



一、数据集核心特征
1. 基础信息:涵盖2016-2024年公司层面面板数据,样本总量达37,698条,通过上市公司年报文本爬取构建。
2. 核心变量:包含股票代码(stkcd)、会计年度(year)、参考Lin和Wu(2023)词集的气候风险词数(ClimateRisk_LW)及年报总词数(totalword)等关键指标。
3. 格式适配:支持.dta与.xlsx两种格式,可直接用于STATA、EXCEL等主流数据分析软件。
4. 质量评级:常用度、稀缺度、新颖度均达四星标准,总体评级12颗星,具备较高的学术应用价值。
二、学术应用优势
1. 量化突破:通过文本挖掘技术将定性的气候风险信息转化为可量化的词频比值指标,弥补传统研究中非财务信息披露度量的短板。
2. 多维支撑:可构建长面板数据,助力分析气候风险披露的行业异质性、时间演变趋势及政策响应机制,为碳中和目标下企业行为研究提供微观证据。
3. 融合潜力:能与碳资产损益、绿色债券利率等财务数据交叉分析,揭示气候风险的市场定价机制,亦可结合机器学习、卫星遥感数据拓展多源研究视角。
三、数据构建逻辑
1. 种子词筛选:综合2016-2020年政府工作报告高频环境能源词汇,及Krueger等(2020)研究中全球机构投资者关注的相关词汇,最终确定47个核心种子词。
2. 数据源选择:优先采用上市公司年报而非社会责任报告,规避披露范围有限、标准不统一的问题,确保数据质量的可靠性与一致性。
3. 指数构建:以核心词汇出现频次与年报总词数的比值作为气候风险指数,实现企业气候风险的精准度量。
该数据集为气候风险披露与股票市场波动、企业融资成本等议题的研究提供了坚实基础,值得相关领域研究者重点关注与应用。
(附件查看需最新版APP )
#学术 #实证研究 #CNDD数据库 #气候变化 #系统性风险 #气候类型分布 #CNDeepData #社科 #数据集#小红书可以发文件了
1. 基础信息:涵盖2016-2024年公司层面面板数据,样本总量达37,698条,通过上市公司年报文本爬取构建。
2. 核心变量:包含股票代码(stkcd)、会计年度(year)、参考Lin和Wu(2023)词集的气候风险词数(ClimateRisk_LW)及年报总词数(totalword)等关键指标。
3. 格式适配:支持.dta与.xlsx两种格式,可直接用于STATA、EXCEL等主流数据分析软件。
4. 质量评级:常用度、稀缺度、新颖度均达四星标准,总体评级12颗星,具备较高的学术应用价值。
二、学术应用优势
1. 量化突破:通过文本挖掘技术将定性的气候风险信息转化为可量化的词频比值指标,弥补传统研究中非财务信息披露度量的短板。
2. 多维支撑:可构建长面板数据,助力分析气候风险披露的行业异质性、时间演变趋势及政策响应机制,为碳中和目标下企业行为研究提供微观证据。
3. 融合潜力:能与碳资产损益、绿色债券利率等财务数据交叉分析,揭示气候风险的市场定价机制,亦可结合机器学习、卫星遥感数据拓展多源研究视角。
三、数据构建逻辑
1. 种子词筛选:综合2016-2020年政府工作报告高频环境能源词汇,及Krueger等(2020)研究中全球机构投资者关注的相关词汇,最终确定47个核心种子词。
2. 数据源选择:优先采用上市公司年报而非社会责任报告,规避披露范围有限、标准不统一的问题,确保数据质量的可靠性与一致性。
3. 指数构建:以核心词汇出现频次与年报总词数的比值作为气候风险指数,实现企业气候风险的精准度量。
该数据集为气候风险披露与股票市场波动、企业融资成本等议题的研究提供了坚实基础,值得相关领域研究者重点关注与应用。
(附件查看需最新版APP )
#学术 #实证研究 #CNDD数据库 #气候变化 #系统性风险 #气候类型分布 #CNDeepData #社科 #数据集#小红书可以发文件了


