【实证分析】上市公司经营风险数据集-含代码（2000-2022年）

参考《科学决策》中吴旻佳等（2022）、《财会月刊》中李季鹏等（2025）的研究方法，分别采用关系型债权占比、战略型股权占比两种方式对上市公司企业耐心资本进行衡量关系型债权占比：长期负债（如银行长期贷款、应付债券）占总负债的比例，反映企业通过长期债务支持战略的能力；战略型股权：机构投资者持股比例与其过去 3 年持股比例标准差的比值，比值越高表示投资者稳定性越强。[1] 吴旻佳,张普,赵增耀.耐心资本、创新投入对企业绩效的影响——基于中小板上市企业的数据[J].科学决策,2022,(09):55-72.

该数据集对探究监管力度与企业合规性、社会责任履行、绿色技术创新等领域具有显著价值，尤其在评估"监管邻近效应"对上市公司治理结构的影响方面，为监管部门优化属地化管理、学术界开展空间经济学研究提供了高质量数据基础。具体字段涵盖股票代码、简称、注册地址、所属省市、办公地经纬度等基础信息，同时整合了证监会分支机构的地理坐标数据。通过球面距离算法测算上市公司与对应监管机构的空间距离后，采用自然对数处理消除量纲差异，形成标准化监管距离指标。2000-2022年上市公司-监管距离-社科经管。

此外，高频的公告日期字段支持事件研究法，可追踪关联交易信息披露的市场反应。研究显示，关联交易占比超过10%的企业中，32%存在财务舞弊嫌疑，印证了数据在风险预警中的实用性。证券代码、统计截止日期、证券简称、行业代码、行业名称、年份、商品交易、提供或接受劳务、资产总额、商品交易/总资产、提供或接受劳务/总资产、合计。该数据集系统收录了2007年至2022年A股上市公司的关联交易信息，涵盖1,429,462条交易记录，涉及商品销售、股权转让、资金借贷等多元交易类型。数据以企业为统计维度，详细记录。

1990-2022年上市公司企业组织韧性数据（含原始数据+计算代码+计算结果

上市公司的代理成本是指因代理问题所产生的损失，为了解决代理问题所发生的成本。由于信息的不对称，股东无法知道经理人是在为实现股东收益最大化而努力工作，还是只为满足平稳的投资收益率以及缓慢增长的财务指标；股东也无法监督经理人到底是否将资金用于有益的投资，还是用于能够给他本人带来个人福利的活动，用于解决这些代理问题而发生的成本就叫代理成本。本数据包括：原始数据、上市公司代理成本的最终结果、do文件，参考文献等等。[5]金融发展、两类代理成本与企...8年A股上市公司的实证分析_翟光宇。

Dyreng et al. （2003）认为，因为存在税收返还以及企业和税收征管部门的税务纠纷可能会持续好几年，所以仅仅使用当期的实际税率衡量企业避税并不怡当。避税指标的衡量一般分为两大类，一类指标是使用企业的实际所得税率及其变体，另一类指标则是使用企业的会计——税收差异及其变体。使用实际税率来衡量企业遊税程度的方法较为常见，而使用会计——税收差异来衡量避税的方法则归因于会计准则与所得税法的逐步分离，导致企业可能利用会计——税收差异来规避所得税成本。该差额越高，则企业避税程度越高。

https://download.csdn.net/download/2401_84585615/90025557近年来，上市公司与银行之间的关系（银企关系）成为研究的热点，尤其在企业创新、投资决策和企业转型等领域的实证研究中备受关注。这样的指标构建方法有助于研究者更准确地分析和理解上市公司与银行之间的具体关系。证券代码、年份、匹配项、银行持股比例（%）、公司是否持有银行股份、银行是否持股公司、高管是否有银行背景、银企关系。

ES 中，Term Index 是。

具身智能体要实现高效学习与技能迁移，核心在于提升少样本学习与跨任务泛化能力。当前机器人学习面临多重挑战：一是任务间的迁移难度大，已学技能难以快速应用到相似任务；二是不同机器人形态和传感系统的异构性增加了适配难度；三是现有强化学习与模仿学习在样本效率和泛化能力上存在局限。为突破瓶颈，研究重点聚焦于元学习、少样本模仿学习和多任务预训练策略。例如，MAML等元学习框架可显著提升新任务适应速度，大规模多任务预训练则能为下游

其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。函数返回指定列中最大的 k 个非 NULL 值及其对应的记录。如果多条数据取值相同，且全部取用会超出 k 条限制时，系统会从相同值中随机选取符合要求的数量返回。

/ 用于存储 @KafkaListener 的“蓝图”// ... 可按需添加 concurrency, autoStartup 等其他属性(元数据采集与注册)@Component@OverrideClass<?= null &&!通过巧妙地结合和动态配置中心，我们实现了一个功能极其强大的动态 Kafka 消费管理方案。

在前面的文章中，我们探讨了在智能化时代的重要性。？云原生与多云策略，正在成为新一代大数据平台架构的必选项。