国家金融监管处罚数据是反映金融市场合规状况、监管力度及行业风险的重要一手资料，在学术论文中具有广泛的应用价值，其典型应用场景主要包括研究“金融监管效率与效果”、“金融机构行为与合规管理”、“法律与监管体系完善”、“金融消费者保护”等。
今天给大家分享一份爬取自国家金融监管总局网站的国家金融监管总局、省局、分局行政处罚数据（截止 2025 年 8 月 2 日）：
包含三种类型的行政处罚：总局、省局、分局。
该数据的爬取处理分为三步。第一步是获取所有处罚信息的链接，例如总局的：
该步骤会遇到反爬的问题，需要使用代理 IP，关于代理 IP 的使用，可以学习这个课程：
在 R 语言中使用代理 IP 进行多线程网络数据爬取：https://rstata.duanshu.com/#/brief/course/97f6f7d62b9340cd9a7fd50b3e160d01
爬取之后可以得到国家金融监管总局、省局、分局行政处罚信息详情链接（截止2025年8月2日）.dta数据了：
其中各年的数据量如下：
这些行政处罚信息包含多种形式的，大体上是处罚决定书和处罚信息公开表，由于处罚决定书的内容比较混乱，难以整理成表格数据，所以就没有再整理，处罚信息公开表的内容大体是下面这样的（其实也有很多形式，整理起来巨头疼）：
经过一番艰难的整理，一共得到了 5.86 万条处罚信息公开表数据：
其中各年的数据量如下：
包含如下变量：
年份、标题、处罚决定书文号、主要违法违规事实或案由、处罚依据、处罚决定、作出处罚决定的机关名称、作出处罚决定的日期、个人姓名、单位名称、法定代表人或主要负责人姓名、文档ID、发布时间、文档文件链接、pdf文件链接、类別、发布日期、文件链接、副标题、创建日期、链接
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: 国家金融监管总局、省局、分局行政处罚数据（截止2025年8月2日）. 2025. https://tidyfriday.cn/rsdb2/
英文引用格式：
RStata Data Center: Administrative Penalty Data from the National Financial Regulatory Administration, Provincial and Municipal Bureaus (as of August 2, 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：国家金融监管总局、省局、分局行政处罚数据（截止2025年8月2日）
评论