高管团队性别构成

字段字典

• Symbol [股票代码] — A 股上市公司股票代码,6 位数字,前导零已补齐
• StkName [证券简称] — 证券简称
• Year [年份] — 统计所在自然年(通常以 12 月 31 日为时点)
• 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
• TMTSize [高管团队人数] — 当年该公司的高管团队人数(不含独立董事和监事);同一人兼任多职按 1 人计
• TMTSizeWithGender [有性别信息人数] — 高管团队中性别已知(为男或女)的成员数,排除未披露性别的情况;作为性别占比的分母,中国上市公司高管与独董性别披露较完整,此字段通常等于团队总人数
• MaleCount [男性人数] — 高管团队中男性成员的人数
• FemaleCount [女性人数] — 高管团队中女性成员的人数;是性别多样性研究的核心代理变量
• MalePct [男性占比] — 高管团队中男性成员的人数占比;分母为团队中性别已知的人数,以规避未披露性别对占比的干扰
• FemalePct [女性占比] — 高管团队中女性成员的人数占比;分母为团队中性别已知的人数,以规避未披露性别对占比的干扰;常作为性别多样性代理变量,与男性占比之和为 1

常见问题

「高管团队性别构成」是什么数据集？

高管团队性别构成，隶属董监高数据。基于高管团队成员背景档案，按公司-年度聚合性别构成的团队层面统计。

该数据集的时间范围是？

覆盖 1999-2025 年。

包含哪些变量/指标？

共 17 个变量。核心指标包括：高管团队人数、有性别信息人数、男性人数、女性人数、男性占比、女性占比。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 74,215 条观测。

数据是如何测算/获取的？

指标定义与计算方法 本数据集以 Symbol × Year 为主键, 汇总高管团队的性别构成. 数据来自 TMTBackgroundPanel 人员面板的团队聚合. 聚合前先过滤 $InOffice = 1$ 的当年在任记录, 并按 (Symbol, Year, PersonID) 去重至人员层面. 团队规模 $TMTSize$ 为当年去重后的在任高管团队人数. 为避免性别未披露的观测稀释比例, 进一步定义 $TMTSizeWithGender$ 为已披露性别的人数 (性别字段取值为"男"、"女"、"M"或"F"中的任一)的人数, 作为性别比例指标的专用分母. $MaleCount$ 与 $FemaleCount$ 分别为团队中男性与女性成员的人数. $MalePct$、$FemalePct$ 为其占比, 分母为 $TMTSizeWithGender$: $$ MalePct = \frac{MaleCount}{TMTSizeWithGender}, \quad FemalePct = \frac{FemaleCount}{TMTSizeWithGender} $$ 这一设计使得 $MalePct + FemalePct = 1$ (当团队中至少有 1 人披露性别时), 便于直接用于女性高管比例等命题的实证研究. 补充说明 - 样本范围: 1999-2024 年 - 分母口径: 分母为已披露性别的成员数, 排除性别未披露的观测 - 性别归一化: 原始简历中的"男"、"M"视同男性; "女"、"F"视同女性 参考文献 - 贺新闻,王艳,伦博颜.高管团队性别多元化对创新型企业绩效影响机制研究——基于技术密集度的视角[J].科学管理研究,2020,38(1):113-118. - 李子健,牛贵宏.高管团队性别差异、战略变革与企业竞争力——基于制造业上市公司的实证分析[J].河南工程学院学报(社会科学版),2022,37(2). - 李端生,王晓燕.高管团队异质性、激励机制与企业研发投资行为——来自创业板上市公司的经验数据[J].经济问题,2019,(2).

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。