logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

上市公司财务困境模型​MertonDD、OScore、RLPM、ZScore四种模型​(1992-2022年)

上市公司财务困境模型是用于预测和评估上市公司是否可能陷入财务困境的一种模型。这个模型通常基于一系列的财务比率和其他相关变量,通过统计分析方法来构建。数据名称:上市公司财务困境模型MertonDD、OScore、RLPM、ZScore五种模型。是否剔除上市不满一年、已经退市或被暂停上市的公司。数据来源:上市公司年报、上市公司社会责任报告。是否剔除ST或*ST或PT股。是否发生ST或*ST或PT。是否

文章图片
#大数据#人工智能
Fama-French三因子和五因子模型和Stata代码(内附原始数据)

Fama-French三因子和五因子模型和Stata代码(内附原始数据)

文章图片
#其他
樊刚市场化指数-含总指标及各分项指标&Stata do文件和计算数据(1997-2022年)

1、数据来源:见文件说明2、时间跨度:1997-2022年3、区域范围:全国4、指标说明:中国分省份市场化指数(简称“市场化指数”)是一个用指数形式衡量全国各省、自治区和直辖市市场化相对进程的指数体系,目前涵盖了全国31个省、自治区、直辖市(以下简称“省份”)在1997—2022年的市场化相对进程总体评分及排序、各方面指数和分项指数评分及排序(西藏个别年份数据暂缺)。更新的数据正在形成中。此次分享

文章图片
#其他
计量实证模型-SFA双边随机前沿分界模型&代码合集分享,亲测有效

1、数据来源:自主整理2、时间跨度:无3、区域范围:无4、指标说明:双边随机前沿模型,也称双边随机边界模型,近年来在计量经济中常用于对市场上供求双方的议价能力进行测度。例如Kumbhakar等在一篇发表于2009年的论文中运用双边随机边界模型分析劳动力市场工资的定价行为和劳资双方的议价能力。此次为大家搜集到了双边随机前沿的statado代码和相关测程序包。包含以下资料:ssc install SF

文章图片
#其他
DID差分模型案例集(传统DID、队列DID、渐近DID、空间DID、PSM-DID)

5、PSM-DID(Propensity Score Matching with DID):结合倾向得分匹配(PSM)和DID模型,目的是在处理组和控制组的选择非随机时,提高估计的准确性。1、传统DID(Traditional DID):这是DID模型的基础形式,通过比较处理组和控制组在政策实施前后(两个时期)的差异,来估算政策效果。2、队列DID(Cohort DID或Panel DID):当政

文章图片
#大数据
银行数字化转型综合指数-面板数据(2012-2021年)

银行数字化转型综合指数-面板数据(2012-2021年)

上市公司-人工智能的采纳测算程度数据集(2003-2021年)

人工智能(Artificial Intelligence,AI)是一个研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术科学。[2]何勤,李雅宁,程雅馨,李晓宇.人工智能技术应用对就业的影响及作用机制研究——来自制造业企业的微观证据[J].中国软科学,2020(S1):213-222。股票代码、年份、行业名称、行业代码、所属省份、所属城市、行政区划代码、机器账面价值、员工人

文章图片
#人工智能
【面板数据】各地区新型数字基础设施数据集(2002-2025年)

新型数字基础设施是利用新一代信息技术(如5G、人工智能、物联网、大数据、区块链等)构建的基础设施体系,主要服务于信息传输、计算存储、智能分析和融合应用等环节。参考钞小静等(2021)在《财贸研究》中的研究方法,收集整理各省与新型数字基础设施相关的关键词,计算新型数字基础设施相关词汇占比。参考钞小静等(2021)在《财贸研究》中的研究方法,首先,收集整理各省、市、自治区2002—2025年的政府工作

文章图片
#大数据
【面板数据】地级市城镇化率数据集(2000-2024年)

在经济较发达地区,城镇化率通常较高,这主要是因为这些地方的经济活动更加活跃,可以提供更多的就业机会,从而吸引了大量的人口迁入;[1]唐建军,龚教伟,宋清华.数字普惠金融与农业全要素生产率——基于要素流动与技术扩散的视角[J].中国农村经济,2022(07):81-102.[3]王少剑,崔子恬,林靖杰,谢金燕,苏坤.珠三角地区城镇化与生态韧性的耦合协调研究[J].地理学报,2021,76(04):9

#大数据
【最新整理】全国高校本科及专科招生和毕业数据集(2008-2022年)

整理了各省高校本科、专科招生和毕业数据等21个相关指标,包括招生、在校、毕业人数,以及财政教育支出、教育经费等数据。利用数据的线性趋势,对各年份中间的缺失部分进行填充,得到线性插值版数据,这也是学者最常用的插值方式。利用原数据集中的核心变量信息,基于线性插值版数据,通过建立回归方程,对缺失值进行预测填补(数据名称:高校本科、专科招生和毕业数据。普通高等学校本科预计毕业生数。普通高等学校专科预计毕业

文章图片
#大数据
    共 174 条
  • 1
  • 2
  • 3
  • 18
  • 请选择