企业数字化转型-MD&A报告314个词频、文本统计（2001-2023年）

团队参考吴非（2021）、赵宸宇（2021）、甄红线（2023）的做法，对MD&A报告进行分析。利用“数字化转型”的总计314个关键词，计算2001-2023年上市公司“数字化转型程度”，分别记为数字化转型程度A、数字化转型程度B、数字化转型程度C

目录

➤整理过程

➤解析MD&A报告文本

➤定义“数字化转型”关键词

➤MD&A文本预处理

➤统计数字化转型词频明细

➤计算3种数字化转型、各维度水平

➤数据下载

第一步，解析MD&A报告文本

由于不同年份上市公司年报的格式设置有所不同，因此各年MD&A文本的提取方式有所变化

MD&A文本提取方式：

➤2014年及以前主要在“董事会报告”中提取

➤2015年主要在“管理层讨论与分析”中提取

➤2016年-2020年主要从“经营情况讨论与分析”中提取

➤2021-2023年主要在“管理层讨论与分析”中提取

第二步，定义“数字化转型”关键词

数字化转型A：参考《管理世界》中吴非（2021）的做法，马克团队对人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用五个维度76个数字化相关词频进行统计

数字化转型B：参考《财贸经济》中赵宸宇（2021）的做法，对数字技术应用、互联网商业模式、智能制造、现代信息系统四个维度99个数字化相关词频进行统计

数字化转型C：参考《经济研究》中甄红线（2023）的做法，对技术分类、组织赋能、数字化应用等类别下139个数字化相关词频进行统计

第三步，MD&A文本预处理

首先，爬取上市公司的公开年报，保存为pdf文件；其次，读取pdf格式的年报，提取MD&A报告文本，并将文本转为规范化的面板数据；再次，统计MD&A报告的文本长度，以及只保留中英文部分的文本长度

第四步，统计数字化转型词频明细

构建企业数字化术语词典，将词汇扩充到python的jieba库，并去除停顿词。统计314个“数字化转型”关键词出现的次数，并剔除关键词前存在否定词汇的词语：无、非、别、不、没、无、忽、莫、否、没有、还没、毫无、无需、无关

第五步，计算3种数字化转型、各维度水平

参考三位学者各自的“数字化转型”子维度的词频明细，加总词频和，并统计各个子维度，分别记为数字化转型程度A、数字化转型程度B、数字化转型程度C

参考文献

[1]吴非,胡慧芷,林慧妍,等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(07):130-144+10.

[2]赵宸宇,王文春,李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济,2021,42(07):114-129.

[3]甄红线,王玺,方红星.知识产权行政保护与企业数字化转型[J].经济研究,2023,58(11):62-79.