制造业上市公司AI声量与经营效能偏离测度数据集

本数据集面向沪深A股制造业上市公司，整合公开年报文本、财务经营指标与授权专利统计，经研究团队依据年报章节标题规则筛选并核验经营情况讨论与分析文本、AI词典匹配、股票代码标准化、多源合并和双重机器学习处理，形成1547家企业的AI声量、经营效能正交残差、条件平均处理效应（CATE）、AI泡沫指数（AHI）、排名及四象限分类等字段。数据可用于识别企业AI宣传与实际经营效能的偏离，服务资本市场研究、风险识别和制造业数智化转型评价。

搜集汇总

背景与挑战

背景概述

本数据集覆盖沪深A股制造业上市公司，通过整合公开年报文本、财务经营指标与授权专利统计，运用AI词典匹配和双重机器学习等方法，构建了包含1547家企业的AI声量、经营效能残差、条件平均处理效应（CATE）、AI泡沫指数（AHI）及排名分类等字段的数据集。该数据集旨在识别企业AI宣传与实际经营效能的偏离，服务于资本市场研究、风险识别和制造业数智化转型评价。