供应链风险感知(文本分析法)
「供应链风险感知(文本分析法)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 18 个变量，样本量约 67,314。 衡量企业对供应链风险的感知水平。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 18 |
| 样本量 | 67,314 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 财务年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- SCR_W [供应链风险感知-词频] — 参考Wu (2024, Management Science)的方法，中国适配参照罗丹等(2025, 科学决策)，计算公式为：ln(共现次数+1)。定位MD&A文本中供应链关键词(jieba分词)，检查前后10个词窗口内是否出现风险关键词，统计共现次数后取自然对数。用作研究变量，越大代表企业供应链风险感知越强
- SCR_C [供应链风险感知-字符] — 参考Wu (2024, Management Science)的方法，计算公式为：ln(共现字符数+1)。定位MD&A文本中供应链关键词的字符位置，截取前后15个字符检查是否出现风险关键词，统计共现的供应链关键词字符数后取自然对数。作为供应链风险感知-词频的稳健性检验替代变量
- CoocCount [共现次数] — 参考Wu (2024, Management Science)的方法，供应链风险感知-词频的原始共现计数(未取对数)，即在10词窗口内与风险关键词共现的供应链关键词个数。单位：次
- CoocCharCount [共现字符数] — 参考Wu (2024, Management Science)的方法，供应链风险感知-字符的原始共现字符计数(未取对数)，即在15字符窗口内与风险关键词共现的供应链关键词字符数。单位：个
- SCWordCount [供应链词频] — MD&A文本中供应链关键词出现的总次数(jieba分词后统计)。单位：次
- TotalChars [总中文字符数] — MD&A文本中中文字符总数。单位：个
- MDAExtracted [MDA提取标志] — 是否成功提取管理层讨论与分析章节(0=否，1=是)，MDA提取标志=0时人工智能水平-MDA基于全文计算
常见问题
- 「供应链风险感知(文本分析法)」是什么数据集？
- 供应链风险感知(文本分析法)，隶属供应链。衡量企业对供应链风险的感知水平。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 18 个变量。核心指标包括：供应链风险感知-词频、供应链风险感知-字符、共现次数、共现字符数、供应链词频、总中文字符数、MDA提取标志。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 67,314 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集采用文本分析方法，从上市公司年报的“管理层讨论与分析”（MD&A）章节中度量企业对供应链风险的感知水平。该方法借鉴了Wu (2024)的研究思路，并结合中国市场的文本特征进行了适配。其核心思想是，当企业在讨论供应链相关议题时，若同时提及风险，则表明其感知到了供应链风险。通过统计供应链关键词与风险关键词在特定文本窗口内的共现频率，可以量化这种风险感知的强度。 首先，从年报中提取MD&A文本。若成功提取，则基于该章节文本进行计算；若提取失败（MDAExtracted=0），则基于年报全文进行计算。在文本处理中，使用中文分词工具对文本进行分词，并识别两类关键词：供应链关键词（如“供应商”、“物流”、“库存”等）和风险关键词（如“风险”、“波动”、“中断”等）。 计算过程涉及两个核心的原始计数变量。CoocCount（共现次数）度量在词级别上的共现强度：定位到每一个供应链关键词后，检查其前后10个词的窗口内是否出现风险关键词，若出现则计一次共现，统计所有供应链关键词的此类共现总次数。CoocCharCount（共现字符数）则在字符级别上提供另一种度量：定位到供应链关键词的字符位置，截取其前后15个字符的窗口，检查其中是否出现风险关键词，并统计所有共现的供应链关键词的字符总数。作为基础统计量，SCWordCount记录了MD&A中供应链关键词出现的总次数，TotalChars记录了用于分析的文本总字符数。 最终的核心指标通过对上述原始计数进行标准化处理得到，以缓解极端值的影响并使其更符合正态分布。主要研究变量为SCRW（供应链风险感知-词频），其计算公式为： $$SCR\W = \ln(CoocCount + 1)$$ 作为稳健性检验的替代变量，SCRC（供应链风险感知-字符）的计算公式为： $$SCR\C = \ln(CoocCharCount + 1)$$ 其中$CoocCount$为供应链词与风险词在10词窗口内的共现次数，$CoocCharCount$为在15字符窗口内共现的供应链词字符数。指标值越大，代表企业从文本中反映出的供应链风险感知越强。 补充说明 - 计算基于上市公司年报的MD&A章节文本，若该章节提取失败，则基于年报全文计算。 - 对SCRW和SCRC的原始计数（CoocCount, CoocCharCount）进行了加1后取自然对数的处理。 参考文献 - Wu D. Measuring supply chain risks using text analysis[J]. Management Science, 2024. - 罗丹,李婉丽,徐香,等.供应链风险感知与企业投资效率[J].科学决策,2025,(1):82-105.
- 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。