2001-2025年上市公司年报可读性指标数据+代码

Verilog 代码规范 Verilog代码规范指南 本文详细介绍了Verilog代码规范,旨在帮助开发者编写清晰、可维护的代码。主要内容包括: 命名规则:模块名使用小写字母加下划线,信号名添加_i/_o后缀区分输入输出,时钟信号以clk开头。 代码结构:模块应实现单一功能,使用2-4空格缩进,文件与模块同名,并添加头部注释说明。 注释规范:要求文件头部注释、端口注释和逻辑块注释,解释功能细节。 模块设计:推荐ANSI风格端口声明,参数化设计,避免隐式声明。 时序逻辑:规范时钟复位信号命名,避免锁存器,建议三段式状态机设计。 该规范 阅读详情

数据集概览

年报是外部投资者获取公司经营信息最完整的文本通道。Li(2008)给出的经典结果是:年报读起来越费劲,当期盈余的持续性越差、分析师跟踪越少,「难读」往往是管理层有意模糊坏消息的信号。这条文献线索之后,可读性从读者的主观感受变成了一组可以逐份计算、可以逐年比较的文本统计量。

该数据覆盖 2001—2025 年 A 股上市公司年度报告,对整份年报全文与管理层讨论与分析(MD&A)两种文本分别测算篇幅、句法、词汇、汉字四组共 30 项可读性指标,两种口径合计 60 个指标列。当前版本含 71 926 条公司—年度观测、6 091 家上市公司;随数据提供 Python 处理代码与计算结果,便于把同一口径迁移到新增年报上复算。

指标是怎么算出来的

含三十个指标,整条链路可以拆成六步:

  1. 清洗。读取年报全文与 MD&A 章节文本,去掉全部空白字符与目录引导点(目录里成串的点线),使后续计数不受排版与换行影响。

  2. 分句。按句末标点切分句子。源文本大约每 30 字硬换行,换行不构成句读,因此不能作为切分依据——这一步直接决定了所有「句长」类指标的量纲。

  3. 分词。jieba 分词后只保留纯中文或纯英文词,含数字与标点的词一律丢弃。字符序列由此变成词汇序列,词长分布、虚词比例、词汇熵都以此为基础。

  4. 词汇难度。以「未登录词 + 词频低于 100 的低频词」构造难词比例,同时输出词长分布、虚词比例与词汇熵,用来区分「用常用词铺陈」与「堆生僻术语」两种写法。

  5. 汉字难度。用逐字笔画表(9 574 字)算平均笔画数、多笔画字与少笔画字比例;用《通用规范汉字表》(8 105 字,分一、二、三级)算各级字比例,并把表外字单列。生僻字越多,读者的认读负荷越高。

  6. 合成。中文 Fog = 0.4 ×(平均句长_词 + 100 × 难词比例)。把句法复杂度与词汇难度压成一个标量,方便在回归里作为单一自变量使用,也便于跨年份、跨公司快速排序。

样本数据(节选)

参考文献

Li, F. Annual report readability, current earnings, and earnings persistence[J]. Journal of Accounting and Economics, 2008, 45(2-3): 221-247.

下方专栏合集顶部分享更多内容:

经管社科数据代码合集

来源: Paper 数据分析  

尚硅谷 2025 python 虚拟机器:从应用层到操作系统层,这些层主要由软件构成,提供抽象的计算环境。实际机器:从传统机器层到硬件逻辑层,这些层涉及具体的硬件实现。虚拟机器应用层这是用户直接使用的软件层,包括各种应用程序。高级语言层使用高级编程语言(如Java、Python等)编写的程序。汇编语言层使用汇编语言编写的程序,更接近机器语言。操作系统层操作系统负责管理硬件资源和提供服务给上层应用。实际机器传统机器层基于指令集架构的传统机器层。微程序机器层通过微程序控制硬件执行指令的层。硬件逻辑层。 阅读详情

相关推荐

Python代码规范PEP 8详解与最佳实践

代码规范是软件开发中的基础工程实践,PEP 8作为Python官方的代码风格指南,定义了包括缩进、命名、空格使用等核心规范。良好的代码规范能显著提升可读性和可维护性,在团队协作、代码审查和项目维护中体现技术价值。通过静态检查工具如flake8和自动化格式化工具black,开发者可以高效实现规范检查与修复。本文结合Python社区实践,详解PEP 8规范要点,并给出代码重构实例与工具链配置方案,帮助开发者掌握Python代码风格规范。

weixin_28720573的博客 334

【更新至2025年】2000-2025年上市公司年报文本数据(pdf+txt格式)

