一、数据概述
本数据基于上市公司年报管理层讨论与分析（MD&A）文本，运用文本分析方法
计算企业层面的政策不确定性指标。政策不确定性是衡量企业对宏观政策环境
感知的重要指标，在公司金融、宏观经济等领域具有广泛应用。


二、核心指标及计算方法
【核心逻辑】
    当一个句子中同时包含"政策类词汇"和"不确定类词汇"时，
    判定该句子表达了政策不确定性。
【计算步骤】
    步骤1：加载自定义词典和停用词表
    步骤2：读取MD&A文本，按句号分句
    步骤3：使用jieba进行中文分词
    步骤4：判断每个句子是否同时包含政策词和不确定词
    步骤5：统计政策不确定性句子数和不确定词数
    步骤6：汇总输出结果
【政策类词汇（共44个）】
    市政、政策、货币政策、政策鼓励、国家、扩内需、保增长、促发展、
    产业发展、法律、法规、行业政策、产业政策、宏观政策、国民经济、
    有关部门、产业结构调整、产业结构、当地政府、政府、经济政策、
    政策走势、所得税、增值税、税收减免、税收优惠、刺激政策、限贷令、
    限购令、保障房、宏观调控、证监会、国家政策、政治、军事、政策环境、
    宏观、政府补助政策、调控政策、政府补助、税收政策、政策扶持
【不确定类词汇（共50个）】
    风险、经营风险、市场风险、信用风险、不确定性、不确定、波动、变化、
    改变、徘徊、不稳、不稳定性、不稳定、不寻常、错综复杂、非常复杂、
    纷繁复杂、纷纭复杂、十分复杂、结构复杂、变得复杂、风云变幻、
    风云突变、矛盾突出、突变、复杂、复杂多变、诡谲多变、阵痛、过渡、
    问责、整顿、危险、动荡、动荡不安、动荡不定、多变性、振荡下行、
    震荡、震荡不安、政治波动、难以确定、难以预测、难以预料、难以捉摸、
    接受考验、混乱、混乱状态、有时、时而、随机





三、数据范围
【数据范围】A股上市公司
【时间跨度】2000年 - 2024年
【文本来源】上市公司年报MD&A（管理层讨论与分析）部分
【文本格式】txt格式


四、输出变量说明
序号    变量名称        变量类型    说明
1       文件名          字符型      MD&A文本文件名（含股票代码和年份）
2       总词数          数值型      去除停用词后的总词数
3       总字数          数值型      文本总字符数
4       不确定句数      数值型      同时包含政策词和不确定词的句子数
5       总句数          数值型      文本总句数（按句号分割）
6       不确定词数      数值型      不确定词汇在政策不确定句中出现的总次数





五、衍生指标构建建议
【政策不确定性比例指标】
    政策不确定性_句子比例 = 不确定句数 / 总句数
    政策不确定性_词汇比例 = 不确定词数 / 总词数
【对数化处理】
    政策不确定性_对数 = ln(1 + 不确定句数)


六、数据来源
【原始文本来源】巨潮资讯网上市公司年报
【分词工具】jieba中文分词


七、文件清单
文件名称                            说明
原始数据/                           原始MD&A文本数据文件夹
上市公司-不确定性感知数据.xlsx      计算结果（Excel格式）
上市公司-不确定性感知数据.dta       计算结果（Stata格式）
政策不确定性计算.py                 Python计算代码
企业不确定性感知、投资...pdf        参考文献
分词词典.txt                        自定义分词词典