
上市公司档案
一行是一家 A 股上市公司的档案。
参照v3 生效中 · 2026/11/13 发布险种标签:工程险企业财产险数据出处 国泰安 CSMAR 数据库数据更新 2024/01/30
- 记录
- 5,704
- 字段
- 35
- AI 扩增字段
- 0
- 平均非空率
- 94.4%
- 字段完整度
35 个字段,33 个没有空值
01字段
字段来源,逐一标明
共 35 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 5,704 行计算。
关于这个数据集
一行是一家 A 股上市公司的档案。每行有证券代码和简称、公司全称、3 套行业分类、成立日期和上市日期、发行价格和数量、所在省市和代码、经营性质(国有、民营等)。覆盖已上市和已退市的公司,用新版(到 2024 年初上市的公司)做底,旧版补新版里没有的公司。用来按行业、地区、所有制筛选企业,给企业财产险和责任险的客户画像做基础。证券代码加交易所:市场类型是 1、2、32 的是上交所(.SH),4、8、16 的是深交所(.SZ),64 的是北交所(.BJ)。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 股票代码stkcd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% | 6 位证券代码,和 stock_code 相同。包含 B 股(200、900 开头)和北交所(43、83、87 开头) | ||
| 国家代码country_code含义:类别键:国家名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 证券代码stock_code记录键含义: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% | 6 位证券代码,不带交易所后缀。交易所看 market_type | ||
| 证券简称stock_short_name含义:名称 | 文本 | 原生 | 100% | — | ||
| 公司全称company_name含义:名称键:企业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 公司英文全称company_english_name含义:名称 | 文本 | 原生 | 100% | — | ||
| 行业代码Aindustry_code_a含义:代码或编号 | 文本 | 原生 | 100% | — | ||
| 行业名称Aindustry_name_a含义:类别键: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Bindustry_code_b含义:代码或编号 | 文本 | 原生 | 100% | — | ||
| 行业名称Bindustry_name_b含义:类别键: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Cindustry_code_c含义:代码或编号键: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% | — | ||
| 行业名称Cindustry_name_c含义:类别键:行业名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 公司成立日期establish_date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | — | ||
| 上市日期list_date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | — | ||
| 数据库最早交易记录的日期first_trade_date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | — | ||
| 数据库中交易数据的计量货币currency含义:类别 | 文本 | 原生 | 100% | — | ||
| 股票发行溢价stock_premium含义:金额(元) | 小数 | 原生 | 100% | — | ||
| 发行价格issue_price含义:单价(元/股) | 小数 | 原生 | 100% | — | ||
| 发行价格的计量货币issue_price_currency含义:类别 | 文本 | 原生 | 100% | — | ||
| 发行数量issue_quantity含义:个数(股) | 小数 | 原生 | 100% | — | ||
| 股票面值的计量货币par_value_currency含义:类别 | 文本 | 原生 | 100% | — | ||
| 发行日期issue_date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | — | ||
| 股票面值par_value含义:单价(元/股) | 小数 | 原生 | 100% | — | ||
| 区域码region_code含义:代码或编号 | 文本 | 原生 | 100% | — | ||
| 公司活动情况company_activity含义:类别 | 文本 | 原生 | 100% | A 正常交易,D 已退市,N 停牌(数据截止时正在停牌)。已退市的公司也在表里 | ||
| AB股交叉码ab_share_code含义:代码或编号 | 文本 | 原生 | 2.7% | 同一家公司的另一种股:A 股这里是 B 股代码,B 股这里是 A 股代码 | ||
| 情况变动日status_change_date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 原生 | 100% | company_activity 最近一次变化的日期 | ||
| H股交叉码h_share_code含义:代码或编号 | 文本 | 原生 | 2.8% | 同一家公司在香港上市的 H 股代码,5 位,例如 02202 | ||
| 市场类型market_type含义:类别 | 文本 | 原生 | 100% | CSMAR 的市场类型:1 上证 A 股,2 上证 B 股,4 深证 A 股(主板和原中小板),8 深证 B 股,16 创业板,32 科创板,64 北交所 | ||
| 所属省份province含义:地区键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 所属省份代码province_code含义:代码或编号键:省级区划代码(2025 年版)。样本里格式符合 100%,99.9% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 所属城市city含义:地区 | 文本 | 原生 | 100% | — | ||