【更新至2025年】2000-2025年上市公司年报文本数据(pdf+txt格式)

m0_71334485的博客 756

JSON 与 BSON 深度解析:理解 MongoDB 底层数据格式与扩展类型。

本文深入探讨了MongoDB的核心数据格式BSON及其与JSON的关系。JSON作为通用数据交换格式存在类型缺失、二进制支持不足等局限性。BSON作为二进制JSON扩展,通过强类型系统、紧凑存储结构和高效遍历机制,完美适配数据库需求。文章详细解析了BSON的二进制结构、类型编码,并重点介绍了MongoDB的扩展数据类型,包括ObjectId、Binary Data、Date等特殊类型的实现原理和应用场景。通过对比JSON与BSON的特性差异,阐明了BSON在数据库系统中的性能优势,为开发者深入理解Mongo

数据知道的博客 2448

【更新至2025年】2001-2025年上市公司年报文本数据(txt格式)

【更新至2025年】2001-2025年上市公司年报文本数据(txt格式)

m0_71334485的博客 273

VM与欧姆龙PLC通讯设置:Fins TCP/UDP协议实战避坑指南

本文详细解析了VM视觉平台与欧姆龙PLC通过Fins TCP/UDP协议进行通讯的实战配置与避坑要点。文章对比了Fins TCP与Fins UDP的差异,推荐在多数工业控制场景下优先选用Fins TCP以保证可靠性,并深入讲解了网络设置、寄存器地址映射、轮询优化等核心配置步骤。同时,针对常见的多次触发拍照、数据解析错误等问题提供了具体的解决方案和调试技巧,旨在帮助工程师快速建立稳定高效的通讯连接。

e4f5g6h7的博客 597

Arduino程序设计(十)8×8 共阴极LED点阵显示(MAX7219)

本文主要介绍8×8 LED点阵显示实验,分别是:1、介绍MAX7219点阵模块;2、点阵显示部分图形;3、点阵显示数字 0~9 及 26 个英文字母。1、通过上述两个点阵实验,了解了8*8点阵显示的基本原理;2、通过SPI通信控制点阵显示,学会了Arduino用SPI通信方式控制外设。

Alice的博客 1万+

2025年了,PHP 还是“世界上最好的语言”吗?

虽然当时这句话最初是PHP官方的一种积极评价,但在后来的传播过程中,它逐渐演变成了一个具有讽刺意味的梗。Less表示没办法啊,三个最你都抢走了,那我也只能低调了。不过其他语言就相比低调了很多,例如Go、Java、Python等等,只是说了自己的相对的优势,用不用看你决定,反正我已经告诉你我们的好处了。,这两个语言实际上来说是干一个事的,但是这个哥俩一个高调的要死,一个扭扭捏捏的低调的要死,不信咱们来看一下。所以在这个梗之下,也有一些官网也有着调侃的意味,例如Ruby,毕竟已经有最好的语言了,那我们就是。

李游的博客 2106

Phantom Omni的力与力矩操作

*本说明为对Phantom Omni的力与力矩操作 ****************虚拟夹具的力读取与控制************************ 1、首先力的读取要声明【全局变量】 hduVector3Dd F;//三维矢量力(x,y,z三个方向的力) 2、对力的控制可以采用配置函数Set()与Get()函数; 3、对力觉的控制或读取操作需要放到【回调帧】开始与结束之间,如例子

xuliang355的博客 2563

2025 年 5月编程语言排行榜|Java 跌出前三

Python 拥有丰富的库和框架,如Django、Flask(Web开发)、NumPy、Pandas(数据分析)、TensorFlow、PyTorch(机器学习)等,这些工具极大地提高了开发效率。TIOBE 每个月都会公布一次编程语言的排行榜,这份排行榜排名基于全球技术工程师、课程和第三方供应商的数量,其中包括了流行的搜索引擎以及技术社区,如 Google、百度、维基百科等等。2008 年发布,虽然与 Python 2.x 不完全兼容,但引入了许多重大改进,如更一致的字符串处理和新的标准库。

lxw1844912514的博客 1156

【Ragflow】9.问答为什么比搜索响应慢?从源码角度深入分析

前几天看到有群友提到一个现象:Ragflow的搜索界面的问答速度很快,但聊天界面的问答速度很慢,究竟是什么原因?在深入挖掘源码之后,逐渐发现了问题的答案。

兴趣使然的创作者 2907

华为路由器 VRRP主备配置

3、R3 出口路由器。

一直被模仿,从未被超越 5591

到 2025年,全球仍有 73.4% 的网站在用「已死」的 PHP!

