1948～2025 年各省市区县金融机构网点数量面板数据

1459 字 约 5 分钟 数据资料 面板数据金融

最近给大家分享过一份“金融许可证持有机构列表、经纬度及省市区县分布数据”，数据爬取自国家金融监督管理总局，截止时间为 2025 年 6 月 21 日，包含机构持有列表和机构退出列表，合计 27.5 万条数据。

金融许可证持有机构列表、经纬度及省市区县分布数据（截止2025年6月21日）：https://rstata.duanshu.com/#/course/8f29e3c527404c6e85c902c17bc5774d

在这份数据中我又把银行分成了如下 20 种：

  • 政策性银行：原数据中机构类型变量为 “政策性银行” 的；
  • 农村信用社：原数据中机构类型变量为 “农村信用社” 的，或者机构名称中含有“农村商业银行”的；
  • 资金互助社：原数据中机构类型变量为 “资金互助社” 的；
  • 金融资产管理公司：原数据中机构类型变量为 “金融资产管理公司” 的；
  • 信托公司：原数据中机构类型变量为 “信托公司” 的；
  • 财务公司：原数据中机构类型变量为 “财务公司” 的；
  • 其他类金融机构：原数据中机构类型变量为 “其他类金融机构” 的；
  • 农村合作银行：原数据中机构类型变量为 “农村合作银行” 的；
  • 城市信用社：原数据中机构类型变量为 “城市信用社” 的；
  • 汽车金融公司：原数据中机构类型变量为 “汽车金融公司” 的；
  • 货币经纪公司：原数据中机构类型变量为 “货币经纪公司” 的；
  • 贷款公司：原数据中机构类型变量为 “贷款公司” 的；
  • 金融租赁公司：原数据中机构类型变量为 “金融租赁公司” 的；
  • 国有银行：工农中建交以邮蓄银行；
  • 股份制银行：招商、浦发、中信、光大、华夏、民生、广发、兴业、平安、浙商、恒丰、渤海、深发展；
  • 村镇银行：原数据中机构类型变量为 “村镇银行” 的；
  • 消费金融公司：原数据中机构类型变量为 “消费金融公司” 的；
  • 邮政储蓄所：机构名称含 “邮政” 的但又不是邮储银行的；
  • 外资银行：各种外资银行；
  • 城市银行：其他的商业银行。

最近有小伙伴想统计下历年各省市区县的金融机构数量，因此这里我对 1948～2025 年的金融机构分类型、分省市区县进行了统计。

数据概览

经过计算我们可以得到如下数据：

  1. 历年各城市各类型金融网点数量.dta

  1. 历年各城市各类型退出金融网点数量.dta

  1. 历年各区县各类型金融网点数量.dta

  1. 历年各区县各类型退出金融网点数量.dta

  1. 历年各省份各类型金融网点数量.dta

  1. 历年各省份各类型退出金融网点数量.dta

绘图展示

我们还可以使用 Stata 绘制一些图表展示下：

各省市区县金融机构数量

连续性检查

计算方法

首先我们需要在金融机构数据中生成两个变量，一个是每个机构的成立年份、一个是退出年份：

use "金融机构网点数据(含银行类型).dta", clear
foreach i of varlist _all {
 cap format `i' %10s
}

gen 成立年份 = yofd(批准成立日期)
gen 退出年份 = yofd(退出日期)
replace 成立年份 = yofd(发证日期) if missing(成立年份)
save temp, replace

sum *年份

最早的机构是 1948 年成立的，因此我们需要对 1948～2025 年进行循环，每一步循环中保留该年已经成立并且没有退出的机构，然后汇总统计各省市区县的数量（下面以各区县的为例）：

* 区县
cap mkdir "data"
* 循环所有年份
forval i = 1948 / 2025 {
 di "`i'"
 qui {
  use temp, clear
  replace 退出年份 = 2100 if 退出年份 == .
  keep if 成立年份 <= `i'
  keep if 退出年份 >= `i'
  contract 省 省代码 市 市代码 县代码 县 银行类型
  gen year = `i'
  save "data/`i'", replace
 }
}

* 合并
use data/1948, clear
forval i = 1949 / 2025 {
 di "`i'"
 append using "data/`i'"
}

ren _freq 金融网点数量
bysort 省 省代码 市 市代码 县代码 县 year: egen 金融网点总数量 = total(金融网点数量)
save 历年各区县各类型金融网点数量, replace

省份和城市的数据可以使用区县的进行再汇总，也可以使用类似上面的代码计算，这里就不再演示了。

另外也可以统计下每年退出的：

* 每年退出的
use temp, clear
contract 省 省代码 市 市代码 县 县代码 银行类型 退出年份
drop if missing(退出年份)
ren _freq 金融网点退出数量
bysort 省 省代码 市 市代码 县代码 县 退出年份: egen 金融网点总退出数量 = total(金融网点退出数量)
save 历年各区县各类型退出金融网点数量, replace

数据引用格式

在论文中使用该数据请声明数据来源于RStata 数据中心，或者 RStata Data Center，并使用下述的格式引用：

RStata 数据中心: 1948～2025 年各省市区县金融机构网点数量面板数据. 2025. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Panel Data on the Number of Financial Institution Outlets by Province, City, District, and County from 1948 to 2025. 2025. https://tidyfriday.cn/rsdb2/

另外也建议在说明数据来源的同时，根据本文的介绍在论文中描述数据的详细处理方法。

点击这里跳转到 RStata 短书平台获取附件：1948～2025 年各省市区县金融机构网点数量面板数据

相关文章

评论