数字化转型：无形资产占比测算数据集（2007-2022年）

最新推荐文章于 2024-10-16 10:56:54 发布
最新推荐文章于 2024-10-16 10:56:54 发布
阅读量538 收藏 2
点赞数
文章标签： 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/T0620514/article/details/134946616
版权

参考张永珅老师的做法，利用无形资产占比测算数字化转型程度。希望对大家有所帮助

图1.png


一、数据介绍

数据名称：数字化转型：无形资产占比

数据年份：2007-2022年

样本数量：37649条

数据说明：包括数字化资产明细、参考文献、测算结果

数据来源：上市公司年报

数据整理：自主整理


二、参考文献

图2.png

[1]张永珅,李小波,邢铭强.企业数字化转型与审计定价[J].审计研究,2021(03):62-71.


三、数据概览

数字化无形资产明细

图3.png

无形资产占比excel格式

图4.png

年份股票代码股票简称中文全称行业名称行业代码省份城市区县省份代码城市代码区县代码首次上市年份注册地址上市状态数字化技术无形资产_万元总资产_万元数字化转型程度
2022000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市6220005321514000.00116884
2021000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市5697004921380000.001157602
2020000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市5511004468514000.001233296
2019000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市4980003939070000.001264258
2018000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市4088003418592000.001195814
2017000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市3132003248474000.000964145
2016000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市2529002953434000.000856291
2015000001平安银行平安银行股份有限公司货币金融服务J66广东省深圳市罗湖区4400004403004403031991广东省深圳市罗湖区深南东路5047号正常上市2132002507149000.000850368

无形资产占比dta格式

图5.png

四、下载链接

数字化无形资产明细.dta：https://download.csdn.net/download/T0620514/88621710

数字化转型：无形资产占比测算（2007-2022年）.dta：https://download.csdn.net/download/T0620514/88621709

数字化转型：无形资产占比测算（2007-2022年）.xlsx：https://download.csdn.net/download/T0620514/88621708

