上市公司超额商誉指标
一行是一家上市公司在特定年度的超额商誉测算数据。
v1 生效中 · 2026/11/14 发布险种标签：企业财产险责任险时间跨度：2005–2022 年数据出处 出处待核实
- 记录
- 4.3 万
- 字段
- 11
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
11 个字段，10 个没有空值
01字段
字段来源，逐一标明
共 11 个字段，其中 AI 扩增字段 0 个。非空率按当前版本的 43,012 行计算。
关于这个数据集
一行是一家上市公司在特定年度的超额商誉测算数据。覆盖A股上市公司，包含标准化商誉、行业均值/中值及多种回归方法计算的超额商誉指标。可用于评估企业因并购产生的商誉泡沫风险，辅助判断企业财务稳健性。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 证券代码stock_code键：股票代码。样本里格式符合 100%，100% 的行对上参照 listed-security-master、hk-security-master、stock-company-profile、neeq-company-info | 文本 | 原生 | 100% | 原表列名：id | ||
| 证券代码字符串stock_code_str键：股票代码。样本里格式符合 100%，100% 的行对上参照 listed-security-master、hk-security-master、stock-company-profile、neeq-company-info | 文本 | 原生 | 100% | 原表列名：id_org | ||
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | 原表列名：year | ||
| 证券简称company_name | 文本 | 原生 | 100% | 原表列名：Stknme | ||
| 标准化商誉gw_norm | 小数 | 原生 | 100% | 商誉净额/总资产 原表列名：GW_norm | ||
| 行业均值gw_ind_mean | 小数 | 原生 | 100% | 标准化商誉行业均值 原表列名：GW_Indmean | ||
| 行业中值gw_ind_median | 小数 | 原生 | 100% | 标准化商誉行业中值 原表列名：GW_Indmedian | ||
| 超额商誉整体gw_excess1 | 小数 | 原生 | 100% | 整体回归计算 原表列名：GW_excess1 | ||
| 超额商誉分年gw_excess2 | 小数 | 原生 | 99% | 分年度分行业回归 原表列名：GW_excess2 | ||
| 超额商誉均值调gw_excess3 | 小数 | 原生 | 100% | 经行业均值调整 原表列名：GW_excess3 | ||
| 超额商誉中值调gw_excess4 | 小数 | 原生 | 100% | 经行业中值调整 原表列名：GW_excess4 |
02样本
先看样本，再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 证券代码stock_code | 证券代码字符串stock_code_str | 年份year | 证券简称company_name | 标准化商誉gw_norm | 行业均值gw_ind_mean | 行业中值gw_ind_median | 超额商誉整体gw_excess1 | 超额商誉分年gw_excess2 | 超额商誉均值调gw_excess3 | 超额商誉中值调gw_excess4 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 000002 | 000002 | 2005 | 万科A | 0 | 0 | 0 | 0.0020590341337903967 | 0 | 0 | 0 |
| 2 | 000002 | 000002 | 2006 | 万科A | 0 | 0 | 0 | -0.00010270156199242848 | 0 | 0 | 0 |
| 3 | 000002 | 000002 | 2007 | 万科A | 0 | 0.0012388029910933443 | 0 | -0.0019418903683992988 | -0.0010068037754154104 | -0.0012388029910933443 | 0 |
| 4 | 000002 | 000002 | 2008 | 万科A | 0 | 0.002804279846044286 | 0 | 0.01353516323918405 | 0.0051030848074559015 | -0.002804279846044286 | 0 |
| 5 | 000002 | 000002 | 2009 | 万科A | 0 | 0.001941618153014145 | 0 | 0.012413842157955823 | -0.00424674188305031 | -0.001941618153014145 | 0 |
| 6 | 000002 | 000002 | 2010 | 万科A | 0 | 0.002624628357660979 | 0 | 0.016063608729669523 | -0.002447276042409189 | -0.002624628357660979 | 0 |
| 7 | 000002 | 000002 | 2011 | 万科A | 0 | 0.0018533180924320187 | 0 | 0.011920272588597803 | 0.0029916555188041587 | -0.0018533180924320187 | 0 |
| 8 | 000002 | 000002 | 2012 | 万科A | 0.0005324418581474893 | 0.002535888411454209 | 0 | -0.0018626592098687945 | 0.0006762555790582991 | -0.00200344655330672 | 0.0005324418581474893 |
| 9 | 000002 | 000002 | 2013 | 万科A | 0.0004208839633309741 | 0.001974174636221959 | 0 | 0.0098327285314466 | 0.0004592136165044375 | -0.001553290672890985 | 0.0004208839633309741 |
| 10 | 000002 | 000002 | 2014 | 万科A | 0.0003967080300084689 | 0.001970130036229348 | 0 | -0.009162926256147253 | -0.0012436329410757429 | -0.0015734220062208792 | 0.0003967080300084689 |
| 11 | 000002 | 000002 | 2015 | 万科A | 0.0003299383251908594 | 0.003713978458246318 | 0 | -0.02757211713380248 | -0.002333349152070661 | -0.003384040133055458 | 0.0003299383251908594 |
