Columna

Tipo

Descripción

Unidad

cuit

String

CUIT del emisor, 11 dígitos sin separadores (IRAM 5160). PK de negocio.

—

snapshot_date

Date

Fecha de descarga del padrón CNV (operacional cross-dataset).

ISO 8601 YYYY-MM-DD

denominacion

String

Denominación legal del emisor tal como figura en CNV (normalizada, sin mojibake). Usar para join con byma.instrumentos.padron.

—

regimen

String

Régimen CNV del emisor: 'Régimen General' / 'Régimen PYME' / 'Régimen ON Garantizada' / etc. NULL para soberanos.

—

estado

String

Estado en CNV: 'En Oferta Pública' (la mayoría) o 'Suspendida Preventivamente' (5 casos). NULL para soberanos.

—

tipo_emisor

String

Tipo: 'corporativo' (CNV XLSX) / 'soberano_nacional' / 'soberano_provincial' / 'soberano_subnacional'.

—

sector

String

—

sector_gics

String

Sector GICS estándar formal (11 sectores corporativos + Government para soberanos). NULL para 'Otros' y 'Sin clasificar' — no se inventa. Valores posibles: Energy | Materials | Industrials | Consumer Discretionary | Consumer Staples | Health Care | Financials | Information Technology | Communication Services | Utilities | Real Estate | Government. Crosswalk: Energía+Petróleo y Gas→Energy; Servicios Públicos→Utilities; Bancos→Financials; Materiales+Agro→Materials; Telecomunicaciones→Communication Services; Tecnología→Information Technology; Industria+Transporte→Industrials; Soberano *→Government; Otros/Sin clasificar→NULL.

—

sector_metodo

String

Método: 'curado' (manual con fuente) / 'derivado' (soberanos por tipo) / 'sin_clasificar' (no clasificable con confianza).

—

sector_fuente

String

Descripción de la fuente o criterio para la clasificación de sector.

—

actividad_clae

String

Código de actividad CLAE AFIP (NULL — AFIP no disponible sin auth a escala).

—

id_cnv

Int32

ID interno de CNV (del endpoint AutoComplete). NULL en la carga actual — el enriquecimiento vía AutoComplete está pendiente; la columna existe para versiones futuras.

—

alias

String

Nombre abreviado del emisor entre paréntesis en la ficha CNV (ej. 'Ypf'). NULL para soberanos.

—

regimenes

String

Todos los regímenes CNV del emisor separados por '; ' (ej. 'ALYC - PD; Régimen General'). NULL para soberanos.

—

sede_social

String

CP + nro. de registro de la última sede inscripta (ej. 'C1106BKK - 2007010003'). NULL para soberanos.

—

cantidad_autoridades

Int32

Cantidad de autoridades del último nómina publicado. NULL para soberanos y empresas sin nómina.

—

controladas_vinculadas

String

JSONB array de {cuit, denominacion, relacion} para entidades CONTROLADA/VINCULADA con CUIT de 11 dígitos válido, extraídas de la sección Estados Contables. Ej: [{"cuit": "30658233692", "denominacion": "REFINERÍA DEL NORTE S.A.U.", "relacion": "CONTROLADA"}] NULL para soberanos o empresas sin esta sección.

—

Pueden invalidar un análisis ingenuo. Documentadas como parte del control de calidad.

Mismo emisor bajo múltiples regímenes — 1 fila por CUIT

CNV lista la misma sociedad bajo "Régimen General" y "Régimen PYME" como filas separadas (mismo CUIT). El scraper deduplica, pero si una empresa cambió de régimen recientemente, la fila que queda puede no reflejar el régimen actual. Para ver todos los regímenes de una empresa: consultar el XLSX fuente o la API CNV directamente.

Sector = Sin clasificar para ~50% del universo (long-tail PyMEs)

Los ~484 corporativos incluyen muchas PyMEs (Régimen ON Garantizada) con nombres no informativos. No se inventó sector para ellas — quedan como 'Sin clasificar'. La cobertura sectorial es ~100% para el Régimen General (~190 empresas, las más líquidas con acciones y ON cotizando). sector_gics = NULL cuando sector = Sin clasificar.

actividad_clae siempre NULL (AFIP no disponible sin auth)

ARCA no expone el CLAE por CUIT sin auth/CAPTCHA. El padrón arca.padron.contribuyentes tampoco incluye CLAE — solo estado impositivo. Para obtener el CLAE de un emisor puntual, consultar la constancia de inscripción en ARCA manualmente.

sector_gics NULL para Otros y Sin clasificar

El agrupador GICS formal no tiene equivalente para 'Otros' (asociaciones civiles, clubs deportivos) ni para 'Sin clasificar'. El campo queda NULL en esos casos — no se inventa. Para contar solo emisores con GICS asignado: WHERE sector_gics IS NOT NULL.

Join por nombre con BYMA no es exact-match

BYMA usa nombres comerciales abreviados (ej. 'Telecom Argentina S.A.' puede aparecer como 'Telecom Argentina' o 'TELECOM'). Para un join confiable: (1) usar cuit si BYMA lo expone, o (2) usar ilike + revisión manual para los casos ambiguos, o (3) usar el AutoComplete CNV (/SitioWeb/Empresas/AutoComplete?term=X) para resolver nombre→CUIT.

CUITs de soberanos: algunos son estimados

Los CUITs de provincias son conocidos y verificables en AFIP. Los municipios (Rosario, Córdoba) se tomaron de fuentes públicas. Si un CUIT provincial es incorrecto, la corrección va al YAML de soberanos en main.py (SOBERANOS list) y al test de ground-truth.

controladas_vinculadas filtra CUITs inválidos

Algunos documentos CNV registran entidades internacionales con identificadores que no son CUITs (12+ dígitos, letras). Solo se incluyen entidades con CUIT de exactamente 11 dígitos. Entidades sin CUIT válido se descartan silenciosamente.

Columnas enriquecidas NULL para soberanos

Los soberanos (Gobierno Nacional, provincias, municipios) no tienen ficha CNV — todas las columnas enriquecidas (id_cnv, alias, regimenes, sede_social, etc.) son NULL para tipo_emisor en ('soberano_nacional', 'soberano_provincial', 'soberano_subnacional').

Padrón de Emisoras CNV

Qué incluye