2009-2024年上市公司-漂绿样本池

5星

浏览量: 0

大小:None

文件类型：None

简介：
\n该词首次于1986年出现，用以描述企业通过选择性发布对自己有利的环境信息或策略性表述环境事项的行为。这种行为的本质是一种虚假或误导性的环保宣传手段，其目的是误导公众、投资者或监管机构，使其误以为企业具备积极的环保努力。漂绿现象对企业和投资者以及社会成员带来了多方面的影响和负面影响。\n\n这种虚假宣传的后果主要体现在三个方面：首先，它会损害企业的声誉和信誉，降低投资者对企业的信任度；其次，公众和监管机构可能因此误判企业的真实环境表现；此外，漂绿行为可能引发法律和道德风险，对企业造成不必要的法律纠纷和道德批评。\n\n本研究通过分析漂绿现象及其影响，采用了Hu et al. (2023)提出的评估框架。具体而言，研究采用了Oral和Actual两个变量，Oral变量用于衡量关键词数量是否超过同行业的平均水平，而Actual变量则指示企业当年是否因环境问题受到处罚。通过将这两个变量相乘，可以得到衡量漂绿现象发生程度的综合指标。\n\n研究数据包含以下几部分：原始数据部分用于模型训练和验证，参考文献部分提供了研究的理论基础和相关文献，计算代码部分包含了数据分析的具体实现步骤，最终结果部分则展示了研究的核心发现。此外，数据中还包括了以下具体指标：数据证券代码、年份、Actual、环境、环保、低碳、绿色、green_word、txt_len1。\n

全部评论 (0)

还没有任何评论哟~

客服

2009-2024年上市公司-漂绿样本池

优质

\n该词首次于1986年出现，用以描述企业通过选择性发布对自己有利的环境信息或策略性表述环境事项的行为。这种行为的本质是一种虚假或误导性的环保宣传手段，其目的是误导公众、投资者或监管机构，使其误以为企业具备积极的环保努力。漂绿现象对企业和投资者以及社会成员带来了多方面的影响和负面影响。\n\n这种虚假宣传的后果主要体现在三个方面：首先，它会损害企业的声誉和信誉，降低投资者对企业的信任度；其次，公众和监管机构可能因此误判企业的真实环境表现；此外，漂绿行为可能引发法律和道德风险，对企业造成不必要的法律纠纷和道德批评。\n\n本研究通过分析漂绿现象及其影响，采用了Hu et al. (2023)提出的评估框架。具体而言，研究采用了Oral和Actual两个变量，Oral变量用于衡量关键词数量是否超过同行业的平均水平，而Actual变量则指示企业当年是否因环境问题受到处罚。通过将这两个变量相乘，可以得到衡量漂绿现象发生程度的综合指标。\n\n研究数据包含以下几部分：原始数据部分用于模型训练和验证，参考文献部分提供了研究的理论基础和相关文献，计算代码部分包含了数据分析的具体实现步骤，最终结果部分则展示了研究的核心发现。此外，数据中还包括了以下具体指标：数据证券代码、年份、Actual、环境、环保、低碳、绿色、green_word、txt_len1。\n

2014-2023年上市公司与非上市公司绿色债券数据汇总

优质

该文梳理并分析了2014至2023年间中国上市公司和非上市公司发行绿色债券的情况，涵盖规模、种类及发展趋势等关键信息。 “绿色债券”是指将所得资金专门用于资助符合规定条件的绿色项目或为这些项目进行再融资的一种债券工具。相比于普通债券，绿色债券主要在以下四个方面具有特殊性：募集资金用途、绿色项目的评估与选择程序、募集资金的跟踪管理以及要求出具相关年度报告等。我们收集整理了中国上市企业和非上市企业自2014年8月至2023年2月期间发行的绿色债券数据。具体包括： - 数据量：共包含2561条记录。 - 包含字段： - 债券简称 - 债券全称 - 市场代码 - 发行主体 - 债券期次 - 债券类型 - 债券期限 - 利息支付方式 - 发行方式 - 利率类型 - 货币种类 - 批准规模 - 实际发行规模 - 面值金额 - 发行价格 - 票面利率(%) - 参考收益率(%) - 发行日期 - 上市交易日 - 债券摘牌日 - 债项评级 - 主体评级 - 债项评级机构 - 主体评级机构 - 托管机构 - 主承销商 - 备注 - 到期日期 - 是否有担保 - 跨市场发行 - 可分离性 - 可赎回性 - 赎回条款 - 赎回日期 - 赎回价格 - 可回售性 - 回售条款 - 回售日期 - 回售价

