上市公司数字化转型吴非、袁淳、张永珅三个版本（2001-2023）

原创已于 2025-01-07 21:44:51 修改 · 3.6k 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#区块链 #人工智能

于 2024-11-12 17:02:13 首次发布

该文章已生成可运行项目，

数字化转型数据合集

整理了基本上最常见的数字化转型的度量方式，全部都是目前为止最为常用的顶刊数据用法，具体数据说明如下:

一、吴非版本（2007-2023）

1.计算方式:参考《管理世界》吴非(2021)老师的做法通过Python 爬虫功能归集整理了上海交易所、深圳交易所全部A股上市企业的年度报告，并通过Java PDFbox 库提取所有文本内容，并以此作为数据池供后续的特征词筛选。基于 Python 对上市企业年报文本提取形成的数据池，根据下图的特征词进行搜索、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。具体的大家可以看一下参考文献，与参考文献做法完全一致2.资料范围:6万多个样本，5615家企业，2023年数据有5300多个样本是全的，包括原始数据、stata计算代码和计算结果，数据来源于上市公司年报3.参考文献:吴非,胡慧芷,林慧妍,等.企业数字化转型与资本市场表现--来自股票流动性的经验证据[J].管理世界

二、袁淳版本（2007-2021）（数据丰富）

1、数据说明：依据袁淳（2021）文章进行构建，并纳入吴非的词频作为补充.借助数字经济相关的国家政策语义表述，建立一个相对完备的数字化词典，并利用基于机器学习的文本分析法，构建一个较为全面反映中国上市企业数字化程度的指标。具体步骤如下：

第一步，构建企业数字化术语词典。由于缺乏专门的数字经济领域的术语词典，本文以国家政策语义体系为基础构建企业数字化术语词典。借鉴何帆和刘红霞（2019）等的研究，通过对中央人民政府、工业和信息化部网站进行检索，人工筛选得到2012—2020年期间发布的30份重要的国家层面数字经济相关政策文件以用于提取企业数字化相关的关键词。经Python分词处理及人工识别，最终筛选得到197个频率大于等于5次的企业数字化相关词汇，这些词汇构成了本文的企业数字化术语词典。

第二步，对年报相关语段进行文本分析。本文把上述数字化术语词典中的197个词汇扩充到Python软件包的“jieba”中文分词库，然后基于机器学习的方法对上市公司年报“管理层讨论与分析”（MD&A）部分进行文本分析，统计得到197个与企业数字化相关词汇在年报中出现的频率。

第三步，企业数字化程度指标的构建。考虑到年报MD&A部分文本长度的差异，在提取得到每家上市公司每年年报中各个关键词的出现频率后，本文采用企业数字化相关词汇频数总和除以年报MD&A语段长度衡量微观企业数字化程度（Digital)。为了表述方便，本文将该指标乘以100。Digital指标数值越大，表示企业数字化程度越高。

三、张永珅版本 2001-2022

根据企业数字化转型的定义，本文借鉴祁怀锦等(2020)、何帆等(2019)的研究,以上市公司财务报告附注披露的年末无形资产明细项中与数字化转型相关的部分占无形资产总额的比例来度量企业的数字化水平。具体地,当无形资产明细项包含“软件”“网络”“客户端”“管理系统”“智能平台”等与数字化转型技术相关的关键词以及与此相关的专利时，将该明细项目界定为“数字化技术无形资产”，再对同一公司同年度多项数字化技术无形资产进行加总,计算其占本年度无形资产的比例，即为企业数字化转型程度的代理变量。