 scale(.213 .217)'%3EM%3C/text%3E%3Ctext class='c2' transform='translate(71.47 34) scale(.213 .217)'%3EK%3C/text%3E%3Ctext class='c1' transform='translate(32.956 26.401) scale(.213 .217)'%3EA%3C/text%3E%3Ctext class='c2' transform='translate(52.926 26.401) scale(.213 .217)'%3ER%3C/text%3E%3C/svg%3E)
01
趋势分析
折线为年度均值
2019
327,626,908.9255
2020
334,605,917.7894
2021
288,707,049.5187
2022
265,317,228.0202
2023
259,332,891.6545
2024
241,857,744.0965
2025
244,733,148.8468
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 股票代码 | 股票简称 | 行业名称 | 城市 | 应收款项融资(元) |
|---|---|---|---|---|---|
| 2019 | 000009 | 中国宝安 | 综合 | 深圳市 | 409663278.35 |
| 2019 | 000012 | 南玻A | 非金属矿物制品业 | 深圳市 | 258296826.0 |
| 2019 | 000016 | 深康佳A | 计算机、通信和其他电子设备制造业 | 深圳市 | 143174271.82 |
| 2019 | 000020 | 深华发A | 计算机、通信和其他电子设备制造业 | 深圳市 | 42096834.02 |
| 2019 | 000023 | 深天地A | 非金属矿物制品业 | 深圳市 | 8300000.0 |
| 2019 | 000027 | 深圳能源 | 电力、热力生产和供应业 | 深圳市 | 18380000.0 |
| 2019 | 000028 | 国药一致 | 批发业 | 深圳市 | 446342588.46 |
| 2019 | 000030 | 富奥股份 | 汽车制造业 | 长春市 | 1924140110.2 |
| 2019 | 000034 | 神州数码 | 批发业 | 深圳市 | 391954244.02 |
| 2019 | 000035 | 中国天楹 | 生态保护和环境治理业 | 南通市 | 774300.0 |
企业将应收款项出售给银行或其他金融机构，但是银行或其他金融机构具有追索权，即如果应收款项收不回时，银行或其他金融机构有权向企业索要款项。2019年起使用。。覆盖 3,251 个上市公司、7 年连续面板，适用于面板回归、政策评估与综合评价研究。
03
指标详情
指标解释
指标定义企业将应收款项出售给银行或其他金融机构，但是银行或其他金融机构具有追索权，即如果应收款项收不回时，银行或其他金融机构有权向企业索要款项。2019年起使用。
数据类型企业级面板数据，覆盖3,251个上市公司。
时间跨度2019-2025年，共7年连续面板数据。
应用场景
- 作为被解释变量或核心解释变量进行面板回归分析
- 结合其他指标做相关性与多元回归研究
- 分析时间趋势与区域差异
- 政策评估（DID、PSM-DID 等准自然实验）
- 构建综合评价指标体系（熵值法等）
04
技术文档
数据说明书（Data Dictionary）
数据来源
数据整理自上市公司年报。经人工校验与交叉比对，确保数据准确性。
部分缺失值已通过线性插值补齐，原始数据与插值数据均可分别下载。
| 变量名 | 中文名称 | 类型 | 说明 |
|---|---|---|---|
| year | 年份 | int | 2019-2025 |
| stock_code | 股票代码 | string | 编码 |
| stock_name | 股票简称 | string | 股票简称 |
| industry_name | 行业名称 | string | 所属行业 |
| city | 城市 | string | 地级市名称 |
| firm-2c570916efa38b6cee89e-yingshoukuanxiangrongzi-ab5f41 | 应收款项融资 | float | 企业将应收款项出售给银行或其他金融机构，但是银行或其他金融机构具有追索权，即如果应收款项收不回时，银行或其他金融机构有权向企业索要款项。2019年起使用。 |
数据出处
本数据来自马克集数（s.macrodatas.cn）。
引用或转载请注明来源
Stata 读取代码
下载数据后，可使用以下 Stata 代码快速读取并设定面板结构：
* 读取数据
use "firm_yingshoukuanxiangrongzi_2019_2025.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 编码企业变量（如尚未编码）
encode stock_code, gen(firm_id)
* 设定面板数据结构
xtset firm_id year
* 描述性统计
summarize firm_yingshoukuanxiangrongzi, detail
* 简单面板回归示例
xtreg firm_yingshoukuanxiangrongzi x1 x2, fe
estimates store fe_model如下载的是 Excel 格式，请先在 Stata 中使用 import excel "firm-2c570916efa38b6cee89e-yingshoukuanxiangrongzi-ab5f41_2019_2025.xlsx", firstrow clear 导入。
05
相关指标推荐