楼主: momingqimiao7
997 2

[经管数据集] 【推荐】上市公司人工智能指标词频Python处理代码（2001-2025年）赠送MD&A文本 [推广有奖]

经管之家资深用户 Stata小能手 原创数据 专注熟悉领域

已卖：61017份资源
好评率：100%
商家信誉：极好

巨擘

0%

还不是VIP/贵宾

-

TA的文库  其他...

论文数据收藏

stata技巧

统计学习

0%
威望
1 级
论坛币
271136 个
通用积分
3125.5873
学术水平
3642 点
热心指数
3547 点
信用等级
3377 点
经验
487415 点
帖子
19477
精华
1
在线时间
65535 小时
注册时间
2009-11-23
最后登录
2026-10-7

初级热心勋章 初级学术勋章 中级热心勋章 高级热心勋章 初级信用勋章 特级热心勋章 20周年荣誉勋章

楼主
momingqimiao7 在职认证  学生认证  发表于 2025-7-12 22:14:17 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币


人工智能指标



包含：
  • Python代码提取词频，画词云图
  • 管理层分析与讨论MD&A txt原始文本
  • 人工智能关键词
  • 最后处理好的结果

年报版本：https://bbs.pinggu.org/thread-15560112-1-1.html

计算说明


人工智能词典的生成
人工智能词典的生成步骤为：
（1）参考陈和斯里尼瓦桑（2020）提供的人工智能相关词语的中文翻译版、平
安证券发布的《科创板系列 — —AI产业链全景图》、中商产业研究院编制的《2019年中国人工智能行业市场前景研究报告》、深圳前瞻产业研究院发布的《2019年人工智能行业现状与发展趋势报告》等业界研究报告以及世界知识产权组织（World Intellectual Property Organization，WIPO）提供的人工智能词表，人工选取了“人工智能”、 “机器学习”、 “物联网”、 “云计算”等 52 个词语作为种子词（Seed Words）。（2）参考李等（2021），使用Word2vec（米科洛夫等，2013）技术，采用 Skip-gram 模型，将年报和专利文本材料中的词语作为语料进行训练。根据种子词与输出词语之间的余弦相似度，针对每个种子词筛选出10个与该种子词语义程度最相近的词语。
（3）将重复词语、与人工智能不相关的词语以及词频过低的词语剔除，最终共获得73个词语，生成本文的人工智能词典。

具体人工智能词典如下：

人工智能

AI产品

AI芯片

机器翻译

机器学习

计算机视觉

人机交互

深度学习

神经网络

生物识别

图像识别

数据 挖掘

特征识别

语音合成

语音识别

知识图谱

智慧银行

智能保险

人机协同

智能监管

智能教育

智能客服

智能零售

智能农业

智能投顾

增强现实

虚拟现实

智能医疗

智能音箱

智能语音

智能政务

自动驾驶

智能运输

卷积神经网络

声纹识别

特征提取

无人驾驶

智能家居

问答系统

人脸识别

商业智能

智慧金融

循环神经网络

强化学习

智能体

智能养老

大数据营销

大数据风控

大

大数据处理

支持向量机(SVM)

长短期记忆(LSTM)

机器人流程自动化

自然语言处理

分布式计算

知识表示

智能芯片

可穿戴产品

大数据管理

智能传感器

模式识别

边缘计算

大数据平台

智能计算

智能搜索

物联网

云计算

増强智能

语音交互

智能环保

人机对话

深度神经网络

大数据运营


基于上市公司年报构建人工智能指标
      由于中文文字之间没有空格切分，而且词语才是能够独立运用的最小语言单位，因此需要对年报文本进
行专门的分词处理。我们使用广泛运用的Python开源“jieba”中文分词模块对上市公司年报文本进行分词处
理。中文文本分析存在3个难点，即切分颗粒度、歧义词识别以及新词的识别（姚加权等，2020）。例如， “机器学习”是人工智能的核心术语之一，但“jieba”分词模块会将其切分为“机器”和“学习”两个词语。为解决该问题，我们将生成的人工智能词典作为预设专有名词词典加入到“jieba”的分词模块并统计上市公司年报中人工智能词语的数量。采用上市公司管理层分析与讨论文本中人工智能关键词数量加 1 的自然对数（Lnwords）作为企业人工智能指标。
值得说明的是，在统计“支持向量机（SVM）”词频时，词频等于该词语中英文词频的加总。另外，由于卷积神经网络（CNN）等词语的英文缩写在年报中具有歧义，例如 CNN 也可能表示美国有线电视新闻网，所以本文词典未纳入引起混淆的英文缩写。最后， “神经网络”和“卷积神经网络”在统计个数时并不会重复统计，因为统计的过程是在对文档的分词之后，并不是直接对原始文档进行统计，而分词后， “神经网络”和“卷积神经网络”会分为两个独立的词语，分别统计个数。

参考文献

[1]姚加权,张锟澎,郭李鹏,等.人工智能如何提升企业生产效率？——基于劳动力技能结构调整的视角[J].管理世界,2024,40(02):101-116+133+117-122.
[2]吴非,胡慧芷,林慧妍,等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(07):130-144+10.

