中国食物成分表2010

食物名

地区

可食部分

能量

水分

蛋白质

脂肪

膳食纤维

碳水化物

视黄醇当量

硫胺素(VB1)

核黄素(VB2)

尼克酸 (烟酸, VPP)

维生素E

钠

钙

铁

类别

抗坏血酸(VC)

类

胆固醇

王群勇教授的xthreg2命令 可以做非平行面板的门槛模型

免费下载，mlib格式

 中国检察年鉴1997

免费

上市企业违约概率计算stata数据代码结果2000-2019年

首先，本文采用Bharath and Shumway（2008）提出的Naive模型估计违约概率（EDF）作为违约风险的替代变量，我们采取如下步骤计算违约风险：

其中，DD表示违约距离；Equity表示公司总市值，是股票发行总数与年末市场价格的乘积；Debt是公司债务的面值，是公司年末短期负债与年末长期负债的二分之一的加总；  是企业滞后一年的年度收益率；T在公式中被设置为1年；  是公司资产波动率的估计量，通过  计算得出。  是股票收益率的波动率，利用公司上一年度的月度收益率数据取标准差求得。  的计算如下：

在式（1）和式（2）的基础上，我们可以计算出违约风险距离DD。，然后通过标准累计正态分布函数Normal（.）求出企业违约概率，如式（3）：

      其次，本文还考虑了上市企业的事后违约概率。本文以企业上年度短期借款（包括一年内到期的长期借款）与当期偿还借款额度（对应现金流量表中“偿还债务所支付的现金”）的差额来衡量公司是否按期偿还了借款。我们设置虚拟变量Violate表示企业事后违约概率。当该差额大于零时，表示企业没有按期偿还借款，变量Violate取1，表示企业违约；否则取0，表示企业没有违约1。

参考文献

 

• 许红梅, 李春涛. 劳动保护,社保压力与企业违约风险——基于《社会保险法》实施的研究[J]. 金融研究, 2020
• Bharath S T ,  Tyler S . Forecasting Default with the Merton Distance to Default Model[J]. The Review of Financial Studies, 2008(3):3.

全国30个省份政府干预程度数据2000-2017

包含：地区，编码，年份，财政收入，财政支出，政府干预程度

跨度：2013年6月-2020年11月（花旗共享单车）、2013-2020年11月（Divvy共享单车）

区域范围：数据附经纬度

指标说明（1）纽约花旗共享单车轨迹数据

花旗自行车是纽约市首位的自行车共享计划，拥有12000辆自行车和750个车站

使用者可以使用花旗自行车1天或3天通行证租赁自行车。该项目除了设计用来方便短途旅行，也是一个四处闲逛时有趣并且较为划算的选择方式。使用者可以在节省时间和享受乐趣的同时游览整个城市的景点。该项目于2013年5月正式运行，虽历经波折，如今仍正常运行、魅力不减。

数据指标：骑行时间，开始时间，结束时间，开始站点名称，终站点名称，站点ID，站点经纬度，自行车ID，是否会员，出生年月，性别。

（2）芝加哥Divvy共享单车

Divvy是芝加哥最大的共享单车系统，拥有6000余辆单车及600余处自行车站点，和纽约的Citi Bike（花旗）以及旧金山的Ford GoBike一样，是本市市内交通的重要方式。目前其业务已拓展至纽约、华盛顿、波士顿等城市。

数据指标：自行车ID，开始时间，结束时间，开始站点名称，终站点名称，站点ID，站点经纬度，是否会员

全国省市县地方官员任期数据1949-2019

数据范围：3034个地区(包括省市县)

样本量：共计2w+

数据年份：1949-2019年

用途：1.衡量官员任期对地方经济和政策影响 2.工具变量

wenxian
[1]周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究,2007(07):36-50.
[2]张军,高远.官员任期、异地交流与经济增长——来自省级经验的证据[J].经济研究,2007(11):91-103.
[3]钱先航,曹廷求,李维安.晋升压力、官员任期与城市商业银行的贷款行为[J].经济研究,2011,46(12):72-85.

