CNDD-0056 中国银行基本信息数据库(附stata处理代码)
▪ 常用度:★★★★☆
▪ 稀缺度:★★★★☆
▪ 新颖度:★★★☆☆
▪ 总体级别:11颗星
✔ 常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。
✔ 稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。
✔ 新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。
(1)银行概况
(2)银行股东构成
(3)银行高管特征
(4)银行审计信息
(5)银行员工与股东信息
(1)银行概况
(2)银行股东构成
(3)银行高管特征
(4)银行审计信息
(5)银行员工与股东信息
▪ 清洗与合并数据stata处理代码:
▪ 文献来源:
▪ 文献内容:
高效健全的银行体系是实体经济高质量发展的基石,文章基于2004—2017年105家商业银行数据构建时变”银行—股东”网络,从社会网络这一非正式制度视角考察网络结构对银行效率的影响和微观机制。研究发现:时变”银行—股东”网络中心度提升对银行效率具有积极影响,网络位置越中心,网络广度、中介程度越高,银行效率相对越高;在纳入表内外风险资产作为非期望产出进行效率估算后,网络中心度与银行效率的这一正向关系依然成立,但作用幅度有所降低;在传导机制上,网络中心度的提升通过”竞争机制”和”资源共享机制”改善银行整体效率。同时,银行的交叉持股水平、产权性质及银行类型会对网络结构与银行效率间的关系产生异质性影响。该研究为商业银行进行效率管理提供了来自非正式制度的全新分析视角,也为有关部门制定银行体系的发展战略提供了一定参考。
▪ 研究设计与相关数据应用:
文章以 2004—2017 年 105 家商业银行为样本构建时变“银行—股东”网络,样本中包括 5 家 型商业银行、12 家股份制商业银行、67 家城市商业银行和 21 家农村商业银行,各样本数占总样本的比例分别为 7.747% 、19. 231% 、59. 195% 和 13. 827%。
时变“银行—股东”网络具有资源配置效应、信任合作效应与声誉激励效应,商业银行在时变“银行—股东”网络中的中心位置能够对银行效率的提升产生直接影响。Freeman( 1979) 认为,网络成员的网络中心度越高,其享有的网络正外部性越强。基于此,可以推断在时变“银行—股东”网络中,网络中心度越高的商业银行,不仅在资源配置上拥有更多的话语权,而且可以通过与其他网络成员进行更多的交流合作以实现效率改善。与此同时,网络中心度较高的商业银行通过长期积累形成了更高的声望,声誉带来的社会地位提升以及潜在更大的声誉受损风险均使其有更大的积极性进行公司治理,也更有动力在决策制定和效率管理上约束基于机会主义的低效率行为,以巩固自身在网络中的地位。由此可见,时变“银行—股东”网络能够利用其所具有的社会网络效应直接对银行效率产生正向影响。
参考 Li et al.( 2019) 等关于银行网络的研究,文章构建时变“银行—股东”网络,该网络的“时变”特征刻画了不同时刻连接关系的突变性质及其对于系统的影响,能够更好地从动态视角反映网络结构的变化。在该网络中,银行与股东分别被视为网络中的“节点”,银行与股东间的持股关系为将各“节点”相连的“边”,银行与银行之间既可以通过持股关系直接相连,也可以通过共有的银行股东或共有的非银行股东间接相连。完成时变“银行—股东”网络的构建后,进一步定义银行i在第t年时变“银行—股东”网络中的程度中心度、接近中心度及中介中心度来分别反映在时变“银行—股东”网络中所处的局部广度、全局深度和中介程度。
为了考察网络结构对商业银行效率的影响,构建如下计量模型:
其中,i和t分别表示银行和年份; 银行效率采用纳入表内外风险约束的效率评价指标 Efficiencyit进行衡量,同时以无风险约束的银行效率评价指标Eff _ nooutputit进行稳健性检验; Centralityit衡量的是银行i在时变“银行—股东”网络中的网络结构,从局部广度、全局深度和中介程度三个维度出发,选择程度中心度 Degreeit、接近中心度 Closeit和中介中心度 Betweenit作为代理指标; β1是文章重点关注的系数,若β1为正,说明商业银行在时变“银行—股东”网络的中心度越大, 银行效率越高。Bank_Cit和 Macro_Cit分别为银行财务特征和银行所在地区宏观经济发展层面的控 制变量; μi 和 νt 分别是个体固定效应和时间固定效应,εit为模型的随机误差项。
银行 i 在年份 t 的程度中心度 Degreeit计算的是与该银行直接相连的大股东数目。该指标值越大,意味着银行 i 能获得的资源越丰富,其在网络中所处的局部广度越大,也意味着“圈层”效应越强。银行 i 的接近中心度描述的是时变“银行—股东”网络中第 t 年各个节点 j( j≠i) 到银行 i 平均 最短距离的倒数,反映了银行 i 在时变“银行—股东”网络连通子网络中的全局深度,即银行 i 是否 在该连通子网络中更加接近中心位置。该指标值越大,说明银行 i 在该子连通网络中的位置越靠 近中心,意味着银行 i 和该连通子网络中其他网络成员之间的联系性与紧密性越高,银行 i 能够以 更快的速度和更高的效率接收到其他节点的信息与资源。在下式中,Git代表在年份 t 银行 i 所在 的连通子网络的节点集合,| Git |为该连通子网络的所有节点个数,d(i,j) 计算了在该连通子网络中节点j到节点i的最短路径长度。
②银行效率的估算:
以下三种方式三选一即可:
▪ 直接购买
添加客服微信,支付价格为69元。
▪ 朋友圈分享后免费领取(每人限领15份)
持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。
▪ 购买大会员
添加客服微信,购买年度会员149元,三年会员299元,永久会员899元,可享CNDeepData所有数据免费获取。
▪ 朋友圈分享要求:
①分享时间需要在早上7:30到晚上12:30之间。
②请附带一句推荐词,例如“推荐CNDD高质量数据库”。
③请将包含时间内容的截图发给客服。
▪ 添加客服微信方式:
扫描下方二维码,或搜索下方微信号。
获取更多更新数据
部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001