| 所属城市代码city_code含义:代码或编号键:多级区划代码(2019 年版)。样本里格式符合 100%,99.9% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | — | ||
| 上市公司经营性质business_nature含义:类别 | 文本 | 原生 | 100% | — | ||
| 上市公司经营性质编码business_nature_code含义:代码或编号 | 文本 | 原生 | 100% | — |
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。
| # | 股票代码stkcd | 国家代码country_code | 证券代码stock_code | 证券简称stock_short_name | 公司全称company_name | 公司英文全称company_english_name | 行业代码Aindustry_code_a | 行业名称Aindustry_name_a | 行业代码Bindustry_code_b | 行业名称Bindustry_name_b | 行业代码Cindustry_code_c | 行业名称Cindustry_name_c | 公司成立日期establish_date | 上市日期list_date | 数据库最早交易记录的日期first_trade_date | 数据库中交易数据的计量货币currency | 股票发行溢价stock_premium | 发行价格issue_price | 发行价格的计量货币issue_price_currency | 发行数量issue_quantity | 股票面值的计量货币par_value_currency | 发行日期issue_date | 股票面值par_value | 区域码region_code | 公司活动情况company_activity | AB股交叉码ab_share_code | 情况变动日status_change_date | H股交叉码h_share_code | 市场类型market_type | 所属省份province | 所属省份代码province_code | 所属城市city | 所属城市代码city_code | 上市公司经营性质business_nature | 上市公司经营性质编码business_nature_code |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 000001 | 10 | 000001 | 平安银行 | 平安银行股份有限公司 | Ping An Bank Co., Ltd. | 0001 | 金融 | I01 | 银行业 | J66 | 货币金融服务 | 1987-12-22 | 1991-04-03 | 1991-04-03 | CNY | 20 | 40 | CNY | 350 | CNY | 1989-03-10 | 20 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 私营企业 | P0306 |
| 2 | 000002 | 10 | 000002 | 万科A | 万科企业股份有限公司 | China Vanke Co., Ltd. | 0003 | 房地产 | J | 房地产业 | K70 | 房地产业 | 1988-11-01 | 1991-01-29 | 1991-01-29 | CNY | 0 | 1 | CNY | 28000 | CNY | 1988-12-28 | 1 | 2 | A | — | 2024-01-15 | 02202 | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 3 | 000003 | 10 | 000003 | PT 金田A | 金田实业(集团)股份有限公司 | Gintian Industry (Group) Co., Ltd. | 0004 | 综合 | M | 综合类 | S90 | 综合 | 1988-02-08 | 1991-07-03 | 1991-07-03 | CNY | 9 | 10 | CNY | 452 | CNY | 1989-02-28 | 1 | 2 | D | — | 2002-06-14 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 4 | 000004 | 10 | 000004 | 国华网安 | 深圳国华网安科技股份有限公司 | Shenzhen Guohua Network Security Technology Co., Ltd. | 0002 | 公用事业 | G87 | 计算机应用服务业 | I65 | 软件和信息技术服务业 | 1986-05-05 | 1991-01-14 | 1991-01-14 | CNY | 0 | 1 | CNY | 12500 | CNY | 1989-12-23 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 私营企业 | P0306 |
| 5 | 000005 | 10 | 000005 | ST 星源 | 深圳世纪星源股份有限公司 | Shenzhen Fountain Corporation | 0002 | 公用事业 | K99 | 其他社会服务业 | N77 | 生态保护和环境治理业 | 1990-02-01 | 1990-12-10 | 1990-12-10 | CNY | 9 | 10 | CNY | 44339 | CNY | 1990-03-03 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 中外合资 | P0303 |
| 6 | 000006 | 10 | 000006 | 深振业A | 深圳市振业(集团)股份有限公司 | Shenzhen Zhenye (Group) Co., Ltd. | 0003 | 房地产 | J | 房地产业 | K70 | 房地产业 | 1989-04-01 | 1992-04-27 | 1992-04-27 | CNY | 9 | 10 | CNY | 690 | CNY | 1989-08-01 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 7 | 000007 | 10 | 000007 | *ST 全新 | 深圳市全新好股份有限公司 | Shenzhen Quanxinhao Co., Ltd. | 0003 | 房地产 | J | 房地产业 | K70 | 房地产业 | 1988-11-21 | 1992-04-13 | 1992-04-13 | CNY | 0 | 1 | CNY | 8400 | CNY | 1988-12-01 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 私营企业 | P0306 |
