[经管数据集] 【数据】上市公司企业家未来注意力数据2001-2024年含do-python代码和excel-dta格式数 [推广有奖]

0关注
0粉丝

已卖：4份资源

本科生

32%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 0 个
通用积分: 0.0028
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 920 点
帖子: 36
精华: 0
在线时间: 38 小时
注册时间: 2025-1-31
最后登录: 2025-12-5

楼主

学习学习实证 发表于 3 小时前 |AI写论文

是否 +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

数据介绍：

年份：2001-2024
范围：A股上市公司
三个版本：未来注意力时间配置(未缩尾未剔除金融STPT版本)、未来注意力时间配置(未缩尾已剔除金融STPT版本)、未来注意力时间配置(已缩尾已剔除金融STPT版本)
文件格式：Dta格式（使用Stata打开）、Xlsx格式（使用Excel打开
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可行业参照证监会2012年行业分类标准，制造业用二级行业分类，其他用一级分类来计算并对连续型变量进行了1%和99%分位数的缩尾处理
代码格式：do/pythpn文件，含生成代码和分析评估代码
分析结果及论文图表均在帖子末尾的压缩包，可直接下载查看情况

计算公式：

企业家未来注意力测量方法说明

本文采用对企业年报中MD&A一章进行文本分析的方法来测量企业家未来注意力。使用文本分析测度人们的时间配置有着较强的语言学理论基础（Chen, 2013）。由于企业MD&A一节的总词数大多在2000词以上，标准化后的数值过小，因此本文将所有文本分析得到的指标都乘以100。

词集构建分三个步骤：第一步参照陈守明和胡媛媛（2016）的做法，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%以上的词；第三步邀请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，最终得到表征未来的词集（包括"将来""将要""接下来""今后""未来""下一步""后续""新阶段""以后""预见""或将"）。

本文基于表征未来的词集进行文本分析，并利用词典法对每家企业的年报中MD&A部分进行词频分析，分别计算以下3个指标：词集词频数占MD&A总词数的比例、词集词频数占不含数字MD&A总词数的比例、词集词频数占不含数字和英文MD&A总词数的比例。