发帖
雷达卡
（一）注意力内容配置
公司年报能有效反映企业家的特质及状态，参照蒋艳辉和冯楚建（2014）的研究，选择对上市公司年报中的管理层分析与讨论章节（MD&A）进行文本分析。
首先构建“创新注意力”词集。参照胡楠等（2021）和Brochet等（2015），通过机器学习Word2vec这一方法寻找近义词，缓解人为定义词表的主观性和通用同近义词工具的弱相关性。利用Word2vec模型对文本语料进行训练后，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。
具体筛选词集方式如下：
第一步，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。
第二步根据Word2vec中的CBOW模型对中文年度财务报告语料进行训练，生成词向量空间，并在词向量空间中，对基础词的相似词进行筛选。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“创新注意力”拓展词集。
（二）注意力时间配置
跟上述做法相似，分三个步骤选取表征当下和表征未来的词集。
第一步参照陈守明和胡媛媛（2016）的做法，采用“现在”“此时”“此刻”“当下”“当前”“近期”“目前”作为表征关注当下的基础词，采用“未来”“即将”“将来”“将要”“接下来”“今后”作为表征将来的基础词。
第二步基于Word2vec中的 CBOW模型构造词向量空间，并在其中寻找近义词，筛选出词频数在1000词以上，和基础词相似度在30%以上。第三步邀请3名业界和学术界专家 CBOW模型得到的相似词进行人工核查，并筛选出包括“现在”“此时”等表征当下的词集，并得到包括“将来”“将要”等表征未来的词集。
时间跨度：2007-2023年
数据范围：中国A股上市公司
数据格式：Excel
包含指标：
股票代码 | 公司简称 | 年份 |
全文总词数 | 词集总词频 | 词频占MD&A总词频的比例 |
样例数据：
参考文献：余振,李元琨,李汛.外部关税冲击、企业家注意力配置与创新发展[J].世界经济,2024,47(6):65-94.
包含内容：
全部内容下载链接：
【工具变量】A股上市公司企业家注意力配置（2007-2023年）
(76 Bytes, 需要: RMB 19 元)
京公网安备 11010802022788号