| 8 | 000008 | 10 | 000008 | 神州高铁 | 神州高铁技术股份有限公司 | China High-Speed Railway Technology Co., Ltd. | 0005 | 工业 | C75 | 交通运输设备制造业 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 1989-10-11 | 1992-05-07 | 1992-05-07 | CNY | 9 | 10 | CNY | 1000 | CNY | 1989-10-01 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 北京市 | 110000 | 北京市 | 110000 | 私营企业 | P0306 |
| 9 | 000009 | 10 | 000009 | 中国宝安 | 中国宝安集团股份有限公司 | China Baoan Group Co., Ltd. | 0004 | 综合 | M | 综合类 | S90 | 综合 | 1990-09-01 | 1991-06-25 | 1991-06-25 | CNY | 2 | 3 | CNY | 60000 | CNY | 1991-06-14 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 10 | 000010 | 10 | 000010 | 美丽生态 | 深圳美丽生态股份有限公司 | Shenzhen Ecobeauty Co., Ltd. | 0003 | 房地产 | E01 | 土木工程建筑业 | E48 | 土木工程建筑业 | 1988-12-13 | 1995-10-27 | 1995-10-27 | CNY | 0 | 1 | CNY | 16999 | CNY | 1993-06-01 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 私营企业 | P0306 |
| 11 | 000011 | 10 | 000011 | 深物业A | 深圳市物业发展(集团)股份有限公司 | Shenzhen Property Development (Group) Co., Ltd. | 0003 | 房地产 | J | 房地产业 | K70 | 房地产业 | 1983-01-17 | 1992-03-30 | 1992-03-30 | CNY | 2.6 | 3.6 | CNY | 41500 | CNY | 1991-10-01 | 1 | 2 | A | 200011 | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 12 | 000012 | 10 | 000012 | 南玻A | 中国南玻集团股份有限公司 | CSG Holding Co., Ltd. | 0005 | 工业 | C61 | 非金属矿物制品业 | C30 | 非金属矿物制品业 | 1984-09-10 | 1992-02-28 | 1992-02-28 | CNY | 2.38 | 3.38 | CNY | 20300 | CNY | 1991-12-03 | 1 | 2 | A | 200012 | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 13 | 000013 | 10 | 000013 | *ST 石化A | 深圳石化工业集团股份有限公司 | Shenzhen Petrochemical Industry (Group) Co., Ltd. | 0006 | 商业 | H | 批发和零售贸易 | F51 | 批发业 | 1992-03-18 | 1992-05-06 | 1992-05-06 | CNY | 1.8 | 2.8 | CNY | 23500 | CNY | 1991-12-11 | 1 | 2 | D | — | 2004-09-20 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 14 | 000014 | 10 | 000014 | 沙河股份 | 沙河实业股份有限公司 | Shahe Industrial Co., Ltd. | 0003 | 房地产 | J | 房地产业 | K70 | 房地产业 | 1992-04-21 | 1992-06-02 | 1992-06-02 | CNY | 1.38 | 2.38 | CNY | 11000 | CNY | 1991-12-19 | 1 | 2 | A | — | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 15 | 000015 | 10 | 000015 | PT 中浩A | 深圳中浩(集团)股份有限公司 | Shenzhen Zhonghao (Group) Co., Ltd. | 0004 | 综合 | M | 综合类 | S90 | 综合 | 1992-05-08 | 1992-06-25 | 1992-06-25 | CNY | 1.78 | 2.78 | CNY | 14400 | CNY | 1991-12-14 | 1 | 2 | D | — | 2001-10-25 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 私营企业 | P0306 |
| 16 | 000016 | 10 | 000016 | 深康佳A | 康佳集团股份有限公司 | Konka Group Co., Ltd. | 0005 | 工业 | G | 信息技术业 | C39 | 计算机、通信和其他电子设备制造业 | 1980-10-01 | 1992-03-27 | 1992-03-27 | CNY | 2.9 | 3.9 | CNY | 30150 | CNY | 1991-12-24 | 1 | 2 | A | 200016 | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 17 | 000017 | 10 | 000017 | 深中华A | 深圳中华自行车(集团)股份有限公司 | Shenzhen China Bicycle Company (Holdings) Limited | 0005 | 工业 | C75 | 交通运输设备制造业 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 1992-03-12 | 1992-03-31 | 1992-03-31 | CNY | 2.75 | 3.75 | CNY | 32800 | CNY | 1991-12-28 | 1 | 2 | A | 200017 | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 中外合资 | P0303 |
