上市公司企业情感语调数据上市公司年报情感语调数据（2010–2024年）

一、数据介绍

• 数据名称：上市公司企业情感语调数据（2010–2024年）

• 数据年份：2010–2024年

• 数据范围：中国A股上市公司（覆盖4,815家企业）

• 数据格式：面板数据，Excel文件

• 数据来源：基于上市公司年报文本，参考《财经研究》等学术成果，结合自然语言处理技术（NLP）处理与构建

  
  

二、数据指标

该数据集基于企业年报文本语料，通过情感词典识别和文本分词提取以下主要字段：

字段名称	字段说明
Symbol	股票代码
stkcd	公司代码（标准Wind代码）
year	年份
ShortName	公司简称
IndustryCode	行业分类代码（证监会行业分类）
IndustryName	行业名称
正面词汇数量	年报中识别的积极情绪词数量
负面词汇数量	年报中识别的消极情绪词数量
总词汇数量	全部有效词汇数量
句子数量	文本中句子总数
文字数量	年报文字总字符数
情感语调1	正面词汇数 ÷ 总词汇数
情感语调2	（正面词汇数 − 负面词汇数）÷（正面词汇数 + 负面词汇数）

三、计算方法

情感语调指标来源于对年报文本的词汇层级分析，主要参考钟凯等（2021）方法，构建以下两个核心量化指标：

• 情感语调1 = 正面词汇数 ÷ 总词汇数

• 情感语调2 =（正面词汇数 − 负面词汇数）÷（正面词汇数 + 负面词汇数）

  
  

文本情绪词提取基于中文财经情感词典，语料处理使用了分句、分词、词性标注、去除停用词等预处理步骤，确保情绪量化指标的稳定性和解释力。

四、参考文献

钟凯, 董晓丹, 彭雯, 等. 一叶知秋：情感语调信息具有同业溢出效应吗？——来自业绩说明会文本分析的证据[J]. 财经研究, 2021, 47(09): 48–62.

五、数据概览