【永久会员】中国境外投资企业(机构)名录与中国工业企业数据库匹配数据（2000-2013）

数据皮皮侠

2024-12-28

1533

中国境外投资企业(机构)名录与中国工业企业数据库匹配数据（2000-2013）

近年发文趋势及主题分布

今天数据皮皮侠团队为大家分享一份最新的中国境外投资企业(机构)名录与中国工业企业数据库匹配数据，供大家研究使用。

数据来源

参考Brandt等(2012)对数据库进行了逐年合并，并对错误数据进行了清洗。将《中国境外投资企业(机构)名录》与《工业企业数据库》按照企业进行匹配合并，以蒋冠宏等（2015）为代表的众多学者在研究相关问题时均对两个数据库进行了合并，但由于《工业企业数据库》错误较多且企业存在改名的现象，导致两个数据库匹配成功率较低。为解决这一问题，采用了独创的同地区模糊匹配法进行处理。

本数据展示了2000-2013年中国境外投资企业(机构)名录与中国工业企业数据库匹配数据，本数据的具体匹配步骤如下：

首先，根据《工业企业数据库》中错误率较低的“地区编码”和“邮政编码”确定该企业所在（副）省级单位（包括省、直辖市、自治区和计划单列市），未能确定企业所在地点的样本不足1%（398万余个原始样本中不足2万），剔除这部分样本。然后，采用文本处理工具将两个数据库中的企业名进行分词，提取出核心部分，将地点和“有限责任公司”等通用后缀去除，如“南京盛东化工有限公司”，提出的核心部分为“盛东化工”。使用模糊匹配程序包将两个数据库进行匹配，模糊匹配提高了匹配的成功率，如“中国石油”和“中石油”是一家公司，如果使用精确匹配，则不能匹配成功，但不能过于模糊，否则“中石油”和“中石化”将被识别成同一家公司，根据该程序包的使用经验，将模糊匹配阈值设为80%。最后，按年按地区进行匹配，这样可以大大提高匹配的成功率，在同一省份的同一年份，每个企业的匹配空间大幅减小，重名的可能性降低，此外，去除地名开头和通用后缀避免了如“北京”和“北京市”这样同一意思但字符不同所造成的差别，使得成功率进一步提高。最终，经过以上处理，在2001—2013年的样本区间上，将两个数据库匹配合并，共获得3989940个样本，其中，共有6889家工业企业进行对外直接投资，共投资8429次，匹配成功率大幅高于同类文献。

由于《工业企业数据库》中统计错误和缺失值较多，参考Feenstra等（2014）、聂辉华等（2012）对原始数据进行清洗和精简，包括（1）剔除了雇员数少于8人且多于100万人的样本；（2）剔除了同一年内重复或错误的记录以提高样本信息的准确度；（3）剔除了一些明显错误，如工业总产值、工业增加值、固定资产数值非正数的样本；（4）剔除了存续年份大于100年或小于0年的样本等；（5）本文将按年列示的数据库根据企业名称、法人代表名称、地理位置等信息匹配成非平衡面板，非平衡面板中，由于统计披露和逐年匹配误差，部分企业出现时间较短或者不连续，本文仅选择数据连续存在3年以上的企业，剔除了不足3年的样本。最终，精简之后的样本量总数为742788，共2492家工业企业进行对外直接投资，投资3140笔。总结来看，在工业企业数据库的基础上匹配了两个新变量，第一个是该企业该年是否进行了对外直接投资；第二，同一家企业每一年可能会有多笔对外直接投资，本文统计了匹配到的样本数，即该企业该年对外直接投资的笔数。本数据由数据皮皮侠团队整理。

时间跨度

2000-2013年

数据范围

企业层面，共3989940条数据

数据概览

法人单位	法人	地址	电话	邮政编码
主要产品1	行业类别	注册类型	控股情况	隶属关系
开业时间年	开业时间月	工业产值现价	工业销售产值	出口交货值
全部职工	流动资产合计	应收帐净额	存货	固定资产合计
固资原价	累计折旧	资产总计	流动负债	长期负债合
负债合计	所有者权益	实收资本	国家资本金	集体资本金
法人资本金	个人资本金	港澳台资本	外商资本金	销售收入
销售成本	销售费用	销售税附加	其他业务利润	管理费用
财务费用	利息支出	营业利润	补贴收入	利润总额
就交所得税	年应付工资	应交增值税	年份	省市
分词后的法人单位	对外投资笔数	id

参考文献

蒋冠宏.企业异质性和对外直接投资——基于中国企业的检验证据[J].金融研究,2015(12):81-96.

声明：本数据由数据皮皮侠团队整理，仅用于学术研究

皮皮侠数据库引用声明

请您在任何基于“数据皮皮侠”数据库所产生的中文研究成果（含学术论文、公开发表的研究报告等）均包括以下表述或类似表述声明：

本研究使用的数据来自“数据皮皮侠”数据库。

同时以电子文献形式进行引用标注，形式如下：

数据皮皮侠团队. 区县行政区划变更数据库[EB/OL]. [2023-1-1]. http://www.ppmandata.cn/.

其中，“2023-1-1”应当替换成实际引用日期，“区县行政区划变更数据库”替换成实际使用的数据库名称。

请您在任何基于“数据皮皮侠”数据库所产生的英文研究成果（含学术论文、公开发表的研究报告等）均包括以下表述或类似表述声明：

数据专题	统计年鉴
	实证资源
	经济研究数据
	文本数据
	数字经济专题
	绿色碳中和系列
	企业数据
	地理数据
	论文复刻