Python 复现 FactSet Revere 供应链断裂与重构指标测度

1 对 FactSet 全球供应链数据库的简单解读

数据库获取渠道：正规来讲是去 WRDS 官网购买，也可以寻找其他数据源。

可以获取到的数据包括 company.dta、relations.dta 两个数据文件，前者为公司在各个时间段的信息，后者为各个时间段的企业关系信息（含供应关系），还有一系列变量含义的说明文档。

结合数据库说明文档，在此对一些比较重要的变量进行解读： 首先是 company.dta，有七个变量比较重要： 第一处，start_和 end_，公司信息的时间段数据。另外，end_可能会出现 01jan4000 的情况，一般默认成至今即可。 第二处，id，企业在该套数据库中的唯一标识符，用于与 relations.dta 数据库进行匹配。 第三处，ticker，如果该企业是上市公司，这里就有上市企业代码，中国沪深 A 股上市企业就是六位的代码，注意这里没法显示深交所代码前边的 0，需要自行补齐后，与年份结合就可以与国泰安数据库进行匹配。 第四处，cusip 和 isin，两种国际通用的唯一标识符，北美地区为 cusip，其他为 isin，用于与其他外国数据库里的控制变量进行匹配。 第五处，country，公司所处地区（注意不要在文章里解读为国家，因为数据库里边还有 TW、HK、MO）。

再就是 relations.dta，有九个变量比较重要： 第一处，供应链关系信息的时间段数据，表示公司在 start_至 end_期间的某些特征属性。 第二处，供应链关系 rel_type，有供应商（supplier）、客户（customer）、竞争者、合作者等，前两类是对供应链研究有用的数据。该变量表示 target 企业是 source 企业的 rel_type。 第三处，source 企业和 target 企业各自的 id，本数据库中的唯一标识符，可以与 company.dta 数据进行匹配。 第四处，source 企业和 target 企业各自的 isin、cusip，同上。

2 对丁浩员等测度方式的解读

2.1 断裂和恢复指标的解读

首先要明确，丁浩员等的数据是月度频次的，即以'供应链关系 - 月份'为数据单元，注意与常见的'企业 - 年份'数据单元作出区分。举例来说，如果一个供应链关系对在 2019 年 1 月至 2019 年 6 月存在，那么这个供应链关系在生成的数据中就应该有六条数据。

关于断裂的测量，文章只有短短的两行话，并没有说得很详细。

以我的理解，如果同一个供应链关系对在 2019 年 1 月至 6 月存在，7 月至 9 月不存在，10 月至 12 月存在，那么 2019 年 1 月至 5 月、10 月至 11 月，Break 变量为 0，代表未发生断裂行为。2019 年 6 月和 2019 年 12 月，Break 为 1，代表发生断裂行为。而 2019 年 7 月至 9 月，该供应链对无数据（这是我无法确定的，这段时间标 0 和标 1 感觉都不合适，我就当做该期间数据不存在）。

恢复指标的测量比较好理解，还是上边的例子，同一个供应链关系，在 2019 年 6 月断裂后又在 2019 年 10 月恢复，从论文注释中可以看出，他们是在 2019 年 6 月的 Recover 标'1'。

而我其实是希望更好的捕捉到供应链恢复这个行为，想将 2019 年 10 月的 Recover 标记为'1'。因此，我把两种标注的代码都在下文展示，注意看代码中的注释提示。

2.2 转移指标的解读

关于重构中转移的变量感觉可能争议比较大，在此我只表明我对文章的理解和猜测，同样并不代表作者本来的做法。

如果一家中国供应商，在整个数据库中有多个不同的外国客户，以与客户彻底断裂时间，注意是彻底的断裂，即不再出现恢复情况的最早时间 T 为基准，若与其他客户构建供应链关系的时间晚于 T，则将其构建新供应链的时间的 Transfer 标记为 1。例如：

• 某中国供应商在数据库中有且只有 5 个外国客户，分别为 A、B、C、D、E
• 与外国客户 A 在 2019 年 1 月至 2 月和 2019 年 10 月至 12 月存在供应链关系
• 与外国客户 B 在 2019 年 3 月至 5 月存在供应链关系
• 与外国客户 C 在 2019 年 4 月至 7 月存在供应链关系
• 与外国客户 D 在 2019 年 6 月至 8 月存在供应链关系
• 与外国客户 E 在 2019 年 9 月至 10 月存在供应链关系

那么最早彻底断链时间为 2019 年 5 月，则在 D 的 6 月份 Transfer 标 1，E 的 9 月份 Transfer 标 1，其他为 0。当然这种做法也存在 bug，会把后续构建的新供应链，都认为是第一个彻底断裂的客户转移过来的，但是事实上情况可能更加复杂。

当然也有一种可能，就是跟断裂和恢复一样，标在原供应链的结束时间（即 B 的 5 月份，C 的 7 月份，D 的 8 月份都标 1），同样也有 bug，比如 E 供应链的构建到底是 BCD 谁转移过来的？事实上会有三条链断只为了构建一个新的 E 吗？所以这个转移变量的测量有点儿弄不清。

再次声明，以上是我的理解，并不一定是这篇文章中真正的标注方式，我也不知道该怎么去处理这块数据，大家自行根据需求把控。所以如果在论文中用到这个变量，建议最好明确把自己的思路说一遍，防止出问题。

最后把 Recover 和 Transfer 的 1 合并，即为 Refill。

2.3 遗留的问题

可能是作者和审稿人的不注意，留下了个难以解释的问题，在数据说明部分提到了'本文从该数据库中筛选出所有中国上市公司的跨国供应链关系数据。其中'跨国'说明研究数据应该不包括客户为中国企业的供应链关系对，但是转移指标的说明时，又说可以转移到中国，有点儿相互矛盾。