上市公司财务治理指标
一行代表一家上市公司在某一年的财务与治理状况。
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：2000–2020 年数据出处 出处待核实
- 记录
- 2.5 万
- 字段
- 75
- AI 扩增字段
- 1
- 平均非空率
- 97.0%
- 字段完整度
75 个字段，55 个没有空值，1 个 AI 扩增
图片：Nelson48 at English Wikipedia，Public domain（在新窗口打开图片的原始页面）
01字段
字段来源，逐一标明
共 75 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 25,128 行计算。
关于这个数据集
一行代表一家上市公司在某一年的财务与治理状况。覆盖全国上市公司，包含偿债能力、盈利能力、股权结构及审计信息等指标。可用于评估企业信用风险、经营稳定性及合规性，辅助风险定价。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year键：年份。样本里格式符合 100%，还没有参照 | 整数 | 原生 | 100% | — | ||
| 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% | — | ||
| 公司名称company_name | 文本 | 原生 | 100% | — | ||
| 行业名称industry_name键：行业名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 行业代码industry_code键：大类证监会行业代码。样本里格式符合 100%，100% 的行对上参照 industry-classification | 文本 | 原生 | 100% | — | ||
| 所在省份province规律 1：所在省份的字段规律字段规律：city_code由所在省份、所在城市扩增得出。键：省份名称。样本里格式符合 99.5%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 所在城市city规律 1：所在城市的字段规律字段规律：city_code由所在省份、所在城市扩增得出。键：城市名称。样本里格式符合 80.8%，还没有参照 | 文本 | 原生 | 100% | — | ||
| 流动比率current_ratio | 小数 | 原生 | 100% | 流动资产／流动负债 | ||
| 速动比率quick_ratio | 小数 | 原生 | 100% | （流动资产－存货）／流动负债 | ||
| 权益乘数equity_multiplier | 小数 | 原生 | 100% | 资产总计／所有者权益合计 | ||
| 公司规模company_size | 小数 | 原生 | 100% | 年总资产的自然对数 | ||
| 资产负债率debt_to_asset_ratio | 小数 | 原生 | 100% | 年末总负债除以年末总资产 | ||
| 总资产净利润率roa | 小数 | 原生 | 100% | 净利润/总资产平均余额 | ||
| 净资产收益率roe | 小数 | 原生 | 99% | 净利润/股东权益平均余额 | ||
| 总资产周转率asset_turnover | 小数 | 原生 | 100% | 营业收入/平均资产总额 | ||
| 现金流比率cash_flow_ratio | 小数 | 原生 | 100% | 经营活动产生的现金流量净额除以总资产 | ||
| 营收增长率revenue_growth | 小数 | 原生 | 94% | 本年营业收入/上一年营业收入-1 原表列名：营业收入增长率 | ||
| 董事人数board_size | 小数 | 原生 | 100% | 董事会人数取自然对数 | ||
| 独董比例independent_director_ratio | 小数 | 原生 | 100% | 独立董事除以董事人数 原表列名：独立董事比例 | ||
| 两职合一dual_role | 是非 | 原生 | 89% | 董事长与总经理是同一个人为1，否则为0 | ||
| 股权制衡度ownership_balance | 小数 | 原生 | 98% | 第二到五位大股东持股比例的和除以第一大股东持股比 | ||
| 账面市值比book_to_market | 小数 | 原生 | 92% | 账面价值/总市值 | ||
| 托宾Q值tobin_q | 小数 | 原生 | 100% | （流通股市值+非流通股股份数×每股净资产+负债账面价值）/总资产 | ||
| 股权性质ownership_type | 文本 | 原生 | 88% | 含义不清 | ||
| 超额换手率excess_turnover | 小数 | 原生 | 93% | 当年股票月均换手率－去年股票月均换手率 原表列名：月均超额换手率 | ||
| 机构持股比institutional_holding | 小数 | 原生 | 100% | 机构投资者持股总数除以流通股本 原表列名：机构投资者持股比例 | ||
| 管理层持股management_holding | 小数 | 原生 | 97% | 管理层持股数据除以总股本 原表列名：管理层持股比例 | ||
| 管理费用率admin_expense_ratio | 小数 | 原生 | 100% | 管理费用除以营业收入 | ||
| 大股东占用major_shareholder_occupation | 小数 | 原生 | 100% | 其他应收款除以总资产 原表列名：大股东资金占用 | ||
| 是否四大审计big_four_audit | 是非 | 原生 | 100% | 公司经由四大（普华永道、德勤、毕马威、安永）审计 原表列名：是否四大 | ||
| 非流动资产non_current_assets | 小数 | 原生 | 100% | 单位：元 原表列名：非流动资产合计 | ||
| 资产总计total_assets | 小数 | 原生 | 100% | 单位：元 | ||
| 负债合计total_liabilities | 小数 | 原生 | 100% | 单位：元 | ||
| 实收资本paid_in_capital | 小数 | 原生 | 100% | 单位：元 原表列名：实收资本或股本 | ||
| 营业收入operating_revenue | 小数 | 原生 | 100% | 单位：元 | ||
| 管理费用admin_expense | 小数 | 原生 | 100% | 单位：元 | ||
| 利润总额total_profit | 小数 | 原生 | 100% | 单位：元 | ||
| 净利润net_profit | 小数 | 原生 | 100% | 单位：元 | ||
| 经营现金流operating_cash_flow | 小数 | 原生 | 100% | 单位：元 原表列名：经营活动产生的现金流量净额 | ||
| 匹配项match_item | 文本 | 原生 | 100% | 含义不清 | ||
| 行业代码.1industry_code_1键：大类证监会行业代码。样本里格式符合 100%，100% 的行对上参照 industry-classification | 文本 | 原生 | 100% | — | ||
| 销售期间费用率sales_period_expense_ratio | 小数 | 原生 | 100% | — | ||
| 董事长与总经理兼任情况chairman_gm_dual_role | 文本 | 原生 | 89% | — | ||
| 董事人数.1board_size_1 | 整数 | 原生 | 100% | — | ||
| 其中独立董事人数independent_director_count | 整数 | 原生 | 100% | — | ||
| 管理层持股数量management_holding_shares | 整数 | 原生 | 97% | — | ||
| 第一大股东持股比例largest_shareholder_ratio | 小数 | 原生 | 94% | — | ||
| 年个股总市值annual_market_cap | 小数 | 原生 | 100% | — | ||
| 月均超额换手率.1monthly_avg_excess_turnover_1 | 小数 | 原生 | 93% | — | ||
| 机构持股比例合计total_institutional_holding_ratio | 小数 | 原生 | 100% | — | ||
| 境内审计事务所domestic_audit_firm | 文本 | 原生 | 100% | — | ||
| 企业年龄company_age | 整数 | 原生 | 100% | — | ||
| 公司成立日期company_establishment_date键：日期。样本里格式符合 100%，还没有参照 | 日期 | 原生 | 100% | — | ||
| 高管第一名薪酬top_executive_compensation | 小数 | 原生 | 89% | — | ||
| 高管前三名薪酬top3_executives_compensation | 小数 | 原生 | 89% | — | ||
| 高管薪酬总额total_executive_compensation | 小数 | 原生 | 89% | — | ||
| 政府补助government_subsidy | 小数 | 原生 | 83% | — | ||
| 研发投入金额rd_investment_amount | 小数 | 原生 | 71% | — | ||
| 研发投入强度rd_investment_intensity | 小数 | 原生 | 71% | — | ||
| 无形资产intangible_assets | 小数 | 原生 | 70% | — | ||
| 当年联合申请的发明数量joint_invention_applications | 整数 | 原生 | 100% | — | ||
| 当年联合申请的实用新型数量joint_utility_model_applications | 整数 | 原生 | 100% | — | ||
| 当年联合申请的外观设计数量joint_design_applications | 整数 | 原生 | 100% | — | ||
| 当年联合获得的发明数量joint_invention_grants | 整数 | 原生 | 100% | — | ||
