产品分类体系
6,544 个节点的产品/板块分类树(dict_product_rs),SAM 板块数据与供应链关系图均基于此表达。
按字段购买
10 个计价字段
挑选你需要的字段——下方按字段单独计价。
恰好等于各字段之和——既不加价,也不打折
按年预付 · 省 20% —— $10,296/年
ⓘ 可在下方字段列表中一次全选,加入清单后直接结算,即可获得整套。
数据尽调声明
- 时点数据: yes
- Carries the disclosure date; restatements preserved.
- 个人信息: none
- No personal information.
- 网页采集: no
- No web collection; sourced from filings or a licensed feed.
- 生成式 AI: yes
- Generative AI was used in producing part of this dataset; see the product's Data sourcing answers.
The personal-data values are descriptive, not risk grades: no personal information in any dataset is collected from individuals; all of it is drawn from mandatory public company disclosure or already-published news.
以上为 ChinaScope 发布的声明。完整问卷见“尽职调查”标签页,需登录查看。
产品分类体系
taxonomy源数据6,544 个节点的产品/板块分类树(dict_product_rs),SAM 板块数据与供应链关系图均基于此表达。
每日源拼接 · 数据前沿 2026-11-08
字段说明
选择一张数据表,查看各字段的含义、数据类型和示例值。
dict_product_rs
数据表 · 共 1 张,选择其一
dict_product_rs
dict_product_rs · 16 列 · 粒度(主键):code · ChinaScope 的 12 列按原顺序在前,随后为 2026-11-05 新增的 4 列
| 列 | 名称 | 类型 | 可空 | 说明 |
|---|---|---|---|---|
code ·PK | 产品代码 | string | 否 | ChinaScope 6,544 代码产品分类体系中的一个节点:SAM 分部收入/成本/利润与供应链图谱据以表达的口径。这是使产品层面数据跨公司可比的通用语言。 |
id | 产品节点 ID | string | 否 | ChinaScope 对该分类节点的内部标识符。 |
name | 产品名称(中文) | string | 是 | ChinaScope 的产品/分部中文名称:该产品的基准名称。 |
name_en | 产品名称(英文) | string | 是 | 英文名称:自 2026-11-05 起为 Numinor 的 V5 名称(其中 1,237 个产品与 ChinaScope 先前的英文名称不同),依据中文名称翻译并对照产品树核查。 |
parent | 父节点 | string | 是 | 父产品节点:赋予分类树形结构的边。顶层为空。 |
ancestors | 祖先路径 | string | 是 | 从分类树根到本产品的完整路径,使任一产品可一步聚合到树的任意层级。 |
valid | 有效标志 | string | 是 | 标记该节点当前是否在用(当前全部节点均有效)。 |
industry_code | 关联行业代码 | string | 是 | 该产品映射到的行业代码:把产品树连到行业分类(dict_industry)的桥。6,544 个节点中 6,542 个填充(除两个外全部)。 |
rem_szh | 定义 | string | 是 | 用一句中文说明该产品是什么:自 2026-11-05 起为 Numinor 的 V5 定义(此前为 ChinaScope 的简短备注)。 |
rem_en | 定义(英文) | string | 是 | V5 定义的英文,一句话。 |
product_level | 产品层级 | string | 是 | 该产品在分类体系中的深度(1 = 最宽类别,至 9 = 最具体)。按单一层级过滤可获得一致粒度。 |
source_publish_date | 公开记录日期 | date | 否 | 该记录当前状态成为公开信息的日期。 |
applications_zh | 应用 | string | 是 | 用一句中文说明谁购买或使用该产品、用于什么。2026-11-05 新增。 |
applications_en | 应用(英文) | string | 是 | 应用的英文。2026-11-05 新增。 |
distinction_zh | 与上级及相邻类别的区别 | string | 是 | 用一句中文说明该产品与其上级类别、以及最易混淆的相邻产品有何不同。2026-11-05 新增。 |
distinction_en | 与上级及相邻类别的区别(英文) | string | 是 | 区别的英文。2026-11-05 新增。 |
样本行(2026-11-05 起的交付):
code: PP001
id: 1838
name: 个人用品
name_en: Personal Products
parent: (空:顶层)
ancestors: (空:顶层)
valid: 1
industry_code: CSF_30302010
rem_szh: 个人用品包括供个人卫生护理和美容护理使用的产品,涵盖个人卫生护理用品及个人卫生护理用具。
rem_en: Personal Products comprises products used for personal hygiene and beauty care, including personal hygiene care supplies and implements.
