2000-2023年中国上市公司年报中数据资产信息披露水平词频面板数据集

在数字经济时代，数据作为新型生产要素，正逐步成为企业提升核心竞争力的重要资源。数据资产的管理与信息披露水平，已经成为衡量企业透明度与数字化战略执行力的重要参考指标。越来越多上市公司在年报中披露有关“大数据”“数据平台”“数据挖掘”等内容，这一变化也为监管研究、投资决策及财务信息分析提供了新的思路。

本数据集基于2000年至2023年A股上市公司年度报告文本，通过“种子词 + Word2Vec相似词扩展”的方法，提取与数据资产相关的关键词词频，并据此构建数据资产信息披露水平指数。数据量覆盖6万余家公司年度样本，提供原始词频、总词数、披露强度等核心变量，辅以标准化披露评分，适用于文本分析、信息披露、数字转型、审计行为等研究。

---

一、数据说明

• 数据名称：2000-2023年中国上市公司年报中数据资产信息披露水平词频面板数据

• 数据范围：中国A股上市公司，约60,000+条年报文本记录

• 数据时间：2000-2023年

• 数据格式：面板数据（年度-公司-词频结构）

• 数据来源：基于年报文本，参考《中国信通院》《数据资产管理实践白皮书》标准，自行分析整理

  上市公司年报中数据资产信息披露水平（2000-2023年）.xlsx
  大小:(4.07 MB)

  只需: RMB 25元  马上下载

  
  

---

二、核心变量字段

字段名称	含义说明
股票代码	上市公司唯一识别代码
公司简称	上市公司中文简称
年份	年报对应年份
全文总词数	年报总字数
数据资产披露词频	所有目标词汇在年报中出现频率之和
披露指数（标准化）	基于词频的披露强度测算结果

[td]

---

三、关键词体系（部分展示）

• 种子词：数据资产、数据资源

• 扩展词：信息资源、数据平台、数据共享、数据挖掘、数据分析系统、海量数据、大数据、知识库、数据源等

• 提取方法：Word2Vec语义相似词扩展（保留Top 10词汇）

  
  

---

四、测算方法概述

参考牛彪与于翔（2024）在《当代财经》中的研究框架，数据资产信息披露水平通过以下步骤计算：

• 种子词选择：以“数据资产”和“数据资源”为核心词汇

• 语义扩展：使用Word2Vec模型训练获取相似词集合

• 年报提取：提取所有词汇在年报中的出现频次

• 指数构建：披露强度 = ∑（词频）/年报总词数（或标准化得分）

  
  

---

五、参考文献

• 牛彪, 于翔, 苑泽明等. 数据资产信息披露与审计师定价策略[J]. 当代财经, 2024(2):154-164.

• 中国信息通信研究院. 数据资产管理实践白皮书（4.0版）[R]. 2019.

• 国家数据资源调查报告（2021）. 中国信通院发布.

  
  

---

六、文件内容概览