万科A 2025 958,840.3888 国华网安 2025 4,622.3020 深振业A 2025 4,651.7553 全新好 2025 5,502.1288 神州高铁 2025 184,385.9300 中国宝安 2025 631,901.8100 美丽生态 2025 152,982.8367 深物业A 2025 60,301.7242 南玻A 2025 217,686.5729 沙河股份 2025 554.0768 深康佳A 2025 131,441.7624 深中华A 2025 23,019.6593 深粮控股 2025 15,908.8247 深华发A 2025 22,954.6447 深科技 2025 373,758.5658 特力A 2025 1,628.4864 飞亚达 2025 30,121.9134 深圳能源 2025 1,505,687.1282 国药一致 2025 2,480,737.7726 深深房A 2025 3,966.4143 万科A 2025 958,840.3888 国华网安 2025 4,622.3020 深振业A 2025 4,651.7553 全新好 2025 5,502.1288 神州高铁 2025 184,385.9300 中国宝安 2025 631,901.8100 美丽生态 2025 152,982.8367 深物业A 2025 60,301.7242 南玻A 2025 217,686.5729 沙河股份 2025 554.0768 深康佳A 2025 131,441.7624 深中华A 2025 23,019.6593 深粮控股 2025 15,908.8247 深华发A 2025 22,954.6447 深科技 2025 373,758.5658 特力A 2025 1,628.4864 飞亚达 2025 30,121.9134 深圳能源 2025 1,505,687.1282 国药一致 2025 2,480,737.7726 深深房A 2025 3,966.4143
Panel Dataset — 企业级面板数据

中国企业应收账款净额面板数据(1999-2025)

应收账款净额的计算公式为: 应收账款净额 = 应收账款总额 - 坏账准备 其中,坏账准备是企业基于历史经验、客户信用状况等因素预估的无法收回款项。。数据整理自上市公司年报。

VIP数据 上市公司 更新 2026-04-07 1999-2025 · 27年 Excel / Stata
2025
覆盖年份
1999–2025
共 27 年连续面板
有效样本
72,580
缺失率 3.1%
覆盖主体
2,688
上市公司数量
指标类型
VIP
支持预览与下载
01 趋势分析
20.8万 16.2万 11.5万 6.9万 2.2万 1999 2004 2009 2015 2020 2025
折线为年度均值
1999
28,388.4895
2003
29,539.0246
2008
38,736.6849
2012
89,022.8957
2016
134,119.7361
2021
147,313.3231
2025
208,308.6139
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 应收账款净额(万元)
1999 1 深发展A 货币金融服务 深圳市 37850.8712
1999 2 深万科A 房地产业 深圳市 53536.8519
1999 3 ST 金田A 综合 深圳市 71145.9392
1999 4 ST 深安达 道路运输业 深圳市 5529.9973
1999 5 世纪星源 综合 深圳市 82971.7523
1999 6 深振业A 房地产业 深圳市 87281.0534
1999 7 深达声A 房地产业 深圳市 23606.3392
1999 8 亿安科技 互联网和相关服务 深圳市 7914.8815
1999 9 深宝安A 综合 深圳市 31400.0128
1999 10 ST 深华新 零售业 深圳市 14688.3884
应收账款净额的计算公式为: 应收账款净额 = 应收账款总额 - 坏账准备 其中,坏账准备是企业基于历史经验、客户信用状况等因素预估的无法收回款项。。覆盖 2,688 个上市公司27 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

应收账款净额的计算公式为: 应收账款净额 = 应收账款总额 - 坏账准备 其中,坏账准备是企业基于历史经验、客户信用状况等因素预估的无法收回款项。

数据类型

企业级面板数据,覆盖2,688个上市公司。

时间跨度

1999-2025年,共27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 1999-2025
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-2c57091e73af661184242-yingshouzhangkuanjinge-e611fb 应收账款净额 float 应收账款净额的计算公式为: 应收账款净额 = 应收账款总额 - 坏账准备 其中,坏账准备是企业基于历史经验、客户信用状况等因素预估的无法收回款项。
引用格式(Citation)
[1] 马克集数. 应收账款净额面板数据(1999-2025)[EB/OL]. https://s.macrodatas.cn/article/indicator/firm-2c57091e73af661184242-yingshouzhangkuanjinge-e611fb, 2026-04-07.
可直接复制上方引用格式至论文参考文献
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:

Stata 复制代码
* 读取数据
use "firm_yingshouzhangkuanjinge__1999_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_yingshouzhangkuanjinge_, detail

* 简单面板回归示例
xtreg firm_yingshouzhangkuanjinge_ 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-2c57091e73af661184242-yingshouzhangkuanjinge-e611fb_1999_2025.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...