关税战烈度的持续上升对全球供应链体系造成了持续性波动由此衍生出了大量各方面复杂性与不确定性。基于此上市公司管理层会格外关注在该背景下各种相关供应链的风险对其投资效率的影响。因此研究上市公司管理层供应链风险感知对指定因素的影响成为了一个具有重要意义的方向。为了方便大家在这个方向上的研究我们参考罗丹李婉丽和徐香等2025的MDA文本分析法1.选择2010-2024年A股上市公司企业为样本2.剔除被ST、*ST的企业3.剔除金融行业及房地产行业样本接下来根据他们的文本分析法进行如下整理1.分别构建“供应链”与“风险”关键词词典“供应链”词典用Wu(2024)中人工神经网络训练结果30个高度相似的供应商词汇翻译成中文部分如“供应商/采购/链条/供应链”等。接着随机选取50份MDA文本人工阅读提取关于供应链的关键词。最后通过大语言模型查找与前面所得词汇相似的关键词人工判断选取来补充。最终所得114个关键词。“风险”关键词词典基于“风险”、“不确定性”、“可能”、“波动”通过大语言模型查找并人工挑选相近词来扩充最终所得100个关键词。2.将MDA文本中的非中文字符及停用词去除我们用的是哈工大停用词库3.用Python的jieba进行分词4.分词分析法基于分词结果排列序列组合先定位“供应链”关键词并找出其前后十个词汇中是否出现“风险”关键词如果出现就算一次并记录这种共现情况的次数在数据中我们标记该变量为“关键词共现”。最后对该变量进行取对数处理结果变量名称为“SCR_W”。5.分字分析法基于原MDA文本先定位“供应链”关键词截取前后15个字符并在该部分中判断是否出现“风险”关键词如果出现就记录这种情况中的该“供应链”关键词的字符数最后基于公司-年份进行汇总。在数据中我们标记该变量为“共现供应链总字符数”。最后对该变量进行取对数处理结果变量名称为“SCR_C”。数据信息数据来源各上市公司年报中提取的MDA文本时间跨度2010-2024数据范围上市公司数据格式excel形式数据字段证券代码、证券简称、年份、总词汇数、关键词共现、SCR_W、共现供应链总字符数、SCR_C数据展示参考文献[1]Zhou, Y., Chen, L., Zhou, F., Ye, M. (2026). Contractual arrangements and information consistency: How ESG executive compensation incentives affect corporate AI disclosure. Journal of Business Research, 207,116019.【下载→地址1https://blog.csdn.net/u014025564/article/details/160287847?spm1001.2014.3001.5501或者下方地址2比较麻烦防失联https://blog.csdn.net/u014025564/article/details/160320375?spm1001.2014.3001.5501