Advertisement

1991-2023年重污染行业与企业分析(含原始数据、处理代码及结果)

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


简介:
本研究聚焦于1991年至2023年间重污染行业的变迁及其对企业的影响,涵盖详实的历史数据、数据分析过程中的Python/R处理代码以及深入的研究结论。 数据名称:1991-2023是否重污染行业、重污染企业划分标准依据中国证券监督委员会于2012年修订的《上市公司行业分类指引》以及环境保护部在2008年制定并发布的《上市公司环保核查行业分类管理名录》(环办函[2008]373号)和《上市公司环境信息披露指南》(环办函[2010]78号),主要涵盖煤炭、采矿、纺织、制革、造纸、石化、制药、化工、冶金及火电等十六个重污染行业。这些行业的代码为B06-B09, C17, C19, C22, C25-C28, C30-C33以及D44,其中重污染企业标记为“1”,非重污染企业则标记为“0”。部分数据示例如下: 内含文件:各年度样本量 参考文献: [1] 倪娟、孔令文. 环境信息披露、银行信贷决策与债务融资成本——来自我国沪深两市A股重污染行业上市公司的经验证据[J]. 经济评论, 2016(01):147-156+160. 内含两个版本:未剔除和已剔除ST、PT及金融业的版本。需要注意的是,尽管在已剔除版中证券简称可能仍带有“ST”或“PT”的标识(来源于2023年的截面数据),但这并不意味着这些公司在过去十年间一直被标记为特殊处理状态(如2010-2022年)。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 1991-2023
    优质
    本研究聚焦于1991年至2023年间重污染行业的变迁及其对企业的影响,涵盖详实的历史数据、数据分析过程中的Python/R处理代码以及深入的研究结论。 数据名称:1991-2023是否重污染行业、重污染企业划分标准依据中国证券监督委员会于2012年修订的《上市公司行业分类指引》以及环境保护部在2008年制定并发布的《上市公司环保核查行业分类管理名录》(环办函[2008]373号)和《上市公司环境信息披露指南》(环办函[2010]78号),主要涵盖煤炭、采矿、纺织、制革、造纸、石化、制药、化工、冶金及火电等十六个重污染行业。这些行业的代码为B06-B09, C17, C19, C22, C25-C28, C30-C33以及D44,其中重污染企业标记为“1”,非重污染企业则标记为“0”。部分数据示例如下: 内含文件:各年度样本量 参考文献: [1] 倪娟、孔令文. 环境信息披露、银行信贷决策与债务融资成本——来自我国沪深两市A股重污染行业上市公司的经验证据[J]. 经济评论, 2016(01):147-156+160. 内含两个版本:未剔除和已剔除ST、PT及金融业的版本。需要注意的是,尽管在已剔除版中证券简称可能仍带有“ST”或“PT”的标识(来源于2023年的截面数据),但这并不意味着这些公司在过去十年间一直被标记为特殊处理状态(如2010-2022年)。
  • 1990至2023A上市公司是否属于名单
    优质
    该数据集收录了1990年至2023年间A股上市公司的环境信息,特别聚焦于公司是否被列入重污染行业及其年度重污染企业名单的详细记录。 2023年与1990年间A上市公司是否属于重污染行业及重污染企业名单的数据参考:环境信息披露、银行信贷决策等方面的文献显示,有关于污染行业上市公司的经验证据的研究成果,其中涉及了16个被认定为重污染的行业。
  • 2008-2023上市公司环保投资
    优质
    本研究全面分析了自2008年至2023年间中国上市公司的环保投资情况,涵盖详细的数据集、处理流程和最终的研究发现。 2008-2023年上市公司环保投资数据(包括原始数据、处理代码及结果) 1. 时间范围:2008年至2023年。 2. 数据来源:整理自CSMAR数据库以及各上市公司的年报信息。 3. 指标说明: - 证券代码 - 年份 - 环保投资金额 - 营业收入 - 总资产额 - lnEPInvest(环保投资额的自然对数) - EPInvest_Asset(环保投资额除以总资产的比例) - EPInvest_Income(环保投资额除以营业收入的比例) 4. 数据范围:涵盖所有上市公司。 5. 方法说明: 采用节能减排投入来衡量企业环保投资金额(EIN)。具体数据来自于企业的在建工程科目明细,为了消除由于不同公司规模差异带来的影响,对环保投资金额进行了自然对数的转换,并且标准化处理。 6. 参考文献:崔秀梅, 王敬勇, 王萌.《环保投资、CEO海外经历与企业价值:增值抑或减值?——基于烙印理论视角的分析》
  • 1998-2014间工集.rar
    优质
