发帖
雷达卡
1、资料名称：2025-2000年上市公司前瞻性信息披露数据、前瞻性信息披露、前瞻性关键词词频、MD&A总词数、将来时态词频、前景类词频、展望类词频
2、测算方式：
参考顶刊刘瑶瑶、路军伟（2023）《外国经济与管理》的研究做法，采用关键词法度量前瞻性信息披露，具体做法为：确定前瞻性关键词的种子词集（将来时态词语：未来、将来、今后、以后、来年、明年等；前景词语：前景、展望、愿景、发展、机遇、机会、目标、挑战、风险等；展望词语：希望、相信、期望、期待、预期、预计、预测、计划、可能、如果等），借鉴胡楠等（2021）做法以Word2Vec机器学习技术对种子词集进行相似词扩充（新年度、下一年、下一步、下一阶段、近期、后期、之后、后续、使命、战略定位、突破口、潜力、成长、扩张、趋势、面临、不确定性、有望、开拓、拓展、探索、争取、倘若、假如等），利用Aho-Corasick多模式匹配算法统计年报MD&A文本中前瞻性关键词出现频次，以jieba中文分词模块统计MD&A总词数，前瞻性信息披露 FTR = 100 × 前瞻性关键词数 / MD&A总词数，并输出将来时态、前景、展望三类关键词词频。前瞻性信息主要存在于年报管理层讨论与分析（MD&A）部分，故以MD&A文本为测算对象。
我们多做了几个变量，如下图所示，包括核心变量或者稳健性检验及过程变量，数据全流程公开，每个原始数据及过程都清晰可查（非主观编造），大家可以做核心变量或者稳健性检验，多个数据更加容易显著！
3、资料范围：
5775多家企业，71116多个观测值，年份跨度2000-2025年。
具体数据分布情况如下方描述性统计。
包括原始数据、计算代码（stata和python代码都有，真实代码，可以向期刊公布，每一步都可以复现和做重复实验）、完整的复现说明（教大家一步步复现，做法过程全部公开，无数据黑箱，并且对复现过程常见问题做了解答）及最终结果（最终结果格式是excel电子表格格式，非常方便大家导入到自己数据里面），大家可以验证一下确保准确性！
4、参考文献：
[1]刘瑶瑶,路军伟.前瞻性信息披露与分析师盈余预测——基于文本分析和机器学习的证据[J].外国经济与管理,2023,45(10):102-114.
此数据为科研课题组自用数据，根据真实的A股上市公司年报MD&A文本一步步做出来的，每一步都可以复现和做重复实验，非仅仅只有一堆文件胡编乱造（根据参考文献瞎编结果根本就没有研究价值，不能反映真正的前瞻性信息披露水平，实证围绕着错的结果根本就毫无意义浪费大家时间），真正的原创一手认真整理数据，数据处理较为复杂大家可以自行试试。
京公网安备 11010802022788号
