CNDD-0069 上市公司数字化转型数据

01 数据介绍

▪ 关键词：企业数字化转型程度、数字化转型指标

▪ 数据编号：0069

▪ 数据名称：上市公司数字化转型数据

▪ 数据区间：企业数字化转型指标 2007-2023年；数字化转型程度2007-2024年

▪ 样本数量：企业数字化转型指标 123,568条；数字化转型程度59,054条

▪ 数据来源：CNDD根据吴非等（2021）从上市企业年报文本提取

▪ 数据说明：上市公司数字化转型数据从上市企业年报中提取涉及“企业数字化转型”的词频，包括统计年度、证券代码、人工智能技术、区块链技术、云计算技术、大数据技术、数字技术应用、行业代码、行业名称等指标。

▪ 数据维度：企业层面  

▪ 综合评价：数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态。数字经济作为我国经济发展中最为活跃的领域，与经济社会各领域融合的广度和深度不断拓展，在激发消费、拉动投资、创造就业等方面发挥重要作用。因此在这样的形势背景下，CNDD推出的上市公司数字化转型数据库，希望促进高等院校的会计与金融学者、金融机构等机构和个人对数字经济的实证研究有一个快速的、高质量的提高，进一步促进我国经济的发展。

CNDeepData 数据应用质量评级

▪ 常用度：★★★★☆

▪ 稀缺度：★★★★☆

▪ 新颖度：★★★★★

▪ 总体级别：13颗星

✔  常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。

✔  新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。

02 主要指标

（1）企业数字化转型指标

（2）企业数字化转型程度

03 数据特征概览

▪ 数据概览：   

（1）企业数字化转型指标（2007-2023年）

（2）企业数字化转型程度（2007-2024年）

04 前沿文献速递

▪ 文献来源：

吴非,胡慧芷,林慧妍等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(07):130-144+10.

▪ 文献内容：

数字化转型赋予了企业新的发展动能,这能否进一步改善企业在资本市场中的表现?文章基于中国上市企业2007～2018年数据,借助爬虫技术归集企业年报中的”数字化转型”关键词,创新性地刻画出企业数字化转型强度,实证检验企业数字化转型对股票流动性的影响及其渠道机制。研究发现,企业数字化转型显著提升了股票流动性,并呈现出一定结构异质性特征,上述结论在经过一系列稳健性检验后依旧成立。渠道机制表明,企业数字化转型程度的提高,一是能改善信息不对称并强化市场的正面预期,二是促进企业研发投入与创新产出绩效提升,三是提升企业价值和财务稳定性,这些都有助于提升企业股票流动性水平。文章还发现,企业数字化转型效力的发挥需要外部基础条件的支撑。在金融科技、数字金融发展较好情况下,企业数字化转型对股票流动性的提升作用更为明显。文章可为理解资本市场中微观主体流动性提供线索,并为更好地驱动企业数字化转型提供相关启示。

▪研究逻辑：

文章从三个主要路径出发，探讨企业数字化转型对股票流动性的影响及其作用机制。第一，企业数字化转型可以有效降低信息不对称程度，增强市场积极预期，从而提升股票流动性水平。第二，企业数字化转型可以在“投入—产出”层面强化创新动能，从而提升股票流动性水平。第三，企业数字化转型可以有效提升企业价值并改善财务境况，从而提升股票流动性水平。基于以上分析，文章提出核心研究假设：

假设：在其他条件不变的情况下，企业的数字化转型将显著提升股票流动性水平。

▪ 研究设计与相关数据应用：

文章选取 2007-2018 年沪深 A 股上市公司的数据为初始研究样本。

1. 变量设定

（1）被解释变量——股票流动性（Liquidity）

已有学者对比多种企业层面流动性指标，发现非流动性指标在中国资本市场中是较合意的衡量企业股票流动性的指标（张峥等，2014），并且其可以表征股票交易成本和价格冲击的叠加影响。文章借鉴 Amihud 和 Mendelson（1986）的研究方法，按照式（1）核算股票非流动性指标（ILLIQ）：

在上式中，│r_i,t,d│表示企业 i 在 t 年第 d 个交易日考虑现金红利再投资的回报率，V_i,t,d 表示企业 i 在 t 年第 d 个交易日的成交金额，单位为百万元人民币，D_i,t 为企业 i 在 t 年的交易日天数。因此，直观地看，(│r_i,t,d│/ V_i,t,d ) 即为股票 i 在 t 年第 d 个交易日每单位成交金额所引起的收益率变化，对其加总取均值后，即为非流动性指标。ILLIQ 数值越大，说明单位交易金额对股票价格的冲击越大，投资者的交易成本越高，股票流动性就越低，反之亦然。为使实证结果简单易读，本文的股票流动性指标 Liquidity 采用非流动性指标的相反数来测度，计算方式如下：

因此，Liquidity 数值越大，则意味着企业的股票流动性越高。

(2) 核心解释变量——企业数字化转型（DCG）

企业数字化转型作为新时代下企业高质量发展的重大战略，这类特征信息更容易体现在企业具有总结和指导性质的年报中。年报中的词汇用法能够折射出企业的战略特征和未来展望，在很大程度上体现企业所推崇的经营理念及在这种理念指引下的发展路径。因此，从上市企业年报中涉及“企业数字化转型”的词频统计角度来刻画其转型程度，有其可行性和科学性。在类似的研究中，韩永辉等（2017）通过关键词的配对、筛选，统计出各省市相应的产业政策文件累计数作为产业政策强度的刻画指标。这为本文的研究提供了启发性类推逻辑：可通过上市企业公布的年度报告中的相应关键词词频测度，作为企业数字化转型程度的代理指标。

