2010-2024年上市公司大数据运用词频MD&A文本数据

最新推荐文章于 2025-12-14 20:47:02 发布

原创最新推荐文章于 2025-12-14 20:47:02 发布 · 514 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#大数据 #数据分析

部署运行你感兴趣的模型镜像

在数字经济深度融合实体经济、产业智能化转型加速推进的背景下，上市公司作为市场主体的核心力量，其人工智能技术应用、研发投入及成果转化情况，既是企业构筑核心竞争力的关键要素，也是反映产业数字化升级水平的重要依据。该上市公司人工智能发展指标数据，可有效支撑人工智能对企业绩效提升、创新能力培育及转型路径优化的相关研究，为政策制定者精准出台上市公司智能化扶持政策、企业制定人工智能发展战略提供数据基础，弥补了上市公司层面人工智能专项指标系统梳理的研究缺口。

本指标数据来源于各上市公司官网公开披露的年度报告，对年报里“管理层讨论与分析”板块的文本内容进行分析，数据层级为上市公司级;通过对2010-2024年期间上市公司公开信息的系统整理与核验，最终获得2010-2024年共计47327条上市公司人工智能发展相关指标数据，

本次数据处理流程为：首先从`result/上市公司词频统计.xlsx`（全量数据，论文所用的pdftotxt方法在将年报PDF版本转为TXT文档时，偶有PDF因版本加密等原因导致转换TXT时会出现不可逆转的偏差，故我们提供全量板，也提供初步修改的版本即DATA）读取数据；将`年份`列强制转换为数值类型并剔除无法转换的无效行；基于质量控制筛除`总词数`小于等于2000的记录，并进一步仅保留`年份`小于等于2024的数据；计算每条记录的`BigData`指标（`kw_sum`与`总词数`的比值并乘以100，单位为百分比），随后输出数据的示例、结构信息与描述性统计以便快速检查；在存在`年份`列的前提下，按`年份`分组计算各数值字段的年度均值用于年度对比分析；最后将清洗与计算后的结果保存至`result/DATA.xlsx`以供后续使用。