是否为新兴行业虚拟变量(四类新兴行业界定)
「是否为新兴行业虚拟变量(四类新兴行业界定)」，覆盖 1990-2025 年，频率 年度，上市公司层级，含 12 个变量，样本量约 70,955。 公司-年度层面是否处于新兴行业的虚拟变量。
| 时间跨度 | 1990-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 12 |
| 样本量 | 70,955 |
| 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 [证券简称] — 上市公司证券简称
- Year [年份] — 会计年度(以年末行业归属为准)
- 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)
- IsEmergingIndustry [是否新兴行业虚拟变量] — 参考陈康、刘琦(2018,金融研究)的方法，是否新兴行业虚拟变量(0=否，1=是)。计算公式为：若公司当年所属行业(中上协行业大类)属于计算机、通信和其他电子设备制造业(C39)、软件和信息技术服务业(I65)、互联网和相关服务(I64)、医药制造业(C27)四类新兴行业之一则取1，否则取0。用作研究变量，取值为1代表公司处于新兴行业，行业发展不成熟、公开信息较少，管理层从外部股价中学习特质信息的动机更强。
常见问题
- 「是否为新兴行业虚拟变量(四类新兴行业界定)」是什么数据集？
- 是否为新兴行业虚拟变量(四类新兴行业界定)，隶属基础参考数据。公司-年度层面是否处于新兴行业的虚拟变量。
- 该数据集的时间范围是？
- 覆盖 1990-2025 年。
- 包含哪些变量/指标？
- 共 12 个变量。核心指标包括：是否新兴行业虚拟变量。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 70,955 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集构造公司-年度层面的"是否处于新兴行业"虚拟变量，用于刻画企业所处行业的成熟度差异。其经济含义源自市场反馈效应（market feedback effect）研究中的管理层学习机制：相较于发展成熟的传统行业，新兴行业普遍具有上市公司数量较少、行业发展不成熟、企业经营经验不足、公开信息较为稀缺等特点，处于新兴行业的管理层在进行投资等公司决策时往往更依赖于从外部市场（投资者）获取的特质信息，因而其从股票价格中学习信息的动机更强（Edmans、Jayaraman 与 Schneemeier，2017）。这一行业异质性使得"是否为新兴行业"成为检验股价信息含量、投资—股价敏感性等问题时常用的横截面分组与控制变量。 参照陈康与刘琦（2018）的界定，将以下四类行业认定为新兴行业：计算机、通信和其他电子设备制造业，软件和信息技术服务业，互联网和相关服务，医药制造业；其余行业认定为传统行业。设公司 $i$ 在第 $t$ 年所属的行业大类代码为 $\mathrm{Ind}{i,t}$，则新兴行业虚拟变量定义为 $$ \mathrm{IsEmergingIndustry}{i,t}= \begin{cases} 1, & \mathrm{Ind}{i,t}\in\{\text{计算机通信电子设备制造},\ \text{软件和信息技术服务},\ \text{互联网和相关服务},\ \text{医药制造}\}\\[2pt] 0, & \text{其他} \end{cases} $$ 行业归属按年度动态匹配每家公司当年的实际所属行业大类：约四分之一的上市公司在历史上发生过行业变更，动态匹配确保某公司在变更进入（或退出）上述四类行业的年份，其 $\mathrm{IsEmergingIndustry}$ 取值随之改变，而非以单一时点的行业静态地刻画整个样本期。 补充说明 行业大类采用统一的两位行业代码体系（字母门类加两位数字，如制造业 C 门类下的若干大类），四类新兴行业分别对应"计算机、通信和其他电子设备制造业""软件和信息技术服务业""互联网和相关服务""医药制造业"。该界定为窄口径：仅覆盖上述四个行业大类本身，与之相邻但不属于这四类的行业（例如属于专用设备制造的医疗器械制造）按定义不计入新兴行业，以严格忠实于原文的行业划分。 需要提示的一项数据特征是：行业沿革数据以公司最新的行业归属向较早年份追溯，部分较早年份（尤其约 2012 年以前）的行业标注可能反映的是该公司后期的行业分类，而"互联网和相关服务""软件和信息技术服务业"等作为独立行业大类系在较晚的行业分类标准中新设。因此对约 2012 年以前的极少量观测，新兴行业标注存在向前追溯导致的时点错位（占全样本不足 1%）。使用 2007 年及以后的研究窗口可基本规避该影响，本数据集已完整覆盖 2007 年以后的全部年份。 参考文献 - 陈康, 刘琦. 股价信息含量与投资——股价敏感性——基于融资融券的准自然实验[J]. 金融研究, 2018(9): 126-142. - Edmans A, Jayaraman S, Schneemeier J. The source of information in prices and investment-price sensitivity[J]. Journal of Financial Economics, 2017, 126(1): 74-96.
- 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。