和形式会因论文的研究对象（如中小企业、高新技术企业、上市公司、特定行业等）、研究方法（如案例分析、实证分析、比较研究等）和研究侧重点（如股权融资、债权融资、供应链金融、融资约束等）的不同而有所差异。
（图片来源网络，侵删）
以下我将为您提供一个全面、结构化的论文附件清单，并对每个附件的内容和作用进行详细说明，您可以根据自己论文的具体情况，选择和调整其中的部分。
论文附件清单（通用模板）
第一部分：基础性与支撑性附件
这类附件是论文最核心的补充材料,直接关系到研究数据的可靠性和结论的支撑力。
研究样本与原始数据
- 企业名单/样本列表： 如果是案例研究，列出所研究的公司名称、简介、选择理由，如果是实证研究，列出所有样本公司的名称、股票代码、行业代码等。
- 原始数据表： 包含从数据库（如CSMAR、Wind、巨潮资讯网）或企业年报中直接导出的、未经处理或初步处理的数据，所有样本公司连续多年的财务数据（资产负债表、利润表、现金流量表）、股权结构数据、公司治理数据等。
- 数据来源说明： 详细说明每一项数据的来源，包括数据库名称、网址、数据提取的具体路径或方法。
- 作用：
- 保证研究的可重复性： 其他研究者可以根据附件中的数据和方法，重新验证您的结论。
- 体现研究的严谨性： 展示您数据的原始性和处理过程的透明度。
- 支撑数据真实性： 为论文中呈现的经过处理和计算的数据提供原始凭证。
数据清洗与处理过程
（图片来源网络，侵删）
- 数据清洗说明： 详细描述数据处理的过程。
- 缺失值处理： 如何处理数据缺失（如剔除、用均值/中位数填充、用前一期值填充等），并说明原因。
- 异常值处理： 如何识别和处理异常值（如采用缩尾法 Winsorization，并说明缩尾的百分位，如1%和99%）。
- 变量定义与计算公式： 详细列出论文中所有变量的定义、计算公式和衡量方式，融资约束指数（SA指数、KZ指数）的具体计算公式、股权集中度（Top1）的计算方法等。
- 数据处理代码（可选但推荐）： 附上使用Stata、Python、R等软件进行数据清洗、合并和变量计算的核心代码。
- 数据清洗说明： 详细描述数据处理的过程。
- 作用：
- 提升研究的透明度： 让读者清晰了解您从原始数据到最终可用数据的每一步操作。
- 增强方法的科学性： 清晰地展示您处理数据的方法论依据，是研究方法部分的有力补充。
描述性统计与相关性分析
- 全样本描述性统计表： 包含所有变量的观测值数量、均值、标准差、最小值、中位数和最大值。
- 分组描述性统计表： 如果研究涉及分组（如高融资约束组 vs. 低融资约束组、处理组 vs. 控制组），应附上两组变量的描述性统计结果，并进行T检验或Wilcoxon秩和检验，以说明组间差异的显著性。
- 主要变量相关性矩阵表： 展示核心研究变量之间的Pearson或Spearman相关系数。
- 作用：
- 直观展示数据特征： 描述性统计表让读者对样本的整体情况有一个初步了解。
- 为后续模型做铺垫： 相关性分析可以初步检验变量间的关系，并为多重共线性问题提供初步判断依据。
第二部分：实证分析深化附件
这类附件主要用于展示稳健性检验和内生性处理等更深入的实证分析,以增强研究结论的可靠性。
稳健性检验结果
- 替换核心变量： 用不同的指标衡量“融资约束”（如用SA指数替换KZ指数），或用不同的方法衡量“企业创新”（如用专利申请数量替换研发投入强度），重新进行回归，并将结果整理成表格。
- 改变样本区间： 剔除特定年份（如金融危机年份）或特定行业（如金融行业）的样本，重新回归。
- 改变模型设定： 在基准模型中加入更多的控制变量，或使用不同的模型（如用Ordered Logit模型替换Probit模型）。