| 18 | 000018 | 10 | 000018 | 神城A退 | 神州长城股份有限公司 | Sino Great Wall Co., Ltd. | 0004 | 综合 | E05 | 装修装饰业 | E50 | 建筑装饰和其他建筑业 | 1992-05-09 | 1992-06-16 | 1992-06-16 | CNY | 0.5 | 1.5 | CNY | 15200 | CNY | 1992-01-07 | 1 | 2 | D | — | 2020-01-07 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 私营企业 | P0306 |
| 19 | 000019 | 10 | 000019 | 深粮控股 | 深圳市深粮控股股份有限公司 | Shenzhen Cereals Holdings Co., Ltd. | 0006 | 商业 | H | 批发和零售贸易 | F51 | 批发业 | 1992-08-06 | 1992-10-12 | 1992-10-12 | CNY | 1.1 | 2.1 | CNY | 19400 | CNY | 1991-12-01 | 1 | 2 | A | 200019 | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 国营或国有控股 | P0301 |
| 20 | 000020 | 10 | 000020 | 深华发A | 深圳中恒华发股份有限公司 | Shenzhen Zhongheng Huafa Co., Ltd. | 0005 | 工业 | G | 信息技术业 | C39 | 计算机、通信和其他电子设备制造业 | 1992-03-20 | 1992-04-28 | 1992-04-28 | CNY | 0.9 | 1.9 | CNY | 29630 | CNY | 1992-01-20 | 1 | 2 | A | 200020 | 2024-01-15 | — | 4 | 广东省 | 440000 | 深圳市 | 440300 | 中外合资 | P0303 |
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 v32026/11/13 发布
生效中5,704 行 · 35 个字段 · 初始导入
版本 v22026/11/13 发布
历史版本5,704 行 · 35 个字段 · 初始导入(比 v1 行数增加 308)
版本 v12026/11/13 发布
历史版本5,396 行 · 35 个字段 · 初始导入
04关联
和其他数据集,按键连起来
这是一个参照数据集:其他数据集的键拿它来核对。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 + 地区 + 省份 + 股票代码 + 年份 能连
15 个数据集 · 本数据集 5,704 行有证监会行业大类- 上市公司行业地域信息企业主体 · 7 万 行 · 连接字段 stock_code、year、city_code、industry_code、province按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司跨境电商DID企业主体 · 6.9 万 行 · 连接字段 stock_code、industry_code、city_code、province、year按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司气候风险指数企业主体 · 6.7 万 行 · 连接字段 province、year、region_code、stock_code、industry_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司年报AI词频企业主体 · 6.2 万 行 · 连接字段 city_code、province、year、industry_code、stock_code按证监会行业大类对上本数据集 5,704 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 stock_code、year、city_code、industry_code、province_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司对外开放程度企业主体 · 5.8 万 行 · 连接字段 industry_code、province、stock_code、city_code、year按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司劳动力与资产指标企业主体 · 5.3 万 行 · 连接字段 province、region_code、industry_code、year、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司年报语气指标企业主体 · 4.7 万 行 · 连接字段 stock_code、province、industry_code、city_code、year按证监会行业大类对上本数据集 5,704 行(100%)
- A股数字化与ESG企业主体 · 3.9 万 行 · 连接字段 province、year、region_code、industry_code、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司ESG与创新指标企业主体 · 3.7 万 行 · 连接字段 stock_code、province、year、industry_code、city_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司百度指数企业主体 · 3.5 万 行 · 连接字段 city_code、industry_code、province、year、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司供应链效率企业主体 · 7.1 万 行 · 连接字段 industry_code、year、city_code、stock_code、province按证监会行业大类对上本数据集 5,660 行(99%)
按 证监会行业大类 + 省份 + 股票代码 + 年份 能连
