免费资源 第11页

【华泰固收】Bloomberg在固收研究中的应用（2020版）
【华泰固收培训】通胀分析框架（2020版）
【华泰固收】可转债培训框架（2020版）
【华泰固收】投资者分析框架（2020版）
【华泰固收】利率衍生品分析框架（2020版）
【华泰固收】货币政策与流动性分析框架（2020版）
【华泰固收】信用债分析框架（2020版）
【华泰固收】Python在固收研究中的应用（2020版）
【华泰固收】宏观经济框架（2020版）
【华泰固收】债市分析框架（2020版）
【华泰固收】中国债券市场介绍（2020版）
【华泰固收】资产配置方法与思路讨论（2020版）
【华泰固收】Wind&Excel培训（2020版）
【华泰固收】城投债分析框架与展望（2020版）
【华泰固收】固收+策略解析（2020版）

投行面试常见400+问题及参考答案

英文

【原创】A股重污染行业上市公司高管薪酬及股权激励、制度、zf干预与企业环境绩效研究面板数据2012-2020年

数据来源：年报、市场化进程、A股上市公司库。

格式：excel一个表，分析用的非平衡面板格式

剔除后的样本量3000+（高污染行业），包含未剔除版本（全行业）

让数字说话：审计，就这么简单 免费

《管理学原理》题库(英文版) 免费

SPSS编程语法手册

全面的讲解spss编程知识，免费！

python进行数据分析第二版

讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。我的目标是介绍Python编程和用于数据处理的库和工具环境，掌握这些，可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”，重点却是Python编程、库，以及用于数据分析的工具。这就是数据分析要用到的Python编程。
什么样的数据？
当书中出现“数据”时，究竟指的是什么呢？主要指的是结构化数据（structured data），这个故意含糊其辞的术语代指了所有通用格式的数据，例如：
表格型数据，其中各列可能是不同的类型（字符串、数值、日期等）。比如保存在关系型数据库中或以制表符/逗号为分隔符的文本文件中的那些数据。
多维数组（矩阵）。
通过关键列（对于SQL用户而言，就是主键和外键）相互联系的多个表。
间隔平均或不平均的时间序列。
这绝不是一个完整的列表。大部分数据集都能被转化为更加适合分析和建模的结构化形式，虽然有时这并不是很明显。如果不行的话，也可以将数据集的特征提取为某种结构化形式。例如，一组新闻文章可以被处理为一张词频表，而这张词频表就可以用于情感分析。
大部分电子表格软件（比如Microsoft Excel，它可能是世界上使用最广泛的数据分析工具了）的用户不会对此类数据感到陌生。

中国各省工业企业R&D数据2008-2019年

沪深A股业绩预告精确性准确性研究分析数据2006-2020

1.是否发布业绩预告。如果公司管理层至少发布一次年度业绩预告，Issue取值为1，否则为0。
2.业绩预告准确性。借鉴Baik等（2011）的业绩预告准确性衡量方法，由于我国业绩预告预测的通常是净利润而非每股收益，对于没有预告每股收益的样本，本文首先把净利润换算成每股收益，然后与实际每股收益进行比较。每股收益的换算公式为：

说明：业绩预告数据中一般包含区间预测和百分比预测，对于区间预测，如“本年将实现净利润200万元到500万元”，取上下限的均值；对于百分比预测，如“净利润相比上年增长20%-60%”，同样取上下限的均值，然后根据上一年的净利润，得到当年净利润的预测值；对于开区间预测，由于只有上限（如“不超过50%”）或只有下限（如增长“50%以上”），我们直接用该数值乘以上一年净利润进行换算。最后，少数公司的业绩预告使用的是“归属于母公司所有者的净利润”和“预告母公司净利幅度”，对于这种情况，首先换算成归属于母公司所有者的每股收益预测值，然后与年报中归属于母公司所有者的每股收益进行比较。

      构建两个变量：

• Forecast error1 表示这种乐观偏差，如果每股收益预测值大于实际值，则取值为1，否则为0。
• Forecast error2 表示业绩预告的准确性，定义为每股收益预测值与实际值差值的绝对值乘以100，该数值越大，业绩预告误差越大，准确性越低。

3.业绩预告精确性。我国业绩预告披露形式一般有四种：定性、开区间、闭区间和点值。由于以定性与开区间形式披露的业绩预告很模糊，本文仅考虑相对精确的闭区间形式（包括点值预测）。本文用Precision表示业绩预告的精确性，定义为业绩预告区间的大小。Precision数值越小，业绩预告区间越窄，精确性越高。业绩预告精确性的计算公式如下：

文献

• 刘柏, 卢家锐. “好公民”还是”好演员”:企业社会责任行为异象研究——基于企业业绩预告视角[J]. 财经研究, 2018, 044(005):97-108.

第七次全国人口普查主要数据情况报告PDF版