T0620514
关注
2001-2022年上市公司数字化转型程度、无形资产明细数据
05-02
2001-2022年上市公司数字化转型程度指数测算数据（含原始数据+测算代码+计 算结果） 1、时间：2001-2022年 2、指标：证券代码、证券简称、统计截止 日期、是否发生ST或*ST或PT、、是否发生暂停上市、行业代码、行业名称、stk cd、year、省份、区域、成立日期、成立年份、上市年份、是否国有、上市日期；公 司代码、上市公司代码、A股股票代码、截止日期、合并标识、调整标识、科目名称、科目 代码、期初余额元、期未余额元、原值， 3、范围：A股上市公司 4、测算方法： 1 . 筛选与数字化转型相关的无形资产项目。检索出包含“软件”“网络”“客户 端”“数字控制”“数字技术”“云计算”等关键词的资产项目，赋为数字化转型科目。 2. 加总各上市公司数字化转型科目作为数字化转型无形资产。 3.用企业数 字化无形资产的对数来衡量企业数字化转型程度（Digit），剔除了金融保险业企业样 本，剔除了ST、*ST、PT等财务异样的企业样本，剔除了主要变量数据缺失的样本， 所得共34706个样本观测值。为降低异常值的影响，对连续型变量均进行上下1%的缩 尾处理。 5、参
2007-2020年上市公司数字化转型数字化无形资产占比仅计算结果
m0_71334485的博客
04-06 659
2007-2020年上市公司数字化转型数字化无形资产占比仅计算结果
企业数字化转型测算结果和无形资产明细（2007-2021年）
2401_84585615的博客
09-15 222
企业数字化转型是指企业利用数字技术，改变其实现目标的方式、方法和规律，以增强企业的竞争力和盈利能力。这一转型过程可以涉及企业的各个领域，包括市场营销、生产制造、财务管理、人力资源管理等。无形资产是指企业拥有的没有实物形态的可辨认的非货币性资产，包括专利权、商标权、著作权、非专利技术、土地使用权、特许权等。2007-2021年 企业数字化转型测算结果和无形资产明细。
上市公司数字化转型及同群效应数据集合（四种测算方法）
T0620514的博客
11-30 948
是否需要进行数字化转型、能否及时进行数字化转型、如何更好的应用数字化技术来应对当今时代的变化也是企业面临的一大难题。同时，判断数字化转型能否改善企业在资本市场中的表现、数字化转型以何种机制影响企业的生产表现和市场表现如全要素生产率、与现代服务业融合发展程度等也具有非常重要的现实意义。[1]赵宸宇,王文春,李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济,2021,42(07):114-129.DOI:10.19795/j.cnki.cn11-1166/f.20210705.001.
A股上市公司数字化资产明细无形资产占比测算数字化转型程度（2007-2022年）
04-14
A股上市公司数字化资产明细无形资产占比测算数字化转型程度（2007-2022年） 参考吴非、赵宸宇两位老师做法，根据上市公司年报文本，和数字化转型词频数据，以及 MD&A数字化词频，参考张永珅老师的做法，利用无形...
企业数字化转型程度测算：数字化无形资产占比2007-2022年3.7万+数据
04-11
企业数字化转型是指企业采用数字技术和工具来改善其业务流程、提高效率、增强竞争力的 过程。这一转型过程通常包括以下方面：数字化技术采用：企业会引入各种数字技术，如云 计算、大数据分析、人工智能、物联网等，...
上市公司数字化转型数字化无形资产占比仅计算结果
02-03
具体地，当无形资产明细项包含“软件”“网络”“客户端”“管理系统”“智能平台”等与数字化转型技术相关的关键词以及与此相关的专利时，将该明细项目界定为“数字化技术无形资产”，再对同一公司同年度多项数字化...
沪深A股上市公司企业数字化转型数据2007-2022年(吴非版，年报和管理层讨论)
07-20
数据数量：2007-2022年，共 47,934 条观测值 文件包含：原始数据Excel、处理DO代码、处理好的结果数据DTA和EXCEL。 含【是否金融业】【是否STPT】【高科技行业分组】【东中西地区分组】【重污染行业分组】【所属...
Kafka 为什么要抛弃 Zookeeper？
m0_54369189的博客
10-16 146
本文，我们分析了为什么 Kafka 要移除 ZooKeeper，主要原因有两个：ZooKeeper不能满足 Kafka的发展以及 Kafka想创建自己的生态。在面临越来越复杂的数据流处理需求时，KRaft 模式为 Kafka 提供了一种更高效、简洁的架构方案。不论结局如何，Kafka 和 ZooKeeper曾经也度过了一段美好的蜜月期，祝福 Kafka 在 KRaft模式越来越强大，为使用者带来更好的体验。
Apache Storm实时流处理的核心技术
最新发布
hello.reader
10-16 781
Apache Storm 是一个流处理引擎，它可以持续处理不断到来的数据流（streams）。Storm 允许用户构建拓扑（Topology）来定义数据流的路径以及处理的逻辑。在这种拓扑中，数据从源（Spout）开始流入，通过一系列的处理节点（Bolt）进行转换或处理，最终得到输出结果。Storm 的架构基于并行执行的理念，支持高吞吐量和低延迟的数据处理。分布式数据流处理：Storm 可以在分布式环境下处理大量数据，支持大规模的集群部署。容错和高可用性。
020 elasticsearch7.10.2 elasticsearch-head kibana安装
m0_46695127的博客
10-13 762
020 elasticsearch7.10.2 elasticsearch-head kibana安装
RabbitMQ 如何保证消息不丢失？
qq_74042166的博客
10-13 1249
要保证 RabbitMQ 的消息不丢失，需要从生产者、路由过程、消费者和 Broker 端采取一系列措施。消息丢失的常见原因包括：生产者发送失败、消息路由失败、消费者处理异常，以及 RabbitMQ 服务宕机未持久化。为解决生产者端的消息丢失问题，可以采用事务机制或发布确认机制，确保消息成功发送并得到确认。路由过程中，可以通过mandatory参数或设置备份交换机来处理路由失败的情况，确保消息到达队列。消费者端则应使用手动确认模式，保证消息处理完成后才返回 ACK，避免因处理失败导致消息丢失。
Spark常用RDD算子：transformation转换算子以及action触发算子
m0_70882914的博客
10-10 1419
transformation 转换算子对RDD数据进行转化得到新的RDD，定义了一个线程任务。常见：map、filter、flatMap、reduceByKey、groupByKey、sortByKeyaction 执行算子触发计算任务，让计算任务进行执行，得到结果。触发线程执行的。常见：foreach、first、count、reduce、saveAsTextFile、collect、take。
第十二章 RabbitMQ之失败消息处理策略
Calvin的博客
10-11 1337
Spring AMQP提供了消费者失败重试机制，在消费者出现异常时利用本地重试，而不是无限地requeue到mq。我们可以定义一个异常队列和交换机，来接收其他交换机队列转发的无法处理的异常消息。然后我们可以查看其中的异常消息并进行人工处理。重试耗尽后，直接reject，丢弃消息（默认方式）重试耗尽后，将失败消息投递到指定的交换机（推荐）2. 定义接收失败消息的交换机、队列及其绑定关系。重试耗尽后，返回nack，消息重新入队。在实际项目的生产环境中，通过。
SparkSQL介绍及使用
m0_70882914的博客
10-13 394
SparkSQL介绍及使用
大数据与人工智能在金融风险控制中的应用
2405_87249521的博客
10-16 751
通过对海量数据的实时分析和智能化的预测模型，金融机构能够更准确地识别潜在风险，采取适当的防范措施，从而提升金融市场的稳定性和安全性。传统的信用评估主要依赖于财务报表和历史信用记录，而大数据技术可以结合客户的社交媒体行为、购物习惯、互联网搜索记录等非结构化数据，为风险评估提供更全面的视角。同时，AI还能够自动识别潜在的合规风险，减少人工审核的压力。大数据与人工智能在金融风险管理中有着广泛的应用场景，从信用评估、市场风险分析，到反欺诈和监管合规，都可以利用这些技术来提升风险控制的效率和准确性。
大数据治理：挑战与实践
weidl001的博客
10-13 1125
大数据治理是现代企业在数据管理过程中必须面对的挑战，通过科学有效的治理策略和先进的工具，企业可以有效地提升数据质量、增强数据安全、满足合规要求，并最大化数据的业务价值。随着大数据技术和AI的进步，大数据治理的自动化和智能化将为企业提供更强的竞争力。持续投入和关注数据治理，将有助于企业在复杂的数据环境中把握先机、实现创新。
第七章 RabbitMQ之交换机
Calvin的博客
10-10 1684
在RabbitMQ中，交换机（Exchange）是用来接收生产者发送的消息并将这些消息路由到一个或多个队列的组件。不同类型的交换机决定了它们如何路由这些消息。以下是RabbitMQ中几种常用交换机类型：直接交换机（direct）：如果路由键完全匹配，消息就被投递到相应的队列。广播交换机（fanout）：消息被广播到所有绑定的队列。主题交换机（topic）：如果路由键匹配模式（通配符*代表匹配多个单词和#代表匹配一个单词），消息被投递到相应的队列。头交换机（headers）：通过匹配消息头进行路由。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

T0620514

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值