- 作用：
- 验证结论的可靠性： 如果经过多种方法检验，核心结论依然成立，则说明该结论是稳健的，不是由特定变量或样本选择驱动的偶然结果。
内生性处理结果
（图片来源网络，侵删）
- 工具变量法： 如果使用了工具变量法，需要附上：
- 工具变量的选择依据与说明： 详细解释为什么该变量是有效的工具变量（即满足相关性和外生性）。
- 工具变量法回归结果表： 展示两阶段最小二乘法（2SLS）的回归结果，包括第一阶段F统计量（检验工具变量的强度）和第二阶段结果。
- 倾向得分匹配法： 如果使用了PSM，需要附上：
- 匹配平衡性检验结果： 展示匹配后处理组和控制组各变量的标准偏差和t检验结果，证明匹配成功。
- PSM匹配后的回归结果表。
- 双重差分法： 如果使用了DID，需要附上：
- 平行趋势检验结果图/表： 这是DID模型有效性的关键前提。
- 安慰剂检验结果表： 通过随机处理组或虚构政策时间点，检验结果的可靠性。
- 工具变量法： 如果使用了工具变量法，需要附上：
- 作用：
- 解决因果推断问题： 内生性是实证研究的最大挑战之一，通过这些方法，可以更有效地解决遗漏变量、互为因果等问题，从而更准确地推断变量间的因果关系，极大地提升论文的学术价值。
第三部分：案例研究与定性分析附件
如果您的论文包含案例研究或定性分析,这类附件至关重要。
案例研究资料
- 公司简介： 每个案例公司的详细背景、发展历程、行业地位等。
- 访谈提纲/问卷： 如果进行了访谈或问卷调查，附上原始的访谈提纲或问卷。
- 访谈记录整理稿（匿名化处理）： 将访谈录音整理成文字稿，并对访谈对象和企业信息进行匿名化处理（如用A公司、B公司、高管甲、高管乙代替）。
- 关键事件/政策时间线： 对于特定案例，整理出与融资相关的关键事件（如成功上市、获得大额贷款、股权融资轮次等）的时间线。
- 公司年报/招股说明书节选： 附上与研究内容直接相关的公司年报、招股说明书等文件的节选，以佐证案例中的观点。
- 作用：
- 提供定性证据： 通过一手或二手的定性资料，深入、生动地解释“为什么”和“怎么样”，为实证分析的定量结果提供血肉和解释。
- 增强案例的说服力： 详实的资料让案例研究更加可信、有深度。
第四部分：其他补充性附件
政策文件与法规汇编
- 如果研究政策对融资的影响，可以附上相关政策文件的原文或节选，如《关于金融支持小微企业发展的实施意见》、《科创板上市规则》等。
- 作用： 为政策分析提供文本依据。
调查问卷与回收情况
- 如果论文基于问卷调查，附上问卷全文，并说明问卷的设计过程、发放与回收数量、有效问卷数量、样本基本特征分布等。
- 作用： 说明数据收集过程的科学性和有效性。
重要的图表与公式推导
- 核心理论模型的推导过程： 如果论文构建了理论模型，可以将详细的推导过程放在附件中。
- 复杂的图表： 一些过大或过于复杂的图表，不适合放在论文正文中，可以放在附件中。
- 作用： 保持论文正文的简洁流畅，同时又不失研究的严谨性和完整性。
总结与建议
- 相关性： 所有附件都必须与论文正文内容紧密相关，能够直接支撑或解释正文中的观点、数据和结论。
- 规范性： 附件应有统一的编号（如附件一、附件二）和清晰的标题，每个附件前最好有一段简短的说明，介绍该附件的内容和作用。
- 简洁性： 附件不是“垃圾箱”，不要把所有无关紧要的数据都放进去，选择最重要、最能体现研究价值的材料。
- 格式统一： 保持附件格式（如字体、字号、行距）与论文正文一致，确保整体美观。
在撰写论文时,您可以先将这些附件作为草稿准备好，在论文主体完成后，再根据需要进行筛选、整理和最终定稿，祝您论文写作顺利！
