一、数据简介基于年度文本进行各类分析在学术科研领域具有重要价值这类研究在上市公司的运用已经较为广泛原因是上市公司的相关文本获取比较容易。但是由于银行机构的相关年度文本的采集难度非常巨大此前诸多研究受制于这一客观因素的阻碍而未能解决。为了打破这一困局中国社科投研数据平台CNSSIRD数据库耗费巨大投入系统性采集了超过1.51万份各类银行机构包括国有银行、股份制银行、城商银行、农商银行、民营银行、外资银行、村镇银行、信用联社等等主体历年披露的年度报告、社会责任报告、环境信息披露报告、可持续发展报告、自然信息披露报告、ESG报告等各类本文通过对相关文本进行深度处理获得txt文件再根据各类研究进行相关文本分析。本数据库的推出将用户的研究范围从之前的上市公司拓展了银行机构领域。二、数据详情中国社科投研数据平台CNSSIRD数据库通过将上述银行机构1.51万份相关报告转换为txt本文后再基于姚加权,张锟澎,郭李鹏,冯绪2024、黄磊,黄思刚,杨承佳2023、数字化水平等相关文献与研究给定的特定关键词语进行词频统计分别用于衡量各家银行机构的相关变量。最终经过统计获得银行机构人工智能、数字水平、金融科技等3份词频分布数据集。具体展示如下图所示时间跨度1997年-2025年银行数量2220家数据样本15128条各年度样本分布如下表所示注意事项D1、本数据库属于中国社科投研数据平台CNSSIRD数据库专业版。由于本数据库开发难度巨大为了方便对数据进行跟踪与管理仅限专业版-正式用户使用。D2、本数据仅提供各家银行各年度各类年度文本的词频分布其中某些银行在每个年度可能存在多种文本词频分布的情况例如中国工商银行股份有限公司2021年包含了年度报告、社会责任报告、绿色金融发展报告、绿色债券报告等4种文本的词频分布数据。请悉知。D3、由于并非每家银行机构或者每个年度都会披露相关报告因此某些银行的某些年度存在缺失这属于客观情况请悉知。即便如此本数据库依然是目前关于银行机构年度文本分析充分完善的数据库。后续若相关银行披露后我们将继续进行补充与更新。D4、目前我们已经基于数字水平、人工智能、金融科技等词频进行文本分析后期我们还将持续拓展其他更多优质数据集助力用户进一步拓展研究边界与学术创新。