2303 上市公司金融化与数字金融匹配数据（2011-2024）

企业金融化程度（fin_ratio）是衡量上市公司将资源配置于金融资产而非实体经营的核心指标。本数据集基于中国上市公司财务报告数据构建由数据皮皮侠团队自行测算，时间覆盖 20112024 年，核心指标包括股票代码、年份以及企业金融化程度（fin_ratio）。指标计算公式为：金融化程度 = (交易性金融资产 + 衍生金融资产 + 发放贷款及垫款净额 + 可供出售金融资产净额 + 持有至到期投资净额 + 投资性房地产净额) / 总资产。该指标取值通常介于 0 与 1 之间（个别情况因总资产缺失或为 0 导致缺失），数值越大表示企业越倾向于持有金融资产、实体投资相对越弱，能够有效刻画企业在特定年度的“脱实向虚”程度，为研究金融化对创新、就业、投资效率等的影响提供基础数据

基于本数据集，研究者可从三方面展开实证分析。第一，研究金融化对实体投资的挤出效应，将金融化程度与企业研发投入、固定资产增长率等变量匹配，采用面板固定效应模型检验金融化是否显著抑制实体投资，并探索融资约束的调节作用。第二，分析数字金融发展的缓解作用，结合北京大学数字普惠金融指数（覆盖广度、使用深度、数字化程度），考察区域数字金融发展能否削弱企业金融化的动机，即数字金融是否通过缓解融资约束促使资金回流实体。第三，进行金融化程度的异质性分析，按企业产权性质（国有/民营）、行业（制造业/服务业）、地区市场化程度分组，检验金融化的驱动因素与后果差异，为“精准施策”提供经验证据。

本数据集严格按照上述公式计算，所有处理通过 Python（pandas）编程实现，确保可复现。首先进行数据提取与清洗：从上市公司财务数据库中读取包含交易性金融资产、衍生金融资产、发放贷款及垫款、可供出售金融资产、持有至到期投资、投资性房地产以及总资产的年度数据，将截止日期转换为年份，筛选 20112024 年样本。其次计算金融化程度：对分子各列的缺失值填充为 0（假设未披露即无该项资产），分母（总资产）若缺失或为 0 则结果设为缺失值（NaN），计算分子总和后除以总资产，得到每家公司每年的金融化程度。接着匹配数字普惠金融指数与地址更新：按股票代码和年份将计算好的金融化程度合并至包含北大数字普惠金融指数的主表；若存在注册地址变更（依据城市编码变更表），则更新 20212024 年对应股票代码的地址信息，并重新匹配该省份当年的普惠金融指数，确保地域环境变量的准确性。最后输出结果，生成 Excel 文件，包含股票代码、年份、金融化程度以及各项数字金融指数，供后续分析使用。

郭峰, 王靖一, 王芳, 孔涛, 张勋, 程志云. 测度中国数字普惠金融发展: 指数编制与空间特征[J]. 经济学(季刊), 2020, 19(4).