高管职业多样性(GAI通才指数)
「高管职业多样性(GAI通才指数)」，覆盖 2005-2025 年，频率 年度，上市公司层级，含 21 个变量，样本量约 69,894。 衡量上市公司CEO职业经历的多样性程度。
| 时间跨度 | 2005-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 21 |
| 样本量 | 69,894 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [股票简称] — 股票简称
- Year [年份] — 财务年度
- Province [省份] — 公司注册省份
- ProvinceCode [省份代码] — 省份行政区划代码
- City [城市] — 公司注册城市
- CityCode [城市代码] — 城市行政区划代码
- County [区县] — 公司注册区县
- CountyCode [区县代码] — 区县行政区划代码
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- CEOName [CEO姓名] — CEO/总经理姓名
- NumPositions [CEO曾任职位数] — 参考Custodio, Ferreira & Matos (2013, JFE)的方法，统计CEO职业生涯中曾担任的职位总数。从高管简历文本中提取，支持动词引导式和年表式两种简历格式。用作研究变量，越大代表职业经历越丰富。单位：个
- NumFirms [CEO曾任职公司数] — 参考Custodio, Ferreira & Matos (2013, JFE)的方法，统计CEO此前曾任职的不同商业组织数量(不含教育机构)。从简历中提取公司/集团/银行等组织名称并去重。用作研究变量，越大代表跨企业经验越丰富。单位：个
- NumIndustries [CEO曾经历行业数] — 参考Custodio, Ferreira & Matos (2013, JFE)的方法，基于简历中提取的组织名称，按关键词分类为银行/证券/保险/制造/IT等行业类别，统计不同行业数。用作研究变量，越大代表跨行业经验越丰富。单位：个
- NumFunctions [CEO曾经历职能部门数] — 参考Crossland et al. (2014, AMJ)的方法，从职务编码最后两位提取职能方向(财务/技术/法律/市场/生产等12类)，并从简历关键词补充。用作研究变量，越大代表跨职能经验越丰富。单位：个
- HasOverseas [是否有海外经历] — 参考何瑛等(2019, 管理世界)的方法，是否具有海外工作或学习经历(0=否，1=是)。
- HasCEOExp [是否曾任CEO] — 参考Custodio, Ferreira & Matos (2013, JFE)的方法，是否曾在其他公司担任CEO/总经理/总裁/董事长(0=否，1=是)。从简历中提取「曾任/历任+组织+CEO头衔」模式
- GAI [通才指数] — 参考Custodio, Ferreira & Matos (2013, JFE)的General Ability Index方法，计算公式为：对NumPositions、NumFirms、NumIndustries、HasOverseas四个变量标准化后进行主成分分析(PCA)，取第一主成分得分。用作研究变量，越大代表CEO通才能力越强
- CareerDiversityBlau [职能经历Blau指数] — 参考Blau (1977)的异质性指数，计算公式为：1-1/NumFunctions(当NumFunctions>=2时)，度量CEO职能经历的均衡度。取值范围0-1，等价于NumFunctions的非线性变换。用作研究变量，越大代表职能经历越多样化
- HasResume [是否有简历文本] — 是否有可用的简历文本信息(0=否，1=是)。
常见问题
- 「高管职业多样性(GAI通才指数)」是什么数据集？
- 高管职业多样性(GAI通才指数)，隶属董监高数据。衡量上市公司CEO职业经历的多样性程度。
- 该数据集的时间范围是？
- 覆盖 2005-2025 年。
- 包含哪些变量/指标？
- 共 21 个变量。核心指标包括：CEO姓名、CEO曾任职位数、CEO曾任职公司数、CEO曾经历行业数、CEO曾经历职能部门数、是否有海外经历、是否曾任CEO、通才指数、职能经历Blau指数、是否有简历文本。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 69,894 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在度量中国上市公司CEO的职业经历多样性，其核心思想源于高阶理论，即管理者的背景特征会影响其认知模式与战略决策。多样性指标从多个维度刻画CEO职业生涯的广度与复杂性，为研究管理者能力、风险偏好及公司治理提供了重要变量。参考Custodio, Ferreira & Matos (2013)提出的通才能力指数（General Ability Index, GAI）以及何瑛等(2019)的职业经历丰富度指数，本数据集从CEO的简历文本中提取了多个基础变量。 基础变量包括：NumPositions（CEO职业生涯中曾担任的职位总数）、NumFirms（曾任职的不同商业组织数量，不含教育机构）、NumIndustries（曾从事的不同行业类别数）以及HasOverseas（是否具有海外工作或学习经历，是为1，否为0）。此外，还参考Crossland et al. (2014)的方法，提取了NumFunctions（曾经历的职能部门类别数，如财务、技术、市场等）。HasCEOExp则标识了CEO是否曾在其他公司担任过CEO、总经理、总裁或董事长等职务。 基于上述基础变量，构建了两个核心的综合指标。第一个是通才指数（GAI），其计算方法参考Custodio, Ferreira & Matos (2013)，对NumPositions、NumFirms、NumIndustries、HasOverseas四个变量进行标准化后，进行主成分分析（PCA），并取第一主成分得分。该指数越大，代表CEO的通才能力越强。 第二个核心指标是职能经历Blau指数（CareerDiversityBlau），用于度量CEO跨职能经验的均衡度。其计算参考Blau (1977)的异质性指数，当NumFunctions大于等于2时，计算公式为： $$Blau = 1 - \frac{1}{NumFunctions}$$ 其中$NumFunctions$为CEO曾经历的职能部门类别数。该指数取值范围为0到1，是NumFunctions的非线性变换，数值越大代表职能经历越多样化。 补充说明 - 数据基于上市公司披露的高管简历文本信息提取。HasResume字段标识了该年度CEO是否有可用的简历文本。 - 行业分类依据中上协行业分类标准。 参考文献 - Blau P M. Inequality and heterogeneity: A primitive theory of social structure[M]. New York: Free Press, 1977. - Crossland C, Zyung J, Hiller N J, et al. CEO career variety: Effects on firm-level strategic and social novelty[J]. Academy of Management Journal, 2014, 57(3): 652-674. - Custodio C, Ferreira M A, Matos P. Generalists versus specialists: Lifetime work experience and chief executive officer pay[J]. Journal of Financial Economics, 2013, 108(2): 471-492. - 何瑛, 于文蕾, 杨棉之. CEO复合型职业经历、企业风险承担与企业价值[J]. 管理世界, 2019, 35(9): 174-192.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。