Advertisement

2007年至2022年期间，中国各区域的绿色信贷信息。

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

简介：
由于文件数量庞大，数据存储于网络盘中，txt文件内已包含下载链接和提取码，以保证其永久可用性。若出现失效情况，将立即进行更新和补充。样例文档以及更为详尽的说明，请参阅文章：

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2007至2021年间36家商业银行的绿色信贷数据
    优质
    该研究汇集了2007年至2021年期间中国36家主要商业银行的绿色信贷信息，提供了这一时期内金融机构对环境友好项目资金支持的数据分析。 该资料整理自公司年报及可持续发展报告和社会责任报告（时间区间为2007-2021年），涵盖了36家金融机构的数据，其中部分数据存在缺失情况。具体机构名单与缺失详情可在提供的网盘链接内查看，Excel表格中已对缺失值进行标注高亮处理。相关指标包括：权益乘数、绿色信贷比率、总资产收益率、流动性比率、银行总资产、资产负债率、成本收入比、绿色信贷余额、期末贷款总额、营收增长率、设备覆盖率、资本充足率和不良贷款率等。
  • 2007-2022年36家商业银行的绿色信贷数据（2022年完整）
    优质
    该报告汇集了2007年至2022年间中国36家主要商业银行的绿色信贷详细数据，全面反映了我国银行业在支持绿色经济和可持续发展方面的努力与成就。 2007-2022年36家商业银行绿色信贷数据（截至2022年无缺失）。时间跨度为2007年至2022年，其中所有银行在2022年的数据均完整无缺。 来源：各银行年报和社会责任报告 指标包括： 1. 绿色信贷余额 2. 期末贷款总额 3. 绿色信贷比率（绿色信贷余额除以期末贷款总额） 4. 总资产收益率 5. 流动性比率 6. 拨备覆盖率 7. 不良贷款率 8. 银行总资产 9. 资本充足率 10. 资产负债率 11. 营收增长率 12. 成本收入比 数据说明：此数据集由本人根据最新年报进行补全，确保截至2022年的所有银行信息完整无缺。具体缺失情况及各银行名单可参见相关文件中的预览部分。 其中，绿色信贷比率的计算方式为绿色信贷余额除以期末贷款总额。 以上数据仅供个人使用参考。
  • 中国各省份绿色税收数据（2007-2022年）.xls
    优质
    本文件包含了中国自2007年至2022年间各省份的绿色税收详细数据，旨在分析和展示我国绿色经济的发展趋势。 1. 资源内容包含今年全新整理的手工数据，引用放心可靠，数据来自权威来源，并且控制变量的数据准确性较高，适合用于论文实证研究中。 2. 该资源适用于大学生、本科生以及研究生等初学者使用，容易上手操作。 3. 可应用于经济学、地理学、城市规划与城市研究、公共政策与管理、社会学和商业与管理等相关课程。 ## 数据指标说明 绿色税收是指以保护环境、合理开发利用自然资源、推进绿色生产和消费为目标而对特定行为或产品征收的税费。
  • 2005-2020年间全国与各省份的绿色信贷数据及分析
    优质
    本研究整理并分析了2005年至2020年全国及各省区市的绿色信贷数据，旨在揭示中国绿色金融发展的趋势和特点。 2005-2020年各省绿色信贷水平的原始数据及测算整理自统计年鉴、工业年鉴以及2018年的经济普查资料。其中，对于缺失的2017年数据采用了插值法进行填补。全国及31个省市的数据包括了具体的计算过程和说明。 具体而言，我们选取各省六大高耗能产业（化学、石油、电力热力、黑色金属、有色金属以及非金属）利息支出占工业产业总利息支出的比率作为反向指标来衡量绿色信贷水平，并以此研究绿色信贷对企业信贷风险及经营绩效的影响。
  • 2000-2022年上市公司与《绿色信贷指引》的匹配分析/《绿色信贷指引》与上市公司匹配、《绿色信贷指引》DID.xlsx
    优质
    本研究通过Excel数据分析，探讨了自2000年至2022年间中国上市公司对《绿色信贷指引》政策的响应情况及匹配度变化。分析文件包含详细的双重差分法（DID）计算结果和图表展示，揭示了该政策实施前后企业环境绩效的变化趋势。 2000-2022年上市公司绿色信贷指引匹配《绿色信贷指引》与上市公司匹配 时间范围：2000年至2022年。 数据来源：《绿色信贷实施情况关键评价指标》、A股上市公司年报。 主要研究变量： 1. 股票代码 2. 年份 3. 股票简称 4. 中文全称 5. 行业名称 6. 省份 7. 城市 8. 区县 9. 上市状态 10.Policy（《指引》实施前后的虚拟变量，2012年及以后取值为 1 ，之前为 0） 11.Gcres （表征绿色信贷政策实施行业） 12.DID指标：Gcres*Policy 方法说明： 利用《绿色信贷实施情况关键评价指标》，构建上市公司-绿色信贷限制DID。将环境和社会风险等级评定为A类的企业所属行业认定为绿色信贷限制行业，这些企业在2012年之后的取值设为 1 ，否则设为 0。 参考文献：王馨, 王营. 绿色信贷政策增进绿色创新研究[J].管理世界, 2021,37(6):173-188+11。
  • (2007-2022年)36家上市银行绿色信贷数据概览——涵盖余额、贷款额及不良贷款率
    优质
    本报告全面回顾了从2007年至2022年间，中国36家主要上市银行的绿色信贷发展历程，包括各年度绿色信贷余额、发放量以及不良贷款比率的数据分析。 36家上市银行的商业银行绿色信贷相关数据涵盖了2007年至2022年期间的信息。这些数据包括各家银行在发放贷款时是否考虑环境保护和社会责任等因素，以及支持的具体绿色项目等内容。研究者可以通过分析这些信息了解各商业银行对环保与社会责任的关注程度及其在推动可持续发展方面的作用，并确定其主要关注的领域。 一、数据介绍 数据名称：36家上市银行的商业银行绿色信贷相关数据 年份范围：2007-2022年 格式类型：Excel面板数据 来源渠道：Wind数据库 样本包括以下36家银行： 北京银行、常熟银行、成都银行、工商银行、光大银行、贵阳银行、杭州银行、华夏银行、建设银行、江苏银行、江阴银行、交通银行、民生银行，南京银行和宁波银行业等。
  • 2007-2019年间36家上市银行的绿色信贷余额、绿色信贷比例、资产回报率及不良贷款比率等数据（重点为2014-2020年的国有大型商业银行）
    优质
    本资料汇集了2007至2019年期间，中国36家主要上市银行的绿色信贷余额、占比及其财务指标如资产回报率和不良贷款比率等数据。特别聚焦于2014年至2020年间国有大型商业银行的表现。 2007年至2019年间，36家上市银行的绿色信贷余额、绿色信贷占比、资产收益率及不良贷款率等相关数据进行了统计分析。此外，还对2014年至2020年国有大型商业银行和全国股份制商业银行的绿色信贷情况进行了详细记录。同时，从2001年至2020年的绿色金融指数及其内涵计算过程也得到了全面研究。 以上内容涵盖了银行在推动可持续发展方面的努力与成效，并展示了相关数据的具体变化趋势及内在联系。
  • 世界各国与中国的区域编码信息
    优质
    本书全面介绍了中国及世界各地的区号信息，并分析了各国电话号码结构和编码规则。 XML文件可以用于网站地区的分类以及国家的分类。例如： 其中，state表示省，code=35对应身份证号码中的区域代码；code=1是01的缩写形式。而code=350102则代表福建省福州市鼓楼区在身份证上的具体编码。