研究数据高级数据
上市公司分析师乐观偏差指标
数据摘要
资料通过分析师盈利预测与企业实际盈利的比较识别乐观预测，以预测误差大于0的分析师占比构造Optimism指标，并提供不同样本处理版本。可用于分析师行为、信息环境及资本市场风险研究。
基本信息
| 数据频率 | 年度 |
|---|---|
| 年份范围 | 2001-2025 |
| 观测层级 | 上市公司 |
| 当前预览样本量 | 49671 行 |
| 文件格式 | Excel / Stata / Stata代码 / PDF |
| 文件包大小 | 2.28 GB |
| 包含内容 | 数据表10份、代码1份、文档2份 |
| 所属分类 |
样本年份分布
合计 49,671 行 · 25 个年份
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
查看年份明细
| 年份 | 样本量 |
|---|---|
| 2001 | 42 |
| 2002 | 274 |
| 2003 | 394 |
| 2004 | 478 |
| 2005 | 649 |
| 2006 | 778 |
| 2007 | 970 |
| 2008 | 1,118 |
| 2009 | 1,370 |
| 2010 | 1,792 |
| 2011 | 2,050 |
| 2012 | 2,166 |
| 2013 | 2,146 |
| 2014 | 2,160 |
| 2015 | 2,369 |
| 2016 | 2,646 |
| 2017 | 2,908 |
| 2018 | 2,902 |
| 2019 | 2,838 |
| 2020 | 2,749 |
| 2021 | 3,020 |
| 2022 | 3,294 |
| 2023 | 3,484 |
| 2024 | 3,536 |
| 2025 | 3,538 |
测算方法
以实际盈利水平为基准，计算分析师盈利预测误差Opt_(i,j,t)=(F_(i,j,t)-A_(i,t))/P_i，其中F为分析师j对企业i在t年的每股收益预测值，A为企业该年的实际盈利水平，P为盈利预测发布前一个交易日的收盘股价。在当年跟踪同一企业的全部分析师中，统计Opt>0的分析师所占比例，作为公司年度分析师乐观偏差Optimism。该比例越高，表明具有正向预测误差的分析师占比越高。
参考文献
[1]许年行,江轩宇,伊志宏,等.分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究,2012,47(07):127-140.
以下字段、样本量及样本仅对应当前展示的数据表，不代表资料包全部文件。查看文件结构
字段列表共 12 个字段
| 字段 | 含义 / 说明 | 类型 | 均值 | 标准差 | 最小值 | 最大值 | 缺失率 |
|---|---|---|---|---|---|---|---|
证券代码 | — | 文本 | — | — | — | — | 0.0000% |
证券简称 | — | 文本 | — | — | — | — | 0.0000% |
stkcd | — | 整数 | 328798.4296 | 280230.4418 | 2 | 920992 | 0.0000% |
year | — | 整数 | 2016.952346 | 5.797690167 | 2001 | 2025 | 0.0000% |
分析师乐观偏差Optimism | Optimism | 数值 | 0.7716093877 | 0.3258934782 | 0 | 1 | 0.0000% |
行业代码 | — | 文本 | — | — | — | — | 0.0000% |
行业名称 | — | 文本 | — | — | — | — | 0.0000% |
所属省份 | — | 文本 | — | — | — | — | 0.0000% |
所属省份代码 | — | 文本 | — | — | — | — | 0.0282% |
所属城市 | — | 文本 | — | — | — | — | 0.0000% |
所属城市代码 | — | 文本 | — | — | — | — | 0.1228% |
丘知数据分析会员之家 | www.qqrdata.com | 文本 | — | — | — | — | 0.0000% |
数据样本预览
资料样本（部分数据）
仅可预览前100 行、100 列，滚动查看其余行列，完整数据以下载文件为准。
| 证券代码 | 证券简称 | stkcd | year | 分析师乐观偏差Optimism | 行业代码 | 行业名称 | 所属省份 | 所属省份代码 | 所属城市 | 所属城市代码 | 丘知数据分析会员之家 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 000002 | 万科A | 2 | 2002 | 0.333333333333 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2003 | 0.666666666667 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2004 | 0.333333333333 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | G 万科A | 2 | 2005 | 0.588235294118 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2006 | 0.6 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2007 | 0.357142857143 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2008 | 0.966101694915 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2009 | 0.632911392405 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2010 | 0.302083333333 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2011 | 0.409090909091 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2012 | 0.35593220339 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2013 | 0.685714285714 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2014 | 0.978494623656 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2015 | 0.790697674419 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2016 | 0.692307692308 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2017 | 0.0135135135135 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2018 | 0.547619047619 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2019 | 0.831578947368 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2020 | 0.92 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2021 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2022 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2023 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2024 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000002 | 万科A | 2 | 2025 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000005 | 世纪星源 | 5 | 2016 | 1 | N77 | 生态保护和环境治理业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000005 | 世纪星源 | 5 | 2017 | 1 | N77 | 生态保护和环境治理业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000005 | 世纪星源 | 5 | 2018 | 1 | N77 | 生态保护和环境治理业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2001 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2002 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2006 | 0.333333333333 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2007 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2008 | 0.857142857143 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2009 | 0.705882352941 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2010 | 0.5 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2011 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2012 | 0.857142857143 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2013 | 0.842105263158 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2014 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2015 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深圳业A | 6 | 2016 | 0.727272727273 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2017 | 