01 数据介绍
▪ 数据名称: 董事长致辞、简洁性信息文本
▪ 数据编号：0285
▪ 数据层级：A股上市公司层面
▪ 数据范围：2016-2023年
▪ 样本数量：1,189条
▪ 数据来源：根据上市公司每年董事长致辞文本爬取
▪ 数据说明： CNDD上市公司董事长致辞简洁性信息文本数据统计了上市公司董事长致辞文本中基于整句的简洁性指标和基于句顿的简洁性指标。数据提供.xlsx和.dta两种格式，可用stata或excel打开。
▪ 数据维度：年度数据
▪ 数据介绍：文本简洁性能够显著影响投资者吸收和处理不同类型信息的效率与深度。简明扼要的文本有助于投资者快速从中获取关键的市场和行业信息，从而迅速做出决策；而叙述详细的报告则能够促使投资者对市场动态和趋势有更加深入和全面的理解，为长期投资决策提供坚实的基础。
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。
▪ 变量分布
▪ 文献来源：
任飞,罗靖怡,陈张杭健,等.分析师深度研究报告向市场传递的信息含量——基于“新”、“旧”信息的文本分解[J].系统工程理论与实践,2020,40(12):3034-3058.
本文通过构建多元回归模型考察分析师“新”､“旧”信息对股价的影响.首先,以分析师报告发布前后各一个交易日的股票累计收益率为被解释变量,考察报告中不同信息对其影响,回归模型如模型(14)所示。文本特征变量(Character),包括语调､可读性､简洁性数据充分性和谨慎性,控制不同文本特征的影响。
根据表4,当模型中没有加入文本特征变量时,“新”信息对股价整体反应具有显著为正的影响,而“旧”信息的影响为负且并不显著,这一结果支持假设1.当在模型中依次加入文本特征变量时,“新”信息的影响均保持显著,而“旧”信息始终不显著.文本语调与谨慎性对股价有显著影响.对于语调越积极或是分析师预测越激进的报告,将引起更强烈的股价反应.可读性指标对股价整体反应的影响在5%的水平下显著为正,表明文章的可读性越高,投资者越容易从中获取信息.从表4中还可以发现,深度研究报告对股价的作用受公司规模的影响,公司规模越小,报告对其股价整体反应的影响将越大.这可能是由于具有上述特征的公司信息披露不充分.相对于市场关注度更高的大公司,小公司的信息获得渠道更为有限.因此,在其他信息来源匮乏时,分析师发布的深度研究报告成为投资者的重要信息来源,从而对股价整体反应产生更大影响。
Kerl A G, Walter A, Never judge a book by its cover: What security analysts have to say beyond recommenda.tionsJl.Financial Markets and Portfolio Management,2008,22(4):289-321.23
Twedt B, Rees L. Reading between the lines: An empirical examination of qualitative attributes of financialanalysts’ reportsJl, Journal of Accounting and Public Policy, 2012. 31(1): 1-21.
见推文末尾。
本数据为会员专属数据。添加客服微信，购买年度高级会员299元，永久高级会员899元，可享CNDeepData所有数据免费获取。
▪ 客服微信方式：
扫描下方二维码，或搜索下方微信号。
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。
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)”。
中国深度数据库：让精品数据 得以流动
CNDeepData：Let high-quality data flow without barriers
部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
