数据名称：上市公司大数据应用报关键词词频提取年份：2000-2024
范围：A股上市公司
三个版本：大数据应用指数（未缩尾未剔除）、大数据应用指数（已缩尾未剔除）、大数据应用指数（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：
参考中将最核心的大数据应用的衡量指标(InBigdata)具体定义为：公司年报中提及大数据相关关键词的次数加一后取对数。由于大数据应用情况随年份增长趋势明显，将InBigdata按照“公司—年份”的观测值确定每年缩尾(winsorize)上下极值各1%。




大数据相关关键词如下：大数据、海量数据、数据中心、信息资产、数据化、算力
大数据应用指数=In(大数据相关关键词词频+1)

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：张叶青，陆瑶，李乐芸.大数据应用对中国企业市场价值的影响——来自中国上市公司年报文本分析的证据[J].经济研究，2021,56(12):42-59.