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

【工具变量】A股上市公司企业大数据运用数据(2007-2023年)

研究企业大数据运用的意义不仅在于技术层面的突破,更涉及战略转型、效率提升、价值创造及社会影响等多维度变革。未来,随着数据主权、伦理治理等议题的深化,企业需构建“技术—战略—伦理”协同的大数据应用框架,在释放数据价值的同时,践行科技向善的责任。我们以大数据相关的关键词在上市公司年报中的词频密度来度量企业大数据运用指数,即Bigdata =(大数据相关关键词在年报中出现的次数/年报总词汇)×100。大

文章图片
#大数据
省市县数十万数据集PM2.5面板数据(更新至2020年)

1、数据来源:https://sites.wustl.edu/acag/datasets/surface-pm2-5/2、时间跨度:1998-20203、区域范围:中国各省、各城市、各区县4、指标说明:根据Global/Regional Estimates (V5.GL.02),计算出国内PM2.5数据(单位:微克/立方米)包含如下数据:顶刊使用——[1]刘倩倩,党云晓,张文忠,魏璐瑶.中国城市P

文章图片
#其他
【面板数据】县域农业生产条件相关数据集(2000-2023年)

在中国县域经济的广阔版图中,农业生产始终占据着举足轻重的地位。而深入了解其生产条件,是把握农业发展脉络、推动农业现代化的关键所在。农业机械总动力,作为农业现代化的重要标志,在县域农业生产中发挥着不可替代的作用。农用化肥施用量,是保障农作物生长养分供给的关键因素。农村用电量为农业生产注入了现代能源活力。有效灌溉面积则是农业生产的“生命线”。:统计年度 地区编码ID 县域名称 所属地级市 所属省份 县

文章图片
#大数据
【工具变量】全国各省及地级市绿色金融指数数据集(2000-2023年)

1] 刘华珂, 何春. 绿色金融促进城市经济高质量发展的机制与检验——来自中国272个地级市的经验证据[J]. 投资研究, 2021, 40(7):37-52.[2] 张淑辉,任崇韬. 绿色金融对农业高质量发展的影响——基于门槛效应和中介效应模型的检验[J/OL]. 工程管理科技前沿.[3] 谢非, 周美玲. 绿色金融对数字经济绿色发展影响效应研究[J]. 重庆社会科学, 2023(7):35-5

文章图片
#金融
【面板数据】国家级专精特新“小巨人”第一至七批名单数据集(1.94万家)

专精特新企业是指具有专业化、精细化、特色化、新颖化特征的中小企业,而“小巨人”在特定细分市场中占据领先地位,并且具有较强自主创新能力和发展潜力;在我国,专精特新“小巨人”企业专注于产业链上的某个环节或某类产品,拥有自主知识产权和独特技术,在行业细分领域内占据领先地位。工业和信息化部已发布第七批国家级专精特新“小巨人”企业公示名单,涵盖全国3482家企业,企业数量最多的地区包括广东(691家)、江苏

文章图片
#大数据
上市公司-历年供应商及客户明细数据集(2001-2023年)

上市公司历年供应商和客户明细数据,包括公司与各供应商和客户之间的采购与销售统计。该数由上市年报公开,反映了公司的供应链管理和市场需求状况。通过分析供应商和客户数据,研究人员可以评估公司的供应链稳定性、依赖度和客户基础,了解其业务运营的广度和深度。此外,这些数据为企业供应链相关研究提供依据。数据名称:上市公司-历年供应商、客户明细数据。数据年份:2001-2023年。样本数量:373313条。数据范

文章图片
#大数据
【工具变量】绿色金融改革创新试验区DID数据集(2000-2024年)

4]沈璐,廖显春.绿色金融改革创新与企业履行社会责任——来自绿色金融改革创新试验区的证据[J].金融论坛,2020,25(10):69-80.[3]赵亚雄,王修华,刘锦华.绿色金融改革创新试验区效果评估——基于绿色经济效率视角[J].经济评论,2023,(02):122-138.[1]崔惠玉,王宝珠,徐颖.绿色金融创新、金融资源配置与企业污染减排[J].中国工业经济,2023,(10):118-1

文章图片
#金融
主成分分析法大全(包括stata+matlab)

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。主成分分析首先是由K.皮尔森(Karl Pearson)对非随机变量引入的,尔后H.霍特林将此方法推广到随机向量的情形。里面有配套数据和代码,数据用了最简单的 yx x1等展示,代码做了详

文章图片
#matlab#开发语言
【工具变量】地级市金融监管强度数据集(2006-2023年)

在中国,不同地级市因经济发展水平不同,其金融监管资源和实际执行力存在较大差距,为帮助研究者了解我国地方金融监管资源投入与区域金融发展之间的关系,本分享数据系统整理了全国300多个地级市2006-2023年间的金融监管强度指标。[2] 唐松, 伍旭川, 祝佳. 数字金融与企业技术创新-一结构特征、机制识别与金融监管下的效应差异[J]. 管理世界, 2020, 36(05):52-66+9.[1] 王

文章图片
#大数据
【工具变量】地市链长制DID数据集(2016-2025年)

数据时间跨度为2016-2025年,最终共获得3370条有效数据,其中链长制虚拟变量(chain_leader_dummy)取值为1(即样本期内实施“链长制”的城市)的数量为1606条,取值为0(未实施“链长制”的城市)的数量为1764条。基于全国地级市链长制实施的时间差异,构建多时点DID模型,以产业链集聚度为核心被解释变量,系统分析链长制政策对地级市产业链集聚的净效应。利用中介效应模型与调节效

文章图片
#大数据
    共 109 条
  • 1
  • 2
  • 3
  • 11
  • 请选择