2007-2023年上市公司企业家注意力配置数据

[1]余振,李元琨,李汛.外部关税冲击、企业家注意力配置与创新发展[J/OL].世界经济,2024,(06):65-94[2024-09-16].

企业家注意力配置对企业行为的影响主要体现在以下两个方面：

内容配置：企业家将注意力集中在不同的任务上，影响企业的创新决策、对新技术敏感性的把握，以及创新文化的塑造。

时间配置：企业家对过去、现在和未来的关注程度不同，影响企业的创新绩效。关注未来可能促进长期创新，而关注现在可能导致企业更倾向于短期业绩。

1.注意力内容配置：

现有文献表明公司年报可以有效反映企业家的特质及状态（Marquez-Illescas et al.，2019）。参照蒋艳辉和冯楚建（2014）的研究，本文选择对上市公司年报中的管理层分析与讨论章节（Management Discussion and Analysis，MD&A）进行文本分析①。文本分析首先需要构建“创新注意力”词集。参照胡楠等（2021）和 Brochet et al. （2015），本文通过机器学习 Word2vec 这一方法寻找近义词，缓解人为定义词表的主观性和通用同近义词工具的弱相关性。利用Word2vec模型对文本语料进行训练后，生成词向量空间，为每个词分配一个向量。在向量空间中，距离越近的词意思越近，可以通过两词的距离计算相似性。具体筛选词集方式如下：第一步为选择既往中文文献中曾用过的“创新注意力” 词集作为基础词（黄珊珊和邵颖红，2017），其中包括：“创新”“自主”“研发”“科研” “新产品”“技术”“开发”“研究”“专利”。第二步根据Word2vec中的CBOW模型（连续词袋模型，Continuous Bag-of-Words Model）对中文年度财务报告语料进行训练，生成词向量空间，并在词向量空间中，对基础词的相似词进行筛选。筛选标准为：财报文本语料中出现频次在1000次以上，且和基础词频相似度在30%以上的拓展词。第三步为邀请了 3名业界和学术界专家对 CBOW 模型得到的相似词进行人工核查，并筛选出包括“发明”和“技术成果”等额外的“创新注意力”拓展词集①。本文将“创新注意力”基础词集和“创新注意力”拓展词集分别作为文本分析的词典，并基于词典法对每家企业的年报中MD&A部分进行词频分析。通过计算词集中词汇总词频占 MD&A 总词频的比例并乘以 100②，得到企业家创新注意力配置指标。为了验证稳健性，本文还计算了两个指标：词集总词频占不含数字MD&A总词数的比例，词集总词频占不含数字和英文MD&A总词数的比例。这两个指标数值越大，表示企业家越注重创新。

2.注意力时间配置：

本文采用对企业年报中MD&A一章进行文本分析的方法来测量企业家注意力时间配置。使用文本分析测度人们的时间配置有着较强的语言学理论基础（Chen，2013）。跟上述做法相似，分三个步骤选取表征当下和表征未来的词集。第一步参照陈守明和胡媛媛（2016）的做法，采用“现在”“此时”“此刻”“当下” “当前”“近期”“目前”作为表征关注当下的基础词，采用“未来”“即将”“将来”“将要” “接下来”“今后”作为表征将来的基础词。第二步基于 Word2vec 中的 CBOW 模型构造词向量空间，并在其中寻找近义词，筛选出词频数在1000词以上，和基础词相似度在 30%以上③。第三步邀请 3名业界和学术界专家对 CBOW 模型得到的相似词进行人工核查，并筛选出包括“现在”“此时”等表征当下的词集④，并得到包括“将来”“将要”等表征未来的词集⑤。本文分别基于表征当下和表征未来的词集用来文本分析，并利用词典法对每家企业的年报中 MD&A 部分进行词频分析，分别计算以下 3 个指标：词集词频数占MD&A总词数的比例，词集词频数占不含数字MD&A总词数的比例，词集词频数占不含数字和英文MD&A总词数的比例。

数据预览

【下载→

方式一（推荐）：主页↓个人↓简介
经管数据库-优快云博客

方式二：数据下载地址汇总-优快云博客