Stata 中如何借助工商注册信息匹配结果把税调数据设定成面板？

在税调数据中跨年识别同一家企业是个比较复杂的工作，但是借助工商注册信息匹配结果就可以很轻松的完成。

税调与工商注册信息匹配结果是之前分享过的：

2007～2020 年税调数据与工商注册数据匹配结果: https://rstata.duanshu.com/#/brief/course/339d61648ae94aac8f1863474da2199e

这个数据里面各年的匹配率如下：

大多数年份都有 80% 到 96% 以上的匹配率，意味着，不通过其他手段，使用工商注册信息匹配结果就能获取大量的跨年匹配结果了。

对于没有匹配成功的我们再使用税调企业的名称和组织机构代码（法人代码）即可识别。

首先合并各年的税调企业工商注册信息并保留所需的变量：

这部分就不用运行了，附件中没有提供 “税调数据与工商注册数据匹配结果(分年)” 文件夹，该文件夹可以从上述链接下载得到。

cd "/Users/ac/Desktop/税调面板/"
appendall 税调数据与工商注册数据匹配结果(分年), clear
keep sdid newgcid 年份
duplicates drop 年份 newgcid, force
save "税调数据与工商注册数据匹配结果sim", replace

“税调数据与工商注册数据匹配结果sim.dta” 文件在附件中有提供。“税调数据与工商注册数据匹配结果(分年)” 文件夹里面的数据很大，如果没办法直接合并，可以考虑逐年读取保存所需变量再合并。

读取全部税调数据和这个结果合并：

use 税调基本信息07_20.dta, clear
merge 1:1 sdid using "税调数据与工商注册数据匹配结果sim"
drop 年份 _m
drop 行政区划代码 注册地址
gen year = substr(sdid, 1, 4)

destring year, replace

这样如果不同年份的观测值对应的 newgcid 一样，就说明这些观测值是同一家企业多年的观测值。

对于那些匹配不上的，我们再使用企业名称和法人代码识别。不过直接使用企业名称可能会存在一些没有匹配成功的特别情况，因此最好先剔除企业名称中干扰匹配的一些字符(股份有限、集团有限、有限责任、有限公司、有限、责任、股份、公司、厂、””、(集团)、(集团)、(、)、(、)、回族自治区、壮族自治区、维吾尔自治区、自治区、省、市、区、县)：

这部分操作放在了 企业名称处理.do 和 企业名称处理2.do 里面。

do 企业名称处理.do
do 企业名称处理2.do
save temp1, replace
use temp1, clear
replace newgcid = z if mi(newgcid)
replace newgcid = 法人代码 if mi(newgcid)
replace newgcid = sdid if mi(newgcid)
codebook newgcid

*> ------------------------------------------------------------------------
*> newgcid                                                      (unlabeled)
*> ------------------------------------------------------------------------

*>                   Type: String (str111)

*>          Unique values: 2,655,806                Missing "": 0/8,526,612

*>               Examples: "20001725346"
*>                         "20041200938"
*>                         "20072065164"
*>                         "20116351078"

*- 此处代码需下载讲义材料查看～

*> Panel variable: sdgroup (unbalanced)
*> Time variable: year, 2007 to 2020, but with gaps
*>        Delta: 1 unit

label data "数据处理：微信公众号 RStata"
save "2007~2020年税调面板数据", replace

contract sdgroup
tab _freq

*>       _freq |      Freq.     Percent        Cum.
*> ------------+-----------------------------------
*>           1 |  1,134,055       42.70       42.70
*>           2 |    354,298       13.34       56.04
*>           3 |    290,308       10.93       66.97
*>           4 |    161,912        6.10       73.07
*>           5 |    157,419        5.93       79.00
*>           6 |    139,877        5.27       84.26
*>           7 |    199,969        7.53       91.79
*>           8 |     69,128        2.60       94.40
*>           9 |     58,729        2.21       96.61
*>          10 |     26,444        1.00       97.60
*>          11 |     17,966        0.68       98.28
*>          12 |     16,703        0.63       98.91
*>          13 |     15,301        0.58       99.48
*>          14 |     13,697        0.52      100.00
*> ------------+-----------------------------------
*>       Total |  2,655,806      100.00

后面如果需要其他变量的话，只需要使用 sdid 和这个数据匹配即可设定面板了。

点击这里跳转到 RStata 短书平台获取附件：Stata 中如何借助工商注册信息匹配结果把税调数据设定成面板？