企业同行技术竞争压力

字段字典

• Symbol [股票代码] — 六位股票代码，保留历史证券标识。
• StkName [股票简称] — 按年份匹配的股票简称。
• Year [年份] — 财务报告年度。
• Province [省份] — 公司档案所在省份；历史信息缺失保留空值。
• ProvinceCode [省代码] — 六位省级行政区划代码。
• City [城市] — 公司档案所在城市；历史信息缺失保留空值。
• CityCode [市代码] — 六位市级行政区划代码。
• County [区县] — 公司档案所在区县；历史信息缺失保留空值。
• CountyCode [区县代码] — 六位区县行政区划代码。
• IndustryCode [行业代码] — 年度行业分类代码，按现有行业轨迹匹配。
• IndustryName [行业名称] — 年度行业分类名称，按现有行业轨迹匹配。
• ScopeCharCount [经营业务文本字符数] — 计算公式为：清理后同期年报公司自述业务及产品描述章节的字符数量，沿用历史字段名ScopeCharCount；剔除空白、排除性条款及法律审批套话，使用完整结束边界、不按固定字符上限截断。未识别可靠章节时缺失。
• RDInvestment [年度研发投入] — 计算公式为：复用本地研发投入总额字段（研发费用+资本化开发支出余额正向变动），单位元，属于合成投入代理，并非完整投入流量。仅在原始年度研发费用可测且与本地费用字段一致时使用；原始缺失补出的零不作为真实零，未知或冲突缺失。
• PeerCount [同行竞争者数量] — 参考马永强、陈伟忠(2025,会计研究)，计算公式为：固定前10名竞争者数量=10；在当年度全部具备有效经营业务描述章节的上市公司中排除自身选择，不足10家时不计算研究量。
• PeerRDObserved [研发投入可测同行数量] — 计算公式为：固定10名同行中年度研发投入金额可测的数量；不补挑其他研发可测企业，不将未知视为零。
• PeerWeightedRD [同行加权研发投入] — 参考马永强、陈伟忠(2025,会计研究)，计算公式为：Σ同行业务相似度×同行年度研发投入，单位元，固定前10名、不归一化权重；正权重同行金额缺失时缺失。
• PeerToOwnRD [同行相对研发投入] — 参考马永强、陈伟忠(2025,会计研究)，计算公式为：同行加权研发投入/自身年度研发投入，无量纲；自身投入须真实可测且为正。
• TPP [同行技术竞争压力] — 参考马永强、陈伟忠(2025,会计研究)，计算公式为：ln(1+同行加权研发投入/自身年度研发投入)/1000，无量纲，用作研究变量，越大代表相对于同行企业的技术投入越低、技术竞争压力越大。
• TPPUnscaled [同行技术竞争压力未缩放值] — 参考马永强、陈伟忠(2025,会计研究)原式，计算公式为：ln(1+同行加权研发投入/自身年度研发投入)=1000×TPP，作为量纲对照，非独立稳健性指标。

常见问题

「企业同行技术竞争压力」是什么数据集？

企业同行技术竞争压力，隶属经营绩效。参考马永强、陈伟忠（2025），衡量企业面对相近业务竞争者的相对研发投入压力。

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 19 个变量。核心指标包括：经营业务文本字符数、年度研发投入、同行竞争者数量、研发投入可测同行数量、同行加权研发投入、同行相对研发投入、同行技术竞争压力、同行技术竞争压力未缩放值。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 69,433 条观测。