19 个数据集 · 本数据集 5,704 行有证监会行业大类- 上市公司Wind ESG评级企业主体 · 14 万 行 · 连接字段 province、year、stock_code、industry_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司行业异质性企业主体 · 5.4 万 行 · 连接字段 province、year、stock_code、industry_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司融资约束企业主体 · 5.2 万 行 · 连接字段 year、stock_code、industry_code、province按证监会行业大类对上本数据集 5,704 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、stock_code、year、province按证监会行业大类对上本数据集 5,704 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 province、date、industry_code、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- A股ESG与财务企业主体 · 3.8 万 行 · 连接字段 industry_code、province、year、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司人工智能采纳程度企业主体 · 3.7 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 5,704 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 year、stock_code、industry_code、province按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司创新与地区数字金融企业主体 · 2.1 万 行 · 连接字段 stock_code、industry_code、accounting_period、province按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司富时罗素ESG评分企业主体 · 2 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 5,704 行(100%)
- 全国上市公司注册发行企业主体 · 5,499 行 · 连接字段 industry_code_c、stock_code、listing_date、province按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司数字技术与所在省份数字基础设施企业主体 · 1.5 万 行 · 连接字段 industry_code、province_code、year、stock_code按证监会行业大类对上本数据集 5,702 行(99%)
按 地区 + 省份 + 股票代码 + 年份 能连
11 个数据集 · 本数据集 5,704 行有地区- 上市公司环保处罚累计次数企业主体 · 5,633 行 · 连接字段 cutoff_date、province、stock_code、city_code按地区对上本数据集 5,698 行(99%)
- 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、year、province、city_code按地区对上本数据集 5,659 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 city_code、stock_code、province、year按地区对上本数据集 5,659 行(99%)
- 上市公司ESG同群效应企业主体 · 4.2 万 行 · 连接字段 year、city_code、stock_code、province按地区对上本数据集 5,659 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、province、city_code、stock_code按地区对上本数据集 5,658 行(99%)
- 上市公司专利创新绩效企业主体 · 5.6 万 行 · 连接字段 stock_code、year、province、city_code按地区对上本数据集 5,658 行(99%)
- 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 year、province、city_code、stock_code按地区对上本数据集 5,658 行(99%)
- 上市公司托宾Q值企业主体 · 5.1 万 行 · 连接字段 province、city_code、year、stock_code按地区对上本数据集 5,654 行(99%)
- 上市公司ESG与就业指标企业主体 · 4.2 万 行 · 连接字段 stock_code、city_code、province、year按地区对上本数据集 5,646 行(98%)
- 上市公司ESG与财务企业主体 · 3.9 万 行 · 连接字段 year、stock_code、province、city_code按地区对上本数据集 5,646 行(98%)
- 上市公司政府采购合同工程项目 · 19 万 行 · 连接字段 stock_code、company_city_code、buyer_province、contract_date按地区对上本数据集 5,380 行(94%)
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 5,704 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 year、industry_code、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司基础财务企业主体 · 7.7 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 5,704 行(100%)
- 上市公司盈利能力企业主体 · 7.4 万 行 · 连接字段 industry_code、year、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司发展能力企业主体 · 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 5,704 行(100%)
- 上市公司财务基础企业主体 · 6.7 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 5,704 行(100%)
- 上市公司勒纳指数企业主体 · 6.6 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 5,704 行(100%)
