企业机构股东地理分散性

字段字典

• Symbol [证券代码] — 以交易所公布的证券代码为准,6位数字
• StkName [证券简称] — 上市公司证券简称
• Year [年度] — 统计年度
• Province [省份] — 公司注册地所在省份
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• City [城市] — 公司注册地所在城市
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• County [区县] — 公司注册地所在区县
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
• IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
• SourceScope [持股披露范围] — 年度实际使用的持股披露范围；DETAIL为广义机构明细，FUND_TOP10为基金及前十大可观察披露并集，FUND_ONLY为仅基金披露；不代表掌握机构全集。
• RawHolderCount [观测持股账户数] — 年末可观察机构或机构产品账户去重数量，单位为个；产品归并前计数，身份待核账户仍计入，不包含明确自然人。
• UnresolvedHolderCount [机构身份未解决账户数] — 无法依据明确管理关系或法人名称确定机构身份的账户数量，单位为个；这些账户不纳入距离计算。
• InstCount [已识别机构数量] — 参考秦利宾等(2025,会计研究)，计算公式为：本地年末可观察名单按管理人或法人归并后的已识别机构数；单位为家，不包括身份未解决账户。
• LocatedInstCount [可测机构数量] — 计算公式为：身份确定且全部组成产品权重有效、注册地区可确定的机构数量；单位为家。
• InstWeightSum [已识别机构持股权重和] — 计算公式为：已识别机构有效流通A股持股权重之和；权重为持股股份/流通A股，按小数保存；任一已识别机构权重缺失则本字段缺失，不归一化。
• LocatedWeightSum [可测机构持股权重和] — 计算公式为：可测机构的流通A股持股权重之和，按小数保存，不以本字段为分母重新归一化。
• LocationCoverage [已识别机构可测覆盖率] — 计算公式为：LocatedInstCount/InstCount，比例为0—1；InstCount为0时缺失；不衡量未披露机构或身份未解决账户覆盖率。
• IsLocalListComplete [是否本地名单完整可测] — 是否本地观测名单全部账户身份已解决且所有已识别机构权重和注册地区均可测(0=否，1=是)；不表示真实机构全集完整。
• WeightedDistanceKm [子集加权地理距离和] — 参考秦利宾等(2025,会计研究)式(3)，计算公式为：sum_{j<k}w_j*w_k*d_jk；w为可测机构持股数量/流通A股，d为注册地区行政代表点球面距离(千米)，权重不归一化。
• GeoDis [机构股东地理分散性_已定位子集] — 参考秦利宾等(2025,会计研究)式(3)，计算公式为：ln(1+WeightedDistanceKm)，自然对数、无量纲；采用可测机构子集及行政代表点近似，未解决机构遗漏会少计配对；用作研究变量，越大代表已定位机构地理分散性越高。
• GeoDisComplete [机构股东地理分散性_本地完整名单] — 参考秦利宾等(2025,会计研究)式(3)，计算公式与GeoDis相同，但只在IsLocalListComplete=1时取值；仅一机构取0，无机构缺失；完整性仅针对本地观测名单及行政代表点近似。
• GeoDisG3 [机构地理分散性_超过3%子集] — 参考秦利宾等(2025,会计研究)附录，先归并管理人，再保留可测机构持股权重严格大于0.03者，计算ln(1+sum_{j<k}w_j*w_k*d_jk)；权重不归一化，空集合缺失，单机构为0。
• GeoDisG5 [机构地理分散性_超过5%子集] — 参考秦利宾等(2025,会计研究)附录，先归并管理人，再保留可测机构持股权重严格大于0.05者，计算ln(1+sum_{j<k}w_j*w_k*d_jk)；权重不归一化，空集合缺失，单机构为0。
• GeoDisTop10 [机构地理分散性_前十大股东子集] — 参考秦利宾等(2025,会计研究)，先取前十大股东名单中的已解决且可测机构账户，再按管理人归并并用其账户持股权重重算式(3)；不取最大的十家机构，不并入同管理人其他非Top10产品，空集合缺失。

常见问题

「企业机构股东地理分散性」是什么数据集？

企业机构股东地理分散性，隶属股权结构。以年末机构持股原始流通A股权重计算已定位机构两两注册地区行政代表点距离和的自然对数，提供本地完整名单、3%/5%阈值及前十大股东替代指标；注册地快照、部分机构和

该数据集的时间范围是？

覆盖 2000-2025 年。

包含哪些变量/指标？

共 26 个变量。核心指标包括：持股披露范围、观测持股账户数、机构身份未解决账户数、已识别机构数量、可测机构数量、已识别机构持股权重和、可测机构持股权重和、已识别机构可测覆盖率、是否本地名单完整可测、子集加权地理距离和、机构股东地理分散性_已定位子集、机构股东地理分散性_本地完整名单、机构地理分散性_超过3%子集、机构地理分散性_超过5%子集、机构地理分散性_前十大股东子集。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 77,416 条观测。

