数据介绍：

• 年份：2000-2023
• 范围：A股上市公司
• 三个版本：人工智能词频(未缩尾未剔除)、人工智能词频(已缩尾未剔除)、人工智能词频(已缩尾已剔除金融STPT)
• 文件格式：Dta格式（使用Stata打开）、Xlsx格式（使用Excel打开)
• 注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
• 行业参照证监会2012年行业分类标准，制造业用二级行业分类，其他用一级分类来计算并对连续型变量进行了1%和99%分位数的缩尾处理
• 代码格式：do文件（Stata 14/15/16/17/18）
  

---

计算说明：

      由于中文文字之间没有空格切分，而且词语才是能够独立运用的最小语言单位，因此需要对年报文本进行专门的分词处理。我们使用广泛运用的Python开源“jieba”中文分词模块对上市公司年报文本进行分词处理。中文文本分析存在3个难点，即切分颗粒度、歧义词识别以及新词的识别(姚加权等，2020)。阅如，机器学习”是人工智能的核心术语之一，但“jieba”分词模块会将其切分为“机器”和“学习”两个词语。为解决该问题，我们将生成的人工智能词典作为预设专有名词词典加入到“jieba”的分词模块并统计上市公司年报中人工智能词语的数量。采用上市公司年报中人工智能关键词数量加1的自然对数(Lnwords)作为企业人工智能指标。此外，我们还基于上市公司年报“管理层讨论与分析”(MD&A)部分构建企业人工智能的替代指标。

      处理软件：原始数据为使用Python对上市公司年报进行文本分析后获得(jieba分词，停用词表使用哈工大停用词表),后续使用Stata进行整理，最终形成面板数据形式

---

参考文献

• 姚加权，张锟澎，郭李鹏，等.人工智能如何提升企业生产效率?——基(于劳动力技能结构调整的视角[J].管理世界，2024,40(02):101-116+133+117-122
  

    

---

代码：

数据量

描述性统计：

结果数据