上市公司管理层讨论与分析MD&A文本及情感分析2010-2022NLP自然语言处理

上市公司管理层讨论与分析MD&A文本及情感分析2010-2022NLP自然语言处理

基于上市公司公告及交易数据整理计算
沪深、北京证券交易所A股上市公司
【2022】管理层讨论与分析 MD&A文本及情感分析
数据范围：2010-2022年，共 42,113 条观测值，所有A股上市公司，有dta和excel，面板数据可直接用！
指标如下
[1] MD&A文本：文本内容
[2] MD&A文本相似度(与上一年相比)：关于中文文本相似度计算，首先使用结巴分词对文本进行处理，分词过程中去掉阿拉伯数字、标点符号、图片表格。接下来使用潜在语义索引（Latent Semantic Indexing， LSI）余弦相似度计算法，分别计算得出 MD&A文本相似度。
[3] 正面/负面词汇数量：个数
[4] 词汇/句子/文字总量：个数
[5] 情感语调1：（正面词汇数量-负面词汇数量）/词汇总量；数值越大，情感倾向越偏向正面积极。
[6] 情感语调2：（正面词汇数量-负面词汇数量）/（正面词汇数量+负面词汇数量）；数值越大，情感倾向越偏向正面积极。
[7] 是否发布可持续经营非标意见：0否，1是