指标

数据指标：官员姓名、官员职位、所在地区、地区类别、任期起始时间、任期结束时间

python爬虫视频包含程序、操作详细步骤

视频讲解清晰，零基础也可以。

主要包括：

【python 语法入门】

1、Python跟英语一样是一种语言

2、数据类型之字符串

3、 数据类型之列表元组集合

4、 数据类型之字典

5、数据类型之布尔值、None

6、逻辑语句(if&for&tryexcept)

7、列表推导式

8、理解函数

9、常用的内置函数

10、文件路径库os库

11、数据清洗re库

12、数据存储csv库

13、初学python常出错误汇总

【数据采集】

1、网络爬虫原理

2、发现网址规律

3、网络访问requests库

4、网页解析pyquery库

5、实战：大众点评

6、如何解析json数据

7、实战: 知乎

8、实战: 微博

9、实战: 批量下载多媒体文件

10、实战: 批量下载上市公司定期报告pdf

11、实战: 各种宏观经济、金融、政治数据下载

12、爬虫知识点总结

【文本处理入门】

1、文本分析概述

2、读取文件中数据(pdf、docx、txt、excel)

3、中文分词及数据清洗

4、实战: 词频统计(词云图制作)

5、实战: 中文情感分析(词典法)

6、实战: 将多文件数据汇总到一个excel

7、数据分析pandas库快速入门

8、实战: 对excel中的文本进行情感分析

9、从pdf中提取表格数据

10、共现法扩展情感词典(领域词典)

11、从非结构化文本数据中提取结构化数据(文本数据清洗re库)

【文本分析进阶】

1、了解机器学习

2、使用机器学习做文本分析的流程

3、scikit-learn机器学习库简介

4、文本特征抽取(特征工程)

5、实战：在线评论情感分析(机器学习法)

6、文本相似性(cos/编辑距离/jaccard)

7、实战: 使用文本相似性自动识别冲击(改变的)时间点

8、Kmeans聚类算法

9、LDA话题模型

10、文本分析在经管研究中的应用

金融机构涉农贷款2009-2018

金融机构:本外币涉农贷款余额:农林牧渔业贷款

金融机构:本外币农林牧渔业贷款余额:农业

金融机构:本外币农林牧渔业贷款余额:林业贷款

金融机构:本外币农林牧渔业贷款余额:畜牧业

金融机构:本外币农林牧渔业贷款余额:渔业

金融机构:本外币农林牧渔业贷款余额:农林牧渔服务业

金融机构:本外币农林牧渔业贷款余额:农户

金融机构:本外币农林牧渔业贷款余额:非农户个人

金融机构:本外币农林牧渔业贷款余额:农村企业

金融机构:本外币农林牧渔业贷款余额:农村各类组织

金融机构:本外币农林牧渔业贷款余额:城市企业

金融机构:本外币农林牧渔业贷款余额:城市各类组织

金融机构:本外币涉农贷款余额:农用物资和农副产品流通贷款

金融机构:本外币涉农贷款余额:农村基础设施建设贷款

金融机构:本外币涉农贷款余额:农产品加工贷款

金融机构:本外币涉农贷款余额:农业生产资料制造贷款

金融机构:本外币涉农贷款余额:农田基本建设贷款

金融机构:本外币涉农贷款余额:农业科技贷款

金融机构:本外币涉农贷款余额:其他

金融机构:本外币涉农贷款余额:农村贷款

金融机构:本外币涉农贷款余额:农村贷款:农户贷款

金融机构:本外币涉农贷款余额:农村贷款:农村企业及各类组织贷款

金融机构:本外币农村贷款余额:农村企业及各类组织贷款:农村企业

金融机构:本外币农村贷款余额:农村企业及各类组织贷款:农村各类组织

金融机构:本外币农村贷款余额:农村农林牧渔业

金融机构:本外币农村贷款余额:农田基本建设

金融机构:本外币农村贷款余额:农产品加工

金融机构:本外币农村贷款余额:农业生产资料制造

金融机构:本外币农村贷款余额:农用物资和农副产品流通

金融机构:本外币农村贷款余额:农业科技

金融机构:本外币农村贷款余额:农村基础设施建设

金融机构:本外币农村贷款余额:农户消费

金融机构:本外币农村贷款余额:其他

金融机构:本外币涉农贷款余额:城市涉农贷款

金融机构:本外币涉农贷款余额:非农户个人农林牧渔业贷款

金融机构:本外币涉农贷款余额:城市企业及各类组织涉农贷款

金融机构:本外币涉农贷款余额:个人涉农贷款

金融机构:本外币涉农贷款余额:企业涉农贷款

金融机构:本外币涉农贷款余额:企业涉农贷款:农村企业贷款

金融机构:本外币涉农贷款余额:企业涉农贷款:城市企业涉农贷款

金融机构:本外币涉农贷款余额:各类非企业组织涉农贷款

金融机构:本外币涉农贷款余额:各类非企业组织涉农贷款:农村各类组织贷款

金融机构:本外币涉农贷款余额:各类非企业组织涉农贷款:城市各类组织涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:合计

金融机构:本外币涉农贷款余额占各项贷款比重:农林牧渔业贷款

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:农业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:林业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:畜牧业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:渔业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:农林牧渔服务业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:农户

