高管同籍贯比例(同省籍贯占比)
「高管同籍贯比例(同省籍贯占比)」，覆盖 1999-2025 年，频率 年度，上市公司层级，含 25 个变量，样本量约 79,522。 衡量高管团队内部基于地缘的非正式社会关系强度。
| 时间跨度 | 1999-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 25 |
| 样本量 | 79,522 |
| 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 [股票简称] — 上市公司简称
- 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
- ExecCount [高管团队人数] — 高管团队(董事长+董事+高管,排除独立董事和监事)总人数。单位：人
- ExplicitBPCount [明确籍贯人数] — 简历中有明确籍贯标注(如"XX人""籍贯XX")的高管人数，由LLM(qwen2.5:7b)从简历文本提取。单位：人
- BPCoverageRatio [籍贯覆盖率] — 计算公式为: 明确籍贯人数/高管团队总人数。用于评估籍贯数据质量。单位：比例
- TMThometown [同省籍贯比例] — 参考张兆国等(2018,会计研究)的方法，计算公式为: 明确籍贯中与至少一位其他高管同省籍的人数/高管团队总人数。用作研究变量，越大代表老乡关系越密切。单位：比例
- TMThometownAdj [同省比例-已知样本] — 参考张兆国等(2018,会计研究)的方法，计算公式为: 明确籍贯中与至少一位其他高管同省籍的人数/有明确籍贯的高管人数(需>=2人)。分母仅计有明确籍贯标注的高管。单位：比例
- TMTHomecity [同市籍贯比例] — 市级粒度版本，计算公式为: 明确籍贯中与至少一位其他高管同市籍的人数/高管团队总人数。单位：比例
- TMTHomecityAdj [同市比例-已知样本] — 市级粒度版本，计算公式为: 明确籍贯中与至少一位其他高管同市籍的人数/有明确籍贯的高管人数(需>=2人)。单位：比例
- MaxProvinceGroupRatio [最大同省群体比例] — 计算公式为: 最大同省籍贯群体人数/高管团队总人数(群体需>=2人)。单位：比例
- MaxCityGroupRatio [最大同市群体比例] — 计算公式为: 最大同市籍贯群体人数/高管团队总人数(群体需>=2人)。单位：比例
- MaxProvinceGroup [最大同省群体人数] — 最大同省籍贯群体的人数(群体需>=2人,否则为0)。单位：人
- MaxCityGroup [最大同市群体人数] — 最大同市籍贯群体的人数(群体需>=2人,否则为0)。单位：人
- SameProvinceCount [同省人数] — 明确籍贯中与至少一位其他高管同省的人数合计。单位：人
- SameCityCount [同市人数] — 明确籍贯中与至少一位其他高管同市的人数合计。单位：人
- IsHighCoverage [是否高覆盖率] — 是否籍贯覆盖率>=20%(0=否，1=是)，BPCoverageRatio>=0.2时为1
常见问题
- 「高管同籍贯比例(同省籍贯占比)」是什么数据集？
- 高管同籍贯比例(同省籍贯占比)，隶属董监高数据。衡量高管团队内部基于地缘的非正式社会关系强度。
- 该数据集的时间范围是？
- 覆盖 1999-2025 年。
- 包含哪些变量/指标？
- 共 25 个变量。核心指标包括：高管团队人数、明确籍贯人数、籍贯覆盖率、同省籍贯比例、同省比例-已知样本、同市籍贯比例、同市比例-已知样本、最大同省群体比例、最大同市群体比例、最大同省群体人数、最大同市群体人数、同省人数、同市人数、是否高覆盖率。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 79,522 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 高管团队内部的社会关系是影响公司决策与绩效的重要因素，其中基于地缘的“老乡关系”是一种典型的非正式社会关系。为量化这种关系，参考张兆国等（2018）的研究，构建了高管同籍贯比例指标，用于衡量高管团队中成员籍贯（省级或市级）相同的紧密程度。该指标的核心思想是计算团队中至少与另一名高管籍贯相同的人数占团队总人数的比例，比例越高，表明基于地缘的非正式社会网络越强。此方法亦借鉴了Fracassi（2017）和陆瑶、胡江燕（2014）关于社会网络与公司财务政策的研究思路。 在具体计算中，高管籍贯信息以董监高个人特征文件的结构化籍贯字段（国标地区代码，省级与市级）为主，结构化字段缺失时辅以从简历文本中明确标注（如“XX人”或“籍贯XX”）抽取的籍贯，两类来源均视为可信纳入计算。对于每家公司每年，定义高管团队为包括董事长、董事及高级管理人员，但排除独立董事和监事。基于此，计算多个相关指标。 基础变量包括：高管团队总人数（$ExecCount$）、有明确籍贯标注的高管人数（$ExplicitBPCount$）、明确籍贯中至少与另一名高管同省的人数（$SameProvinceCount$）以及至少与另一名高管同市的人数（$SameCityCount$）。籍贯数据质量通过籍贯覆盖率（$BPCoverageRatio$）评估，其计算公式为 $ExplicitBPCount / ExecCount$。当该覆盖率不低于20%时，视为高覆盖率样本。 核心研究指标为同省籍贯比例（$TMThometown$），其计算方法遵循张兆国等（2018）的定义： $$TMThometown = \frac{SameProvinceCount}{ExecCount}$$ 其中$SameProvinceCount$为明确籍贯中与至少一位其他高管同省籍的人数，$ExecCount$为高管团队总人数。为进行稳健性检验或处理籍贯信息不全的情况，提供了调整版本的同省比例（$TMThometownAdj$），其分母仅使用有明确籍贯的高管人数（要求不少于2人），即 $SameProvinceCount / ExplicitBPCount$。 同理，可以计算市级粒度的同籍贯比例。同市籍贯比例（$TMTHomecity$）为 $SameCityCount / ExecCount$；其调整版本（$TMTHomecityAdj$）为 $SameCityCount / ExplicitBPCount$（要求$ExplicitBPCount \geq 2$）。 此外，为捕捉团队中可能存在的最大地缘群体，计算了最大同省群体比例（$MaxProvinceGroupRatio$）和最大同市群体比例（$MaxCityGroupRatio$）。其计算方法为：首先找出籍贯（省或市）完全相同且人数不少于2人的最大群体，该群体人数记为$MaxProvinceGroup$或$MaxCityGroup$，然后分别除以高管团队总人数$ExecCount$。 补充说明 - 高管籍贯以结构化籍贯字段（国标地区代码）为主、简历文本明确标注抽取为辅；因结构化籍贯主要覆盖董事长与总经理，团队层面的籍贯覆盖率仍受限，建议结合$BPCoverageRatio$或高覆盖率子样本使用。 - 高管团队定义为董事长、董事及高级管理人员，不包括独立董事和监事。 - 在计算调整比例（$TMThometownAdj$和$TMTHomecityAdj$）时，要求有明确籍贯的高管人数（$ExplicitBPCount$）不少于2人。 参考文献 [1]张兆国,曹丹婷,张弛.高管团队稳定性会影响企业技术创新绩效吗--基于薪酬激励和社会关系的调节作用研究[J].会计研究,2018(12):48-55. [2]Fracassi C. Corporate finance policies and social networks[J]. Management Science, 2017, 63(8): 2420-2438. [3]陆瑶,胡江燕.CEO与董事间的“老乡”关系对我国上市公司风险水平的影响[J].管理世界,2014(3):131-138.
- 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。