文本分析 | 中国企业高管团队创新注意力(含代码)
应杨同学留言，今天分享【高管团队创新注意力】计算的实现
Chen, Shouming, Miao Bu, Sibin Wu, and Xin Liang. "How does TMT attention to innovation of Chinese firms influence firm innovation activities? A study on the moderating role of corporate governance." Journal of Business Research 68, no. 5 (2015): 1127-1135.
Title: 中国企业高管团队创新注意力 对 如何影响企业创新活动？公司治理的调节作用研究
摘要
本文借鉴高层梯队理论，探讨了高管团队创新注意力对中国企业创新活动的影响。本文预测 高管团队创新注意力 对企业创新活动的影响受到公司治理特征的调节作用。进一步利用从2006年至2011年6年间394家中国制造企业收集的1747个公司年度观察数据，实证检验上述假设。
研究结果表明:企业高管团队创新注意力与企业专利申请之间存在正相关关系，且当企业为民营企业、董事会规模较大或独立董事较少时，该正相关关系更强。
TMTAI指标构建
高管团队创新注意力TMTAI（ TMT attention to innovation）：利用6个创新相关的关键词对该指标进行测量，可以使用词典词频法， 计算TMTAI词在年报中的词频。
innovations = ['知识产权', '自主创新', '专利保护', '专利侵权', '技术创新', '核心技术']
待分析的数据
原论文使用2006-2011年中国上市企业年报， 这里我自己随便找了点年报数据。
import pandas as pd
df = pd.read_csv('reports.csv')
df.head()
写代码，一定秉承先简单，再复杂，先局部后整体。只要在具体的局部成功了，就可以推而广之。
那么我们拿出一条文本，对一条文本做高管团队创新注意力tmtai词语的计算
import cntext as ct
import jieba
tmtai_words = ['知识产权', '自主创新', '专利保护', '专利侵权', '技术创新', '核心技术']
tmtai_dict = {'tmtai': tmtai_words}
#加入自定义词典，放置文本被错分
for w in tmtai_words:
jieba.add_word(w)
# 我瞎编的
test_text = '我们公司尊重知识产权，但也要避免专利侵权，在下一阶段会加强自主创新，培育核心技术'
pd.Series(ct.sentiment(text=test_text,
diction=tmtai_dict,
lang='chinese'))
Run
tmtai_num 4
stopword_num 9
word_num 19
sentence_num 1
dtype: int64
实验成功，接下来就可以推广到所有text这一列
import cntext as ct
import jieba
tmtai_words = ['知识产权', '自主创新', '专利保护', '专利侵权', '技术创新', '核心技术']
tmtai_dict = {'tmtai': tmtai_words}
#加入自定义词典，放置文本被错分
for w in tmtai_words:
jieba.add_word(w)
def tmtai_count(text):
return pd.Series(ct.sentiment(text=text,
diction=tmtai_dict,
lang='chinese'))
#选中text这列，统计其中每条文本中tmtai词出现次数
tdf = df['text'].apply(tmtai_count)
tdf.head()
#合并新旧两个dataframe
result_df = pd.concat([df, tdf], axis=1)
#tmtai指标是 词频，因此需要tmtai_num/word_num
result_df['tmtai_score'] = result_df['tmtai_num']/result_df['word_num']
result_df.head()
Run
查看结果，最后一列出现了我们感兴趣的 tmtai_score 指标
result_df.head()
Run
tmtai_score平均分
#500家公司tmtai指标平均值
result_df['tmtai_score'].mean()
Run
0.0004088675846679111