| 当年联合获得的实用新型数量joint_utility_model_grants | 整数 | 原生 | 100% | — | ||
| 当年联合获得的外观设计数量joint_design_grants | 整数 | 原生 | 100% | — | ||
| 当年独立申请的绿色发明数量independent_green_invention_applications | 整数 | 原生 | 100% | — | ||
| 当年独立申请的绿色实用新型数量independent_green_utility_model_applications | 整数 | 原生 | 100% | — | ||
| 当年联合申请的绿色发明数量joint_green_invention_applications | 整数 | 原生 | 100% | — | ||
| 当年联合申请的绿色实用新型数量joint_green_utility_model_applications | 整数 | 原生 | 100% | — | ||
| 当年独立获得的绿色发明数量independent_green_invention_grants | 整数 | 原生 | 100% | — | ||
| 当年独立获得的绿色实用新型数量independent_green_utility_model_grants | 整数 | 原生 | 100% | — | ||
| 当年联合获得的绿色发明数量joint_green_invention_grants | 整数 | 原生 | 100% | — | ||
| 当年联合获得的绿色实用新型数量joint_green_utility_model_grants | 整数 | 原生 | 100% | — | ||
| 所在城市区划代码city_code规律 1：所在城市区划代码的字段规律字段规律：city_code由所在省份、所在城市扩增得出。键：市级区划代码。样本里格式符合 100%，93.1% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源：所在城市区划代码 | 93%平均置信度 1.00校验少：不建议单独作为决策依据 | 由所在省份、所在城市查行政区划参照得出的现行地级区划代码。程序查表，不用模型。对不上或置信度低的为空 |
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。
| # | 年份year | 证券代码stock_code | 公司名称company_name | 行业名称industry_name | 行业代码industry_code | 所在省份province | 所在城市city | 流动比率current_ratio | 速动比率quick_ratio | 权益乘数equity_multiplier | 公司规模company_size | 资产负债率debt_to_asset_ratio | 总资产净利润率roa | 净资产收益率roe | 总资产周转率asset_turnover | 现金流比率cash_flow_ratio | 营收增长率revenue_growth | 董事人数board_size | 独董比例independent_director_ratio | 两职合一dual_role | 股权制衡度ownership_balance | 账面市值比book_to_market | 托宾Q值tobin_q | 股权性质ownership_type | 超额换手率excess_turnover | 机构持股比institutional_holding | 管理层持股management_holding | 管理费用率admin_expense_ratio | 大股东占用major_shareholder_occupation | 是否四大审计big_four_audit | 非流动资产non_current_assets | 资产总计total_assets | 负债合计total_liabilities | 实收资本paid_in_capital | 营业收入operating_revenue | 管理费用admin_expense | 利润总额total_profit | 净利润net_profit | 经营现金流operating_cash_flow | 匹配项match_item | 行业代码.1industry_code_1 | 销售期间费用率sales_period_expense_ratio | 董事长与总经理兼任情况chairman_gm_dual_role | 董事人数.1board_size_1 | 其中独立董事人数independent_director_count | 管理层持股数量management_holding_shares | 第一大股东持股比例largest_shareholder_ratio | 年个股总市值annual_market_cap | 月均超额换手率.1monthly_avg_excess_turnover_1 | 机构持股比例合计total_institutional_holding_ratio | 境内审计事务所domestic_audit_firm | 企业年龄company_age | 公司成立日期company_establishment_date | 高管第一名薪酬top_executive_compensation | 高管前三名薪酬top3_executives_compensation | 高管薪酬总额total_executive_compensation | 政府补助government_subsidy | 研发投入金额rd_investment_amount | 研发投入强度rd_investment_intensity | 无形资产intangible_assets | 当年联合申请的发明数量joint_invention_applications | 当年联合申请的实用新型数量joint_utility_model_applications | 当年联合申请的外观设计数量joint_design_applications | 当年联合获得的发明数量joint_invention_grants | 当年联合获得的实用新型数量joint_utility_model_grants | 当年联合获得的外观设计数量joint_design_grants | 当年独立申请的绿色发明数量independent_green_invention_applications | 当年独立申请的绿色实用新型数量independent_green_utility_model_applications | 当年联合申请的绿色发明数量joint_green_invention_applications | 当年联合申请的绿色实用新型数量joint_green_utility_model_applications | 当年独立获得的绿色发明数量independent_green_invention_grants | 当年独立获得的绿色实用新型数量independent_green_utility_model_grants | 当年联合获得的绿色发明数量joint_green_invention_grants | 当年联合获得的绿色实用新型数量joint_green_utility_model_grants | 所在城市区划代码city_code |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2000 | 000004 | ST 深安达 | 道路运输业 | G54 | 广东省 | 深圳市 | 0.819304 | 0.817573 | 4.203447 | 20.0463981628418 | 0.762100040912628 | 0.0534330010414124 | 0.198548004031181 | 0.311289012432098 | 0.0865941345691681 | 0.0426510013639927 | 2.0794415473938 | 0 | — | 3.58695197105408 | — | 2.30258512496948 | — | -0.201826155185699 | 0 | 0 | 0.254419147968292 | 0.428173750638962 | 否 | 190886593.85 | 508206707.12 | 387304340.81 | 83976684 | 131006632.91 | 33330597.49 | 23565382.73 | 22487432.48 | 44007718.95 | 2000000004 | G54 | 0.33486 | — | 8 | 0 | 0 | — | 2771230570 | -0.201826155185699 | 0 | 中天勤会计师事务所 | 35 | 1986-05-05 | — | — | — | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 2 | 2001 | 000004 | 北大高科 | 道路运输业 | G54 | 广东省 | 深圳市 | 1.536372 | 1.359616 | 1.854333 | 19.2182273864746 | 0.460722595453262 | 0.0351889990270138 | 0.106785997748375 | 0.169770002365112 | 0.0235304739326239 | -0.526859998703003 | 2.19722461700439 | 0 | — | 4.86612510681152 | — | 2.39789533615112 | — | -0.379231721162796 | 0 | 0 | 0.330220371484756 | 0.0580404326319695 | 否 | 77152739.23 | 222008804.79 | 102284470.73 | 83976684 | 61984462.82 | 20468533.15 | 12965947.78 | 12847724.18 | 5223972.32 | 2001000004 | G54 | 0.463481 | — | 9 | 0 | 0 | — | 1850006350 | -0.379231721162796 | 0 | 深圳鹏城会计师事务所 | 35 | 1986-05-05 | — | — | — | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 3 | 2002 | 000004 | 北大高科 | 道路运输业 | G54 | 广东省 | 深圳市 | 1.502557 | 1.336169 | 2.125583 | 19.3899993896484 | 0.529540777206421 | 0.0338229984045029 | 0.0673879981040955 | 0.499258011579514 | -0.162362173199654 | 0.955742001533508 | 2.0794415473938 | 0.375 | — | 3.13538098335266 | — | 2.4849066734314 | — | 0.00939077138900757 | 0 | 0 | 0.208370238542557 | 0.0767835974693298 | 否 | 72797806.72 | 263614606.25 | 139594685.99 | 83976684 | 121225612.76 | 25259809.48 | 8592439.01 | 8212732.31 | -42801041.35 | 2002000004 | G54 | 0.384456 | — | 8 | 3 | 0 | — | 1258810490 | 0.00939077138900757 | 0 | 深圳鹏城会计师事务所 | 35 | 1986-05-05 | — | — | — | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 4 | 2003 | 000004 | 北大高科 | 道路运输业 | G54 | 广东省 | 深圳市 | 1.358511 | 1.358511 | 1.271837 | 19.2872562408447 | 0.460139513015747 | 0.0304749999195337 | 0.0599419996142387 | 0.476718991994858 | 0.0418869517743587 | -0.0139459995552897 | 2.19722461700439 | 0.333333343267441 | — | 2.19971609115601 | — | 2.56494927406311 | 国企 | -0.0198257714509964 | 0.187475994229317 | 0.000519191729836166 | 0.211027473211288 | 0.0740188211202621 | 否 | 67359860.55 | 237875156.04 | 109455758.58 | 83976684 | 119534953.77 | 25225158.99 | 8773926.72 | 7641381.76 | 9963865.2 | 2003000004 | G54 | 0.361464 | — | 9 | 3 | 43600 | 37.94 | 703724610 | -0.0198257714509964 | 18.7476 | 深圳鹏城会计师事务所 | 35 | 1986-05-05 | — | — | — | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 5 | 2004 | 000004 | 北大高科 | 道路运输业 | G54 | 广东省 | 深圳市 | 2.09879 | 2.09879 | 1.101745 | 19.1827487945557 | 0.427696019411087 | -0.0145220002159476 | -0.0261540003120899 | 0.472182989120483 | 0.00189151742961258 | -0.106974996626377 | 2.19722461700439 | 0.333333343267441 | — | 2.04006099700928 | 0 | 2.63905739784241 | 国企 | 0.362248480319977 | 0.0936129987239838 | 0.000519191729836166 | 0.249944657087326 | 0.114515461027622 | 否 | 61544079.17 | 214270248.77 | 91642530.91 | 83976684 | 106747751.86 | 26681030.39 | -4015379.47 | -3282932.11 | 405295.91 | 2004000004 | G54 | 0.39253 | — | 9 | 3 | 43600 | 37.94 | 571881220 | 0.362248480319977 | 9.3613 | 深圳鹏城会计师事务所 | 35 | 1986-05-05 | — | — | — | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 6 | 2005 | 000004 | 国农科技 | 道路运输业 | G54 | 广东省 | 深圳市 | 4.885086 | 4.885086 | 1.148304 | 18.8645248413086 | 0.358843773603439 | -0.100381001830101 | -0.166940003633499 | 0.331640988588333 | 0.0709623545408249 | -0.425029993057251 | 2.19722461700439 | 0.333333343267441 | 否 | 1.78839504718781 | 0 | 2.70805025100708 | 国企 | -0.185111522674561 | 0.0306059997528791 | 0.000519191729836166 | 0.594702363014221 | 0.253413826227188 | 否 | 36577838.71 | 155868770.91 | 55932540.19 | 83976684 | 61376724.83 | 36500881.98 | -20395735.42 | -18577413.51 | 11060815.38 | 2005000004 | G54 | 0.7942 | 2 | 9 | 3 | 43600 | 37.94 | 347663470 | -0.185111522674561 | 3.0606 | 深圳鹏城会计师事务所 | 35 | 1986-05-05 | 220000 | 660000 | 935000 | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 7 | 2006 | 000004 | *ST 国农 | 道路运输业 | G54 | 广东省 | 深圳市 | 1.308556 | 1.308556 | 1.479489 | 19.1351222991943 | 0.45041498541832 | 0.0169649999588728 | 0.0287929996848106 | 0.253428012132645 | -0.0439211614429951 | -0.256411999464035 | 2.19722461700439 | 0.333333343267441 | — | 1.70345604419708 | 0 | 2.7725887298584 | 国企 | 0.0794396102428436 | 0.0306359995156527 | 0.000648989691399038 | 0.214321240782738 | 0.241257429122925 | 否 | 54502895.53 | 204304637.72 | 92021869.99 | 83976684 | 45638997.5 | 9781406.55 | 6396100.33 | 3055159.25 | -8973296.6 | 2006000004 | G54 | 0.330996 | — | 9 | 3 | 54500 | 28.44 | 344304400 | 0.0794396102428436 | 3.0636 | 深圳鹏城会计师事务所有限公司 | 35 | 1986-05-05 | 300000 | 740000 | 1015000 | — | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 8 | 2007 | 000004 | ST 国农 | 道路运输业 | G54 | 广东省 | 深圳市 | 1.759818 | 1.759818 | 1.519051 | 18.9502639770508 | 0.424183577299118 | -0.0541179999709129 | -0.0973069965839386 | 0.218862995505333 | -0.0409377589821815 | -0.11370699852705 | 2.0794415473938 | 0.375 | 是 | 4.38372707366943 | 0 | 2.83321332931519 | 国企 | 0.389035701751709 | 0.104800999164581 | 0 | 0.385876297950745 | 0.115900091826916 | 否 | 48543495.99 | 169822593.95 | 72035957.37 | 83976684 | 40449541.51 | 15608519.27 | -8979084.51 | -10001970.54 | -6952156.3 | 2007000004 | G54 | 0.497922 | 1 | 8 | 3 | 0 | 25.96 | 836407770 | 0.389035701751709 | 10.4801 | 中磊会计师事务所有限公司 | 35 | 1986-05-05 | 300000 | 645000 | 886700 | 598120 | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 9 | 2008 | 000004 | ST 国农 | 道路运输业 | G54 | 广东省 | 深圳市 | 0.844476 | 0.844476 | 1.88597 | 18.938346862793 | 0.491793423891068 | -0.0680280029773712 | -0.125462993979454 | 0.256579011678696 | 0.00851137097924948 | 0.0708360001444817 | 2.19722461700439 | 0.333333343267441 | 否 | 2.06604599952698 | 0 | 2.89037179946899 | 国企 | -0.481918036937714 | 0.233823999762535 | 0 | 0.374850183725357 | 0.0603100545704365 | 否 | 73128207.37 | 167810585.24 | 82528140.15 | 83976684 | 43314824.87 | 16236569.57 | -10361954.33 | -11484191.49 | 1428298.18 | 2008000004 | G54 | 0.53298 | 2 | 9 | 3 | 0 | 26.08 | 298957000 | -0.481918036937714 | 23.3824 | 中磊会计师事务所有限责任公司 | 35 | 1986-05-05 | 240000 | 680000 | 1354000 | 64400 | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 10 | 2009 | 000004 | *ST 国农 | 道路运输业 | G54 | 广东省 | 深圳市 | 0.787111 | 0.787111 | 1.881391 | 19.2558135986328 | 0.6103675365448 | 0.0227579995989799 | 0.0517719984054565 | 0.301667988300323 | 0.202141463756561 | 0.387068003416061 | 2.0794415473938 | 0.375 | 否 | — | 0 | 2.94443893432617 | 外资 | 0.155418336391449 | 0.158656001091003 | 0 | 0.262886375188828 | 0.0309380870312452 | 否 | 68896507.43 | 230512058.69 | 140697079.96 | 83976684 | 60080600.35 | 15794371.06 | 7184460.67 | 4532533.64 | 46596046.56 | 2009000004 | G54 | 0.373997 | 2 | 8 | 3 | 0 | 26.1 | 839766840 | 0.155418336391449 | 15.8656 | 中审亚太会计师事务所有限公司 | 35 | 1986-05-05 | 328400 | 859300 | 1411900 | 0 | — | — | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 11 | 2010 | 000004 | *ST 国农 | 医药制造业 | C27 | 广东省 | 深圳市 | 0.571187 | 0.571187 | 1.857121 | 19.0316390991211 | 0.298574268817902 | 0.0974190011620522 | 0.184459999203682 | 0.633333027362823 | -0.0637152045965195 | 1.18592202663422 | 2.19722461700439 | 0.333333343267441 | 否 | 5.78135299682617 | 0 | 2.99573230743408 | 外资 | -0.103558480739594 | 0.353136986494064 | 0 | 0.154651090502739 | 0.0219099670648575 | 否 | 84721252.07 | 184219435.7 | 55003183.97 | 83976684 | 131331494.69 | 20310559.05 | 24635771.44 | 20201272.92 | -11737579.58 | 2010000004 | C27 | 0.189585 | 2 | 9 | 3 | 0 | 26.1 | 1011079280 | -0.103558480739594 | 35.3137 | 中审亚太会计师事务所有限公司 | 35 | 1986-05-05 | 398000 | 1036800 | 1735100 | — | 5767031.08 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 12 | 2011 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 0.508372 | 0.508372 | 1.942854 | 19.0951919555664 | 0.294935166835785 | 0.0483179986476898 | 0.0687009990215302 | 0.391582012176514 | 0.0986501649022102 | -0.432704985141754 | 2.0794415473938 | 0.375 | 否 | 3.75236892700195 | 0 | 3.04452252388 | 外资 | 0.17919647693634 | 0.366656988859177 | 0.0000273885543720098 | 0.254930645227432 | 0.0232211221009493 | 否 | 86569781.94 | 196307219.48 | 57897899.93 | 83976684 | 74503718.53 | 18993280.75 | 12389715.96 | 9193067.82 | 19365739.89 | 2011000004 | C27 | 0.319256 | 2 | 8 | 3 | 2300 | 26.1 | 679371370 | 0.17919647693634 | 36.6657 | 中审亚太会计师事务所有限公司 | 35 | 1986-05-05 | 310000 | 870100 | 2030100 | — | 2952345.13 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 13 | 2012 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 3.020584 | 1.904443 | 1.302978 | 19.0777530670166 | 0.232527613639832 | 0.0401530005037785 | 0.0545560009777546 | 0.500298976898193 | 0.0910393223166466 | 0.306825011968613 | 2.19722461700439 | 0.333333343267441 | 否 | 3.78997397422791 | 0 | 3.09104251861572 | 外资 | 0.0412680506706238 | 0.31869700551033 | 0.0000273885543720098 | 0.175151273608208 | 0.0146226631477475 | 否 | 59833508.86 | 192913568.86 | 44857730.94 | 83976684 | 97363301.61 | 17053306.76 | 10707461.11 | 7814225.29 | 17562720.98 | 2012000004 | C27 | 0.286514 | 2 | 9 | 3 | 2300 | 26.1 | 686929280 | 0.0412680506706238 | 31.8697 | 中审亚太会计师事务所有限公司 | 35 | 1986-05-05 | 310100 | 871900 | 1820900 | — | 2460888.19 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 14 | 2013 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 2.32833 | 1.234781 | 1.675714 | 19.3050765991211 | 0.40323942899704 | 0.0266479998826981 | 0.0396270006895065 | 0.334591001272202 | -0.0868970826268196 | -0.252443999052048 | 2.19722461700439 | 0.333333343267441 | 否 | 4.43922901153564 | 0 | 3.13549423217773 | 民营 | -0.0276448726654053 | 0.35648500919342 | 0.0000273885543720098 | 0.230517700314522 | 0.111237607896328 | 否 | 67887598.56 | 242152079.61 | 97645264.41 | 83976684 | 72784567.16 | 16778131.39 | 11203004.67 | 5796749.79 | -21042308.56 | 2013000004 | C27 | 0.331849 | 2 | 9 | 3 | 2300 | 26.1 | 978328370 | -0.0276448726654053 | 35.6485 | 大华会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 335200 | 837200 | 1820600 | — | 1936084.84 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 15 | 2014 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 1.759327 | 0.466113 | 2.149403 | 19.6393928527832 | 0.534754455089569 | 0.0538379997014999 | 0.10351300239563 | 0.277752995491028 | -0.0163592547178268 | 0.107499003410339 | 