    本数据集包含了1998年至2014年间中国工业企业的污染排放信息,涵盖了企业基本信息、污染物种类及排放量等关键指标。 时间区间为1998年至2014年期间的指标包括:工业总产值(现价)单位为万元、年正常生产时间为小时数、工业用水总量以吨计,燃料煤消费量与原料煤消费量均以吨计算;燃料油中不包含车船用部分的数据也使用吨作为计量单位,并且需要区分其中重油和柴油的具体数值。洁净燃气的消耗则采用万立方米为度量标准。 废水治理设施的数量以及其处理能力(以每日处理多少吨来衡量)是另一项重要指标,同时记录工业废水中经过处理与未被治理前后的数量变化情况及去除氨氮、化学需氧量等污染物的具体数值。废气排放总量用万标立方米表示,并且要统计用于减少污染的设施设备详情及其实际效能。 具体数据集中的各项细节可参考相关资料中1998年和2006年的记录展示,涵盖上述全部项目内容。
  • 2000-2023全部A股上市公司字化转型研究(包词频、文本统计等
    优质
    本研究聚焦于2000年至2023年间中国所有A股上市公司的数字化转型历程,通过详实的词频分析与文本统计数据揭示行业变迁趋势。 2000-2023年全部A股上市公司在企业数字化转型方面的报告词频、文本统计的原始数据、参考文献、代码及最终结果。
  • 2000-2022上市公司审计师专长、DO文献
    优质
    本研究聚焦于2000年至2022年间中国上市公司审计行业的数据,通过深度分析审计师的专业特长及其对财务报表的影响,并结合编程语言DO的运用和相关研究成果进行综合评估。 2000年至2022年期间关于上市公司审计师行业专长的数据、处理代码及相关文献的研究资料。
  • 2007至2022上市公司声誉包(do文件、参考文献最终).zip
    优质
    本资料包包含2007至2022年间中国上市公司的企业声誉相关原始数据,以及用于分析的Stata代码和文档,适用于学术研究。 上市公司企业声誉是一个综合性的概念,它反映了企业在其利益相关者(如顾客、投资者、员工以及关键影响者)心中的形象和评价。 通过构建声誉评价体系的方法来衡量企业声誉(REP):首先选择12个指标作为评价标准,包括消费者和社会角度的企业资产、收入、净利润和价值在行业内的排名(排名越高,企业声誉越好),债权人视角的资产负债率、流动比率及长期负债比,股东角度看的每股收益、每股股利以及是否由国际四大会计师事务所审计,企业的可持续增长率和独立董事比例;然后利用因子分析方法计算出各公司的企业声誉得分;最后根据得分高低将公司分为十组,并依次赋值REP为1至10。 本数据集包含了原始数据、代码文件、参考文献及最终结果。相关的变量包括stkcd(股票代码)、year(年份)以及企业的得分和企业声誉水平。
  • 2011-2023上市公司创新投入包(、计算).zip
    优质
    本资料包收录了2011年至2023年间中国上市公司的年度创新投入数据,包括原始数据文件、数据分析的Python/R代码以及详细的分析报告。适合学术研究与行业分析使用。 2011-2023年上市公司企业创新投入数据(包含原始数据、计算代码及结果) 时间跨度:2011年至2023年 来源: - 原始数据来源于Wind数据库 - 上市公司年报 指标包括但不限于以下内容: - 营业总收入 - 研发人员数量及其占总员工数的比例 - 研发支出与营业收入的比率 - 总体研发支出、资本化研发支出及费用化研发支出的具体数值和比例关系(如资本化研发支出占当期净资产的比例,以及其对净利润的影响) - 创新投入的增长率 此外还涉及公司基本信息: - 股票代码(stkcd)与年份(year) - 公司名称(股票简称、中文全称等) - 地理位置信息:省份、城市及区县 - 行业分类详情,包括行业代码和名称 - 证券简称及其他市场标识符 - 财务状态相关标记如是否发生ST或PT事件,是否有暂停上市记录 - 公司成立与上市日期等时间节点数据 - 经济属性描述:企业性质、所属省份及城市 研究对象限定为A股上市公司。
  • 上市新质生产力,包、测算、计算参考文献(2011-20223.5万+观测值)
    优质
    本研究全面分析了2011至2022年间中国上市企业的新质生产力发展状况,涵盖35,000多个数据样本。通过提供原始数据、详细测算代码及计算结果,并辅以详实的参考文献支持,为学术界和实务界提供了深入理解企业创新发展的宝贵资源。 上市企业的新质生产力研究涵盖2011年至2022年的原始数据、测算代码以及计算结果参考文献,包含3.5万多个观测值,并以Excel及Stata格式整理成面板数据。 新质生产力与传统生产力之间存在显著差异:传统生产力主要由资本和劳动力等因素驱动,在发展到一定阶段后会遇到瓶颈;而新质生产力则以技术创新为主导,通过创新、解放和发展来推动生产进步。上市公司应成为新质生产力发展的领头羊,准确把握战略性新兴产业和未来产业的发展趋势,选择科技创新的方向与路径,并根据自身条件提前布局产业未来发展重点,在“专精特新”道路上努力提升核心竞争力。 同时,企业需要统筹创新驱动与风险防范的关系,对各类潜在风险进行预判并制定预案,确保企业的长期稳定发展。研究的时间跨度为2011年至2022年;数据主要来源于Wind数据库;测算方法借鉴了《当代经济管理》杂志上宋佳等(2024)发表的研究成果,基于生产力二要素理论,并考虑劳动对象在生产过程中的作用和价值,采用熵值法衡量新质生产力。其中,劳动力由活劳动和物化两个子因素构成。
  • 2000-2023中国上市公司全要素生产率(ACF法),包、计算
    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》