0.888888888889 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2018 | 0.8 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2019 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2020 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000006 | 深振业A | 6 | 2021 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000007 | 零七股份 | 7 | 2012 | 0.8 | H61 | 住宿业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000007 | 零七股份 | 7 | 2013 | 0.8 | H61 | 住宿业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000007 | 零七股份 | 7 | 2014 | 1 | H61 | 住宿业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 宝利来 | 8 | 2013 | 1 | H61 | 住宿业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 宝利来 | 8 | 2014 | 1 | H61 | 住宿业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2015 | 0.857142857143 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2016 | 0.352941176471 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2017 | 0.0909090909091 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2018 | 0.95 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2019 | 0.647058823529 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2020 | 1 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2021 | 1 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2022 | 1 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2024 | 1 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000008 | 神州高铁 | 8 | 2025 | 1 | C37 | 铁路、船舶、航空航天和其它运输设备制造业 | 北京市 | 110000 | 北京市 | 110000 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 深宝安A | 9 | 2002 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 深宝安A | 9 | 2005 | 0 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | S 深宝安A | 9 | 2006 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | S 深宝安A | 9 | 2007 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2008 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2009 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2010 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2011 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2012 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2013 | 0 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2014 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2015 | 0.5 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2016 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2017 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2019 | 0 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2020 | 0 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2021 | 0.25 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2022 | 0.75 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2023 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2024 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000009 | 中国宝安 | 9 | 2025 | 1 | S90 | 综合 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000010 | 美丽生态 | 10 | 2016 | 1 | E48 | 土木工程建筑业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000010 | 美丽生态 | 10 | 2017 | 1 | E48 | 土木工程建筑业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000010 | 美丽生态 | 10 | 2018 | 1 | E48 | 土木工程建筑业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000011 | 深物业A | 11 | 2010 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000011 | 深物业A | 11 | 2011 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000011 | 深物业A | 11 | 2012 | 0 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000011 | 深物业A | 11 | 2013 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000011 | 深物业A | 11 | 2014 | 1 | K70 | 房地产业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻科控 | 12 | 2002 | 0 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2003 | 0 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2004 | 0.166666666667 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2005 | 0.933333333333 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2006 | 1 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2007 | 0.642857142857 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2008 | 1 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2009 | 0.340909090909 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2010 | 0.45 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2011 | 1 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
| 000012 | 南玻A | 12 | 2012 | 0.983050847458 | C30 | 非金属矿物制品业 | 广东省 | 440000 | 深圳市 | 440300 | 更多数据尽在丘知数据分析会员之家：www.qqrdata.com |
代码公开披露
仅展示前 30 行，供了解变量构造与处理流程，完整代码请下载文件查看。
///更多数据尽在丘知数据分析会员之家：www.qqrdata.com
//导入原始数据
//计算前一个交易日的收盘价
use 原始数据1.dta, clear
gen date=date(交易日期, "YMD")
format date %td
keep stkcd date 日收盘价
xtset stkcd date
tsfill
replace 日收盘价=L.日收盘价 if 日收盘价==.
gen 前一交易日收盘价=L.日收盘价
replace 前一交易日收盘价=日收盘价 if 前一交易日收盘价==.
save 前一交易日收盘价.dta, replace
///更多数据尽在丘知数据分析会员之家：www.qqrdata.com
//导入分析师预测指标原始数据
use 原始数据2.dta, clear
//整理重命名变量
rename 报告日 预测报告公布日
rename 预测终止日 会计截止日期
rename 每股收益 预测每股收益
//生成年份
gen year=real(substr(会计截止日期, 1, 4))
///更多数据尽在丘知数据分析会员之家：www.qqrdata.com
//匹配实际收益数据
merge m:1 证券代码 会计截止日期 using 原始数据3.dta, nogen keep(3) keepusing(报告公布日期 调整前每股收益)