数据介绍

本研究借鉴张叶青（2021）的研究方法，采用文本分析法对公司年报中的大数据应用程度进行量化评估。具体而言，通过统计年报中与大数据相关的关键词出现频次来构建衡量指标。在关键词选取方面，综合参考了学术文献、政府政策文件以及行业研究报告等多个权威来源。

核心指标lnBigdata的计算方法为：首先统计每家公司在年报中提及预设大数据关键词的总次数，然后对该数值加1后取自然对数。考虑到大数据应用水平存在逐年上升的趋势，本研究对lnBigdata指标进行了年度调整处理，即按照”公司-年份”维度对数据进行1%分位数的缩尾处理（winsorize），以消除极端值的影响。

文件包包括6.1万个样本，5600家企业，包括原始数据、计算do文件和最终计算结果。

数据指标

证券代码、证券简称、年份、stkcd、year、大数据相关关键词词频、大数据应用指数、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码