2010-2024年 上市公司-AI漂洗指数数据+文献

资本市场中企业“言AI”与“行AI”的背离现象日益突出。部分上市公司在年报中大量堆砌人工智能术语以迎合市场热点但实际资本性投入却远未匹配其披露力度。这种“漂AI”行为扭曲了信息传递效率也干扰了资源配置。为系统识别这一现象Zhou等学者构建了“漂AI指数”通过文本挖掘与财务数据校准量化评估企业在人工智能领域的“言行一致性”。2010-2024年上市公司-AI漂洗指数数据文献资源-CSDN下载https://download.csdn.net/download/2401_84585615/93684748数据测度方法‌该指数的构建遵循“言-行”差距测度框架。首先研究团队建立了一套涵盖基础概念、核心算法如深度学习、LSTM、SVM、硬件设施如芯片、算力及垂直应用如智能医疗、自动驾驶等维度的综合性AI术语词典共计收录107个关键指标。通过对上市公司年报文本进行关键词匹配与词频统计计算出经调整后的“AI信息披露强度”。其次提取企业财务报表中的资本化支出作为AI实质性投入的代理变量并实施行业-年度均值标准化处理得到“AI投资强度”。最终通过对比象征性披露与实质性投资的偏离度生成“漂AI指数”数值越高表明企业“说多做少”的倾向越明显。数据构成该数据集覆盖2010至2024年全A股上市公司包含证券代码、年份、公司名称、行业代码、AI信息披露强度、AI投资强度及漂AI指数等核心字段。基于这一数据可开展多维度研究横向对比不同行业、产权性质企业的漂AI行为差异纵向追踪企业AI披露重心从“数字化转型”等宏观概念向“生成式模型”等具体技术的迁移规律验证高漂AI指数企业的市场表现与创新产出是否显著弱于“言行一致”的企业以及探究外部监管压力、融资约束等机制对漂AI行为的驱动或抑制作用。