一、数据简介
数据名称：上市公司数字技术风险关键词分类数据
时间范围：不限定单一年份，服务于2000-2024年上市公司年报文本识别
数据层级：关键词-风险分类层面
核心指标：分类、子类、关键词
识别变量：分类、子类、关键词
文件格式：.xlsx


本数据为上市公司数字技术风险文本识别所使用的关键词分类表，工作表名称为“数字技术风险”，通过“分类-子类-关键词”三级口径组织风险词典，用于从上市公司年报文本中识别数据风险、网络风险和具体技术风险相关语句；数据共104条关键词记录，覆盖3个一级分类和9个子类，其中网络风险54条、数据风险30条、具体技术风险20条，关键词全部非空且不重复，关键词长度均值为4.279、标准差为1.038、中位数为4、最短2个字符、最长8个字符，主要用途是作为句子抽取、风险类型归属和后续风险暴露指标计算的词典基础。


二、计算说明
【分类】该变量为数字技术风险一级类别，用于区分数据风险、网络风险、具体技术风险等风险主题，是风险语句归类和分项风险暴露计算的上层口径。
【子类】该变量为数字技术风险二级类别，用于进一步细分风险类型，例如数据泄露、网络攻击、有害程序、设备设施故障、灾害性事件等，便于在一级分类下识别更具体的风险来源。
【关键词】该变量为实际用于文本匹配的关键词。计算代码读取关键词后进行正则匹配，年报句子只要包含任一关键词即进入数字技术风险相关句子集合；后续 data_risk 与 cyber_risk 的归类也依赖关键词所属分类。


三、变量说明
序号  变量名称  变量类型  变量说明
1     分类      str       数字技术风险一级分类，共3类，包括网络风险、数据风险、具体技术风险。
2     子类      str       数字技术风险二级分类，共9类，用于描述关键词对应的具体风险场景。
3     关键词    str       用于识别年报文本中数字技术风险相关语句的词项，共104个唯一关键词。