1990-2024年公司退市情况及上市公司退市名单（STATA分析）

优质

本研究运用STATA软件分析自1990年至2024年间公司的退市状况，并列出详细的退市上市公司名单，旨在揭示影响企业生存与发展的关键因素。在IT行业中，数据分析是一项至关重要的任务，特别是在金融领域。本段落探讨的是关于“1990-2024年公司是否退市、上市公司退市名单、退市上市公司、退市公司”的研究项目，这是一个涉及大数据分析的课题，主要关注特定时间段内上市公司的退出情况。首先，“是否退市”是二元变量，在数据分析中被用作分类或逻辑回归模型的重要特征。如果一家公司在某个时间点已经从市场撤出，则该指标值为1；否则为0。这一指标有助于预测公司未来的经营状况和风险水平。其次，分析“退市年份”可以帮助识别公司的退出模式、周期性趋势以及可能的影响因素，如经济环境或政策变化等。通过对历史数据进行时间序列分析（包括趋势、季节性和循环性分析），可以建立模型来预测未来可能出现的市场变动和公司行为。在数据分析过程中使用的原始数据集通常包含各种相关信息，例如财务报表、市值信息及盈利能力指标等，这些都对构建复杂的统计模型至关重要。比如通过生存分析模型评估哪些因素可能增加公司的退市风险。计算代码一般以Stata脚本形式存在，这是一种广泛应用于社会科学和经济学领域的强大统计软件。该脚本涵盖了数据预处理步骤（如清洗缺失值）、变量转换、逻辑回归或Cox比例风险等高级建模方法的应用以及结果的解释说明等内容。此外，在进行大规模数据分析时，可能还会使用到Hadoop、Spark这样的大数据技术平台及Python或R编程语言来高效地处理和分析海量数据集。这些工具能够帮助研究人员快速有效地找到隐藏在大量信息中的模式与趋势，并通过Matplotlib或ggplot2等可视化库将结果直观展现出来。最后，在项目文件夹中通常会包含详细的说明文档，解释整个研究的过程、目的及所采用的具体统计方法等内容；同时也会提供一个数据集压缩包（如9751.zip），内含各个上市公司的详细信息和历史记录。这些资源对于深入理解公司退市背后的驱动因素具有重要价值。综上所述，本项目不仅涉及大数据分析与时间序列建模等技术手段的应用，还涵盖了金融市场的公司生存研究及如何利用专业软件进行数据分析的技能训练。通过上述方法和技术的支持，可以为投资者提供重要的决策依据和市场洞察力。

2009-2022年华证ESG数据（上市公司）.zip

优质

该文件包含2009年至2022年间中国上市公司的ESG（环境、社会和公司治理）数据，适用于研究与分析企业可持续发展表现。 2009-2022年华证ESG数据（年度） 1. 时间：2009-2022年 2. 范围：沪深A股上市公司指标包括： - 证券简称 - 证券代码 - 华证ESG评级 2009-2022年华证ESG数据（季度） 1. 时间：从2009/03/31到2022/12/31 2. 范围：沪深A股上市公司

上市公司绿色并购数据DO文件（1996-2024年4月）.txt

优质

该文档包含自1996年至2024年4月期间中国上市公司涉及绿色并购的相关数据记录，涵盖交易详情、企业信息等。文件数量较多，因此将数据存储在网盘上。每个txt文件内包含下载链接及提取码，并且这些链接永久有效。样例数据及相关详细介绍请参见相关文章。

2007-2022年上市公司绿色转型数据.xlsx

优质

这份Excel文件包含了从2007年至2022年间中国上市公司在绿色转型方面的详细数据，旨在评估和展示企业在这15年间向可持续发展方向的努力与成就。 2007-2022年上市公司绿色化转型数据（仅结果） 1. 时间：2007-2022年 2. 范围：上市公司 3. 来源：上市公司年报、上市公司社会责任报告、公司官方网站信息 4. 指标包括证券代码、年份和企业绿色化转型情况。 5. 方法说明：从宣传倡议、战略理念、技术创新、排污治理及监测管理五个方面，选取113个关键词来衡量企业的绿色化转型。统计这些关键词在上市公司年报中的出现频率，并计算词频数的自然对数值加一（即ln(词频+1)），以此反映企业绿色化转型的程度。 5. 参考文献：《企业绿色化转型与股价崩盘风险》（周阔）

1985-2019年上市公司绿色专利数据分析

优质

本研究通过分析1985年至2019年间上市公司的绿色专利数据，探讨企业创新活动与环境可持续性的关系及发展趋势。申请数据授权量统计（分为七类进行统计）。

2012-2022年上市企业的漂绿数据

优质

本研究聚焦2012至2022年间中国上市企业“漂绿”现象的数据分析，旨在揭示并评估企业在环保声明与实际行动之间的差距。 Green Washing Score（企业漂绿得分）是一种衡量企业在环保宣传与实际行为之间差距的量化工具。如果企业的得分为正值且数值较大，则表明其漂绿程度越严重；若得分为负数，可能意味着该企业的真实绿色表现被市场低估或受到误解。随着社会对环境保护意识的提高，越来越多的企业面临来自公众和市场的压力，在这种情况下，一些公司可能会夸大自己的环保贡献以树立良好的形象。然而，这样的做法可能导致消费者和社会大众对其真实环保努力产生误解，并影响到企业的声誉与业绩。因此，准确评估企业漂绿的程度变得尤为重要。 Green Washing Score通过综合分析公司的环保宣传、实际行动以及第三方机构的评价等多个维度来得出一个具体的评分结果。当得分较高时，意味着该企业在夸大其绿色表现；相反地，如果得分为负，则可能反映出公司在公开透明度方面存在问题或被市场低估的情况。研究显示，企业漂绿行为与环境保护之间并非简单的线性关系：短期内可能会因为这种做法获得一定的经济利益，但从长远来看却会损害企业的公众形象和消费者信任。因此，在制定可持续发展战略时，公司应该注重真实地展示其环保贡献而非仅仅通过宣传来美化自己。从经济学角度来看，企业在信息不对称的市场环境中倾向于夸大或歪曲自己的环保行为以吸引更多的关注和支持。然而这种做法可能会在长期中导致负面后果，并对企业的信誉和经济效益造成伤害。使用像Stata这样的统计软件可以帮助研究人员收集并分析相关数据，从而更好地理解企业漂绿的程度及其背后的原因。参考文献《The green fog: Environmental rating disagreement and corporate greenwashing》深入探讨了环境评级差异与公司漂绿现象之间的关系。该研究不仅指出了在评估企业的环保行为时可能存在的分歧问题，还进一步讨论了这些分歧如何影响到公司的绿色表现评价。这份文献为理解企业如何在其环保评分中被评判以及分析其漂绿动机提供了重要的理论和实证支持。