| 所在主题： | |
| 文件名: 评估结果.zip | |
| 资料下载链接地址: https://bbs.pinggu.org/a-8654261.html | |
| 附件大小: | |
|
数据介绍：
计算说明： 数据来源与指标构建 本数据基于中国A股上市公司年报中管理层讨论与分析（MD&A）部分的文本内容，参考余振等（2024）发表于《世界经济》的研究方法构建企业家创新注意力指标。文本分析首先需要构建"创新注意力"词集，参照胡楠等（2021）和Brochet et al.（2015），本文通过Word2vec机器学习方法寻找近义词，缓解人为定义词表的主观性和通用近义词工具的弱相关性。利用Word2vec模型对中文年度财务报告语料进行训练后，生成词向量空间，为每个词分配一个向量，在向量空间中距离越近的词意思越近，可以通过两词的距离计算相似性。 词集筛选方法 具体筛选词集方式如下：第一步为选择既往中文文献中曾用过的"创新注意力"词集作为基础词（黄珊珊和邵颖红，2017），其中包括："创新""自主""自主""科研""新产品""技术""开发""研究""专利"。第二步根据Word2vec中的CBOW模型（连续词袋模型，Continuous Bag-of-Words Model）对中文年度财务报告语料进行训练，生成词向量空间，在词向量空间中对基础词的相似词进行筛眩筛选标准为：财报文本语料中出现频次在1000次以上，且和基础词频相似度在30%以上的拓展词。第三步为邀请了3名业界和学术界专家对CBOW模型得到的相似词进行人工核查，并筛选出包括"发明"和"技术成果"等额外的"创新注意力"拓展词集。 指标计算方法 本文将"创新注意力"基础词集和"创新注意力"拓展词集分别作为文本分析的词典，并基于词典法对每家企业的年报中MD&A部分进行词频分析。通过计算词集中词汇总词频占MD&A总词频的比例并乘以100，得到企业家创新注意力配置指标。为了验证稳健性，本文还计算了两个指标：词集总词频占不含数字MD&A总词数的比例、词集总词频占不含数字和英文MD&A总词数的比例。这两个指标数值越大，表示企业家越注重创新。 参考文献
计算代码及评估代码： 结果数据 |
|
熟悉论坛请点击新手指南
|
|
| 下载说明 | |
|
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。 (如有侵权，欢迎举报) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