数据是如何测算/获取的？

指标定义与计算方法 企业同行技术竞争压力反映企业面对相近经营领域竞争者的相对技术投入压力。竞争者投入更多研发资源，而自身研发投入较低时，企业在技术更新和产品竞争中面临的压力可能更高。本指标参考马永强、陈伟忠的研究，将经营范围相似度用于识别同行及其竞争相关性，再比较同行加权研发投入与企业自身研发投入。 首先，从企业当期年度报告提取经营业务、主要产品或业务概要章节。章节识别复用现有年度业务文本提取方法，兼容不同年份、交易所及银行的标题格式，排除目录条目及正文中的章节引用，并以独立行首的真实下一章节或同级业务结束标题确定边界。银行的后续发展战略及核心竞争力章节单独排除；早年主营业务介绍遇到独立会计政策、财务报表编制基础或合并范围等标题即截止，避免混入财务附注。保留完整章节，不按固定25000字截断；删除实际发行人页眉、页码、空白及法律审批套话，至少保留40个汉字。产品清单含较多英文和数字时不以汉字占比过低为由排除。 上市公司报告中的集团业务与子公司产品介绍属于该年度业务描述；不把工商登记短条款作为唯一准入条件，也不以最新登记文本回填历史年度。章节内部可能包括经营模式、行业背景和研发情况介绍，但不从这些文字提取财务金额。清理后的字符数量记为经营业务文本字符数（ScopeCharCount），沿用历史英文字段名，用于检查文本测量基础。 设 $S{it}$ 为企业 $i$ 在年度 $t$ 的清理后经营业务章节文本，$r(a,b)$ 为字符序列的 difflib SequenceMatcher 相似度。关闭自动高频字符忽略功能，不分词、不截断文本，并将两个比较方向的结果取算术平均，得到业务相似度： $$ \omega{ijt}=\frac{r(S{it},S{jt})+r(S{jt},S{it})}{2}. $$ 相似度取值为零至一，越大表示两个经营业务文本越相近。逐年在具备有效业务章节、且该年度内具有上市资格的全部企业中比较，排除自身，选取相似度最高的十家企业，组成固定竞争者集合 $\mathcal{N}{it}$。相似度并列时按六位股票代码升序选择。竞争者不限定为同一行业分类；北交所历史换码按同一主体识别，挂牌精选层的时间不作为交易所上市起点。章节来源的复用不改变本指标的字符相似度，不采用另一个文本竞争指标的分词余弦相似度或行业阈值。 其次，记 $RD{it}$ 为本地结构化财务资料中的研发投入代理，统一以元计量。该代理由费用化研发费用与资本化开发支出余额的正向变动合成，复用现有研发投入总额字段，不从年报提取财务金额。资本化余额变动受转入无形资产及其他变动影响，不能等同于当期资本化投入发生额，因此该代理与文献的完整研发投入流量存在差异。只有原始年度研发费用可测、与投入表费用字段一致且无冲突时才使用代理；原始费用缺失所补出的零不能当作真实零。研发投入可测同行数量（PeerRDObserved）记录固定十名竞争者中代理可测的企业数，不据此另选竞争者。 对固定集合中的同行研发投入按业务相似度加权，得到同行加权研发投入（PeerWeightedRD）： $$ WRD{it}=\sum{j\in\mathcal{N}{it}}\omega{ijt}RD{jt}. $$ 该构件以元计量，反映经营业务相近的企业投入研发资源的总体规模。相似度直接作为权重使用，不将权重归一化。再以自身研发投入为分母，得到同行相对研发投入（PeerToOwnRD），即 $R{it}=WRD{it}/RD{it}$。 核心指标同行技术竞争压力（TPP）沿用文献的对数比值形式，以自然对数计算并缩小一千倍： $$ TPP{it}=\frac{\ln(1+R{it})}{1000} =\frac{1}{1000}\ln\left(1+\frac{\sum{j\in\mathcal{N}{it}}\omega{ijt}RD{jt}}{RD{it}}\right). $$ 在相近竞争者投入保持不变时，自身研发投入越低，指标越高；在自身投入保持不变时，相近竞争者研发投入越高，指标也越高。未缩放值（TPPUnscaled）为 $\ln(1+R{it})=1000\times TPP{it}$，用于量纲对照，与核心指标具有完全确定的比例关系，不能作为独立稳健性检验。 补充说明 - 方法操作化：原文使用逐年经营范围资料，未公布具体文本程序、比较方向、参数、对数底数及缺失规则。本数据按用户指定参考现有年度业务章节提取方法，采用同期经营业务/产品描述，文本比登记经营范围更长，可能包含该章的行业与研发背景；文本来源及本地研发代理均与作者资料存在差异，不等同于作者程序的逐值复现。 - 完整性规则：未识别有效业务章节或可选同行不足十家时不计算研究量。程序未识别章节不等于原文未披露。自身研发代理未知或为零，以及任何正权重同行研发代理未知时，核心指标均缺失；真实可测零保留为零，零权重同行贡献严格为零。原始费用列的年度覆盖和固定同行完整性共同影响有效观测，缺失不填零。 - 样本与解释：覆盖全部可得报告年度、行业及板块，原始结果保留 ST/PT 与金融业。部分早年报告的独立业务章节未被本版规则识别，历史上市日期、证券身份和年报排版缺失也影响可测覆盖；经营业务文本相似度衡量业务接近程度，不能直接解释为技术路线或专利组合的接近程度。 参考文献 [1]马永强,陈伟忠.同行技术竞争压力与企业避税行为[J].会计研究,2025,(6):180-192.

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。