平安银行 2025 51,408,000,000.0000 万科A 2025 -70,999,044,405.3700 *ST 国华 2025 27,544,287.8700 深振业A 2025 5,137,042.4900 全新好 2025 4,381,713.2300 神州高铁 2025 -840,872,303.5300 中国宝安 2025 1,695,757,283.7000 美丽生态 2025 14,314,452.9600 深物业A 2025 107,703,552.9700 南玻A 2025 52,178,494.0000 沙河股份 2025 -144,025,588.0700 深康佳A 2025 -10,507,913,987.1000 深中华A 2025 55,671,923.7800 深粮控股 2025 417,770,773.1100 深华发A 2025 44,630,636.8200 深科技 2025 1,713,674,193.2400 特力A 2025 172,169,866.2700 飞亚达 2025 119,901,273.1800 深圳能源 2025 3,863,982,295.2100 国药一致 2025 1,512,828,830.8200 平安银行 2025 51,408,000,000.0000 万科A 2025 -70,999,044,405.3700 *ST 国华 2025 27,544,287.8700 深振业A 2025 5,137,042.4900 全新好 2025 4,381,713.2300 神州高铁 2025 -840,872,303.5300 中国宝安 2025 1,695,757,283.7000 美丽生态 2025 14,314,452.9600 深物业A 2025 107,703,552.9700 南玻A 2025 52,178,494.0000 沙河股份 2025 -144,025,588.0700 深康佳A 2025 -10,507,913,987.1000 深中华A 2025 55,671,923.7800 深粮控股 2025 417,770,773.1100 深华发A 2025 44,630,636.8200 深科技 2025 1,713,674,193.2400 特力A 2025 172,169,866.2700 飞亚达 2025 119,901,273.1800 深圳能源 2025 3,863,982,295.2100 国药一致 2025 1,512,828,830.8200
Panel Dataset — 企业级面板数据

中国企业营业利润面板数据(1999-2025)

与经营业务有关的利润。2019.06.30之前,计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益。2019.06.30之后计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益+资产减值损失+信用减值损失。其中,2019.01.01的数据因提取的是2019.12.31的期初数据,所以计算公式符合2019.06.30之后的计算公式。。数据整理自上市公司年报。

VIP数据 上市公司 更新 2026-10-14 1999-2025 · 27年 Excel / Stata
2025
覆盖年份
1999–2025
共 27 年连续面板
有效样本
85,254
原始数据非空行数
覆盖主体
3,158
上市公司数量
指标类型
VIP
支持预览与下载
01 趋势分析
129606.3万 99369.1万 69131.9万 38894.7万 8657.4万 1999 2004 2009 2015 2020 2025
折线为年度均值
1999
86,574,430.9167
2003
242,178,914.8204
2008
468,020,405.7266
2012
898,817,554.5423
2016
1,053,186,808.2913
2021
1,292,809,828.8073
2025
1,296,062,794.7114
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 营业利润(元)
1999 000001 深发展A 货币金融服务 深圳市 606373989.0
1999 000002 深万科A 房地产业 深圳市 270776834.79
1999 000003 ST 金田A 综合 深圳市 -150540994.16
1999 000004 ST 深安达 道路运输业 深圳市 8706909.7
1999 000005 世纪星源 综合 深圳市 2350368.83
1999 000006 深振业A 房地产业 深圳市 114362408.68
1999 000007 深达声A 房地产业 深圳市 -216649.59
1999 000008 亿安科技 互联网和相关服务 深圳市 31969170.0
1999 000009 深宝安A 综合 深圳市 55981719.57
1999 000010 ST 深华新 零售业 深圳市 -21768405.98
与经营业务有关的利润。2019.06.30之前,计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益。2019.06.30之后计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益+资产减值损失+信用减值损失。其中,2019.01.01的数据因提取的是2019.12.31的期初数据,所以计算公式符合2019.06.30之后的计算公式。。覆盖 3,158 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

与经营业务有关的利润。2019.06.30之前,计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益。2019.06.30之后计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益+资产减值损失+信用减值损失。其中,2019.01.01的数据因提取的是2019.12.31的期初数据,所以计算公式符合2019.06.30之后的计算公式。

数据类型

企业级面板数据,覆盖3,158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-2c57091f6753cfa7bb5d3-yingyelirun-95df0f 营业利润 float 与经营业务有关的利润。2019.06.30之前,计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益。2019.06.30之后计算公式为:营业利润=营业总收入-营业总成本+公允价值变动收益+投资收益+汇兑收益+其他业务利润+其他收益+净敞口套期收益+资产处置收益+资产减值损失+信用减值损失。其中,2019.01.01的数据因提取的是2019.12.31的期初数据,所以计算公式符合2019.06.30之后的计算公式。
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:

Stata 复制代码
* 读取数据
use "firm_yingyelirun_95df0f_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_yingyelirun_95df0f, detail

* 简单面板回归示例
xtreg firm_yingyelirun_95df0f 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-2c57091f6753cfa7bb5d3-yingyelirun-95df0f_1999_2025.xlsx", firstrow clear 导入。

05 相关指标推荐
数据预览
加载中...