数据集概述
本数据集包含2013-2022年中国4102家非金融类上市公司的82215条观测记录，核心内容为新闻文本相似度（基于TF-IDF余弦相似度计算）与股票收益同步性（通过市场模型回归R²衡量）的关联数据，覆盖新闻处理、股票交易及财务等多维度信息。
文件详解
- 数据文件（.dta格式，共15个）：
- 包含ASVImonthly.dta、base_data.dta、BellWether_Newsprop.dta、DisAcc.dta、isAnnoym.dta、NewsNumlarge8ym.dta、numAholder_yq.dta、ReportSim_ym.dta、Rmkt.dta、sigma_mkt.dta、Stkcd_ym_NewsTone.dta、Topic_wordscomovement.dta、yearMDATone.dta、ymChinaNewsBasedEPU.dta、ymCICSI.dta
- 字段涵盖公司标识、时间戳、新闻文本相似度得分、股票收益同步性R²值、新闻情感倾向、市场基准数据等核心指标
- 代码文件（.do格式，1个）：
- code.do：可能为数据处理或分析的Stata代码文件
数据来源
中国股票市场和会计研究（CSMAR）数据库、中国研究数据服务平台（CNRDS）
适用场景
- 金融市场信息扩散机制研究
- 媒体叙事对资产价格联动的影响分析
- 投资者信息多样性与股票收益同步性的关联探究
- 文本分析技术在金融领域的应用验证
- 市场模型回归与R²统计量的实证研究