数据说明

数据对象：全部A股
数据区间：2001-2025年最后结果包含3个版本：
1、未筛选剔除未缩尾处理
2、剔除金融行业、剔除ST、*ST、PT类、已退市公司样本未缩尾处理
3、剔除金融行业、剔除ST、*ST、PT类、已退市公司样本已缩尾处理

结果说明


数据截图
屏幕截图 2026-06-25 194726.png

各年数据量
 屏幕截图 2026-06-25 194630.png
描述性统计

屏幕截图 2026-06-25 194607.png

走势图
走势图.png

词云图
222129kwkgtllsh7hhrrf9.jpg

附件下载


屏幕截图 2026-06-25 194742.png


更新至2025年版本
【2001-2025年】上市公司人工智能指标词频Python处理代码 赠送MD&A文本.zip (22.06 MB, 需要: RMB 88 元) 本附件包括：
  • MDA人工智能词频结果.dta
  • MDA人工智能词频结果.xlsx
  • 人工智能如何提升企业生产效...于劳动力技能结构调整的视角_姚加权.pdf
  • 代码.do
  • 公司基本情况.dta
  • 关键词.xlsx
  • 处理MD&A词频.py
  • 描述性统计.rtf
  • 管理层分析与讨论百度网盘地址.txt
  • 管理层讨论与分析_字段说明.txt
  • 结果-剔除金融和STPT退市样本已缩尾处理.dta
  • 结果-剔除金融和STPT退市样本已缩尾处理.xlsx
  • 结果-剔除金融和STPT退市样本未缩尾处理.dta
  • 结果-剔除金融和STPT退市样本未缩尾处理.xlsx
  • 行业代码.dta
  • 走势图.jpg
  • 走势图.png


【推荐】上市公司人工智能指标词频Python处理代码（2001-2024年）MD&A文本.zip (4.97 MB, 需要: RMB 9999 元)




经管之家：momingiqmiao7
欢迎关注，分享更多实用的数据，独家发布，严禁转载获利，转载必究，有任何问题在可以帖子下方回复，及时回复
批量购买可享优惠

数据列表更新： https://pan.baidu.com/s/1stzmHYvxuFokB2o5v7i1KA?pwd=8888



【帖子索引2024年】【帖子索引2023年】【帖子索引2022年】【帖子索引2021年】【使用常见问题】【点击查看更多帖子】【Stata软件下载】【Stata免费学习资料】





二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0
关键词：Python处理 python 上市公司 人工智能 上市公