这个数据,看似与时常遭程序员嘲讽的 PHP 毫无关系,但事实上诞生至今已经有 20 多年历史的 PHP,其具备的快速、免费和开源等特点,仍是如今诸多极其重视时间和成本的创业公司的最优解。事实上,根据 W3Techs 最新统计的 PHP 使用情况,也可以侧面印证这个说法:“在我们知道其服务器端编程语言的所有网站中,有 76.4% 的网站都在使用 PHP。或许应该说,随着开发大环境发生演变,各种编程语言的定位也愈发明确,PHP 虽不如曾经辉煌,但它在快速开发和低成本开发领域,仍然是许多人的首选。

weixin_45585172的博客 825

Android架构中UseCase的设计原则与实战解析

本文深入解析Android架构中UseCase的设计原则与实战应用,探讨其在Domain Layer中的核心作用。通过对比ViewModel的臃肿问题,详细阐述UseCase的无状态原则、单一职责边界等设计铁律,并提供多种实现方式的代码示例,帮助开发者构建更清晰、高效的Android应用架构。

weixin_28432777的博客 434

关于json 格式说明1

数据压缩:与Brotli/Zstandard算法深度集成语义增强:结合RDF实现自描述数据跨格式兼容:通过JSON-LD对接语义网掌握JSON,不仅是学会一种格式,更是理解现代数据流动的通用语言。延伸阅读:RFC 8259(JSON标准)、《JSON权威指南》(O'Reilly 2024版)

2501_91217169的博客 1万+

Unet++改进33:添加ConvolutionalGLU(2024最新改进方法)|紧凑的网络结构和高效的运算

由于残差连接的深度退化效应,许多依赖堆叠层进行信息交换的高效视觉变形模型往往不能形成足够的信息混合,导致视觉感知不自然。为了解决这个问题,在本文中,我们提出了聚合注意力,这是一种基于仿生设计的令牌混合器,它模拟生物中央凹视觉和连续眼运动,同时使特征映射上的每个令牌具有全局感知。此外,我们结合了可学习的令牌,与传统的查询和键交互,这进一步多样化了亲和矩阵的生成,而不仅仅依赖于查询和键之间的相似性。我们的方法不依赖于堆叠进行信息交换,从而有效地避免了深度退化,实现了自然的视觉感知。

AIcurator的博客 686

60、磁悬浮主动隔振系统的LQR控制研究

本研究针对磁悬浮主动隔振系统,提出了一种结合ANN建模、LQR控制与MPGA优化的综合控制方案。通过建立系统的动力学与状态空间模型,利用混合训练算法的ANN精确描述MSVI的非线性和滞后特性,并设计基于最小力传递率的LQR控制器。为优化LQR的Q和R矩阵,引入多群体遗传算法(MPGA),有效克服传统GA的早熟收敛问题,提升搜索效率与控制性能。仿真结果表明,在单频、扫频、随机及冲击激励下,该方法显著降低传递力幅值,隔振效果远优于被动系统。研究验证了所提方法的有效性,为磁悬浮隔振技术的实际应用奠定了基础,并展望

linux6sysadmin的博客 127

【91行极限:在代码的方寸之间,雕刻创意的宇宙】

在数字世界的广袤疆域里,一行代码可以是一道指令,一个函数可以是一个世界,而91行代码——这个看似随意的数字限制——却意外地成为了当代开发者创意表达的黄金标尺。2025年初,一个名为“91行代码创意赛”的活动悄然兴起,旋即如燎原之火席卷全球开发者社区。它的口号简洁有力:“用不超过91行代码实现创意项目,挑战开发极限。”这个数字91并非偶然。在ASCII编码中,左方括号“[”的十进制值正是91——一个包容的开始,一个结构的起点,一个无限可能的入口。91行,既不是初学者望而生畏的高墙,也不是资深工程师不屑一顾的儿

m0_64006292的博客 429

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

2025/2/28 下午《尚硅谷》——基于注解管理bean之功能分析、注解和扫描、扫描组件、bean的id---含代码示例详解

Spring通过@Component、@Controller、Service、Repository标识组件,<context:component-scan>扫描注册Bean,默认ID为类名小驼峰。 过滤规则:exclude-filter按注解(type="annotation")或类(type="assignable")排除;use-default-filters="false"+include-filter精准包含。 自定义ID:注解value定义,避免NSBDE。

YZH&HQQ 770

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

2026年中医四诊仪品牌推荐:适合医院临床使用与信息化系统对接的正规厂商选型要点分析

资质合规、采集标准化、信息化对接、数据积累、服务体系、扩展性六个维度构成了可操作的评估框架。海恩达在国家级认证、行业标准参与度与“硬件+软件+平台”一体化方面的公开信息相对完整,适合作为医院整体化建设场景下的重点论证对象。免责声明:本文观点仅供参考,不作为消费或投资决策的依据。医疗器械的采购与使用应遵循国家相关法规要求,具体产品信息以厂商官方资料及医疗器械注册证载明内容为准。