- 上市公司基本信息企业主体 · 6.5 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 5,704 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 year、industry_code、stock_code按证监会行业大类对上本数据集 5,704 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、listed_date、stock_code按证监会行业大类对上本数据集 5,704 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 report_date、industry_code、stock_code按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司绿色投资者企业主体 · 5.7 万 行 · 连接字段 stock_code、year、industry_code_2按证监会行业大类对上本数据集 5,704 行(100%)
- 上市公司高管党员统计企业主体 · 5.7 万 行 · 连接字段 year、stock_code、industry_code_1按证监会行业大类对上本数据集 5,704 行(100%)
按 省份 + 股票代码 + 年份 能连
19 个数据集 · 本数据集 5,698 行有省份- 沪深京上市证券参照企业主体 · 6,057 行 · 连接字段 province、ts_code、list_date按省份对上本数据集 5,698 行(99%)
- 上市公司绿色信贷匹配企业主体 · 5.8 万 行 · 连接字段 stock_code、year、province按省份对上本数据集 5,698 行(99%)
- 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按省份对上本数据集 5,698 行(99%)
- 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 stock_code、year、province按省份对上本数据集 5,698 行(99%)
- 上市公司高铁开通匹配企业主体 · 5.7 万 行 · 连接字段 year、province、stock_code按省份对上本数据集 5,698 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 stock_code、year、region_code按省份对上本数据集 5,698 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、year、province按省份对上本数据集 5,698 行(99%)
- 新三板公司基本信息参照企业主体 · 1.3 万 行 · 连接字段 establish_date、province、stock_code按省份对上本数据集 5,695 行(99%)
- 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、province、stock_code按省份对上本数据集 5,695 行(99%)
- 上市公司市场化指数企业主体 · 4.3 万 行 · 连接字段 stock_code、listing_date、province按省份对上本数据集 5,695 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、province、stock_code按省份对上本数据集 5,695 行(99%)
- 上市公司数字普惠金融企业主体 · 4.2 万 行 · 连接字段 stock_code、province、year按省份对上本数据集 5,695 行(99%)
按 地区 + 省份 + 年份 能连
7 个数据集 · 本数据集 5,704 行有地区- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province、year、region_code按地区对上本数据集 5,653 行(99%)
- 地区高新技术企业认定统计区域底数 · 4,737 行 · 连接字段 city_code、year、province按地区对上本数据集 5,486 行(96%)
- 城市二手房月度均价区域底数 · 4.3 万 行 · 连接字段 region_code、province、year按地区对上本数据集 5,395 行(94%)
- 城市二手房年度指标区域底数 · 4,119 行 · 连接字段 province、region_code、year按地区对上本数据集 5,395 行(94%)
- 全国机构养老服务机构建筑设施 · 3.9 万 行 · 连接字段 province、create_date、region_code按地区对上本数据集 4,028 行(70%)
- 全国社区养老设施建筑设施 · 19.7 万 行 · 连接字段 create_date、region_code、province按地区对上本数据集 2,411 行(42%)
- 全国台风登陆记录自然灾害 · 839 行 · 连接字段 landfall_date、region_code、province_code按地区对上本数据集 1,600 行(28%)
按 省份 + 年份 能连
503 个数据集 · 本数据集 5,698 行有省份- 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 5,698 行(99%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 5,698 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 5,698 行(99%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year按省份对上本数据集 5,698 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 5,698 行(99%)
- 工业企业出口技术复杂度企业主体 · 75.2 万 行 · 连接字段 customs_province、year按省份对上本数据集 5,698 行(99%)
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 issue_date、province按省份对上本数据集 5,698 行(99%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、province按省份对上本数据集 5,698 行(99%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 year、province按省份对上本数据集 5,698 行(99%)
- 县级逐月闪电自然灾害 · 34.2 万 行 · 连接字段 year、province按省份对上本数据集 5,698 行(99%)
