上市公司管理层讨论与分析MD&A文本及情感分析

参考文献：
[1]于挺,刘嘉庆.新质生产力背景下管理层语调与企业双元创新研究[J].会计之友,2024,(13):150-157.[2]康进军,刘娜,范英杰.MD&A语调、融资约束与企业创新[J/OL].会计之友,1-9[2024-07-14].
[3]林乐,谢德仁.分析师荐股更新利用管理层语调吗?——基于业绩说明会的文本分析[J].管理世界,2017,(11):125-145+188.


基于上市公司年报和半年报数据整理计算
沪深、北京证券交易所A股上市公司

数据范围：2010-2023年，共 42,113 条观测值
数据对象：沪、深、北证券交易所A股上市公司
数据格式：dta和excel，面板数据可直接用
数据大小: 超过1G，放在百度网盘
指标如下：

• [证券代码] - 以沪、深、北证券交易所公布的证券代码为准。
• [证券简称] - 以沪、深、北证券交易所公布的证券简称为准。
• [统计截止日期]
• [行业代码]
• [行业名称]
• [管理层讨论与分析内容]
• [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。
• [正面词汇数量]
• [负面词汇数量]
• [词汇总量]
• [句子数量]
• [文字数量]
• [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。
• [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。
• [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
• [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
• [管理层盈利预测发布日期] - 指发布业绩预告公告的日期
• [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）
• [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
• [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
• [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。