2600_96788429的博客 12

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

XSD 日期和时间数据类型

XSD日期时间类型使用指南:基于ISO 8601标准,推荐xs:date(纯日期)和xs:dateTime(带时间)两种最常用类型。重点提示:中国业务建议使用"+08:00"时区格式(如2025-11-28T14:30:25+08:00),信用卡有效期使用xs:gYearMonth(2028-11)。提供完整XML模板,包含生日、订单时间等常见场景的规范写法,强调避免使用复杂的xs:dateTimeStamp和xs:duration类型。附实用速查表,帮助开发者快速选择合适类型。

likuoelie的博客 720

数学建模中的数据考古:从流行音乐史到可计算序列

流行音乐史作为典型人文命题,其量化建模本质是将模糊历史叙事转化为可测量、可验证的数据序列。核心在于理解数据生成机制——年份对齐、流派编码、OCR错误模式等并非噪声,而是携带时代特征的‘数据指纹’;LDA主题演化与分形维数等技术,实为捕捉非线性时间趋势的数学语言。这类基于真实约束(小样本、低质量文本、无原始音频)的建模实践,凸显数据工程在数学建模中的基础性地位,尤其适用于历史数据分析、文化计算及跨学科定量研究场景。SPSSPRO与LDA在此过程中,既是工具载体,更是方法论试金石。

axfcjwkbi259888707的博客 343

FluentAssertions电子商务:订单处理与库存管理测试

在电子商务系统的开发中,订单处理和库存管理是最核心也最复杂的业务逻辑。传统的单元测试方法往往面临以下挑战: - **数据验证繁琐**:订单对象包含嵌套的商品列表、客户信息、支付详情等复杂结构 - **库存同步困难**:需要验证库存扣减与订单创建的原子性操作 - **业务规则复杂**:满减优惠、库存预警、订单状态流转等多重业务规则 - **测试代码冗长**:传统的断言语句难以清晰表达复杂的业务预期...

gitblog_00779的博客 1089

在设计数据库时,还需要考虑数据的安全性、隐私保护、合规性等因素,随着业务的发展和技术的变化,数据库设计可能需要进行持续的更新和改进

在设计数据库时,还需要考虑数据的安全性、隐私保护、合规性等因素。此外,随着业务的发展和技术的变化,数据库设计可能需要进行持续的更新和改进。 以下是为“莫斯新能源汽车公司汽车零件采购系统”设计的数据库方案,包含核心表结构及说明,可基于关系型数据库(如 MySQL )实现:

[Blog][Domain] programb.blog.youkuaiyun.com 897

Professional Programming数据格式:JSON、XML、Protobuf选择

在现代软件开发中,数据格式的选择远不止是技术决策,更是影响系统性能、可维护性和扩展性的战略选择。JSON(JavaScript Object Notation)、XML(eXtensible Markup Language)和Protobuf(Protocol Buffers)作为三种主流数据格式,各自承载着不同的设计哲学和应用场景。 > "数据是比代码更好的抽象" — Urbit Precep...

gitblog_00442的博客 641

用GPT-4生成专业数据图表:7个高成功率提示词模板

数据可视化是将原始数据转化为可理解信息的关键环节,其本质是信息降噪与视觉编码的结合。传统方式依赖工具操作技能(如Matplotlib语法、Tableau拖拽),而大模型时代的核心范式已转向‘结果导向的提示工程’——即通过精准描述图表形态、排序逻辑、颜色规范、数据清洗规则等上下文,激活AI对专业图表的多模态先验知识。该方法深度融合认知心理学(视觉优先处理)、统计学原则(如IQR离群值定义)与工程实践(容错清洗、参数精调),显著提升业务周报、政策简报、科研初筛等场景下的图表产出效率与专业可信度。本文聚焦GPT-

csobhtdx34120的博客 515

Swift日期处理终极指南:用扩展优雅解决Date重复代码

在iOS开发中,时间与日期处理是绕不开的基础技术。Swift的Date结构体虽然本质上是绝对时间戳的封装,但面对业务中“今天/昨天”“日期差值”“农历星座”等需求时,开发者往往需要反复组合Calendar、DateComponents和DateFormatter,不仅代码冗长,还极易触发时区、Locale和性能陷阱。本文从日期处理的基本概念出发,剖析Date扩展的封装思路与设计原则,帮助开发者理解如何通过Swift扩展机制将重复模板代码收敛为语义清晰、可复用的工具方法。无论是时间戳转换、日期比较、格式化解析

weixin_32308101的博客 269
上一篇: 2011-2025年省级工业机器人渗透率
下一篇: 1999-2025年上市公司智能算力部署数据
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值