企业气候风险披露(文本分析法)

字段字典

• Symbol [证券代码] — 以交易所公布的证券代码为准,6位数字
• StkName [证券简称] — 按报告年度匹配证券简称；缺少当年记录时回退至最新可得档案
• Year [年度] — 统计年度
• Province [省份] — 公司注册地所在省份；采用可得公司注册地档案快照，不代表逐年历史迁址
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码；采用可得公司注册地档案快照，不代表逐年历史迁址
• City [城市] — 公司注册地所在城市；采用可得公司注册地档案快照，不代表逐年历史迁址
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)；采用可得公司注册地档案快照，不代表逐年历史迁址
• County [区县] — 公司注册地所在区县；采用可得公司注册地档案快照，不代表逐年历史迁址
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)；采用可得公司注册地档案快照，不代表逐年历史迁址
• IndustryName [行业名称] — 中上协行业分类，按年度轨迹匹配；缺少当年记录时回退至该主体最新可得行业档案
• IndustryCode [行业代码] — 中上协行业分类，按年度轨迹匹配；缺少当年记录时回退至该主体最新可得行业档案
• ClimateRiskWordCount [气候风险关键词频数] — 参考郭娜等(2025,会计研究)附件的方法，计算公式为：96个唯一气候关键词在年报全文中的完整词元频数之和，单位次；风电、光伏去重，强降雨不再叠加降雨，不扣否定或筛语境；分词为作者未公开细节的操作化，无法测量全文时缺失。
• ReportWordCount [年报全文有效词数] — 计算公式为：年报全文经jieba精确模式分词后，含中文汉字或英文字母的词元数，单位词；固定0.42.1版本，HMM关闭，加入96唯一关键词，保留停用词，排除纯数字、标点和空白；为作者未公开细节的操作化，不是中文汉字数；无法测量全文时缺失。
• ClimateRiskListedWordCount [气候风险词表逐条频数] — 计算公式为：按郭娜等(2025,会计研究)附件98条词汇逐条累计完整词元频数，即唯一词频数加风电词频和光伏词频，单位次；两词各在词表重复出现一次，用于检验重复条目的影响；无法测量全文时缺失。
• ClimateRiskDisclosure [企业气候风险披露] — 参考郭娜等(2025,会计研究)附件的方法，计算公式为：96个唯一气候关键词频数/年报全文有效词数，单位原始比例，不乘100或取对数；完整分词为作者未公开细节的操作化。用作研究变量，越大表示原词表相关披露密度越高，宽泛词可含非气候语境；有效全文零命中为0，无法测量或分母无效时缺失。
• ClimateRiskDisclosureListed [企业气候风险披露逐条口径] — 计算公式为：附件98条气候词表逐条频数/年报全文有效词数，单位原始比例；风电和光伏词频各计两次，其余完整词元规则与主指标相同。用作主指标的重复条目敏感性研究变量，越大表示按原表逐条累计的相关披露密度越高；属于排版歧义的替代操作化，无法测量或分母无效时缺失。

常见问题

「企业气候风险披露(文本分析法)」是什么数据集？

企业气候风险披露(文本分析法)，隶属信息环境。参考郭娜等(2025,会计研究)附件的完整气候词表，以96个唯一词的年报全文词频除以全文有效词数，度量气候风险相关披露密度；98条字面重复计数提供敏感性指标。

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 16 个变量。核心指标包括：气候风险关键词频数、年报全文有效词数、气候风险词表逐条频数、企业气候风险披露、企业气候风险披露逐条口径。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 69,432 条观测。