2.19722461700439 | 0.333333343267441 | 否 | 4.39581823348999 | 0 | 3.178053855896 | 民营 | 0.0852486491203308 | 0.361763000488281 | 0.0000273885543720098 | 0.181052193045616 | 0.0551003254950047 | 否 | 74210973.72 | 338282581.12 | 180898121.77 | 83976684 | 80608820 | 14594403.8 | 20665807.64 | 15624813.56 | -5534050.66 | 2014000004 | C27 | 0.276538 | 2 | 9 | 3 | 2300 | 26.1 | 1307516970 | 0.0852486491203308 | 36.1763 | 大华会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 344100 | 917600 | 1668600 | — | 2439346.8 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 16 | 2015 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 1.596114 | 0.376157 | 2.441416 | 19.803653717041 | 0.590401709079742 | 0.0186090003699064 | 0.0427660010755062 | 0.326896995306015 | 0.0232317168265581 | 0.494307994842529 | 2.19722461700439 | 0.333333343267441 | 是 | 10.1469030380249 | 0 | 3.21887588500977 | 民营 | 0.390169382095337 | 0.523275971412659 | 0.0145326051861048 | 0.152139157056808 | 0.041277002543211 | 否 | 72144394.18 | 398673507.14 | 235377522.44 | 83976684 | 120454422.48 | 18325833.65 | 10808606.48 | 6857151.71 | 9261869.98 | 2015000004 | C27 | 0.220877 | 1 | 9 | 3 | 1220400 | 28.42 | 3854529800 | 0.390169382095337 | 52.3276 | 中审亚太会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 345500 | 919300 | 1569700 | 134772 | 4265023.32 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 17 | 2016 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 3.657461 | 3.469742 | 1.255424 | 19.2258892059326 | 0.203456312417984 | 0.127625003457069 | 0.232602000236511 | 0.924404978752136 | 0.661238193511963 | 1.38820600509644 | 2.19722461700439 | 0.333333343267441 | 是 | 16.8639278411865 | 0 | 3.25809645652771 | 民营 | -0.4847132563591 | 0.517184972763062 | 0.0145052168518305 | 0.0949986726045609 | 0.107858926057816 | 否 | 89483916.9 | 223716293.01 | 45516490.93 | 83976684 | 287670026.58 | 27328271.66 | 46185673.06 | 39716316.22 | 147929759.13 | 2016000004 | C27 | 0.145849 | 1 | 9 | 3 | 1218100 | 28.42 | 3770553110 | -0.4847132563591 | 51.7185 | 中审亚太会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 354900 | 854100 | 1362600 | 130617.67 | 9244396.41 | 0 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 18 | 2017 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 2.068985 | 1.857892 | 1.46038 | 19.4096431732178 | 0.315246611833572 | 0.0239250008016825 | 0.0325280018150806 | 0.562797009944916 | 0.0537094697356224 | -0.51817798614502 | 2.19722461700439 | 0.333333343267441 | 是 | 7.22983598709106 | 0 | 3.29583692550659 | 民营 | -0.127010643482208 | 0.532127976417542 | 0.0145052168518305 | 0.107335612177849 | 0.0396173894405365 | 否 | 123414473.12 | 268844295.64 | 84752252.15 | 83976684 | 138605841.98 | 14877342.94 | 9716431.21 | 5892241.41 | 14439484.24 | 2017000004 | C27 | 0.634665 | 1 | 9 | 3 | 1218100 | 28.43 | 1879398190 | -0.127010643482208 | 53.2128 | 大华会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 371000 | 1054100 | 1583400 | 4000 | 5153966.37 | 3.72 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 19 | 2018 | 000004 | 国农科技 | 医药制造业 | C27 | 广东省 | 深圳市 | 1.805236 | 1.805236 | 1.915584 | 19.6768016815186 | 0.477965950965881 | -0.0697159990668297 | -0.117646001279354 | 1.18340599536896 | -0.151804283261299 | 1.64684998989105 | 2.19722461700439 | 0.333333343267441 | 是 | 4.27007389068604 | 0 | 3.33220458030701 | 民营 | -0.248951002955437 | 0.46211901307106 | 0.0157686620950699 | 0.0510238669812679 | 0.00262792920693755 | 否 | 49611234.94 | 351177470.17 | 167850868.44 | 83976684 | 366868804.7 | 18719065.06 | -26099939.24 | -21612682.1 | -53310246.02 | 2018000004 | C27 | 0.785287 | 1 | 9 | 3 | 1324200 | 28.43 | 1346146240 | -0.248951002955437 | 46.2119 | 大华会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 393200 | 1099900 | 1678800 | 7908000 | 17465777.11 | 4.76 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
| 20 | 2019 | 000004 | 国农科技 | 软件和信息技术服务业 | I65 | 广东省 | 深圳市 | 5.6213 | 5.6213 | 1.064105 | 21.1250514984131 | 0.0602434277534485 | -0.00390499993227422 | -0.00454000011086464 | 0.117297999560833 | -0.0106196217238903 | -0.704944014549255 | 2.19722461700439 | 0.333333343267441 | 是 | 1.32937502861023 | 0 | 3.36729574203491 | 民营 | 0.0975567549467087 | 0.441309988498688 | 0.00802289601415396 | 0.182987838983536 | 0.0315413475036621 | 否 | 1013505779.47 | 1494490266.24 | 90033219.05 | 165052625 | 108246697.32 | 19807829.84 | 6058115.17 | -3603992.92 | -15870920.83 | 2019000004 | C27 | 0.935247 | 1 | 9 | 3 | 1324200 | 28.43 | 1897033290 | 0.0975567549467087 | 44.131 | 大华会计师事务所(特殊普通合伙) | 35 | 1986-05-05 | 350000 | 862400 | 1518600 | 4412545.91 | 1017599.91 | 0.94 | — | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 440300 |
