发帖
雷达卡
含数据说明
数据来源：基于上市公司年报、公告数据整理，及相关省、市数据
数据范围：沪深北证 上市公司 A股，含主板、中小企业板、创业板、科创板、北京证券交易所的服务板块，与此主题的相关个股的数据
数据期间：（参见其文件名的标识表达了数据年度、或月度日度期间）
数据指标：
公司ID 证券代码 证券简称 统计截止日期 核心竞争力文本内容 核心竞争力类别个数 核心竞争力类别 句子数量-核心竞争力 文本大小-核心竞争力 技术创新文本内容 句子数量-技术创新 文本大小-技术创新 是否进行定量描述 与前一年相比文本相似度-核心竞争力 与前一年相比文本相似度-技术创新
详细说明：
InstitutionID [公司ID] - null
Symbol [证券代码] - null
ShortName [证券简称] - null
EndDate [统计截止日期] - null
TextContentCC [核心竞争力文本内容] - 上市公司年报中披露核心竞争力的文本内容
CategoryNumCC [核心竞争力类别个数] - 技术创新、品牌文化、人才、管理、市场、营销、行业地位、服务、数据等类别的个数。参考戚聿东，孙昌玲，王化成.企业核心竞争力能够降低权益资本成本吗——基于文本分析的经验证据[会计研究]，2021年的文章研究，经过自己的归纳总结给出17个核心竞争力类别。
CategoryCC [核心竞争力类别] - null
SentencesNumCC [句子数量-核心竞争力] - 核心竞争力文本内容中的句子数量。句子的判断包括：句号、问号、感叹号以及标题行（段落标题单独作为一句话）。
TotalWordsNumCC [文本大小-核心竞争力] - 核心竞争力文本内容中的字数。去除标点符号、数字（包含阿拉伯数字及标题序号）、英文。
TextContentTI [技术创新文本内容] - 上市公司年报中核心竞争力节点下披露技术创新类别的文本内容（句子组合）
SentencesNumTI [句子数量-技术创新] - 核心竞争力节点下披露技术创新类别的文本内容中的句子数量。句子的判断包括：句号、问号、感叹号以及标题行（段落标题单独作为一句话）。
TotalWordsNumTI [文本大小-技术创新] - 核心竞争力节点下披露技术创新类别的文本内容中的字数。去除标点符号、数字（包含阿拉伯数字及标题序号）、英文。
IsQuantitativeDescribe [是否进行定量描述] - 报告在披露技术创新相关内容时，是否有具体的定量（数据分析）描述，不包括对年月日中的数字
TextualSimilarityCC [与前一年相比文本相似度-核心竞争力] - 统计截止日期为XXXX-12-31对比的是前一年的12-31的年报。关于中文文本相似度计算，首先使用结巴分词对文本进行处理，分词过程中去掉阿拉伯数字、标点符号。接下来使用潜在语义索引（Latent Semantic Indexing， LSI）余弦相似度计算法，分别计算得出文本相似度。
TextualSimilarityTI [与前一年相比文本相似度-技术创新] - 统计截止日期为XXXX-12-31对比的是前一年的12-31的年报。关于中文文本相似度计算，首先使用结巴分词对文本进行处理，分词过程中去掉阿拉伯数字、标点符号。接下来使用潜在语义索引（Latent Semantic Indexing， LSI）余弦相似度计算法，分别计算得出文本相似度。
47.31MB数据文件压缩包的网盘链接
税收激励与研发创新上市公司核心竞争力文本分析表2016-2024.docx
(36.08 KB, 需要: RMB 39 元)
京公网安备 11010802022788号
