2025-2001年上市公司企业数智决策程度数据、企业数智决策数据（大语言模型）

小木头333 · 发表于 2026-6-2 12:08:46

1、资料名称：2025-2001年上市公司数智决策数据、数智决策程度(DDDM)、数智决策单元数、是否数智决策、数智决策强度

2、测算方式：
参考顶刊徐苗等(2026)的研究做法，采用"BERT 语言模型初筛 + ChatGLM2-6B 生成式大语言模型校准"的级联策略，基于上市公司年报"管理层讨论与分析"（MD&A）文本识别数智决策实践，构建企业层面数智决策程度指标。具体步骤：将 MD&A 文本切分为语义完整的分析单元（句子窗口，目标约280字）；以 ChatGLM2-6B 生成式大语言模型按论文"直接标准/间接标准"对标注样本预标注，微调 BERT 语言模型分类器；按关键词预筛后由 BERT 全量打分；以ChatGLM2-6B 分层抽样复核校准分类阈值（目标精度95%）；最终按论文公式"当年识别为数智决策的单元数量加1后取自然对数"生成数智决策程度指标（DDDM）。

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：
5448 多家企业，34086 多个观测值，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60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：
徐苗, 金衍义, 卢俊峰, 马淑琴. 数智决策与企业出口关系稳定性——基于大语言模型的微观证据[J]. 国际贸易问题, 2026(2): 150-169.

此数据为科研课题组自用数据，根据真实的上市公司年报文本和真正大语言模型一步步做出来的，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，不能反映真正的数智决策水平，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。