
上市公司过度负债指标
一行是一家上市公司一年的过度负债计算结果。包含实际负债率、预期负债率、过度负债程度及虚拟变量。
v1 生效中 · 2026/11/13 发布险种标签:企业财产险保证保险时间跨度:2005–2020 年数据出处 出处待核实
- 记录
- 3.2 万
- 字段
- 5
- AI 扩增字段
- 0
- 平均非空率
- 100%
- 字段完整度
5 个字段,5 个没有空值
01字段
字段来源,逐一标明
共 5 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 31,876 行计算。
关于这个数据集
一行是一家上市公司一年的过度负债计算结果。包含实际负债率、预期负债率、过度负债程度及虚拟变量。可用于评估企业财务风险,辅助企业财产险或保证保险的风险定价。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 证券代码stock_code含义:代码或编号键: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% | — | ||
| 年份year含义:年份键: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 | ||
| 实际负债率actual_leverage_ratio含义:比率(小数) | 小数 | 原生 | 100% | 比率 原表列名:LEVB | ||
| 过度负债程度excess_leverage含义:比率(小数) | 小数 | 原生 | 100% | 实际负债率减去预期负债率 原表列名:EXLEVB | ||
| 是否过度负债is_over_leveraged含义:是否 | 是非 | 原生 | 100% | 1为是,0为否 原表列名:EXLEVB_dum |
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 | 年份year | 实际负债率actual_leverage_ratio | 过度负债程度excess_leverage | 是否过度负债is_over_leveraged |
|---|---|---|---|---|---|
| 1 | 000002 | 2005 | 0.6098094582557678 | -0.09306323528289796 | 否 |
| 2 | 000002 | 2006 | 0.6494181156158447 | -0.05472379922866821 | 否 |
| 3 | 000002 | 2007 | 0.6611248850822449 | -0.10734301805496216 | 否 |
| 4 | 000002 | 2008 | 0.6744409203529358 | -0.09904396533966064 | 否 |
| 5 | 000002 | 2009 | 0.6700167655944824 | -0.05807691812515259 | 否 |
| 6 | 000002 | 2010 | 0.7468613386154175 | -0.04001075029373169 | 否 |
| 7 | 000002 | 2011 | 0.7709972858428955 | -0.08149409294128418 | 否 |
| 8 | 000002 | 2012 | 0.7831630110740662 | -0.07028079032897949 | 否 |
| 9 | 000002 | 2013 | 0.7799702882766724 | -0.07099372148513794 | 否 |
| 10 | 000002 | 2014 | 0.7720463871955872 | -0.0703849196434021 | 否 |
| 11 | 000002 | 2015 | 0.777015209197998 | -0.03230947256088257 | 否 |
| 12 | 000002 | 2016 | 0.8053670525550842 | 0.0019153952598571775 | 是 |
| 13 | 000002 | 2017 | 0.8398125767707825 | 0.04322880506515503 | 是 |
| 14 | 000002 | 2018 | 0.8458563685417175 | 0.05046552419662475 | 是 |
| 15 | 000002 | 2019 | 0.8435894846916199 | 0.05444735288619995 | 是 |
| 16 | 000002 | 2020 | 0.8128350377082825 | 0.03655385971069336 | 是 |
| 17 | 000004 | 2005 | 0.35884377360343933 | -0.035880327224731445 | 否 |
| 18 | 000004 | 2011 | 0.2949351668357849 | 0.08770148456096649 | 是 |
| 19 | 000004 | 2012 | 0.23252761363983152 | -0.013295486569404602 | 否 |
| 20 | 000004 | 2013 | 0.4032394289970398 | 0.15344330668449402 | 是 |
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 v12026/11/13 发布
生效中31,876 行 · 5 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 31,876 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 list_date、ts_code按股票代码对上本数据集 31,876 行(100%)
- 上市公司档案参照企业主体 · 5,704 行 · 连接字段 stkcd、establish_date按股票代码对上本数据集 31,876 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 trade_date、stock_code按股票代码对上本数据集 31,876 行(100%)
- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 31,876 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 31,876 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 31,876 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 31,876 行(100%)
- 上市公司发明申请统计企业主体 · 73.3 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 31,876 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 31,876 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 31,876 行(100%)
- 上市公司资产负债表企业主体 · 52.9 万 行 · 连接字段 date、stock_code按股票代码对上本数据集 31,876 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 31,876 行(100%)
按 股票代码 能连
3 个数据集 · 本数据集 31,876 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-over-leverage/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。