DyingCyrus-DB

孟加拉国11家上市商业银行2015-2025财年的年度资产负债表、利润表、盈利能力、资产质量和资本充足率数据的开源SQLite数据库。An open-source SQLite database containing annual balance sheets, income statements, profitability indicators, asset quality metrics and capital adequacy ratio data of 11 publicly traded commercial banks in Bangladesh for the fiscal years 2015 to 2025.

原始信息汇总

DyingCyrus-DB 数据集详情

数据集概览

DyingCyrus-DB 是一个开源的 SQLite 金融数据库，收录了孟加拉国 11 家达卡证券交易所（DSE）上市商业银行的年度财务报表数据，覆盖 2015–2025 财年。该数据集专门服务于金融研究、银行业分析、SQL/pandas 工作流、Power BI/Tableau 仪表板以及学术教学材料等场景。

核心统计

项目	数值
银行数量	11 家（DSE 上市商业银行）
财务行项目	2,541 行（financials 表，tidy/long 格式）
追踪指标	28 个（资产负债表、利润表、盈利能力、资产质量、资本充足率及衍生指标）
年份覆盖	2015–2025（各银行缺口已记录）
缺失单元格	156 个（以 NULL 存储，绝不静默补零）
数据质量日志	95 条（84 条严重 · 6 条警告 · 5 条信息）
预计算汇总统计	每家银行 9 项（均值/滚动 ROE、Sharpe 类比率、CAGR、回撤、Newey-West HAC 趋势）

覆盖银行列表

1. City Bank PLC
2. IFIC Bank PLC
3. Bank Asia PLC
4. BRAC Bank PLC
5. Dutch-Bangla Bank PLC
6. Eastern Bank PLC
7. Mutual Trust Bank PLC (MTB)
8. Prime Bank PLC
9. Mercantile Bank PLC
10. Southeast Bank PLC
11. Pubali Bank PLC

数据表结构

banks 表

• bank_id：主键（slug格式，如 city_bank）
• sheet_name：原始工作表名称
• display_name：完整法定/显示名称

financials 表（统一的长格式表）

• bank_id：外键关联 banks 表
• table_instance：1 表示工作表上的主表，>1 表示同一工作表下发现的重复表
• category：报表板块标题（如资产负债表、资产质量等）
• metric：原始指标标签（如总资产、ROE%、不良贷款率等）
• unit：原始单位标签（如 Tk mn、%、BDT）
• year：年份（2015–2025）
• raw_value：原始单元格内容（字符串形式，完整保留）
• value_numeric：解析后的数值，无法解析时为 NULL
• value_source：数值来源类型（原始数值/从文本恢复/缺失）
• source_row / source_col：原始 Excel 中的位置，便于追溯

bank_summary_stats 表

包含每家银行工作表的汇总数据，如平均 ROE%、ROE 标准差、Sharpe 类比率（rf=3%）、滚动窗口 ROE 统计（2019–2024）、股权 CAGR%、最大 NPAT 回撤及 Newey-West (HAC) 不良贷款率趋势斜率。

data_quality_log 表

记录所有数据质量问题，包含银行 ID（可空）、指标（可空）、年份（可空）、问题标签、详细说明和严重程度（info/warning/critical）。

已知数据缺口与质量问题

数据库共记录了 95 条质量问题，主要分为五类：

1. 跨银行相同数值（70 条，严重）：Mutual Trust Bank 在 2015、2017–2020 年的多项指标（总资产、贷款与垫款、总存款、净利息收入、非利息收入、EPS、贷存比、不良贷款率、拨备覆盖率、CRAR%、成本收入比）与 Eastern Bank 同期数据字节级一致，几乎确定是源工作簿中的复制粘贴错误。这些数据在核实前应视为未验证。

2. 百分比存储为小数（13 条，严重）：部分银行（Bank Asia、Dutch-Bangla Bank、IFIC Bank、Mercantile Bank、Mutual Trust Bank、Prime Bank、Pubali Bank、Southeast Bank）的 ROA%/ROE% 以小数形式存储（如 0.173），而其他银行使用百分点形式（如 17.3）。跨银行比较时必须检查数值尺度。

3. 工作表中的重复表格（1 条，严重）：Eastern Bank 的工作表包含完整数据表两次（第 15–40 行和第 48–75 行），另有第三个部分/缩放重复表（第 74–75 行，YoY 增长率除以 100）。所有实例均已加载，默认使用 table_instance=1。

4. 含可恢复数字的文本单元格（5 条，信息）：如 165,370† 或 80.31%* 这类带有脚注标记的数字，value_numeric 恢复数字，raw_value 保留脚注。

5. 不可恢复的文本单元格（6 条，警告）：如 n/a*、N/M 等无法解析为数字的内容，value_numeric 为 NULL，原始文本保留在 raw_value 中。

此外，数据集中有 156 个单元格为完全空白（源数据中的 N/A），主要集中在 Eastern Bank 2016 年（整年数据缺失）及各银行早年数据缺口，这些均以 NULL 存储而非零。

仓库结构与使用

仓库包含 SQLite 数据库文件（dyingcyrus.db）、ETL 构建脚本（build_db.py）、原始 Excel 工作簿（位于 data/raw/）、CSV 导出文件（位于 data/csv/，包括长格式、每家银行宽格式、汇总统计和质量日志）。可通过运行 pip install -r requirements.txt 和 python3 build_db.py 随时重建数据库。

来源与许可

数据来源于各银行公开年度报告和财务报表，由维护者自行编译。代码和架构采用 MIT 许可，底层数据遵循源仓库 o-rnob/Datanest 的 CC0 1.0 Universal 条款。数据仅供信息和研究用途，不构成财务建议，不保证完整性和准确性，数据集中所有已知问题均记录在 data_quality_log 中供查询。

