数据年份：2000-2024
数据范围：A股上市公司
三个版本：企业数据资产化（未剔除未缩尾）、企业数据资产化（已剔除金融STPT未缩尾）、企业数据资产化（已剔除金融STPT已缩尾）
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

计算说明：
参考顶刊《中国工业经济》何瑛（2024）老师的研究，采用文本分析的方法测度企业数据资产，以数据资产相关法律法规文本为语料库，以“信息”“网络”“数字”“数据”作为种子词汇，采用Word2Vec神经网络模型和深度学习技术构建这4个种子词汇的相似词词集，并依据数据资产的具体用途，将其划分为自用型数据资产（ODA）和交易型数据资产（DDA），从而能够更深入地分析企业数据资产的价值。
【数据资产化】基于上市公司年报文本进行文本分析和词频统计，将数据资产化关键词在年报中的词频数作为衡量公司数据资产化的代理指标。具体而言，首先整理了上市公司年报，并通过Python的Java PDFbox库提取所有文本内容 以此作为后续特征词筛选的数据基础。搜集文本后，使用Python中的jieba分词将年报进行分词处理，提取数据资产化关键词在年报中的词频数，即为公司数据资产化程度。
数据资产化词典总词频=自用型数据资产总词频+交易型数据资产总词频自用型数据资产关键词包括：数字基础设施、数字设施、数字工厂、数字设备、数字经济、数字技术创新、数字治理、数字管理、数字运维、数字设计、数字技术手段、数字技术、数字资源、数字要素、数字科技数字骨干企业、数字应用、数字生态、数字能力、数字素养、数字产业、数字空间、数据基础设施、数据实验室、数据采集、数据收集、数据开发、数据开发利用、数据治理、数据存储、数据驱动、数据处理、数据计算、数据利用、数据创新、数据标准化、数据资源管理、数据战略、数据资源整合、数据监测、数据加工、数据经济、数据研究、数据保护、数据交互、数据优化、数据归集、数据人才培养、数据加密、数据脱敏、数据研发、数据清洗、数据联网、数据运营数据供给、数据整合、数据集成、数据对接、数据上云、数据管数理、数据接入、人工智能、数据赋能、数据生产、数据使用、数据产业、数据应用、数据发展、信息基础设施、信息设施、信息终端、信息设备、信息披露、信息获取、信息收集、信息管理、信息采集、信息对接、信息研发、信息接入、信息通信、信息资源、信息技术、信息数据、信息科技、信息网络、信息载体、信息运行、信息制造、信息保护、信息纳入、信息识别、信息监测、信息记录、网络基础设施、网络信息系统、网络数据中心、网络设施、网络建设、网络存储、网络治理、网络接入、网络数据、网络技术、网络信息技术、网络信息、网络数字、网络业务、网络产业链、网络性能、网络建立、网络优化、网络功能、网络应用、网络扩容、网络布局、网络运营、网络运行。
交易型数据资产关键词包括：数字平台、数字贸易、数字认证、数字消费、数字产品、数字货币、数字产品安全、数据平台、数据交易平台、数据开放平台、数据服务平台、数据交易、数据开放、数据流通、数据资源共享、数据共享、数据合作、数据协同、数据交付、数据应用服务、数据托管、数据消费、数据产权、数据使用权、数据安全、数据信息安全、数据评价、数据服务提供商、数据公开、数据监管、数据服务商、数据互联互通、数据交易所、数据市场、数据提供、信息平台、信息共享、信息服务、信息消费、信息资源共享、信息互联互通、信息服务体系、信息交换、信息服务水平、信息服务平台、网络交易、网络销售、网络数据安全、网络信息安全、网络安全性、网络安全、网络风险、网络提供、网络服务、网络互通、网络融合、网络互联互通、网络服务提供者、网络空间主权。
注：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
何瑛,陈丽丽,杜亚光.数据资产化能否缓解“专精特新”中小企业融资约束[J/OL].中国工业经济,2024,(08):154-173



代码：

数据量：

描述性统计：

结果数据