- 省级环境关注度日度指数区域底数 · 27.5 万 行 · 连接字段 region_code、date按省份对上本数据集 5,698 行(99%)
- 县级逐年降水量自然灾害 · 20.4 万 行 · 连接字段 province、year按省份对上本数据集 5,698 行(99%)
按 股票代码 + 年份 能连
188 个数据集 · 本数据集 5,704 行有股票代码- 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 5,608 行(98%)
- 上市证券历史简称企业主体 · 1.5 万 行 · 连接字段 ts_code、start_date按股票代码对上本数据集 5,589 行(97%)
- 上市公司数字技术应用广度企业主体 · 6.1 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 5,580 行(97%)
- 上市公司数字技术应用深度企业主体 · 6.1 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 5,580 行(97%)
- 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 5,575 行(97%)
- 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 5,575 行(97%)
- 上市公司绿色专利获得(CNRDS)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 5,575 行(97%)
- 上市公司年个股回报率企业主体 · 6.5 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 5,575 行(97%)
- 上市公司分析师跟踪和研报数企业主体 · 6.1 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 5,574 行(97%)
- 上市公司竞争对手DID面板企业主体 · 5.7 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 5,544 行(97%)
- 上市公司绿色专利面板企业主体 · 7.8 万 行 · 连接字段 stock_code、year按股票代码对上本数据集 5,508 行(96%)
- A股商誉治理财务企业主体 · 7.8 万 行 · 连接字段 year、stock_code按股票代码对上本数据集 5,508 行(96%)
按 地区 + 年份 能连
5 个数据集 · 本数据集 5,704 行有地区- 地级市土地出让金区域底数 · 1.2 万 行 · 连接字段 year、region_code按地区对上本数据集 5,681 行(99%)
- 地级市城乡建设统计区域底数 · 208.6 万 行 · 连接字段 region_code、year按地区对上本数据集 5,648 行(99%)
- 各省专利受理授权统计区域底数 · 1.7 万 行 · 连接字段 year、region_code按地区对上本数据集 2,813 行(49%)
- 各地区新能源汽车产量区域底数 · 240 行 · 连接字段 region_code、year按地区对上本数据集 2,796 行(49%)
- 各省医疗服务项目代码医疗药械 · 32.5 万 行 · 连接字段 regn、begin_date按地区对上本数据集 2,143 行(37%)
按 证监会行业大类 + 年份 能连
3 个数据集 · 本数据集 5,704 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 5,704 行有证监会行业大类按 地区 + 省份 能连
1 个数据集 · 本数据集 5,704 行有地区按 省份 + 股票代码 能连
1 个数据集 · 本数据集 5,698 行有省份按 省份 能连
44 个数据集 · 本数据集 5,698 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 5,698 行(99%)
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 5,698 行(99%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 5,698 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 5,698 行(99%)
- 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 province_code按省份对上本数据集 5,698 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 5,698 行(99%)
- 省会城市间距离区域底数 · 1,089 行 · 连接字段 origin_province按省份对上本数据集 5,698 行(99%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code按省份对上本数据集 5,695 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 5,695 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 5,695 行(99%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 5,695 行(99%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 5,695 行(99%)
按 股票代码 能连
2 个数据集 · 本数据集 5,704 行有股票代码只按年份能连:271 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
271 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
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date
- 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。
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/stock-company-profile/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"stkcd","op":"eq","value":"000001"}],"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。