数据是如何测算/获取的？

指标定义与计算方法 机构股东地理分散性衡量一家企业的机构股东在空间上的分布程度。不同地区的机构可能接触不同的客户、供应商与竞争者信息，因而空间分布较分散的机构组合有助于引入来源不同的信息。秦利宾等（2025）将机构间地理距离与持股规模结合，衡量这种分布特征。该指标描述股东组合的空间特征，不直接测量机构实际掌握的信息数量。 首先，以公司年末持股披露形成机构及机构产品的可观察名单，包括金融机构和非金融机构。明确的自然人不纳入机构名单。同一基金在裸产品名称和托管银行前缀名称下出现时，依据已确认的基金名称与管理关系识别为同一产品，优先使用同一权威来源的记录，不重复累加。来源内存在无法消解的权重冲突时，保留权重缺失。 基金产品先归并至基金管理人，再以管理人为机构单位汇总其不同产品的持股。法人及其明确管理的账户依照可验证关系确定机构身份；无法确认最终管理机构的产品、账户和托管名义不直接当作托管银行的持股。记企业为$i$、年份为$t$，机构$j$的期末持股数量为$H{ijt}$，企业年末流通A股数量为$F{it}$。持股权重按小数计量： $$ w{ijt}=\frac{H{ijt}}{F{it}}. $$ 明确以流通A股为分母的披露百分比除以100转换为小数；可取得持股股份和流通A股数量时，使用两者的比值。管理人的权重等于其不同产品权重之和。各机构权重保留其相对于流通A股的原始规模，不在机构组合内部重新归一化。持股中可能包括限售股份，因此权重超过1时不机械截断。分母无效、股份无效或组成产品权重缺失的机构不进入主指标的可测集合。 其次，依据机构名称及明确的历史法人形式别名匹配注册地区，并核验省、市、区县与住所、登记机关和主体类型的一致性。不能确认的注册地区及存在同名或多地歧义的匹配保留缺失。注册地可确定时，以WGS84行政代表点近似机构位置；可核验至区县时使用区县代表点，否则在城市信息得到支持时使用城市代表点。机构名称中的城市仅用于核验，不单独据此推断注册地。 设机构$j$和$k$的代表点纬度、经度分别为$(\phij,\lambdaj)$和$(\phik,\lambdak)$，角度转换为弧度。以地球半径$R=6371$千米计算球面距离： $$ a{jk}=\sin^2\left(\frac{\phij-\phik}{2}\right)+\cos\phij\cos\phik\sin^2\left(\frac{\lambdaj-\lambdak}{2}\right), $$ $$ d{jk}=2R\arctan2\left(\sqrt{a{jk}},\sqrt{1-a{jk}}\right). $$ 同一代表点对应的距离为零，不另外设置同城内部距离。主指标使用身份、原始权重及注册地区均可确定的机构集合$\mathcal{L}{it}$，将其中的$m{it}$家机构编号为1至$m{it}$。先对每一对不同机构计算持股权重乘积与地理距离的加权和，再加1取自然对数： $$ D{it}=\sum{j=1}^{m{it}-1}\sum{k=j+1}^{m{it}}w{ijt}w{ikt}d{jk}, $$ $$ GeoDis{it}=\ln(1+D{it}). $$ 其中$D{it}$以千米计，GeoDis按自然对数保存。同样的持股规模下，机构间距离较远通常对应较大的指标；同样的空间分布下，机构持股规模增加也会提高指标。因此，解释其经济意义时应同时关注机构持股权重与覆盖情况。 两家以上机构可测时，主值按该子集计算。只有一家机构可测且本地全部观测账户的身份、权重和位置均解决时，配对和为零，主值为零；若仍有未解决账户或机构，则主值留缺失。没有可测机构时也留缺失。另提供本地完整名单版本，只在可观察名单全部解决时保留主值，以供比较。这里的完整仅针对本地观测名单，不能据此认定掌握真实机构全集。 稳健性版本保持原始权重和距离定义。超过3%及超过5%版本在管理人归并之后，分别选择权重严格大于0.03及0.05的可测机构，并在该集合重新计算距离和与对数。前十大股东版本先选披露的前十大股东名单中的机构产品席位，再按管理人归并；它使用这些席位的持股权重，不纳入同管理人的其他产品，也不是选择持股最大的十家机构。该版本的可测集合按席位自身权重及位置独立确定。筛选集合为空时留缺失，筛选后仅一机构时距离和为零。 补充说明 - 持股名单范围：优先使用广义机构明细；缺少该披露的公司年使用基金、前十大股东及前十大流通股东的可观察并集。不同来源的名单范围不同，前十大源可能包含并列或展开披露记录；保留其披露席位，不自行截断排名。 - 位置近似：原文精确注册地址距离改用经过一致性核验的行政代表点。该处理压缩同地区内部距离，注册地快照也不能反映历史迁址；注册成立晚于持股年度的记录不用于该年度定位。原文对部分外国机构使用国家层次地址，本数据中境外及港澳台机构缺少可验证注册地区时保留未定位，不以国家中心点补值。 - 覆盖与对照：未识别、权重缺失或未定位机构不会进入主值，遗漏会减少机构间配对及加权距离。随附账户数、机构数、持股权重和、覆盖率及本地完整标记，便于控制披露范围和检查样本选择。 - 版本边界：缺少可验证的被动指数基金分类时，不提供剔除被动基金的版本。生产保留各行业、板块及ST/PT公司，另提供剔除ST/PT与金融业以及按年度1%和99%缩尾的研究版本；缩尾仅处理连续距离、权重和研究指标，计数与覆盖标记保留原值。 参考文献 [1]秦利宾,李佳玲,吴晓晖.机构股东地理分散性、信息多样性与股价信息含量[J].会计研究,2025,(7):32-46.

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。