【更新2023】上市公司企业数字化转型数据2000-2023年报关键词频

一、数据介绍

二、数据处理

引用说明

吴非;胡慧芷;林慧妍;任晓怡.企业数字化转型与资本市场表现一一来自股票流动性的经验证据[J].管理世界,2021,(07):130-144+10.

数据处理

参考吴非(2021)《管理世界》的文章,通过上市企业公布的年度报告中的相应关键词词频测度,作为企业数字化转型程度的代理指标,通过Python整理全部上市企业的年度报告,并提取所有文本内容,剔除关键词前否定词语的表述,同时也剔除非本公司的关键词。最后,基于Python对上市企业年报文本提取形成的数据池,根据特征词进行搜索、匹配和词频计数,进而分类归集关键技术方向的词频并形成最终加总
词频,从而构建企业数字化转型的指标体系。

具体过程如下:

1. 定义关键词:根据企业年报中常见的与数字化转型相关的关键词,分类为人工智能技术、大数据技术、云计算技术、区块链技术和数字技术应用等五大类。

2. 统计词频:使用Python等工具对企业年报进行文本挖掘,统计上述关键词在年报中的出现频率。统计出的词频数值越高,代表企业在年报中对数字化转型相关内容的重视程度越高。

3. 计算综合指标:
   人工智能技术:统计所有与人工智能相关的关键词出现的总频率。
   大数据技术:统计所有与大数据相关的关键词出现的总频率。
   云计算技术:统计所有与云计算相关的关键词出现的总频率。
   区块链技术:统计所有与区块链相关的关键词出现的总频率。
   数字技术应用:统计所有与数字技术应用相关的关键词出现的总频率。

4. 生成综合指数:将以上各项技术的总频率相加,形成一个企业数字化转型的综合词频指数(DCG),并对其进行对数转换以便进一步分析。

5. 数据处理:对词频数据进行缩尾处理,以减少极值对分析结果的影响。
6. 匹配企业基本信息:将词频数据与企业的基本信息进行匹配,形成一个包含企业代码、年份和数字化转型程度等变量的综合数据集。
7. 进一步分析:通过统计模型(如双重差分模型)分析企业数字化转型

三、内容预览