数据是如何测算/获取的？

指标定义与计算方法 气候风险相关信息披露体现企业在公开报告中对气候变化、极端天气与低碳转型议题的讨论程度。企业披露这些信息，可以为外部使用者判断气候因素对经营活动的潜在影响提供线索。郭娜、刘岩和冯慧群（2025）在检验气候信息披露与企业信贷可得性的关系时，使用年报气候关键词的出现频率构建气候风险披露指标。本数据采用其附件公布的完整最终词表，测量相关词汇在年报全文中的披露密度。 文本范围与词表 测量对象为企业年度报告全文，包含经营讨论、风险说明、财务附注等部分，不限定于管理层讨论与分析章节。记企业 $i$ 在报告年度 $t$ 的全文为 $T{it}$。词表沿用原文附件第六节附表五的扩充词集，不重新训练词向量模型，也不增加未列出的关键词。 原表列出 98 条词汇，其中“风电”和“光伏”各出现两次，实际为 96 个不同词。主指标采用去重后的唯一词集合 $K$，保持原表第一次出现的次序；另以原表的重复条目构造敏感性口径，展示重复计数对结果的影响。词表涵盖极端天气、慢性气候因素，以及节能、能源和低碳转型等议题，保持作者原表的整体定义，不另行划分或拼接风险维度。 全文分词与有效词数 全文使用固定 0.42.1 版本的 jieba 精确模式分词，关闭隐马尔可夫模型新词识别，并将 96 个唯一关键词加入独立用户词典，各词指定词频为 1,000,000。分词保留停用词，不删除否定表述，不根据上下文筛选关键词含义，也不额外拼接版面折行。 将含中文统一表意汉字或英文字母的词元定义为有效词元，纯数字、标点和空白不进入分母。记有效词元序列为 $V{it}$，年报全文有效词数 $W{it}$ 定义为： $$ W{it}=|V{it}|. $$ $W{it}$ 的单位是词，而不是汉字。一个多字中文词计一个词元，一个连续英文词也计一个有效词元。保留停用词使分母覆盖全文一般叙述，而不仅限于实质名词或关键词。作者没有公开具体分词和有效词数程序，本数据采用上述固定规则将原文的“年报总词频”操作化。 唯一关键词频数 令 $f{it}(w)$ 为关键词 $w$ 在全文有效词元序列中以完整词元出现的次数。唯一关键词频数 $N{it}$ 为： $$ N{it}=\sum{w\in K} f{it}(w). $$ $N{it}$ 的单位为次。同一关键词在不同位置重复出现分别计数，同一词表条目重复列示不提高主口径的权重。匹配以完整分词词元为单位，例如“强降雨”命中该完整词时不再叠加其中的“降雨”。这种处理使一次关键词词元在主口径最多贡献一次命中。 企业气候风险披露 企业气候风险披露指标定义为唯一关键词频数占年报全文有效词数的比例： $$ \mathrm{Crd}{it}=\frac{N{it}}{W{it}},\qquad W{it}0. $$ 指标保留原始比例，不乘以百分比或万分比倍率，不作对数转换。值越大，表示原词表所覆盖议题在年报文本中出现得越密集。相同的关键词频数，在较短报告中产生更高的披露密度；在报告长度不同的企业之间，分母标准化可以减少单纯篇幅差异对词频数量的影响。 本指标度量文本披露密度。它同时受到企业业务内容、气候议题关注和报告编写方式影响；词表中的“环境”“效率”“温度”等宽泛词也可能出现在一般经营或技术语境中。因而，对其经济含义的解释应与企业所处行业及报告内容相结合。 原表逐条计数的敏感性口径 为保留附件重复条目的另一种解释，记 $aw$ 为关键词在原表中的列示次数。“风电”和“光伏”的 $aw=2$，其余词为 1。原表逐条频数 $M{it}$ 及相应披露密度定义为： $$ M{it}=\sum{w\in K}aw f{it}(w) =N{it}+f{it}(\text{风电})+f{it}(\text{光伏}), $$ $$ \mathrm{Crd}^{\mathrm{list}}{it}=\frac{M{it}}{W{it}}. $$ 两种口径采用相同文本、分词规则和分母。其差异仅来自“风电”和“光伏”的重复权重，适用于检验原表排版歧义对主指标的影响；该敏感性指标不构成另一个气候风险维度。 年度对应与缺失处理 每份年报归属于文件标识的报告年度，指标在该年度独立计算，没有滚动、滞后或前向窗口。可得股票主体保留金融业及 ST/PT，不按参考论文的实证样本范围预先筛选。有效全文存在且有效词数为正时，零命中对应词频和披露指标为零。 缺少可测中文全文、材料为摘要或英语主体、文本严重损毁，或者没有有效分母时，保留公司年度记录，三个计数字段和两个比例字段均为缺失。缺失表示无法测量，不能解释为没有披露。读取的解码文本及已核证异常原件共同约束有效性判断；待核证的材料须完成核验后才进入成品。 补充说明 - 操作化差异：作者未公开分词、清洗和词频生成程序，本数据固定完整词元和有效词数规则；主指标去重，逐条口径保留重复权重，因此不声称与作者样本逐值一致。作者样本中原始分子、分母缺失而比例填零的记录，在本数据中按测量缺失处理。 - 词表与版面：直接使用作者已公布最终词表，包含历史语料筛选带来的事后信息。宽泛词、公司名称及模板重复可能增加非气候语境的计数，版面断行可能减少完整关键词命中。 - 源材料与辅助信息：缺损源限制有效覆盖；未识别的局部版面缺失也可能影响测量。名称与行业按年度档案匹配，缺当年档案时允许回退最新可得记录；地区采用可得注册地快照，不表示企业逐年迁址。辅助档案缺失不删除有年报的公司年度。 - 文献边界：方法依据为郭娜等的中文附表与词频比值。原文对另一篇英文研究的作者署名存在错配，本数据不沿用该错误引文，也不据其替换中文指标构造。 参考文献 [1]郭娜,刘岩,冯慧群.气候信息披露能够提高企业信贷可得性吗[J].会计研究,2025(7):124-137.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。