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25,128 行 · 75 个字段 · 初始导入
04关联
和其他数据集，按键连起来
按键连到地区、企业、行业，能和不少于 146 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 证监会行业大类 + 城市 + 省份 + 股票代码 + 年份 能连
7 个数据集 · 本数据集 25,128 行有证监会行业大类- 上市公司劳动力与资产指标企业主体 · 5.3 万 行 · 连接字段 stock_code、city_code、year、industry_code、province按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司融资约束企业主体 · 5.2 万 行 · 连接字段 city_code、province、stock_code、year、industry_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司年报语气指标企业主体 · 4.7 万 行 · 连接字段 industry_code、year、province、city_code_2、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司绿色创新与财务企业主体 · 2.3 万 行 · 连接字段 province、industry_code、year、region_code、stock_code按证监会行业大类对上本数据集 25,126 行（99%）
- 上市公司数字经济城市企业主体 · 1.2 万 行 · 连接字段 stock_code、city_code、province、year、industry_code按证监会行业大类对上本数据集 25,126 行（99%）
- 上市公司金融科技与创新企业主体 · 4.2 万 行 · 连接字段 region_code、stock_code、year、province、industry_code按证监会行业大类对上本数据集 25,067 行（99%）
- 上市公司数实融合水平企业主体 · 1.7 万 行 · 连接字段 province、city_code、year、stock_code、industry_code按证监会行业大类对上本数据集 25,058 行（99%）
按 证监会行业大类 + 省份 + 股票代码 + 年份 能连
27 个数据集 · 本数据集 25,128 行有证监会行业大类- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 stock_code、year、province、industry_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 year、industry_code、province、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 province、stock_code、industry_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 stock_code、industry_code、province、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 industry_code、year、province、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司所在城市低碳试点标记企业主体 · 5.8 万 行 · 连接字段 industry_code、stock_code、province_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司对外开放程度企业主体 · 5.8 万 行 · 连接字段 year、industry_code、province、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司行业异质性企业主体 · 5.4 万 行 · 连接字段 stock_code、year、industry_code、province按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司省级政策匹配企业主体 · 4.9 万 行 · 连接字段 industry_code_c、year、province、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司社会责任报告信息企业主体 · 4 万 行 · 连接字段 stock_code、date、province、industry_code按证监会行业大类对上本数据集 25,128 行（100%）
- A股数字化与ESG企业主体 · 3.9 万 行 · 连接字段 industry_code、stock_code、year、province按证监会行业大类对上本数据集 25,128 行（100%）
- A股ESG与财务企业主体 · 3.8 万 行 · 连接字段 year、industry_code、stock_code、province按证监会行业大类对上本数据集 25,128 行（100%）
按 城市 + 省份 + 股票代码 + 年份 能连
13 个数据集 · 本数据集 23,403 行有城市- 上市公司注册与经营概况企业主体 · 4,213 行 · 连接字段 city_code、stock_code、province、setup_date按城市对上本数据集 23,374 行（93%）
- 上市公司绿色信贷匹配企业主体 · 5.8 万 行 · 连接字段 year、stock_code、province、city_code按城市对上本数据集 23,370 行（93%）
- 上市公司供应链试点匹配企业主体 · 5.8 万 行 · 连接字段 stock_code、year、province、city_code按城市对上本数据集 23,370 行（93%）
- 上市公司供应链城市试点匹配企业主体 · 5.8 万 行 · 连接字段 year、province、stock_code、city_code按城市对上本数据集 23,370 行（93%）
- 上市公司高铁开通匹配企业主体 · 5.7 万 行 · 连接字段 stock_code、year、province、city_code按城市对上本数据集 23,370 行（93%）
- 上市公司数字化与绿色创新企业主体 · 5 万 行 · 连接字段 stock_code、city_code_2、province、year按城市对上本数据集 23,370 行（93%）
- 上市公司数字化转型与企业创新面板企业主体 · 4.7 万 行 · 连接字段 province、stock_code、year、city_code_2按城市对上本数据集 23,370 行（93%）
- 上市公司ESG与就业指标企业主体 · 4.2 万 行 · 连接字段 stock_code、province、year、city_code_2按城市对上本数据集 23,370 行（93%）
- 上市公司ESG同群效应企业主体 · 4.2 万 行 · 连接字段 stock_code、year、city_code_2、province按城市对上本数据集 23,370 行（93%）
- 上市公司数字普惠金融企业主体 · 4.2 万 行 · 连接字段 year、province、city_code、stock_code按城市对上本数据集 23,370 行（93%）
- 上市公司ESG与财务企业主体 · 3.9 万 行 · 连接字段 stock_code、province、city_code_2、year按城市对上本数据集 23,370 行（93%）
- 上市公司周边宗教场所统计企业主体 · 17.4 万 行 · 连接字段 year、stock_code、province、register_address_city_code按城市对上本数据集 23,337 行（92%）
按 城市 + 省份 + 年份 能连
166 个数据集 · 本数据集 23,403 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 origin_city_code、month、origin_province按城市对上本数据集 23,403 行（93%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year、city_code按城市对上本数据集 23,403 行（93%）
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 origin_province、year、origin_city_code按城市对上本数据集 23,403 行（93%）
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 date、region_code、province按城市对上本数据集 23,403 行（93%）
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 province、year、region_code按城市对上本数据集 23,403 行（93%）
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 city_code、date、province按城市对上本数据集 23,403 行（93%）
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、year按城市对上本数据集 23,403 行（93%）
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、province、region_code按城市对上本数据集 23,403 行（93%）
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 province、city_code、approve_date按城市对上本数据集 23,403 行（93%）
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、city_code、year按城市对上本数据集 23,403 行（93%）
