企业儒家文化强度(词频法)

字段字典

• Symbol [股票代码] — 六位数字字符串股票代码；保留历史证券代码及B股代码。
• StkName [证券简称] — 上市公司证券简称
• Year [报告所属年度] — 年报所属财务年度，不使用公告发布日期年度。
• Province [省份] — 公司注册地所在省份
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• City [城市] — 公司注册地所在城市
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• County [区县] — 公司注册地所在区县
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
• IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
• FreqBenevolence [仁爱关键词词频] — 参考徐细雄、吴林春、段玲玲（2025）表1，管理层讨论与分析中仁爱组28个公开关键词的出现次数，单位为次；繁转简后保护词表分词并精确匹配，包含词同位置只计所得长词。不作语义或否定筛选，普通业务用词也可能命中；有效正文无命中为0，正文不可测或无有效词时缺失。此为总分子的构成量，不单独推断文化价值观。
• FreqRighteousness [义利关键词词频] — 参考徐细雄、吴林春、段玲玲（2025）表1，管理层讨论与分析中义利组17个公开关键词的出现次数，单位为次；繁转简后保护词表分词并精确匹配，包含词同位置只计所得长词。不作语义或否定筛选，普通业务用词也可能命中；有效正文无命中为0，正文不可测或无有效词时缺失。此为总分子的构成量，不单独推断文化价值观。
• FreqPropriety [尊礼关键词词频] — 参考徐细雄、吴林春、段玲玲（2025）表1，管理层讨论与分析中尊礼组11个公开关键词的出现次数，单位为次；繁转简后保护词表分词并精确匹配，包含词同位置只计所得长词。不作语义或否定筛选，普通业务用词也可能命中；有效正文无命中为0，正文不可测或无有效词时缺失。此为总分子的构成量，不单独推断文化价值观。
• FreqWisdom [明智关键词词频] — 参考徐细雄、吴林春、段玲玲（2025）表1，管理层讨论与分析中明智组18个公开关键词的出现次数，单位为次；繁转简后保护词表分词并精确匹配，包含词同位置只计所得长词。不作语义或否定筛选，普通业务用词也可能命中；有效正文无命中为0，正文不可测或无有效词时缺失。此为总分子的构成量，不单独推断文化价值观。
• FreqTrustworthiness [诚信关键词词频] — 参考徐细雄、吴林春、段玲玲（2025）表1，管理层讨论与分析中诚信组13个公开关键词的出现次数，单位为次；繁转简后保护词表分词并精确匹配，包含词同位置只计所得长词。不作语义或否定筛选，普通业务用词也可能命中；有效正文无命中为0，正文不可测或无有效词时缺失。此为总分子的构成量，不单独推断文化价值观。
• KeywordCount [儒家文化关键词总次数] — 参考徐细雄等（2025）公开五维87个唯一词，管理层讨论与分析中全部关键词的总出现次数，为文化强度分子，单位为次；等于仁爱、义利、尊礼、明智和诚信词频之和。采用繁转简及保护词表的精确分词计数，不作词项包含重复、语义或否定筛选。有效正文无命中为0，正文不可测或无有效词时缺失。
• MDAWordCount [管理层讨论与分析总词数] — 参考徐细雄等（2025）的总词数分母概念，管理层讨论与分析繁转简后经jieba词表保护分词所得含汉字或英文字母的词元总数，单位为词；保留单字和英文、不去停用词，剔除纯数字、空白及标点。不以汉字数或全文词数替代。分词细节为公开可复现的操作化，原论文未公开程序；正文不可测或总词数为0时缺失。
• Confu1 [企业儒家文化强度] — 参考徐细雄、吴林春、段玲玲（2025）表2，计算公式为：管理层讨论与分析中儒家文化关键词总次数除以总词数再乘以100，单位为%，数值1代表1%。数值越大表示公开五维词表相关表述占比越高，不证明纯儒学观念或实际治理。繁简、分词及历史经营容器为透明操作化，不保证作者同值；有效正文零命中为0，正文不可测或分母无效缺失。
• Confu1Median [儒家文化强度全期中位阈值] — 参考徐细雄等（2025）表2的样本中位数分类规则，对本次全部可测公司年度的原始儒家文化强度求全期中位数，单位为%；不是年度、行业中位数，也不是作者回归样本阈值。共同阈值作为二元研究量的比较基准随每行保留；新增年份、原件更新或有效池变化可能使阈值及历史二元分类改变，不适作实时预测的历史已知阈值。
• IsHighConfucianCulture [高儒家文化强度标记] — 参考徐细雄等（2025）表2的Confu2定义，本公司年度原始儒家文化强度严格高于全部有效公司年度的全期中位数时为1，否则为0；等于中位数时为0，不按年或行业分组。主指标或阈值缺失时保持缺失，不作0。二元值表示相对词频分类，不是文化真实性判定；全期样本池更新可改写历史分类。

