2024-2001年上市公司企业诚信文化数据

小木头333

1、资料名称：2024-2001年上市公司企业诚信文化数据

2、测算方式：参考c刊《金融研究》诚信文化相关句子的筛选。（ １ ） 基于 ｗ ｏ ｒ ｄ ２ ｖ ｅ ｃ 的关键词初步筛选。由于企业管理层讨论与分析（ Ｍ Ｄ ＆ Ａ ） 文本中句子数量多达 ７ ０ ０ 万句， 为了提高效率， 参考 Ｌ ｉ ｅ ｔ ａ ｌ . （ ２ ０ ２ ３ ）的研究， 本文首先使用 ｗ ｏ ｒ ｄ ２ ｖ ｅ ｃ 模型并基于“ 诚信” “ 信任” 等种子词， 选取近义词， 经人工筛选后保留了其中的 ６７ 个， 基于此找到包含诚信相关词语的句子。（ ２ ） 基于 Ｓ Ｖ Ｍ模型的深度筛选。针对虽未直接包含关键词但也可能与诚信文化相关的句子， 本文采用Ｓ Ｖ Ｍ （ 支持向量机） 模型进行深度筛选， Ｓ Ｖ Ｍ模型在文本分类领域具有广泛应用（ 金星晔等， ２ ０ ２ ４ ； Ｃ ｈ ｅ ｎ ｅ ｔ ａ ｌ . ， ２ ０ １ ９ ） 。本文构建了一个用于训练 Ｓ Ｖ Ｍ模型的正负类集合， 该正负类集合依据句子中是否包含特定关键词进行分类。具体而言，一类为不太可能与诚信文化相关的句子（ 负类） ， 此类句子通过随机抽取不包含关键词的句子获得； 另一类则为可能与诚信文化紧密相关的句子（ 正类） ， 即那些包含了诚信相关关键词的句子。在正负类集合中， 负类句子与正类句子的数量比例设定为 ３ ∶ １ ， 其中负类句子共计 ５ ９ . ２ 万句， 而正类句子为 １ ９ . ７ 万句。按照 ８ ∶ ２ 的比例将正负类集合分为训练集和测试集。（ ３ ） Ｓ Ｖ Ｍ模型标签判断与阈值调整。利用训练好的 Ｓ Ｖ Ｍ模型对年报句子进行标签判断， 将“ 是” （ 判断为诚信文化相关） 的阈值调整至 ５ ％以减少遗漏， 人工检查确认该阈值附近的句子， 防止可能存在的遗漏问题。（ ４ ） 待确认集构建。本文将关键词筛选出的句子以及 Ｓ Ｖ Ｍ 认为的与诚信文化相关的句子合并形成待确认集。

基于判断结果构建诚信文化的量化指标， 分别是诚信文化相关句子的字数除以当年企业文本的总字数、 诚信文化相关句子的数量除以当年企业文本的句子总数这两类指标。

3、资料范围：6.5万个样本，5600多家企业，包括原始数据、计算代码、计算代码视频运行（由于视频运行时间太长占用太多无效内存，因此给大家做了部分视频录制，确保代码是真实的）及最终结果，大家可以验证一下确保准确性！

4、参考文献：田子方,左从江,李涛,等.诚信文化与金融企业社会责任承担[J].金融研究,2025,(09):152-169.