相关帖子

常用控制变量2025年 https://bbs.pinggu.org/thread-16620722-1-1.html

沙发
momingqimiao7(未真实交易用户) 在职认证  学生认证  发表于 2025-7-12 22:36:22
数据名称数据链接更新至年份
年度股价崩盘风险https://bbs.pinggu.org/thread-16556127-1-1.html2025
季度股价崩盘风险https://bbs.pinggu.org/thread-16556175-1-1.html2025
月度股价崩盘风险https://bbs.pinggu.org/thread-16556789-1-1.html2025
股价崩盘风险扩展指数模型https://bbs.pinggu.org/thread-16556743-1-1.html2025
股价崩盘风险年报披露后365天https://bbs.pinggu.org/thread-15034472-1-1.html2024
年度股价同步性https://bbs.pinggu.org/thread-16565887-1-1.html2025
季度股价同步性https://bbs.pinggu.org/thread-16565894-1-1.html2025
月度股价同步性https://bbs.pinggu.org/thread-16565906-1-1.html2025
当年5月至次年4月股价同步性https://bbs.pinggu.org/thread-16623126-1-1.html2025
羊群效应CSSD、CSADhttps://bbs.pinggu.org/thread-16568881-1-1.html2025
股价波动性https://bbs.pinggu.org/thread-16623166-1-1.html2025
流动性指标（换手率、Amihud、超额换手率）https://bbs.pinggu.org/thread-16566687-1-1.html2025
机构投资者羊群行为LSV模型https://bbs.pinggu.org/thread-15841561-1-1.html2025
Fama-French三因子模型https://bbs.pinggu.org/thread-16570594-1-1.html2025
中国版Fama-French三因子模型https://bbs.pinggu.org/thread-16580642-1-1.html2025
Fama-French五因子模型https://bbs.pinggu.org/thread-16616403-1-1.html2025
年度特质波动率/月度特质波动率https://bbs.pinggu.org/thread-16566762-1-1.html2025
月度日均特质波动率和特质偏度https://bbs.pinggu.org/thread-16566803-1-1.html2025
优化的股票特质收益率https://bbs.pinggu.org/thread-16570578-1-1.html2025
月度股价崩盘事件https://bbs.pinggu.org/thread-16574473-1-1.html2025
大股东是否股权质押数据windhttps://bbs.pinggu.org/thread-8165275-1-1.html2023
第一大股东是否股权质押数据https://bbs.pinggu.org/thread-16623227-1-1.html2025
融资融券数据整理https://bbs.pinggu.org/thread-16623231-1-1.html2025
沪港通/深港通整理https://bbs.pinggu.org/thread-11496056-1-1.html2023
沪深300指数成分股历年调整https://bbs.pinggu.org/thread-16569124-1-1.html2025
中证500指数成分股历年调整https://bbs.pinggu.org/thread-16569128-1-1.html2025
环境不确定计算https://bbs.pinggu.org/thread-16622456-1-1.html2025
环境不确定(环境动态性和环境丰富性 )https://bbs.pinggu.org/thread-16622609-1-1.html2025
企业环境不确定https://bbs.pinggu.org/thread-16630900-1-1.html2025
企业环境不确定https://bbs.pinggu.org/thread-16627659-1-1.html2025
企业风险承担Riskhttps://bbs.pinggu.org/thread-16627942-1-1.html2025
【股票收益率的波动】企业风险承担Riskhttps://bbs.pinggu.org/thread-16574946-1-1.html2025
机构投资者异质性https://bbs.pinggu.org/thread-16651100-1-1.html2025
压力敏感型和压力抵制型机构投资https://bbs.pinggu.org/thread-16651660-1-1.html2025
【机构投资者期限】长期和短期机构投资者持股比例 耐心资本https://bbs.pinggu.org/thread-16651069-1-1.html2025
机构投资者持股数据https://bbs.pinggu.org/thread-16651095-1-1.html2025
市场调整法股票超额回报率https://bbs.pinggu.org/thread-16611270-1-1.html2025
分析师关注度https://bbs.pinggu.org/thread-16616800-1-1.html2025
季度分析师关注度https://bbs.pinggu.org/thread-16627574-1-1.html2025
明星分析师关注https://bbs.pinggu.org/thread-16619486-1-1.html2025
证券分析师盈余预测误差和分歧度数据https://bbs.pinggu.org/thread-16627526-1-1.html2025
证券分析师盈余预测误差和分歧度数据 关注度合集https://bbs.pinggu.org/thread-16627872-1-1.html2025
资产专用性https://bbs.pinggu.org/thread-16628510-1-1.html2025
机构投资者实地调研https://bbs.pinggu.org/thread-11842348-1-1.html2023
市场化指数推算至2023年  制度环境测度https://bbs.pinggu.org/thread-16627498-1-1.html2025
市场化指数细分指标https://bbs.pinggu.org/thread-16628600-1-1.html2025
市场化指数——要素市场的发育程度数据https://bbs.pinggu.org/thread-16652784-1-1.html2025
市场化指数——市场中介组织的发育和法律制度环境https://bbs.pinggu.org/thread-11836720-1-1.html2023
股权性质是否国企（Wind）https://bbs.pinggu.org/thread-11779521-1-1.html2023
有效价差和相对有效价差  Roll模型https://bbs.pinggu.org/thread-16589836-1-1.html2025
多元化经营https://bbs.pinggu.org/thread-16341618-1-1.html2024
上市公司全要素生产率LP方法和OLS与固定效应https://bbs.pinggu.org/thread-16627288-1-1.html2025
上市公司全要素生产率OP方法https://bbs.pinggu.org/thread-16640243-1-1.html2025
上市公司全要素生产率OP方法-宋敏https://bbs.pinggu.org/thread-16651276-1-1.html2025
管理者过度自信https://bbs.pinggu.org/thread-16644098-1-1.html2025