常见问题

「企业儒家文化强度(词频法)」是什么数据集？

企业儒家文化强度(词频法)，隶属公司治理。参考徐细雄、吴林春、段玲玲（2025）的研究，本数据集衡量上市公司经营讨论中体现仁爱、义利、尊礼、明智和诚信的相关表述强度。

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 21 个变量。核心指标包括：仁爱关键词词频、义利关键词词频、尊礼关键词词频、明智关键词词频、诚信关键词词频、儒家文化关键词总次数、管理层讨论与分析总词数、企业儒家文化强度、儒家文化强度全期中位阈值、高儒家文化强度标记。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？

指标含义与计算步骤 儒家文化强调仁爱、义利、尊礼、明智与诚信。这些价值取向可能通过企业对员工、利益相关者、规范、长期发展和信用的表述体现出来。参考徐细雄、吴林春、段玲玲（2025），本数据集使用管理层讨论与分析中的相关词汇衡量企业儒家文化表述强度，并保留各维度的原始词频及篇幅分母，方便复核和解释。 1. 确定经营讨论文本 以年度报告中实际的管理层讨论与分析、经营情况讨论与分析等章节为测量文本。早期报告采用具有明确首尾边界的董事会经营讨论、独立业务回顾与经营展望作为对应载体。根据真实标题确定经营区间，排除目录及已识别的独立治理、人员、分红、审计和财务报表章节；无法可靠识别时保留缺失，不以整份年报替代。 2. 统计五维关键词与总词数 使用参考论文表1完整公开的87个唯一关键词：仁爱28词、义利17词、尊礼11词、明智18词、诚信13词。词表按原文固定，不另行扩词、训练或加入其他论文词项。先完成原文区间提取，再使用OpenCC的t2s配置统一繁简字形。 以jieba分词，保护完整词表中的词项，关闭未登录词推断。保留含汉字或英文字母的词元，包括单字和英文；不删除停用词，纯数字、空白与标点不计入总词数。关键词按分词所得完整词元精确匹配；例如“人才队伍”被识别为完整词时，不再在同一位置重复计入“人才”。 记公司i在年度t的经营讨论总词数为Wit，第g组词表为Dg，词w的出现次数为fit(w)。五维词频为： $$ K{g,it}=\sum{w\in Dg}f{it}(w),\qquad g\in\{仁爱,义利,尊礼,明智,诚信\}. $$ 关键词总次数为五维词频之和： $$ K{it}=\sumg K{g,it}. $$ 各组词频和总次数的单位均为次，总词数的单位为词。它们是计算文化强度的研究构件，不是不同文化行为的种类数。 3. 计算文化强度及相对分类 按照参考论文表2，企业儒家文化强度为关键词总次数占经营讨论总词数的百分比： $$ Confu1{it}=100\times\frac{K{it}}{W{it}}. $$ Confu1的单位为%，数值1表示1%。在有效文本及正总词数下，零关键词命中对应0；原件不可测、边界无法可靠识别或总词数无效时保留缺失。 进一步以本次全部有效公司年度的原始Confu1构成样本池S，计算全期中位数阈值m，并构造高文化强度标记： $$ m=\operatorname{median}{(i,t)\in S}(Confu1{it}),\qquad Confu2{it}=\mathbf{1}(Confu1{it}m). $$ 交付字段IsHighConfucianCulture对应Confu2：严格高于阈值为1，等于或低于阈值为0，主指标缺失时分类也缺失。共同阈值Confu1Median随表保留，以便核对比较标准。该阈值不是年度或行业中位数；新增年份或有效样本变化会使阈值及历史分类改变，因此不应把它当作当时已知的实时预测信号。 补充说明 参考论文未公开分词器、繁简处理、词项包含和完整提取程序。本数据集将上述规则明确固定，属于可复现的操作化，不保证与作者程序或回归样本得到完全相同的数值。历史经营报告与现代MD&A的范围存在差异，早期原件库存、文本缺字、双栏混排、表格、页眉及正文断行也可能影响词频和总词数。 词表包含“员工”“制度”“计划”“信用”等普通业务词，匹配不额外判断语义、否定或实际行为。因此指标表示公开词表相关表述的强弱，不直接证明企业具有相应儒学价值观或已实施特定治理措施。 覆盖全部可得行业、板块与年度，原始数据保留ST/PT和金融业。简称按名称变更期间覆盖的年份匹配，行业采用CAPCO年度档案；缺少当年资料时可能回填最新可得档案，不将这些回填视为当时已知信息。地区是档案快照，不代表逐年迁址；原档缺少的名称或地区代码保留缺失。Stata另提供剔除ST/PT与金融业版本，以及剔除后按年度上下各1%缩尾版本；缩尾只作用于Confu1，频数、总词数、中位阈值和二元分类保留原始定义，缩尾版Confu1不再逐行满足原始比率恒等式。 参考文献 徐细雄,吴林春,段玲玲.儒家文化与企业劳动收入份额[J].中南财经政法大学学报,2025(4):3-14.DOI:10.19639/j.cnki.issn1003-5230.2025.0036.

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。