2025-2001年上市公司企业数字技术风险暴露数据、数字技术风险暴露、数据安全风险暴露、网络安全风险暴露

张淼儿 · 发表于 2025-5-19 09:30:49

1、资料名称：2025-2001年上市公司数字技术风险暴露数据、数字技术风险暴露、数据安全风险暴露、网络安全风险暴露、数字技术风险暴露虚拟变量、风险论述句数、风险论述句频对数

2、测算方式：
参考顶刊陆瑶等（2025）《经济研究》的研究做法，基于A股上市公司年报管理层讨论与分析（MD&A）文本，先按论文表1数字技术风险关键词表（数据风险/网络风险/具体技术风险三大类）以宽松token匹配规则抓取风险论述分句；再用情感词典标注（抽样20%、0.6:0.4划分训练验证集），FinBERT代表模型（bert-tiny-chinese，FinBERT指金融语料训练的中文BERT情感分类模型家族）得到风险句情感二分类模型（验证集精度91.4%）；对全部分句预测"风险暴露/风险防范"概率，按论文公式数字技术风险暴露 = max(暴露句负面概率) − mean(防范句正面概率) 聚合到企业-年份层面，差值为负取0，并按论述句命中关键词类别拆出数据安全风险暴露与网络安全风险暴露两个次级指标。

我们多做了几个变量，如下图所示，包括核心变量或者稳健性检验及过程变量，数据全流程公开，每个原始数据及过程都清晰可查（非主观编造），大家可以做核心变量或者稳健性检验，多个数据更加容易显著！

3、资料范围：
4565家企业，21637个观测值，年份跨度2001-2025年。
具体数据分布情况如下方描述性统计。
包括原始数据、计算代码（stata和python代码都有，真实代码，可以向期刊公布，每一步都可以复现和做重复实验）、完整的复现说明（教大家一步步复现，做法过程全部公开，无数据黑箱，并且对复现过程常见问题做了解答）及最终结果（最终结果格式是excel电子表格格式，非常方便大家导入到自己数据里面），大家可以验证一下确保准确性！

此大语言模型的运行时间在50多个小时以上，大家可以自行试试用真正的大语言模型做，而不是做了个表面。这个资料是用大语言模型一步步做的，大家可以复现和做重复实验！

4、参考文献：
陆瑶,施函青,周欣怡.中国企业数字技术风险暴露对企业价值的影响——来自大语言模型的文本分析证据[J].经济研究,2025(2):73-89.

此数据为科研课题组自用数据，根据真实的年报文本一步步做出来的，每一步都可以复现和做重复实验，非仅仅只有一堆文件胡编乱造（根据参考文献瞎编结果根本就没有研究价值，不能反映真正的数字技术风险暴露水平，实证围绕着错的结果根本就毫无意义浪费大家时间），真正的原创一手认真整理数据，数据处理较为复杂大家可以自行试试。