不同技术领域的新手或进阶学习者。无论是作为毕业设计、课程作业还是工程实训的项目立项参考，均可提供帮助。 【附加价值】：这些项目拥有较高的学习和借鉴价值，并且可以直接修改复刻以满足个人需求。对于有一定基础或是热衷于深入研究的人来说，在此基础上进行代码改进与功能扩展将更加得心应手。 我们鼓励下载使用并欢迎各位互相交流、共同成长，如果有任何疑问或需要帮助的地方，请随时提出问题，我们会尽力提供支持和解答。