 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
1992
1,152.90
1996
2,714.17
2001
4,751.29
2005
22,966.61
2009
29,778.00
2012
45,940.00
2016
177,188.34
02
样例数据
样例数据（前 10 行）
支持复制到 Excel
| 年份 | 金融交易资金运用_证券(亿元) |
|---|---|
| 1992 | 1152.9 |
| 1993 | 637.82 |
| 1994 | 1616.29 |
| 1995 | 2062.45 |
| 1996 | 2714.17 |
| 1998 | 7415.21 |
| 1999 | 5479.4 |
| 2001 | 4751.29 |
| 2002 | 7462.09 |
| 2003 | 10317.75 |
证券(不含股票)由债券购买者承购的或因销售产品而拥有的，可在金融市场上交易并代表一定债权的书面证明。包括政府债券、金融债券、企业债券、商业票据、支付固定收入但不提供法人企业残余价值分享权的优先股等。。覆盖 1 个全国、25 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
指标定义证券(不含股票)由债券购买者承购的或因销售产品而拥有的，可在金融市场上交易并代表一定债权的书面证明。包括政府债券、金融债券、企业债券、商业票据、支付固定收入但不提供法人企业残余价值分享权的优先股等。
数据类型宏观级面板数据，覆盖1个全国。
时间跨度1992-2016年，共25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
数据整理自国家统计局。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 | 1992-2016 |
| hg-eae13c2dda0fb4935891a3336fd86008c28-jinrongjiaoyizijinyunyongzhengquan-950427 | 金融交易资金运用_证券 | float | 证券(不含股票)由债券购买者承购的或因销售产品而拥有的，可在金融市场上交易并代表一定债权的书面证明。包括政府债券、金融债券、企业债券、商业票据、支付固定收入但不提供法人企业残余价值分享权的优先股等。 |
引用格式（Citation）
[1] 马克集数. 金融交易资金运用_证券面板数据(1992-2016)[EB/OL]. https://s.macrodatas.cn/article/indicator/hg-eae13c2dda0fb4935891a3336fd86008c28-jinrongjiaoyizijinyunyongzhengquan-950427, 2026-02-23.
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：
* 读取数据
use "hg_jinrongjiaoyizijinyunyong_1992_2016.dta", clear
* 查看变量与前几行
describe
list in 1/10
* 描述性统计
summarize hg_jinrongjiaoyizijinyunyong, detail如下载的是 Excel 格式，请先在 Stata 中使用 import excel "hg-eae13c2dda0fb4935891a3336fd86008c28-jinrongjiaoyizijinyunyongzhengquan-950427_1992_2016.xlsx", firstrow clear 导入。
05
相关指标推荐