2285 上市公司组织衰退程度【Dec】（2010-2024）

本数据集聚焦于中国A股上市公司绩效不佳的量化指标构建，时间跨度为2010年至2025年。数据基于企业资产收益率（ROA）作为核心绩效指标（记为P），通过绩效反馈理论框架，生成一系列反映企业业绩困境的变量。主要指标包括：企业代码（已统一填充为6位）、企业简称、年份、企业绩效（ROA）、行业代码（三位）、期望绩效（E）、绩效期望差距（Gap）、三年平均绩效期望差距（avg_gap_3y）、行业平均绩效（industry_mean_P）以及组织衰退程度（Dec）。其中，Gap衡量单一年份实际绩效低于期望的程度，Dec则通过过去三年绩效与行业均值的比较，量化企业持续衰退的累积效应。数据覆盖制造业为主的多行业上市公司，共计观测值超过数万条，为非平衡面板结构，为研究企业绩效困境的成因与后果提供了基础量化工具。

基于上述指标，可开展三方面研究：一是企业战略行为对绩效反馈的响应机制，探究业绩下滑如何影响创新投入、数字化转型等战略调整，并分析持续时长的作用；二是绩效困境的经济后果，考察组织衰退对企业融资、投资、风险和市场表现的影响，检验威胁刚性与问题搜寻理论的适用性；三是外部治理因素的调节效应，研究政府补贴、分析师关注等变量如何缓解或加剧绩效不佳的负面冲击。

指标构建严格遵循绩效反馈理论，具体步骤如下

1. 期望绩效（E）的递推计算：对每家企业按年份升序处理。若年份连续（即本年与上年相差1），则段内第一年E设为当年ROA；后续年份按递推公式  计算，其中权重  取自文献最优估计。若出现年份不连续（如数据缺失），则视为新时间段，重新初始化E为当年ROA，确保递推仅在同一连续序列内进行。

2. 绩效期望差距（Gap）：定义为 ，即当实际绩效低于期望时取差值，否则为0。

3. 三年平均绩效期望差距：以公司为单位，对Gap进行3年滚动平均（要求至少3年完整数据），得到avg_gap_3y，用于捕捉绩效不佳的持续性。

4. 行业平均绩效：按行业和年份计算所有公司的ROA均值，得到industry_mean_P。

5. 组织衰退程度（Dec）：对每家企业，取过去三年（t-1, t-2, t-3）的ROA与同年行业均值比较，定义指示变量  若 ，否则为0。衰退指数为 分别对应0至3年低于行业水平的情形。若某年数据缺失，则Dec设为缺失值。

通过上述方法，本数据集有效处理了数据不连续、初始值设定等问题，为研究企业绩效不佳的动态影响提供了可靠面板数据。

[1] Yu, W., Minniti, M., & Nason, R. (2019). Underperformance duration and innovative search. Strategic Management Journal, 40(5), 836-861.
[2] Luo, M., & Wang, S. (2026). Behind booms: the digitalization of underperforming Chinese companies. Journal of Business Research, 206, 115978.