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:非农户个人

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:农村企业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:农村各类组织

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:城市企业

金融机构:本外币农林牧渔业贷款余额占各项贷款比重:城市各类组织

金融机构:本外币涉农贷款余额占各项贷款比重:农用物资和农副产品流通贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农村基础设施建设贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农产品加工贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农业生产资料制造贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农田基本建设贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农业科技贷款

金融机构:本外币涉农贷款余额占各项贷款比重:其他

金融机构:本外币涉农贷款余额占各项贷款比重:农村贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农村贷款:农户贷款

金融机构:本外币涉农贷款余额占各项贷款比重:农村贷款:农村企业及各类组织贷款

金融机构:本外币农村贷款余额占各项贷款比重:农村企业及各类组织贷款:农村企业

金融机构:本外币农村贷款余额占各项贷款比重:农村企业及各类组织贷款:农村各类组织

金融机构:本外币农村贷款余额占各项贷款比重:农村农林牧渔业

金融机构:本外币农村贷款余额占各项贷款比重:农田基本建设

金融机构:本外币农村贷款余额占各项贷款比重:农产品加工

金融机构:本外币农村贷款余额占各项贷款比重:农业生产资料制造

金融机构:本外币农村贷款余额占各项贷款比重:农用物资和农副产品流通

金融机构:本外币农村贷款余额占各项贷款比重:农业科技

金融机构:本外币农村贷款余额占各项贷款比重:农村基础设施建设

金融机构:本外币农村贷款余额占各项贷款比重:农户消费

金融机构:本外币农村贷款余额占各项贷款比重:其他

金融机构:本外币涉农贷款余额占各项贷款比重:城市涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:非农户个人农林牧渔业贷款

金融机构:本外币涉农贷款余额占各项贷款比重:城市企业及各类组织涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:个人涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:企业涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:企业涉农贷款:农村企业贷款

金融机构:本外币涉农贷款余额占各项贷款比重:企业涉农贷款:城市企业涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:各类非企业组织涉农贷款

金融机构:本外币涉农贷款余额占各项贷款比重:各类非企业组织涉农贷款:农村各类组织贷款

金融机构:本外币涉农贷款余额占各项贷款比重:各类非企业组织涉农贷款:城市各类组织涉农贷款

金融机构:本外币涉农贷款新增额:合计

金融机构:本外币涉农贷款新增额:农林牧渔业贷款

金融机构:本外币农林牧渔业贷款新增额:农业

金融机构:本外币农林牧渔业贷款新增额:林业

金融机构:本外币农林牧渔业贷款新增额:畜牧业

金融机构:本外币农林牧渔业贷款新增额:渔业

金融机构:本外币农林牧渔业贷款新增额:农林牧渔服务业

金融机构:本外币农林牧渔业贷款新增额:农户

金融机构:本外币农林牧渔业贷款新增额:非农户个人

金融机构:本外币农林牧渔业贷款新增额:农村企业

金融机构:本外币农林牧渔业贷款新增额:农村各类组织

金融机构:本外币农林牧渔业贷款新增额:城市企业

金融机构:本外币农林牧渔业贷款新增额:城市各类组织

金融机构:本外币涉农贷款新增额:农用物资和农副产品流通贷款

金融机构:本外币涉农贷款新增额:农村基础设施建设贷款

金融机构:本外币涉农贷款新增额:农产品加工贷款

金融机构:本外币涉农贷款新增额:农业生产资料制造贷款

金融机构:本外币涉农贷款新增额:农田基本建设贷款

金融机构:本外币涉农贷款新增额:农业科技贷款

金融机构:本外币涉农贷款新增额:其他

金融机构:本外币涉农贷款新增额:农村贷款

金融机构:本外币涉农贷款新增额:农村贷款:农户贷款

金融机构:本外币涉农贷款新增额:农村贷款:农村企业及各类组织贷款

金融机构:本外币农村贷款新增额:农村企业及各类组织贷款:农村企业

金融机构:本外币农村贷款新增额:农村企业及各类组织贷款:农村各类组织

金融机构:本外币农村贷款新增额:农村农林牧渔业

金融机构:本外币农村贷款新增额:农田基本建设

金融机构:本外币农村贷款新增额:农产品加工

金融机构:本外币涉农贷款余额:总行

金融机构:本外币涉农贷款余额增速:总行

金融机构:本外币涉农贷款占各项贷款比重:总行

金融机构:本外币农林牧渔业贷款占各项贷款比重:总行

金融机构:本外币农村贷款占各项贷款比重:总行

金融机构:本外币农户贷款占各项贷款比重:总行

部分指标年份缺失

A股价崩盘风险扩展指数Stata代码和数据2000-2020年