2011-2025年上市公司需求不确定性数据
参考黄家澜（2025）等人的做法，构建上市公司需求不确定性指标。分解季度销售收入的不可预测部分（回归残差）计算，先利用历史收入、库存及季节因素回归模型剔除可预测波动，再对年度内各季度残差求标准差，最终衡量企业面临的不可控需求波动程度。
数据名称：上市公司需求不确定性
数据年份：2011-2025年
相关数据
股票代码 公司简称 统计年度 需求不确定性
数据截图
下载地址：
付费查看下载地址
“2011-2025年上市公司需求不确定性数据” 的相关文章
2000-2022年世界环境绩效数据（EPI)
世界环境绩效指数（EPI, ENVIRONMENTAL PERFORMANCE INDEX）是由耶鲁大学环境法律与政策中心与哥伦比亚大学国际地球科学信息网络中心（CIEsIN）联合实施的一项综合评估工具，它通过一系列政策制定和专家认定的指标来收集数据，旨在衡量全球各国在环境保护和可持续发展方面的表现...
2008-2022年地级市-人口密度数据
人口密度是单位面积土地上居住的人口数。它是衡量一个国家或地区人口分布状况的重要指标。计算公式是：人口密度（人/平方千米）=人口数（人）/面积（平方千米），通常用每平方千米或每公顷内的常住人口为计算单位。人口密度是反映某一地区范围内人口疏密程度的指标。人口密度的不同反映了各地区间人口分布状况和区域间经...
1995-2020年OECD-GVC全球价值链数据
OECD（经济合作与发展组织）与GVC（全球价值链）相关的数据涉及多个方面，主要是分析和理解各国在全球生产网络中的参与程度、贸易地位以及与其他国家的经济联系。OECD-GVC数据为我们理解全球价值链的动态变化、国家间贸易和生产联系提供了宝贵的信息和工具。通过深入分析这些数据，我们可以更好地把握全球经...
1990-2022年上市公司-过度金融化数据
立足于我国无论高业绩实体企业还是低业绩实体企业都呈现金融化趋势的现状，采用我国沪深A股上市公司的经验数据，从实体企业过度金融化视角，运用OLS方法拟合出样本公司各期最优金融化水平，进而得出样本企业过度金融化水平，并实证研究了业绩上升企业与业绩下滑企业过度金融化行为的异质性。本数据采用OLS回归拟合出...
异质性检验代码和数据
异质性检验是一种统计方法，用于检验不同组或不同来源的数据之间是否存在显著的差异。它可以帮助我们识别数据中的不一致性和潜在偏差，为更准确的数据分析提供基础。在数据分析和研究中，我们经常需要将数据进行分组比较。然而，如果不同组的数据存在异质性，那么直接进行比较可能会导致误导性的结果。异质性检验可以帮助我...
多重中介模型+普通中介模型中介效应模型STATA计算代码数据
在STATA中，计算中介效应模型（也称为间接效应或中介作用）通常使用sem（结构方程模型）或mediation命令。这些命令可以处理多重中介模型和普通中介模型。1. 普通中介模型普通中介模型通常涉及三个变量：自变量（X）、中介变量（M）和因变量（Y）。在这个模型中，X影响M，然后M影响Y。2. 多重...
发表评论