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 city_code、date、province_code按城市对上本数据集 23,403 行（93%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、year、province按城市对上本数据集 23,403 行（93%）
按 证监会行业大类 + 股票代码 + 年份 能连
44 个数据集 · 本数据集 25,128 行有证监会行业大类- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 stock_code、industry_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司基础财务企业主体 · 7.7 万 行 · 连接字段 industry_code、stock_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司盈利能力企业主体 · 7.4 万 行 · 连接字段 year、industry_code、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司发展能力企业主体 · 7.4 万 行 · 连接字段 industry_code、stock_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司财务基础企业主体 · 6.7 万 行 · 连接字段 stock_code、industry_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司勒纳指数企业主体 · 6.6 万 行 · 连接字段 industry_code、stock_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司资产专用性指标企业主体 · 5.8 万 行 · 连接字段 stock_code、year、industry_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司融资约束SA指数企业主体 · 5.7 万 行 · 连接字段 industry_code、stock_code、listed_date按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司WW融资约束指数企业主体 · 5.7 万 行 · 连接字段 stock_code、industry_code、report_date按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司绿色投资者企业主体 · 5.7 万 行 · 连接字段 industry_code_2、year、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司高管党员统计企业主体 · 5.7 万 行 · 连接字段 industry_code_1、stock_code、year按证监会行业大类对上本数据集 25,128 行（100%）
- 上市公司党组织设立企业主体 · 5.7 万 行 · 连接字段 year、industry_code、stock_code按证监会行业大类对上本数据集 25,128 行（100%）
按 省份 + 股票代码 + 年份 能连
17 个数据集 · 本数据集 25,080 行有省份- 新三板公司基本信息参照企业主体 · 1.3 万 行 · 连接字段 stock_code、province、establish_date按省份对上本数据集 25,080 行（99%）
- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 list_date、ts_code、province按省份对上本数据集 25,080 行（99%）
- 上市公司绿色专利占比企业主体 · 5.6 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 25,080 行（99%）
- 上市公司专利创新绩效企业主体 · 5.6 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 25,080 行（99%）
- 上市公司托宾Q值企业主体 · 5.1 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 25,080 行（99%）
- 上市公司商道融绿ESG评级面板企业主体 · 4.6 万 行 · 连接字段 stock_code、province、year按省份对上本数据集 25,080 行（99%）
- 上市公司ESG得分和同群均值企业主体 · 4.4 万 行 · 连接字段 region_code、year、stock_code按省份对上本数据集 25,080 行（99%）
- 上市公司低碳试点匹配企业主体 · 4.4 万 行 · 连接字段 stock_code、province、year按省份对上本数据集 25,080 行（99%）
- 上市公司市场化指数企业主体 · 4.3 万 行 · 连接字段 listing_date、province、stock_code按省份对上本数据集 25,080 行（99%）
- 上市公司供应链地理距离企业主体 · 4.2 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 25,080 行（99%）
- 制造业上市公司财务指标企业主体 · 3.7 万 行 · 连接字段 province、year、stock_code按省份对上本数据集 25,080 行（99%）
- 上市公司对外投资企业主体 · 2.1 万 行 · 连接字段 year、stock_code、province按省份对上本数据集 25,080 行（99%）
按 城市 + 股票代码 + 年份 能连
2 个数据集 · 本数据集 23,403 行有城市按 城市 + 省份 + 股票代码 能连
1 个数据集 · 本数据集 23,403 行有城市按 省份 + 年份 能连
344 个数据集 · 本数据集 25,080 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name、year按省份对上本数据集 25,080 行（99%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 25,080 行（99%）
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 25,080 行（99%）
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 date、province按省份对上本数据集 25,080 行（99%）
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code、taobao_village_year按省份对上本数据集 25,080 行（99%）
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 25,080 行（99%）
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province、year按省份对上本数据集 25,080 行（99%）
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 year、province按省份对上本数据集 25,080 行（99%）
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 create_date、province按省份对上本数据集 25,080 行（99%）
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 year、province按省份对上本数据集 25,080 行（99%）
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 25,080 行（99%）
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code、year按省份对上本数据集 25,080 行（99%）
按 股票代码 + 年份 能连
186 个数据集 · 本数据集 25,128 行有股票代码- 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 25,128 行（100%）
- 上市公司短视关键词明细企业主体 · 143.3 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 25,128 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 25,128 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 25,128 行（100%）
- 上市公司发明申请统计企业主体 · 73.3 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 25,128 行（100%）
- 上市公司发明授权统计企业主体 · 66.6 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 25,128 行（100%）
- 全口径A股月行情企业主体 · 56.2 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 25,128 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 25,128 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 25,128 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 25,128 行（100%）
- 上市公司存货净额企业主体 · 48.1 万 行 · 连接字段 date、stock_code按股票代码对上本数据集 25,128 行（100%）
