上市公司文本分析数据资产信息披露情感分析2016-20250630：字数报告总词频报告总句数正面词汇数量负面词汇数量情感语调1情感语调2等


含数据说明


数据来源：基于上市公司年报、公告数据整理，及相关省、市数据
数据范围：沪深北证 上市公司 A股，含主板、中小企业板、创业板、科创板、北京证券交易所的服务板块，与此主题的相关个股的数据
数据期间：（参见其文件名的标识表达了数据年度、或月度日度期间）
数据指标：




公司ID 证券代码 证券简称 数据来源 统计截止日期 数据资产来源 数据资产主要内容 报告总字数 报告总词频 报告总句数 正面词汇数量 负面词汇数量 情感语调1 情感语调2

详细说明：
InstitutionID [公司ID] - null
Symbol [证券代码] - null
ShortName [证券简称] - null
DataSource [数据来源] - 1.半年报；2.年报
EndDate [统计截止日期] - null
DASource [数据资产来源] - 1.外购；2.自行加工；3.其他方式取得
Sentences [数据资产主要内容] - 关键词所在句子主要内容。句子去重后组合。
TotalWordCount [报告总字数] - 字数统计过程中：去除标点符号、英文、数字（包含阿拉伯数字及标题序号）
TotalWordsNum [报告总词频] - 公告文本总词语数，不包括停用词，数字。停用词是指英文单词、标点符号和无意义中文单词（例如：哎呀，不仅，而且）等。先分词再去掉停用词。
TotalSentenceNum [报告总句数] - 句子的判断包括：句号、问号、感叹号以及标题行（段落标题单独作为一句话）。
PositiveVocabularyNum [正面词汇数量] - 数据资产主要内容中的正面词汇数量。本表词库处理方式：以《知网情感分析用词典》与L&M金融情感英文词汇列表为基础，通过有道词典和金山词霸来翻译L&M 字典中的英文单词，参照曾庆生等（2018）的做法（如果一个英文词汇对应多个中文单词，都予以了保留，同时人工核查中文单词，剔除不符合中文语境或词性无法准确评估的单词，确保词汇能够最大限度涵盖中文财务报告中的语调情感词汇），得到了一个包括正面词和负面词的中文情感词典；
NegativeVocabularyNum [负面词汇数量] - 数据资产主要内容中的负面词汇数量。本表词库处理方式：以《知网情感分析用词典》与L&M金融情感英文词汇列表为基础，通过有道词典和金山词霸来翻译L&M 字典中的英文单词，参照曾庆生等（2018）的做法（如果一个英文词汇对应多个中文单词，都予以了保留，同时人工核查中文单词，剔除不符合中文语境或词性无法准确评估的单词，确保词汇能够最大限度涵盖中文财务报告中的语调情感词汇），得到了一个包括正面词和负面词的中文情感词典；
EmotionTone1 [情感语调1] - 计算公式为：（正面词汇数量-负面词汇数量）/报告总词频；数值越大，情感倾向越偏向正面积极。
EmotionTone2 [情感语调2] - 计算公式为：（正面词汇数量-负面词汇数量）/（正面词汇数量+负面词汇数量）；数值越大，情感倾向越偏向正面积极。




399.05MB数据文件压缩包的网盘链接