之前给大家分享过税调与上市公司的匹配结果：
税调与上市公司匹配结果：https://rstata.duanshu.com/#/brief/course/5f39bfeac53b4aada2836ef31fcdc085
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税调数据匹配。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，我在税调数据中生成了 sdid 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 sdid 变量），由于税调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，合并之后再和这份匹配结果合并。
为了便于大家把税调数据处理成面板，我还在附件中提供了一份 税调面板数据.dta 数据，该数据仅包含 sdid 和 sdgroup 变量，其中 sdid 用于和原始数据匹配，sdgroup 是个体变量（不同年份的同一家企业的 sdgroup 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 sdgroup 年份 即可设定面板。
这份数据是根据税调与工商注册信息的匹配结果处理得到的。首先使用工商注册信息识别不同年份的相同企业，然后没有匹配到工商注册信息的企业再依次使用公司名称和法人代码进行识别。
下图展示了税调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：旧版本｜税调数据中的上市公司前 5 大供应商与客户
评论