2023-2007年上市公司企业家注意力配置数据（注意力时间配置和注意力内容配置）

小木头333 · 发表于 2024-9-19 10:16:24

1.资料名称：2023-2007年上市公司企业家注意力配置数据
2.测算方式：参考顶刊《世界经济》余振（2024）老师研究的做法，分为注意力内容配置和注意力时间配置，使用文本分析

我们做了上市公司年报和管理层讨论与分析两部分，大家可以核心变量和稳健性检验，具体做法和结果如下图所示

（1）注意力内容配置：文本分析首先需要构建“创新注意力”词集。参照胡楠等（2021）和 Brochet et al.（2015），本文通过机器学习 Word2vec 这一方法寻找近义词，缓解人为定义词表的主
观性和通用同近义词工具的弱相关性（LeCun et al.，2015）。利用Word2vec模型对文本语料进行训练后，生成词向量空间，为每个词分配一个向量。在向量空间中，距离越近的词意思越近，可以通过两词的距离计算相似性。具体筛选词集方式如下：第一步为选择既往中文文献中曾用过的“创新注意力”词集作为基础词（黄珊珊和邵颖红，2017），其中包括：“创新”“自主”“研发”“科研”“新产品”“技术”“开发”“研究”“专利”。第二步根据Word2vec中的CBOW模型（连续词袋模型，Continuous Bag-of-Words Model）对中文年度财务报告语料进行训练，生成词向量空间，并在词向量空间中，对基础词的相似词进行筛选。筛选标准为：财报文本语料中出现频次在1000次以上，且和基础词频相似度在30%以上的拓展词。第三步为邀请了 3名业界和学术界专家对 CBOW 模型得到的相似词进行人工核查，并筛
选出包括“发明”和“技术成果”等额外的“创新注意力”拓展词集①。本文将“创新注意力”基础词集和“创新注意力”拓展词集分别作为文本分析的词典，并基于词典法对每家企业的年报中MD&A部分进行词频分析。通过计算词集中词汇总词频占 MD&A 总词频的比例并乘以 100②，得到企业家创新注意力配置指标。为了验证稳健性，本文还计算了两个指标：词集总词频占不含数字MD&A总词数的比例，词集总词频占不含数字和英文MD&A总词数的比例。这两个指标数值越大，表示企业家越注重创新。

（2）注意力时间配置：本文采用对企业年报中MD&A一章进行文本分析的方法来测量企业家注意力时间配置。使用文本分析测度人们的时间配置有着较强的语言学理论基础（Chen，2013）。跟上述做法相似，分三个步骤选取表征当下和表征未来的词集。第一步参照陈守明和胡媛媛（2016）的做法，采用“现在”“此时”“此刻”“当下”“当前”“近期”“目前”作为表征关注当下的基础词，采用“未来”“即将”“将来”“将要”“接下来”“今后”作为表征将来的基础词。第二步基于 Word2vec 中的 CBOW 模型构造词向量空间，并在其中寻找近义词，筛选出词频数在1000词以上，和基础词相似度在 30%以上③。第三步邀请 3名业界和学术界专家对 CBOW 模型得到的相似词进行人工核查，并筛选出包括“现在”“此时”等表征当下的词集④，并得到包括“将来”“将要”等表征未来的词集⑤。本文分别基于表征当下和表征未来的词集用来文本分析，并利用词典法对每家企业的年报中 MD&A 部分进行词频分析，分别计算以下 3 个指标：词集词频数占MD&A总词数的比例，词集词频数占不含数字MD&A总词数的比例，词集词频数占不含数字和英文MD&A总词数的比例。

3.资料范围：5万多个样本，5000多家企业，包括原始数据词频和最终计算结果，大家科研验证一下确保准确性！
4.参考文献：

余振,李元琨,李汛.外部关税冲击、企业家注意力配置与创新发展[J/OL].世界经济,2024,(06):65-94[2024-09-19].https://doi.org/10.19985/j.cnki.cassjwe.2024.06.003.