- 上市公司董事网络指标企业主体 · 46 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 25,128 行（100%）
按 城市 + 年份 能连
64 个数据集 · 本数据集 23,403 行有城市- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 23,392 行（93%）
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 23,378 行（93%）
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code、month按城市对上本数据集 23,370 行（93%）
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 city_code、year按城市对上本数据集 23,370 行（93%）
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 23,370 行（93%）
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code、year按城市对上本数据集 23,370 行（93%）
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code、year按城市对上本数据集 23,370 行（93%）
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 23,370 行（93%）
- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 region_code_adj、year按城市对上本数据集 23,360 行（92%）
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 pub_date、applicant_address_city_code按城市对上本数据集 23,312 行（92%）
- 地级市实际利用外资区域底数 · 7,529 行 · 连接字段 region_code、year按城市对上本数据集 23,311 行（92%）
- 地级市经济社会统计区域底数 · 120.5 万 行 · 连接字段 region_code、year按城市对上本数据集 23,293 行（92%）
按 城市 + 省份 能连
28 个数据集 · 本数据集 23,403 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 city_code、province_code按城市对上本数据集 23,403 行（93%）
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 city_code、province_code按城市对上本数据集 23,403 行（93%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province按城市对上本数据集 23,403 行（93%）
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 23,403 行（93%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province按城市对上本数据集 23,370 行（93%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code、city_code按城市对上本数据集 23,348 行（92%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province、city_code按城市对上本数据集 23,339 行（92%）
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province、region_code按城市对上本数据集 23,315 行（92%）
- 城市政商关系健康指数区域底数 · 292 行 · 连接字段 city_code_2、province按城市对上本数据集 23,278 行（92%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、city_code按城市对上本数据集 23,250 行（92%）
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province、city_code按城市对上本数据集 23,238 行（92%）
- 地级市胡焕庸线位置区域底数 · 285 行 · 连接字段 province、region_code按城市对上本数据集 23,162 行（92%）
按 证监会行业大类 + 年份 能连
3 个数据集 · 本数据集 25,128 行有证监会行业大类按 证监会行业大类 + 省份 能连
1 个数据集 · 本数据集 25,128 行有证监会行业大类按 省份 能连
17 个数据集 · 本数据集 25,080 行有省份- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 25,080 行（99%）
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 25,080 行（99%）
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 25,080 行（99%）
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 25,080 行（99%）
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 25,080 行（99%）
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 25,080 行（99%）
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 25,080 行（99%）
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 25,080 行（99%）
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 25,080 行（99%）
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 24,959 行（99%）
- 省级空间邻接矩阵区域底数 · 900 行 · 连接字段 province按省份对上本数据集 24,959 行（99%）
- 分省景区数量统计区域底数 · 136 行 · 连接字段 province按省份对上本数据集 24,530 行（97%）
按 城市 能连
10 个数据集 · 本数据集 23,403 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 23,403 行（93%）
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 23,360 行（92%）
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 23,360 行（92%）
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 23,266 行（92%）
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 23,256 行（92%）
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 23,256 行（92%）
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 22,979 行（91%）
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 21,158 行（84%）
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 15,077 行（60%）
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 10,344 行（41%）
按 股票代码 能连
2 个数据集 · 本数据集 25,128 行有股票代码只按年份能连：212 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
212 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
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 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
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
- 世界银行健康营养与人口统计人口健康 · 353.8 万 行 · 连接字段 year
- 地级市城乡建设统计区域底数 · 208.6 万 行 · 连接字段 year
- 上市公司数字词频企业主体 · 191.6 万 行 · 连接字段 year
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。
本数据集内1
- 扩增得出
city_code由所在省份、所在城市扩增得出。
来自字段扩增上市公司财务治理指标上市公司财务治理指标
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-financial-governance/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"stock_code","op":"eq","value":"000004"}],"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。