上市公司管理者短视主义（2005-2024）
获取方法见推文末
数据简介
CNPaperData
本数据以胡楠等（2021）《管理者短视主义影响企业长期投资吗？——基于文本分析和机器学习》的研究框架为参考，上市公司管理者短视主义作为全球资本市场关注的核心议题，其本质是管理层在决策中过度聚焦短期财务指标与即时利益，忽视企业长期战略、创新投入与可持续发展的行为倾向。对这一现象开展系统性研究，不仅能填补学术理论空白，更能为企业治理、资本市场规范与宏观经济高质量发展提供关键支撑，具有重要的理论价值与现实意义。
管理者短视行为往往导致企业削减研发投入、放弃长期投资项目、过度进行盈余管理，最终损害核心竞争力与未来绩效。对于不同产权性质、行业特征的企业，研究可揭示短视主义影响的差异化规律，为企业制定个性化治理方案提供参考。通过明确短视行为与可持续发展的负向关联，能够引导企业平衡短期业绩与长期价值，重视技术创新、人才培养与社会责任，构建抵御市场波动的核心竞争壁垒。此外，上市公司作为宏观经济的核心微观主体，其发展质量直接影响经济转型升级成效。管理者短视主义引发的创新投入不足、产业升级滞后等问题，会制约经济长期增长动力。相关研究能够为落实可持续发展议程提供实践路径，通过引导企业树立长期主义导向，推动技术创新与产业结构优化，助力经济从规模扩张向质量提升转型。由此，在全球化竞争背景下，研究中国情境下上市公司管理者短视主义的特殊性，可揭示市场化进程、产权制度等制度因素的调节作用，为完善社会主义市场经济体制提供参考。
本数据以各城市政府工作报告为基础，参考胡楠等（2021）《管理者短视主义影响企业长期投资吗——基于文本分析和机器学习》的数据处理方法，具体方法处理如下：（1）参考文章附录种子词；（2）采用Word2Vec中CBOW模型（Continuous Bag-of-words Model）对中文年度财务报告语料进行训练。（3）单独罗列关键词（截图中仅为部分关键词）出现次数及全文总词数，使用者可自行进行部分关键词词频计算。
语料训练中使用的CBOW模型：
其中，C表示语料；w表示中心词；Context（w）表示中心词的上下文。CBOW模型的基本思想是根据上下文来预测当前词语的概率，通过最大化上述目标函数，最终可得到中心词对应的Word2Vec词向量。随后通过计算向量相似度可获得中心词的相似词。模型基于海量财经文本训练而成，所推荐的相似词更加适合财经文本 语境，可有效避免人为定义词表的主观性和通用同近义词工具的弱相关性。
数据信息
CNPaperData
数据来源：A股上市公司2010~2024年年度财务报告文件
时间跨度：2010-2024
数据格式：xlsx形式
数据字段：
股票代码 | 年份 | kw_sum | 总词数 | 及早 | 尽早 | 桎梏 | 双重压力 | 黄金时机 |
数据展示
CNPaperData
数据简介
CNPaperData
[1]胡楠,薛付婧,王昊楠.管理者短视主义影响企业长期投资吗？——基于文本分析和机器学习[J].管理世界,2021,37(05):139-156+11+19-21.DOI:10.19744/j.cnki.11-1235/f.2021.0070.
会员权益
CNPaperData
CNPaperData（简称CNPD）是立足大规模数据采集、清洗、挖掘的国家高新技术企业，借鉴Compustat、WRDS等国际知名数据库及FT50期刊专业标准，打造中国特色经济管理社会科学研究型数据库。涵盖上市公司、企业、省份、地级市、县域、高校、人物等研究对象，涵盖经济、法律、金融、政策、科技、文化、健康、环保、人口等各类热门数据。顶刊标准数据，好数据助力发好刊！获取数据地址https://www.ppmandata.cn/trade/list
获取方式
CNPaperData
数据编号 2212
1.高级会员或永久会员可在官网搜索对应编号免费下载
2.非高级会员或永久会员搜索对应编号后在网页右上角通过数据元单独购买
以1533为示例：
数据会员直接下载地址：
www.ppmandata.cn