| 12 | 000002 | 000002 | 2016 | 万科A | 0.0002428025721988031 | 0.005299976783319386 | 0 | -0.033682658522824996 | -0.002473971036010179 | -0.005057174211120583 | 0.0002428025721988031 |
| 13 | 000002 | 000002 | 2017 | 万科A | 0.0001770656280695698 | 0.008742515138873244 | 0 | -0.039087540866087775 | -0.00564829182661719 | -0.008565449510803675 | 0.0001770656280695698 |
| 14 | 000002 | 000002 | 2018 | 万科A | 0.00014203334903115173 | 0.010471668909612226 | 0 | -0.028985300860979127 | 0.0006987743704336143 | -0.010329635560581077 | 0.00014203334903115173 |
| 15 | 000002 | 000002 | 2019 | 万科A | 0.0001277050833655447 | 0.010671257531324174 | 0 | -0.012364471837627606 | 0.006337095955377489 | -0.01054355244795863 | 0.0001277050833655447 |
| 16 | 000002 | 000002 | 2020 | 万科A | 0.00011039236709124112 | 0.008596399816539665 | 0.000011254262581963566 | -0.018721011312646064 | -0.0006394906695557843 | -0.008486007449448423 | 0.00009913810450927756 |
| 17 | 000002 | 000002 | 2021 | 万科A | 0.0019716535804208926 | 0.008816273536091048 | 0.00004773375271326924 | 0.004135418644064758 | 0.009961051944937693 | -0.0068446199556701556 | 0.0019239198277076232 |
| 18 | 000002 | 000002 | 2022 | 万科A | 0.003074503857238486 | 0.010121264608337377 | 0.00000881092284409587 | -0.005801001899744718 | 0.002002100354988828 | -0.007046760751098889 | 0.00306569293439439 |
| 19 | 000006 | 000006 | 2005 | 深振业A | 0 | 0 | 0 | 0.006494358158276897 | 0 | 0 | 0 |
| 20 | 000006 | 000006 | 2006 | 深振业A | 0 | 0 | 0 | 0.011668939309734123 | 0 | 0 | 0 |
03版本
每次发布，都留记录
发布后的数据版本不能修改。更正时发布新版本，旧版本保留。
版本 v12026/11/14 发布
生效中43,012 行 · 11 个字段 · 初始导入
04关联
和其他数据集，按键连起来
按键连到企业，能和不少于 15 个数据集连接。另外，它带年份或日期，能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组，对上的行多的在前。
按 股票代码 + 年份 能连
296 个数据集 · 本数据集 43,012 行有股票代码- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 ts_code、list_date按股票代码对上本数据集 43,012 行（100%）
- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 establish_date、stkcd按股票代码对上本数据集 43,012 行（100%）
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 stock_code、trade_date按股票代码对上本数据集 43,012 行（100%）
- 上市公司月个股回报率企业主体 · 73.7 万 行 · 连接字段 stock_code、trade_month按股票代码对上本数据集 43,012 行（100%）
- 上市公司月度ST状态企业主体 · 73.5 万 行 · 连接字段 month、stock_code按股票代码对上本数据集 43,012 行（100%）
- 上市公司资产负债表企业主体 · 52.9 万 行 · 连接字段 stock_code、date按股票代码对上本数据集 43,012 行（100%）
- 上市公司现金流量表企业主体 · 52.9 万 行 · 连接字段 stock_code、date按股票代码对上本数据集 43,012 行（100%）
- 上市公司税费统计企业主体 · 51 万 行 · 连接字段 stock_code、date按股票代码对上本数据集 43,012 行（100%）
- 上市公司FC融资约束指数企业主体 · 40.7 万 行 · 连接字段 stock_code、report_date按股票代码对上本数据集 43,012 行（100%）
- 上市公司KZ指数多口径企业主体 · 40.7 万 行 · 连接字段 report_date、stock_code按股票代码对上本数据集 43,012 行（100%）
- 上市公司固定资产明细企业主体 · 24.7 万 行 · 连接字段 stock_code、report_date按股票代码对上本数据集 43,012 行（100%）
- A股独立联合绿色专利企业主体 · 15.3 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 43,012 行（100%）
按 股票代码 能连
3 个数据集 · 本数据集 43,012 行有股票代码只按年份能连：789 个数据集单独按年份连接多半没有意义，先看上面的组
按 年份 能连
789 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 taobao_village_year
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据，不用来连接。
还没有发现这个数据集的字段规律。
06授权与接入
申请授权，一次调用就能用上
试用立即生效，并送 500 点试用点数。授权后用 API Key 调用 REST 接口，按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量：export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/listed-company-excess-goodwill/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"stock_code","op":"eq","value":"000002"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端，用 OAuth 连接后通过工具查询。