搜集汇总

数据集介绍

构建方式

DyingCyrus-DB是一项面向孟加拉国达卡证券交易所11家上市商业银行的金融数据集，覆盖2015至2025财年，以SQLite数据库形式呈现。该数据集源于作者自行编纂的原始工作簿，经过严谨的ETL流程构建，将各银行年度资产负债表、利润表、盈利能力、资产质量及资本充足率数据整合为统一的整洁长表结构。构建过程遵循完全可审计原则，所有数据清洗、跳过、冲突及重命名操作均记录于数据质量日志中，原始单元格内容被原样保留，数值解析仅作最佳努力恢复，绝不静默修正。数据库包含银行信息表、财务数据表、汇总统计表及质量日志表四类核心表结构，并同时提供CSV格式导出，便于多种分析工具直接使用。

特点

该数据集的核心特色在于其透明性与可追溯性。包含2541行财务数据、28项指标、95条质量日志条目，其中70条记录了穆图信托银行与东方银行之间疑似复制粘贴导致的数值雷同问题，13条揭示了不同银行间百分比存储口径不一致的隐患。所有缺失值均以NULL存储，绝不进行零填充。特别设计的table_instance字段可区分同一工作表中的重复数据表，raw_value字段完整保留原始文本，使研究者能自行判断数据可信度。此外，数据集还预计算了每家银行的均值ROE、夏普比率、CAGR及Newey-West趋势等高级统计量，为深入分析提供了便利。

使用方法

使用Python的sqlite3或pandas库即可快速接入。用户可通过结构化查询对特定银行的ROE趋势、跨行资产对比进行检索，亦可查阅数据质量日志了解任何数据点的异常背景。数据库支持SQL及pandas工作流，导出CSV文件可无缝对接Power BI或Tableau可视化平台。重新构建数据库只需运行build_db.py脚本。尽管数据集来源于公开年报，但鉴于已知的数据质量问题，使用前务必查阅质量日志，并建议与银行官方披露文件进行交叉验证，以确保研究结论的可靠性。

背景与挑战

背景概述

DyingCyrus-DB由K. M. Miad Hasan Ornob（Ow1nomics）于2026年构建，是一个面向孟加拉国达卡证券交易所（DSE）上市商业银行的开放源码SQLite金融数据库，覆盖2015至2025财年11家银行的核心财务数据。该数据集旨在为金融研究、银行业分析及学术教学提供结构化、可查询的数据源，特别强调数据质量的可追溯性，通过日志记录所有已知问题而非静默修正。作为CSV版本Datanest的SQLite配套库，它推动了孟加拉国银行业数据标准化与透明化进程，为本地及国际研究者提供了便利。

当前挑战

数据集构建面临多重挑战：源工作簿中存在跨银行数据完全一致（如Mutual Trust Bank与Eastern Bank部分年份数据雷同）的疑似复制粘贴错误，需标记为未验证；不同银行对ROA/ROE等百分比指标采用不同存储尺度（小数或百分点），可能导致跨行比较失真；单张工作表出现重复表格或部分重复，需通过table_instance区分权威版本；部分单元格包含脚注标记或非数字字符，需恢复数值或保留原文，且存在156个空白单元格需保留为NULL而非零填充。这些挑战要求构建过程中严格记录每项异常，确保数据使用者在分析前能充分了解潜在缺陷。

常用场景

经典使用场景

DyingCyrus-DB作为孟加拉国达卡证券交易所上市银行金融数据的开源SQLite数据库，其经典使用场景集中于金融学术研究中的面板数据分析与实证检验。研究者可凭借其统一的tidy/long格式，便捷地提取2015至2025年间11家商业银行的资产负债表、利润表、盈利能力、资产质量及资本充足率等28项指标，进行跨银行、跨年度的纵向比较与横向剖析。该数据库通过SQL或pandas接口，支持复杂的查询操作，如计算净资产收益率（ROE）的趋势变化、比较总资产规模排名，为银行绩效评估、风险管理及政策效应研究提供了坚实的数据基础。其严谨的架构设计，确保每一数据点均可追溯至原始来源，促进了可复现的科学研究。

解决学术问题

该数据集直面新兴市场银行数据稀缺与质量参差的学术痛点，通过系统的数据整理与透明的质量记录，解决了以往研究中因数据缺失、口径不一而导致的实证结果偏差问题。其内置的data_quality_log详细记载了95项数据质量议题，包括跨银行数值雷同、百分比存储比例不一等关键异常，使研究者能够明确识别并处理数据中的不确定性，而非盲目信任或静默修正。此举极大提升了面板数据回归、效率分析及稳定性检验的可靠性，为孟加拉国银行业研究树立了数据审计的新标杆。其意义在于，促进了金融经济学期刊对发展中经济体银行行为研究的深化，使得基于此数据集的结论更具说服力与可验证性。

衍生相关工作

DyingCyrus-DB源自CSV版本的Datanest仓库，其衍生工作体现了一条清晰的进化路径。首先，它作为SQLite/Python构建的伴生数据库，延续了KnightBase-DB所倡导的透明审计理念，即将所有数据冲突与重命名操作记录在案，而非静默处理。这一理念催生了后续对数据质量自动检测工具的开发，如识别跨库雷同值的算法。其次，基于该数据库的金融分析催生了多项延伸研究，例如利用其预计算的银行汇总统计量（包括Sharpe-like比率与Newey-West趋势斜率）开展银行效率与市场表现的关联分析。此外，数据集的开放许可（CC0）鼓励了社区驱动的数据扩充与修正，促进了与其他南亚国家银行数据库的合并研究，从而拓宽了区域金融比较的视野。