之前给大家分享过工企与上市公司的匹配结果：
1998～2014 年工企与上市公司匹配结果：https://rstata.duanshu.com/#/brief/course/274571cddb19436382567af932e9508f
也给大家分享过上市公司前 5 大供应商与客户面板数据：
上市公司前 5 大供应商与客户面板数据（含工商注册信息、经纬度及所处的省市）：https://rstata.duanshu.com/#/brief/course/bb7ffa6055cc480fa6eb4d0eef8a8a55
不过由于上市公司的供应商和客户有很多并不是上市公司，也就意味着很难找到这些非上市公司的经营数据。
因此有小伙伴提议是不是可以把上市公司的前 5 大供应商与客户数据和工企数据匹配。结合两份数据的的变量，我选择了两种匹配方式：
首先根据企业名称进行匹配。为便于两个数据集的连接，我在工企数据中生成了 gqid 变量以在匹配过程中识别每个观测值。在之前的课程「Stata 中的中文模糊匹配——以 2014 年工企数据和境外投资名录数据匹配为例」中，我分享过使用 Stata 进行模糊匹配的方法，不过模糊匹配耗时耗力，并且错误率很高。不同于英文，中文企业名称只要有一个字不同都可能不是同一家企业（英文企业名称有一两个字母不同可能是因为笔误）。所以中文企业名称的模糊匹配没有意义。因此这里我还是使用了精确匹配，考虑到企业名称中经常会把“有限公司”和“有限责任公司”混用，以及有限公司改股份有限公司之类的。所以这里在匹配前删除了下面词汇：股份有限、集团有限、有限责任、有限、责任、股份、公司、厂、 、(集团)、（集团）、（、）、(、)、省、市、区、县、回族自治区、壮族自治区、维吾尔自治区、自治区。这样可以大大提高匹配成功率。
Stata 中的中文模糊匹配——以 2014 年工企数据和境外投资名录数据匹配为例：https://rstata.duanshu.com/#/course/d4fb816566244662ab6359fa848f1f1e
之后再对没有匹配成功的使用组织机构代码进行匹配，最后合并两部分的匹配结果，就得到了我们需要的数据，附件中也提供了匹配使用的代码供大家参考。
数据匹配的方法都差不多，感兴趣的小伙伴也可以学习下面两个课程：
如何匹配中国工业企业数据库和海关数据库？以 2013 年为例：https://rstata.duanshu.com/#/course/5463b8d7afcb438ca1e537fa76c1a45d
工企和污染数据是如何匹配的？使用 Stata 完成整个过程：https://rstata.duanshu.com/#/course/7325758d0ad9457790215455dbcbcb1a
匹配结果如下（客户的也类似）：
这份结果仅包含几个关键变量，在附件中也提供了税调的原始数据（含有 gqid 变量），由于工企数据包含数百个变量，因此不便于直接合并成面板，所以我的建议是先筛选自己需要的变量，之后再和这份匹配结果合并。
为了便于大家把工企数据处理成面板，我还在附件中提供了一份 工企面板数据.dta 数据，该数据仅包含 gqid 和 group 变量，其中 gqid 用于和原始数据匹配，group 是个体变量（不同年份的同一家企业的 group 是相同的），在合成面板的时候只需要把这份数据匹配上，然后使用 xtset group 年份 即可设定面板。
下图展示了工企中的上市公司供应商和客户地理分布：
匹配数量概览如下：
点击这里跳转到 RStata 短书平台获取附件：工企数据中的上市公司前 5 大供应商与客户
评论