1892 上市公司供应链风险感知(2010-2023)

近期时日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，而此衍生出了大量各方面复杂性与不确定性。在这方面，上市公司管理层会格外关注在此背景下，各种相关供应链的风险会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。

因此，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MD&A文本分析法：

1. 选择2010-2021年A股上市公司企业为样本（我们扩充至2023年）

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

a) “供应链”词典：用Wu(2024)中人工神经网络训练结果à30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MD&A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。

b) “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MD&A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，并找出其前后是个词汇中是否出现“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MD&A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”。

[1]罗丹,李婉丽,徐香,等.供应链风险感知与企业投资效率[J].科学决策,2025,(01):82-105.

[2]Wu, D. Text-Based Measure of Supply Chain Risk Exposure［J］. Management Science, 2024, 70(7): 4781-4801.