product_level: 1
source_publish_date: 2023-11-02
applications_zh: 个人消费者购买并使用这类产品进行日常清洁、卫生防护和美容护理,美容护理服务机构也采购相关用品及用具为顾客提供护理服务。
applications_en: Individual consumers buy and use these products for daily cleansing, hygiene protection and beauty care, while beauty care service providers purchase related supplies and implements to deliver care services to clients.
distinction_zh: 个人用品作为顶层类别,涵盖直接用于个人卫生及美容护理的用品和用具,区别于用于衣物、餐具及居室清洁的家庭清洁用品,也区别于以疾病诊断或治疗为主要用途的医疗产品。
distinction_en: As a top-level category, Personal Products covers supplies and implements used directly for personal hygiene and beauty care, distinguishing it from household cleaning products for clothing, dishes and living spaces and from medical products primarily intended to diagnose or treat disease.
按 ChinaScope 原样交付,已解析代码与结构化关系由 Numinor 计算。许可直接转授予你;字段完全按供应商发布的形式提供。
获取方式与常见问题
- 我可以只购买其中几个字段吗?
- 勾选你想要的字段,即可看到实时小计。选择全部字段时将自动套用整套价格。加入清单后直接结算——无论是本数据集,还是跨多个数据集组合的字段。
- 购买前,我可以在 Matrix 中评估这些字段吗?
- 可以——在 Matrix 中加载真实的源数据表,用 AI 智能体分析,在购买前判断哪些字段值得买。“概览”标签页列出了该数据集的 Matrix 评估延迟;“无”表示不额外延迟。
- 如何交付?
- 以 Apache Parquet 格式通过签名 URL 的 REST API 交付,与构建数据同一通道。免费的 Matrix 沙盒提供评估快照,是否有延迟及延迟天数请查看“概览”标签页。
- 每次更新何时可用,可靠性如何?
- 源数据按 ChinaScope 的频率更新,并通过与构建数据相同的签名 URL 管道交付,具有相同的清单/状态机制。购买前可在 Matrix 中自行评估数据新鲜度。
- 为什么有些字段免费,有些却要数千美元?
- 价格取决于不可复制性。已解析的代码与结构化关系是护城河;机器评分与原始文本较便宜;标识主键免费。数值型字段按表计价;代码在整个数据集内只计一次。
还有疑问? 联系销售 →
涉及本数据集的问题
公开参考页面,回答跨多个数据集的问题,其中包括本数据集。无需账户。
- 关联中国 A 股公司数据时,为什么会悄悄丢行中国公司数据的实体对齐本就是部分完成的,不同数据集、甚至同一数据集内不同关系类型的对齐率差别很大。内关联会正好丢掉那些未对齐的行,而它们不是随机样本。
- 缺失、零值还是空白:中国财报数据里的三种不同状态真实的零、申报主体留空的单元格、以及根本不存在的那一行,在财报数据里是三种不同的状态。把它们并成一种,你会得到一张满是未经报告零值的面板。
- 披露与推断:中国供应链与股权数据的两个类别披露数据是公司自己公告的内容,获取时已按合并口径汇总。推断数据是构建出来的,本来就是为了汇总而做的。两者规则相反,把其中一种当成另一种,不是重复计数就是严重低估。
- 中国公司数据中,什么时候该上卷子公司,什么时候会重复计数是否上卷,取决于这个数据集是否已经替你完成上卷。ChinaScope 有些表已按合并口径汇总,有些刻意没有,而 SAM 里有一个字段是子树合计,看上去完全可加,其实不是。
- 做中国股票研究该用哪一棵行业树ChinaScope 参考数据在同一张表里承载五套彼此独立的行业分类方案。它们是并列的树,而不是同一个层级结构的不同层,把它们混在一次分组里没有意义。