政治关联(简历四类背景识别)
「政治关联(简历四类背景识别)」，覆盖 1999-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 76,331。 衡量上市公司关键高管的政治关联程度。
| 时间跨度 | 1999-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 76,331 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 财务年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- 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
- PC [政治关联] — 参考Fan, Wong & Zhang (2007, JFE)的方法，是否具有政治关联(0=否，1=是)，计算公式为：若董事长或总经理曾任或现任政府官员、人大代表、政协委员或军队干部则取1。用作研究变量，越大代表政治关联程度越高
- PC_Chair [董事长政治关联] — 参考Fan et al. (2007, JFE)的方法，是否董事长具有政治关联(0=否，1=是)
- PC_CEO [总经理政治关联] — 参考Fan et al. (2007, JFE)的方法，是否总经理具有政治关联(0=否，1=是)
- PC_Govt [政府官员关联] — 参考Fan et al. (2007, JFE)的方法，是否董事长或总经理曾任或现任政府官员(0=否，1=是)，包括各级政府机关、党委、财政/税务/工商/发改等部门任职经历
- PC_NPC [人大代表关联] — 参考Fan et al. (2007, JFE)的方法，是否董事长或总经理现任或曾任各级人大代表(0=否，1=是)，包括全国、省、市、县、区各级人民代表大会代表
- PC_CPPCC [政协委员关联] — 参考Fan et al. (2007, JFE)的方法，是否董事长或总经理现任或曾任各级政协委员(0=否，1=是)，包括全国、省、市、县、区各级人民政治协商会议委员
- PC_Military [军队关联] — 参考Fan et al. (2007, JFE)的方法，是否董事长或总经理有军队任职经历(0=否，1=是)，包括参军、服兵役、转业、各军种及军衔等
- PC_Level [政治关联层级] — 参考Fan et al. (2007, JFE)的方法，政治关联最高层级，计算公式为：0=无关联，1=县市级(县市级人大代表/政协委员/政府官员)，2=省级(省级人大代表/政协委员/厅长)，3=全国级(全国人大/政协/国务院/证监会等)。仅在PC=1时取非零值
- ResumeAvailable [简历数据可用] — 参考Fan, Wong & Zhang (2007, JFE)。是否高管简历数据可用(0=否，1=是)，1999-2003年简历覆盖率不足1%，PC=0可能为数据缺失而非真实无关联，建议使用时过滤简历数据可用=1的样本
常见问题
- 「政治关联(简历四类背景识别)」是什么数据集？
- 政治关联(简历四类背景识别)，隶属公司治理。衡量上市公司关键高管的政治关联程度。
- 该数据集的时间范围是？
- 覆盖 1999-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：政治关联、董事长政治关联、总经理政治关联、政府官员关联、人大代表关联、政协委员关联、军队关联、政治关联层级、简历数据可用。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 76,331 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在衡量中国上市公司高管的“政治关联”程度。政治关联是指公司关键决策者（董事长或总经理）与政府、立法机构、政协或军队之间存在的正式或非正式联系。这种联系可能源于其个人曾担任或现任政府官员、人大代表、政协委员或军队干部。借鉴Fan, Wong & Zhang (2007)的研究，政治关联被视为一种重要的非正式制度安排，可能影响公司的资源获取、监管环境以及经营决策。 核心识别对象为公司的董事长和总经理。通过解析其个人简历文本，判断其是否具有以下四类背景之一：(1) 政府官员背景，指曾在各级政府机关、党委或财政、税务、工商、发改等职能部门任职；(2) 人大代表背景，指现任或曾任全国、省、市、县、区各级人民代表大会代表；(3) 政协委员背景，指现任或曾任全国、省、市、县、区各级人民政治协商会议委员；(4) 军队背景，指有参军、服兵役、转业或在各军种服役的经历。 基于上述识别，构建了一系列二元变量。综合政治关联变量$PC$定义为：若公司董事长或总经理中至少一人具有上述任一类政治背景，则取值为1，否则为0。为区分关联来源，分别构建了董事长政治关联$PC\Chair$和总经理政治关联$PC\CEO$。同时，为探究关联的具体类型，构建了四个细分变量：政府官员关联$PC\Govt$、人大代表关联$PC\NPC$、政协委员关联$PC\CPPCC$和军队关联$PC\Military$。若董事长或总经理中至少一人具有对应类型的背景，则相应变量取值为1。 为进一步量化政治关联的强度，构建了有序变量$PC\Level$，用以刻画关联的最高层级。该变量仅在$PC=1$时取非零值，具体赋值规则为：0 = 无关联；1 = 县市级（如县市级人大代表、政协委员或政府官员）；2 = 省级（如省级人大代表、政协委员或厅局级官员）；3 = 全国级（如全国人大代表、政协委员或国务院部委官员）。 补充说明 - 本数据集基于高管个人简历文本信息构建。由于早期年份（如1999-2003年）简历数据覆盖率较低，数据集中提供了$ResumeAvailable$变量标识简历数据是否可用。建议在实证研究中，将分析样本限定为$ResumeAvailable=1$的观测，以避免将数据缺失误判为无政治关联。 参考文献 - Fan J P H, Wong T J, Zhang T. Politically connected CEOs, corporate governance, and Post-IPO performance of China's newly partially privatized firms[J]. Journal of Financial Economics, 2007, 84(2): 330-357.
- 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。