从变量设计的技术实现上来看，文章通过 Python 爬虫功能归集整理了上海交易所、深圳交易所全部 A 股上市企业的年度报告，并通过 Java PDFbox 库提取所有文本内容，并以此作为数据池供后续的特征词筛选。

在企业数字化转型特征词的确定上，基于学术领域和实业领域进行了分项讨论。在学术文献的借鉴上，参考了一系列以数字化转型为主题的经典文献（陈春花等，2019；陈剑等，2020；李春涛等，2020；凌润泽等，2021）， 归纳整理出有关数字化转型的特定关键词；在重要政策文件和研究报告借鉴上，文章以《中小企业数字化赋能专项行动方案》《关于推进“上云用数赋智”行动培育新经济发展实施方案》《2020 年数字化转型趋势报告》以及近年《政府工作报告》为蓝本，进一步扩充数字化转型的特征词库，并依照前述分析展开结构化分类（即“底层技术运用”与“技术实践应用”两个层面），形成了图 1 的特征词图谱。在此基础上，剔除关键词前存在“没”“无”“不”等否定词语的表述，同时也剔除非本公司（包括公司的股东、客户、供应商、公司高管简介介绍在内）的“数字化转型”关键词。

最后，基于 Python 对上市企业年报文本提取形成的数据池，根据图 1 的特征词进行搜索、匹配和词频计数，进而分类归集关键技术方向的词频并形成最终加总词频，从而构建企业数字化转型的指标体系。由于这类数据具有典型的“右偏性”特征，文章将其进行对数化处理，从而得到刻画企业数字化转型的整体指标。在稳健性检验中，文章根据技术的构成差异和运用状况，进行口径细分并重新进行回归检验。

2. 模型设定

为研究企业数字化转型对股票流动性的影响，文章设定了式（3）加以检验：

其中，回归中的被解释变量为股票流动性（Liquidity），核心解释变量为企业数字化转型（DCG），CVs 为前述控制变量；ε 为模型随机误差项。为提升回归结果可靠性，本文还进行如下基本处理：第一，考虑到企业数字化转型影响至股票流动性需要一定时滞，因此，本文对核心解释变量进行滞后 1 期处理，这样既考虑到实践中变量之间的传递耗时，又能在技术上尽可能减轻反向因果的内生性干扰问题。第二，在所有回归方程中，均默认采用了Cluster聚类稳健标准误调整的 t 统计量。第三，本文同时控制了时间（Year）和行业（Ind）的虚拟变量，以尽可能地吸收固定效应。

▪ 实证结果：

下表报告了“企业数字化转型—股票流动性”关系的核心检验结果。在基准回归中，文章采用了递进式的回归策略。

模型M（1）仅控制了时间和行业固定效应，企业数字化转型指标（L.DCG）的回归系数为 0.005 且通过了1%的统计显著性检验。模型M（2）中，在原有基础上纳入了控制变量集，相关的回归系数有所缩小（0.001），这可能是因为在纳入了控制变量后，部分影响股票流动性的因素被吸收所致，但显著性依旧保持不变（t值为3.71）。这意味着，企业数字化转型程度越高，会显著提升企业股票流动性，二者之间呈现出显著正向相关关系。由此，本文的假说得到了经验证据支持。

05 其他相关文献

[1]袁淳,肖土盛,耿春晓,盛誉.数字化转型与企业分工：专业化还是纵向一体化[J].中国工业经济,2021(09):137-155.

[2]倪克金,刘修岩.数字化转型与企业成长：理论逻辑与中国实践[J].经济管理,2021,43(12):79-97.

[3]肖红军,阳镇,刘美玉.企业数字化的社会责任促进效应：内外双重路径的检验[J].经济管理,2021,43(11):52-69.

06 获取方式

以下三种方式三选一即可：

▪ 直接购买

添加客服微信，支付价格为69元。

▪ 朋友圈分享后免费领取（每人限领15份）

持续3小时，集齐5个赞，需要对所有人可见，并且本人关注CNDeepData公众号。

▪ 购买大会员

添加客服微信，购买年度会员149元，三年会员299元，永久会员899元，可享CNDeepData所有数据免费获取。

▪ 朋友圈分享要求：

①分享时间需要在早上7:30到晚上12:30之间。

②请附带一句推荐词，例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：DeepData001获取更多更新数据

往期已推送数据

CNDD 已推送数据列表及业务介绍

CNDD 全国各地区儒家文化变量数据合集

CNDD 中国上市公司创新变量数据合集（全网最全）

CNDD 中国银行业数据合集

CNDD 中国债券市场研究数据合集

版权声明 …

1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。

CNDeepData

中国深度数据库：让精品数据，得以流动。

CNDeepData: Let high-quality data flow without barriers

112篇原创内容

公众号

中国深度数据库：让精品数据 得以流动CNDeepData：Let high-quality data flow without barriers

资源下载

此资源下载价格为69积分（VIP免费），请先登录