过度自信相对薪酬比例https://bbs.pinggu.org/thread-16644256-1-1.html2025
CEO过度自信（持股变动）https://bbs.pinggu.org/thread-15891481-1-1.html2024
投资者关注度https://bbs.pinggu.org/thread-16643743-1-1.html2025
研发投入/研发支出数据https://bbs.pinggu.org/thread-16649822-1-1.html2025
研发操纵https://bbs.pinggu.org/thread-16641018-1-1.html2025
海外业务收入/海外销售收入https://bbs.pinggu.org/thread-16644858-1-1.html2025
产品市场集中度和竞争力赫芬达尔HHI指数和勒纳指数https://bbs.pinggu.org/thread-15841572-1-1.html2024
超额商誉https://bbs.pinggu.org/thread-16644809-1-1.html2025
地区市场公平竞争https://bbs.pinggu.org/thread-16644494-1-1.html2025
历史业绩预期差距https://bbs.pinggu.org/thread-16644416-1-1.html2025
业绩预告准确性和精确性https://bbs.pinggu.org/thread-16645990-1-1.html2025
公司战略Strategy（王百强）https://bbs.pinggu.org/thread-16645257-1-1.html2025
战略差异度Strategy（叶康涛）https://bbs.pinggu.org/thread-16646575-1-1.html2025
战略调整度https://bbs.pinggu.org/thread-16646521-1-1.html2025
管理者能力https://bbs.pinggu.org/thread-16341484-1-1.html2024
公司治理水平https://bbs.pinggu.org/thread-16646609-1-1.html2025
治理效率/治理水平https://bbs.pinggu.org/thread-15953267-1-1.html2024
公司治理质量https://bbs.pinggu.org/thread-16649831-1-1.html2025
管理层权力数据https://bbs.pinggu.org/thread-16649825-1-1.html2025
管理层权力数据-主成分分析https://bbs.pinggu.org/thread-16341635-1-1.html2024
关键审计事项https://bbs.pinggu.org/thread-16651646-1-1.html2025
高管薪酬粘性https://bbs.pinggu.org/thread-16646350-1-1.html2025
高管薪酬粘性 徐悦https://bbs.pinggu.org/thread-16651807-1-1.html2025
高管超额在职消费https://bbs.pinggu.org/thread-15892424-1-1.html2024
乐观偏差https://bbs.pinggu.org/thread-16627603-1-1.html2025
市场投资者情绪指标计算https://bbs.pinggu.org/thread-11472049-1-1.html2023
个股投资者情绪指标计算https://bbs.pinggu.org/thread-16633098-1-1.html2025
个股投资者情绪指标(唐玮文献)https://bbs.pinggu.org/thread-16634139-1-1.html2025
投资者信心指数https://bbs.pinggu.org/thread-16620951-1-1.html2025
投资者意见分歧和股价效应https://bbs.pinggu.org/thread-16654292-1-1.html2025
企业金融化程度https://bbs.pinggu.org/thread-16621054-1-1.html2025
企业过度金融化程度https://bbs.pinggu.org/thread-16623065-1-1.html2025
企业过度金融化程度合集https://bbs.pinggu.org/thread-16654285-1-1.html2025
学术型和直观型股票博彩指数https://bbs.pinggu.org/thread-16622928-1-1.html2025
资产误定价https://bbs.pinggu.org/thread-16636987-1-1.html2025
定价效率（收益率与市场收益率相关系数）https://bbs.pinggu.org/thread-16576987-1-1.html2025
定价效率/价格延迟指标（Hou&Moskowitz）https://bbs.pinggu.org/thread-16576987-1-1.html2025
定价效率（许红伟）https://bbs.pinggu.org/thread-16580177-1-1.html2025
收益反转指标Pastor &  Stambaugh https://bbs.pinggu.org/thread-16580130-1-1.html2025
【剩余收益模型RIM】上市公司资本市场估值偏误计https://bbs.pinggu.org/thread-16654462-1-1.html2025
资本市场定价效率（李善民）https://bbs.pinggu.org/thread-16637100-1-1.html2025
投资者异质信念https://bbs.pinggu.org/thread-16580423-1-1.html2025
特质收益率（李秋梅）https://bbs.pinggu.org/thread-16623082-1-1.html2025
战略联盟https://bbs.pinggu.org/thread-15291899-1-1.html2024
高管团队稳定性https://bbs.pinggu.org/thread-16649993-1-1.html2025
高科技行业分组https://bbs.pinggu.org/thread-16628711-1-1.html2025
高新技术企业样本https://bbs.pinggu.org/thread-16649990-1-1.html2025
重污染行业分组https://bbs.pinggu.org/thread-15841557-1-1.html2025
绿色化转型https://bbs.pinggu.org/thread-16650120-1-1.html2025
绿色化投资者关注https://bbs.pinggu.org/thread-16645548-1-1.html2025
权益资本成本CAPM模型https://bbs.pinggu.org/thread-16575199-1-1.html2025
权益资本成本PEG模型https://bbs.pinggu.org/thread-16622627-1-1.html2025
权益资本成本MPEG模型https://bbs.pinggu.org/thread-16653239-1-1.html2025
权益资本成本OJ模型https://bbs.pinggu.org/thread-16653246-1-1.html2025
常用控制变量2025年 https://bbs.pinggu.org/thread-16620722-1-1.html

藤椅
momingqimiao7(未真实交易用户) 在职认证  学生认证  发表于 2026-4-13 18:20:38
【推荐】上市公司人工智能指标词频Python处理代码（2001-2024年）赠送MD&A文本
https://bbs.pinggu.org/thread-15940329-1-1.html
返回列表
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群

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   用户协议

GMT+8, 2026-10-7 21:16