2501 上市公司高管大数据思维指标数据说明(2010—2025)
| 数据来源 | 上市公司年报MD&A文本。 |
| 时间跨度 | 2010—2025年。 |
| 区域跨度 | 沪深A股上市公司,公司—年度级观测 |
| 数据格式 | Excel |
“高管大数据思维指标”是一个基于上市公司年度报告“管理层讨论与分析”(MD&A)文本构建的连续型指标,旨在精准刻画上市公司高管团队在经营决策与信息披露中所体现的大数据思维水平。伴随大数据技术的发展与完善,管理者逐渐形成大数据思维能力,能够有效获取、分析并利用数据进行科学决策,大数据技术对社会的影响不仅体现为技术体系自身的持续扩张,更体现为对个体行为模式与认知方式的潜移默化影响。本数据集以2013年前后大数据概念在我国资本市场广泛渗透为时代背景,从沪深A股上市公司年报MD&A文本中识别与大数据思维相关的关键词,通过文本词频统计与标准化处理,有效捕捉了上市公司高管在年度报告中表达出的数据认知与应用倾向。
该指标为研究高管大数据思维如何影响企业数字化转型、创新绩效与治理效能提供了可量化、可追踪的实证基础,填补了“思维层面”大数据能力在微观企业层面的度量空白。基于此,可系统开展以下三方面研究:一是检验高管大数据思维对企业创新水平、研发投入及经营绩效的影响,揭示“思维红利”在企业的转化机制;二是分析其通过提升企业应对复杂信息环境的能力、降低信息不对称、促进数据驱动决策等路径作用于企业创新的机制,厘清大数据思维的赋能效应;三是探究在不同产权性质、行业属性或高管团队教育背景下,企业对大数据思维的异质性响应,为差异化政策推广提供依据。
本数据集的核心变量“高管大数据思维指标”参考唐雪松、廖强、李闻、廖望(2026)发表于《会计研究》的论文《高管大数据思维与企业创新水平——基于机器学习的研究》构建。原文作者通过“种子词—Word2Vec机器学习扩展—财经语料二次训练—人工核对筛选”的路线,构建包含38个关键词的大数据思维词典,并采用Loughran和McDonald(2011)修正的词频权重算法计算指标值。首先,提取上市公司年度报告“管理层讨论与分析”(MD&A)文本,使用Python的jieba分词工具结合THUOCL金融词典进行分词处理;其次,按照38词词典逐公司逐年度统计关键词出现频次,并以MD&A文本总长度进行标准化,得到原始词频;再次,按照权重公式计算各公司年度的高管大数据思维指标,并按证监会行业分类进行行业均值调整,得到行业调整值。
该数据可直接用于OLS回归、公司固定效应模型、工具变量法及多期DID等实证方法,为研究高管大数据思维对企业创新、数字化转型及高质量发展等议题的因果识别提供可靠的微观数据支撑。
注:全部关键词频次(共38列),每个关键词的年度词频各占一列,具体词汇见八、大数据思维词典。原文39个关键词中,“系统性”重复,删除重复得38个关键词。
| 股票代码 | 年份 | 行业代码 | 高管大数据思维指标 | 高管大数据思维指标(行业调整) | 高管大数据思维指标(词频形式) | 全部关键词频次(共38列) |
八、大数据思维词典
本词典由7个种子词与31个机器学习扩展词构成,用于识别MD&A文本中的大数据思维表达,合计38个关键词: