上市公司管理层信息披露情感分析2010-2022管理层讨论与分析内容与前一年相比文本相似度正负面词汇数量词汇总量句子数量文字数量情感语调管理层盈利预测类型编码管理层盈利预测类型审计意见类型


数据来源：基于上市公司年报、公告数据整理，及相关省、市数据
数据范围：沪深北证 上市公司 A股，含主板、中小企业板、创业板、科创板、北京证券交易所的服务板块
主要指标：
（850多MB数据文件的网盘链接）



其中：

Symbol [证券代码] - 以沪、深、北证券交易所公布的证券代码为准。
ShortName [证券简称] - 以沪、深、北证券交易所公布的证券简称为准。
Enddate [统计截止日期] - XXXX-6-30、XXXX-12-31
IndustryCode [行业代码] - null
IndustryName [行业名称] - null
ManaDiscAnal [管理层讨论与分析内容] - null
TextualSimilarity [与前一年相比文本相似度] - 如统计截止日期为XXXX-06-30对比的是前一年的6-30的半年报，统计截止日期为XXXX-12-31对比的是前一年的12-31的年报。关于中文文本相似度计算，首先使用结巴分词对文本进行处理，分词过程中去掉阿拉伯数字、标点符号、图片表格。接下来使用潜在语义索引（Latent Semantic Indexing， LSI）余弦相似度计算法，分别计算得出 MD&A文本相似度。
PositiveVocabularyNum [正面词汇数量] - null
NegativeVocabularyNum [负面词汇数量] - null
TotalWordsNum [词汇总量] - null
SentencesNum [句子数量] - null
WordsNum [文字数量] - null
EmotionTone1 [情感语调1] - 计算公式为：（正面词汇数量-负面词汇数量）/词汇总量；数值越大，情感倾向越偏向正面积极。
EmotionTone2 [情感语调2] - 计算公式为：（正面词汇数量-负面词汇数量）/（正面词汇数量+负面词汇数量）；数值越大，情感倾向越偏向正面积极。
ProfitForecastTypeID [管理层盈利预测类型编码] - 盈利预测类型编码：1=首亏、2=续亏、3=扭亏、4=转亏、5=续盈、6=预增、7=大增、8=略增、9=大降、10=预减、11=略减、12=略降、13=不确定、14=其他、15=增亏、16=减亏
ProfitForecastType [管理层盈利预测类型] - 业绩预告类型为转亏、续亏、扭亏、续盈、大增、大降、略增、略降、不确定等
ProfitForecastDeclareDate [管理层盈利预测发布日期] - 指发布业绩预告公告的日期
ProfitForecastDeviation [管理层盈利预测偏差] - 计算公式为：（t年的预测净利润值-t年的实际净利润值）/|t年的实际净利润值|；如果t年的预测净利润值是个具体的数值，则取该数值为预测净利润值，如果是个区间估计，则取上下限均值作为预测净利润值（若上下限其中一个为空，则字段为空）
ProfitForecastChangeNum [管理层盈利预测修正次数] - 0=业绩首次预告；1=业绩第一次修正；2=业绩第二次修正，修正次数依次递推
TypeAuditOpin [审计意见类型] - 审计后审计事务所对年报内容出具的意见类型。2003年前：1、标准无保留意见2、保留意见3、否定意见4、拒绝发表意见5、无保留意见加说明段6、保留意见加说明段7、否定意见加说明段2003年后：1、标准无保留意见2、保留意见3、否定意见4、无法发表意见5、无保留意见加事项段6、保留意见加事项段
ISSustManaNonStandExpl [是否发布可持续经营非标意见] - 0：否；1：是。审计意见中是否由于可持续经营问题被出具非标意见。