上市企业经济政策不确定性感知Python代码和管理层分析与讨论2001-2025年

现有关于经济政策不确定性的研究通常将不确定性当作一种宏观冲击，没有测度和区分不同企业的政策不确定性感受差异。本文使用文本挖掘方法，从 2001-2025 年中国 A 股上市公司年报中提取信息，构建衡量企业对政策不确定性感知程度的指标。

      参考 Baker 等(2016)和 Hassan 等(2019)的做法，使用“词表法”筛选特定的内容文本  ，在一段文本中如
果出现特定词语，就把这段文本识别为表达某些特定含义的文本。本文认为如果一句话中同时出现“政策词语”和“不确定性词语”，就认为这句话是年报撰写人表述公司面临经济政策不确定性的内容。


      首先通过格式转换工具把每份上市公司年报的 PDF 文件转换成文本文件，使用正则表达式取出“管理层讨论与分析”(Management Discussion and Analysis，简称MD＆A，有些年报中是“董事会报告”)的内容，剔除所有数字、英文字母和除句号以外的所有标点符号和特殊符号。（使用数据库中已有的管理层讨论与分析文本数据），然后，以中文句号为分隔符把 MD＆A 文本分割为句子，考虑到中文的语言习惯，本文以句子作为分析的基本单位。假定上市公司 i 在年份 t的年报中 MD＆A 句子数量为 Sit ，使用编程语言 Python 调用 jieba 分词模块对每个句子进行分词，并在分词的同时剔除停用词 。为尽量降低分词带来的歧义，本文在分词时定义了用户词表，词表包括所有 A 股上市公司的全称和简称、会计科目名称、后续文本处理用到的表示不确定性的词语以及与政府(政策)相关的词语。分词以后每个句子都变成一系列词语的组合，再对每个句子(s)逐一进行以下操作:搜索每个句子中出现的词，如果出现表示不确定性的词，就认为是表示不确定性的句子;如果一个句子中同时出现政府、政策等内容相关的词和表示不确定性的词，就认为是一个表示政策不确定性的句子(P)。用经济政策不确定性句子中不确定性词语数量(ns )占 MD＆A总词语数量(N)的比例衡量企业面临的经济政策不确定性(FEPU)。FEPU 的计算如下式所示，其中 IP(s)是示性函数，当 s∈P 时，I =1;当 s∉P 时，I =0。

并使用经济政策不确定性句子中不确定性句子数量(ns )占 MD＆A总句子数量(N)的比例衡量企业面临的经济政策不确定性(FEPU2)作为稳健性检验。

参考文献

[1]聂辉华,阮睿,沈吉.企业不确定性感知,投资决策和金融资产配置[J].世界经济, 2020, 43(6):22.


数据说明

数据对象：全部A股
数据区间：2001-2025年最后结果包含3个版本：
1、未筛选剔除未缩尾处理
2、剔除金融行业、剔除ST、*ST、PT类、已退市公司样本未缩尾处理
3、剔除金融行业、剔除ST、*ST、PT类、已退市公司样本已缩尾处理

结果说明

数据截图

各年数据量

描述性统计

企业经济政策不确定性和宏观经济政策不确定走势图对比