01、数据介绍

整理全部A股上市公司年报文本内容，参考张悦等人文献，创新信息披露相关研究中对“技术创新、研发、发明、研究、开发、专利”等词汇的文本测度思路，结合文献公开列示的展开扩展词汇，构建创新信息披露关键词词典。统计企业年度层面的创新信息披露词频，并进一步计算对数指标和标准化词频指标。

上市公司创新信息披露 = ln(创新信息披露关键词总词频 + 1)
创新信息披露词频占比 = 创新信息披露关键词总词频 / 年报全文总词数
创新信息披露每万词词频 = 创新信息披露词频占比 × 10000

关键词围绕技术创新、研发活动、专利成果、知识产权、科技成果转化、技术中心、实验室、产学研、标准制定等创新披露内容展开。具体词汇在原始数据。

[1] 张悦, 汪顺, 周泽将. 企业创新信息披露与耐心资本认同——基于机构投资者结构的经验证据[J]. 上海财经大学学报, 2025, 27(01):31-46.
[2] 陈怡欣, 张婷, 马晨. 同行企业描述性创新信息披露的溢出效应——基于机器学习与文本分析法[J]. 科技进步与对策, 2024, 41(15):22-32.

数据包括原始数据、过程代码、参考文献、最终结果数据。

02、数据指标

证券代码、证券简称、年份、行业代码、行业名称、年报全文总词数、创新信息披露关键词总词频、全文中出现次数合计、上市公司创新信息披露、创新信息披露词频占比、创新信息披露每万词词频、是否金融、是否STPT

03、数据样本

下载地址：