发帖
雷达卡
年份：2001-2024
范围：A股上市公司
三个版本：创新注意力(未缩尾未剔除金融STPT)、创新注意力(未缩尾已剔除金融STPT)，创新注意力（已缩尾已剔除金融STPT）
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/python文件代码，含生成代码和分析评估代码
计算说明：
数据来源与指标构建
本数据基于中国A股上市公司年报中管理层讨论与分析（MD&A）部分的文本内容，参考余振等（2024）发表于《世界经济》的研究方法构建企业家创新注意力指标。文本分析首先需要构建"创新注意力"词集，参照胡楠等（2021）和Brochet et al.（2015），本文通过Word2vec机器学习方法寻找近义词，缓解人为定义词表的主观性和通用近义词工具的弱相关性。利用Word2vec模型对中文年度财务报告语料进行训练后，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。
词集筛选方法
具体筛选词集方式如下：第一步为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（黄珊珊和邵颖红，2017），其中包括："创新""自主""自主""科研""新产品""技术""开发""研究""专利"。第二步根据Word2vec中的CBOW模型（连续词袋模型，Continuous Bag-of-Words Model）对中文年度财务报告语料进行训练，生成词向量空间，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，并筛选出包括"发明"和"技术成果"等额外的"创新注意力"拓展词集。
指标计算方法
本文将"创新注意力"基础词集和"创新注意力"拓展词集分别作为文本分析的词典，并基于词典法对每家企业的年报中MD&A部分进行词频分析。通过计算词集中词汇总词频占MD&A总词频的比例并乘以100，得到企业家创新注意力配置指标。为了验证稳健性，本文还计算了两个指标：词集总词频占不含数字MD&A总词数的比例、词集总词频占不含数字和英文MD&A总词数的比例。这两个指标数值越大，表示企业家越注重创新。
参考文献
外部关税冲击、企业家注意力配置与创新发展
计算代码及评估代码：
结果数据
京公网安备 11010802022788号
