【数据】上市公司数字化信息披露水平数据2000-2024年含do-python代码和excel-dta格式

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

一、数据简介
数据名称：上市公司数字化信息披露水平数据
时间跨度：2000-2024年
数据层级：上市公司-年度面板
核心指标：数字化信息披露水平、数字化信息披露关键词总词频
识别变量：证券代码、stkcd、year
文件格式：Stata .dta 格式、Excel .xlsx 格式


本数据基于A股上市公司年报文本挖掘，统计数字化信息披露相关关键词词频（包括数字化、人工智能、区块链、云计算、大数据、金融科技等95个关键词），构建上市公司数字化信息披露水平指标。数据可用于研究企业数字化转型信息披露、数字化战略实施程度及其对企业融资成本、创新绩效、治理效率等的影响。





二、计算说明
【数字化信息披露关键词总词频】对上市公司年报中95个数字化相关关键词（数字化、人工智能、区块链、云计算、大数据、金融科技等）的词频求和，反映年报中数字化信息的披露强度。计算公式：数字化信息披露关键词总词频 = 数字化 + 人工智能 + 区块链 + ... + 金融科技（共95个关键词词频之和）。


【数字化信息披露水平】对关键词总词频加1后取自然对数，以缓解右偏分布并处理词频为零的样本。计算公式：数字化信息披露水平 = ln(数字化信息披露关键词总词频 + 1)。





三、结果数据文件
共3套结果数据（每套包含 .dta 和 .xlsx 两种格式），样本筛选步骤如下：
（1）剔除B股样本，仅保留A股上市公司
（2）匹配上市公司行业与地区信息，剔除无法匹配的样本
（3）在第2套中进一步剔除金融业（行业代码含J）及ST、PT样本
（4）在第3套中对核心指标按年份分组进行前后1%缩尾处理


编号  文件名称                                说明
1     计算结果未剔除未缩尾版本.dta/.xlsx       全样本（67111条），未剔除金融业和ST/PT，未缩尾处理
2     计算结果已剔除金融STPT未缩尾版本.dta/.xlsx  已剔除金融业和ST/PT样本（60662条），未缩尾处理
3     计算结果已剔除金融STPT已缩尾版本.dta/.xlsx  已剔除金融业和ST/PT样本（60662条），按年份前后1%缩尾处理





四、变量说明
序号  变量名称                    变量类型  变量说明
1     证券代码                    字符型    上市公司6位证券代码
2     证券简称                    字符型    上市公司证券简称
3     stkcd                       数值型    上市公司数值型证券代码
4     year                        数值型    年份
5     数字化信息披露水平           数值型    ln(关键词总词频+1)，核心指标
6     数字化信息披露关键词总词频   数值型    95个数字化关键词词频之和
7     行业代码                    字符型    上市公司行业分类代码（证监会2012版）
8     行业名称                    字符型    上市公司行业分类名称
9     所属省份                    字符型    上市公司注册地所属省份
10    所属省份代码                字符型    省份编码
11    所属城市                    字符型    上市公司注册地所属城市
12    所属城市代码                字符型    城市编码
13    证券中文简称                字符型    上市公司证券中文简称（来自基本信息数据）
14    上市日期                    字符型    上市公司首次上市日期
15    股票类型                    字符型    股票类型（A股等）
16    ABH股交叉码                 字符型    ABH股交叉上市代码
17    公司名称                    字符型    上市公司全称
18    公司中文简称                字符型    公司中文简称
19    公司英文名称                字符型    公司英文名称
20    行业名称D                   字符型    证监会行业分类D级名称
21    行业代码D                   字符型    证监会行业分类D级代码
22    行业名称C                   字符型    证监会行业分类C级名称
23    行业代码C                   字符型    证监会行业分类C级代码
24    行业名称B                   字符型    证监会行业分类B级名称
25    行业代码B                   字符型    证监会行业分类B级代码
26    行业名称A                   字符型    证监会行业分类A级名称
27    行业代码A                   字符型    证监会行业分类A级代码
28    经营范围                    字符型    上市公司经营范围描述
29    公司沿革                    字符型    上市公司历史沿革
30    注册资本                    数值型    上市公司注册资本（万元）
31    成立日期                    字符型    公司成立日期
32    退市日期                    字符型    退市日期（如有）


五、原始数据与基本信息合并
原始数据文件为"上市公司年报数字化关键词词频原始数据.dta"，包含证券代码、年份及95个数字化相关关键词的词频列（数字化至金融科技）。计算完成后，通过stkcd和year合并"上市公司行业与地区信息数据.dta"获取行业代码、行业名称、所属省份、所属城市等字段；再通过stkcd合并"行业代码/上市公司基本信息数据.dta"获取公司名称、上市日期、经营范围、多级行业分类等扩展属性。合并时以基本信息数据为主，用证券中文简称回写证券简称，用C类行业代码和行业名称回写行业代码和行业名称。





六、代码文件
文件名称                                    语言    说明
上市公司数字化信息披露水平数据计算代码.do    Stata   核心指标计算与结果数据生成（兼容Stata 15+）
上市公司数字化信息披露水平数据计算代码.py    Python  等价Python版计算代码
上市公司数字化信息披露水平数据评估代码.do    Stata   数据质量评估代码（兼容Stata 15+）
上市公司数字化信息披露水平数据评估代码.py    Python  等价Python版评估代码


七、数据质量评估


评估报告输出文件夹：数据质量评估报告_YYYYMMDD
评估日志文件：评估日志_YYYYMMDD.log





子文件夹          内容说明
数据分布分析      全样本描述性统计、核心指标分布详情、分年度统计、分行业统计、字符型变量频率分布
分布图            直方图、年度箱线图、核密度图、双指标散点图、年度趋势图、行业分布柱形图、省份TOP20柱形图
异常值检验        缺失值统计、IQR法异常值检验、Z-score法异常值检验、极端值明细
逻辑合理性验证    年份连续性检验、指标范围检验、重复观测检验、行业代码有效性检验、年度样本量
稳健性测试        不同样本期对比、三版本数据对比、缩尾前后核密度对比图、不同缩尾比例敏感性分析





八、参考文献
[1] 吴晶丽. 数字化信息披露对零售企业债务融资成本的影响研究[D].

数据质量评估报告_20260507.zip (5.38 MB)

2026-5-7 16:53:11 上传

上市公司数字化信息披露水平数据2000-2024年含do-python代码和excel-dta格式数据.zip (59.49 MB, 需要: RMB 34 元)

2026-5-7 16:52:28 上传

需要: RMB 34 元  [购买]

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 收藏0 回帖

关键词：python EXCEL 信息披露 上市公司 xcel