（2）年报文本语调指标是基于上市公司2001年以来的年报文本全文，并结合现有国内外文献所提供的情感词典和计算方法所构建。现有文献中常用的财经文本情感语调词典分别是Loughran and Mcdonald（2011）基于欧美上市公司10-K文本构建的的情感词典和Bian et al.（2021）基于中国上市公司年报文本和其他财经文本构建的情感词典。运用这两个词典来衡量年报文本语调有其合理性，并广泛应用于除年报以外的其他财经文本，如：MD&A (Dutta al., 2019;赵昕等, 2022; 周升师和苏昕, 2023)、CEO信函（Patelli and Pedrini, 2014）、业绩预告(Baginski et al., 2016)、分析师报告（马黎珺等，2019）、盈余电话会议(Davis et al., 2011; William and Venkatachalam, 2012)和业绩说明会(谢德仁和林乐, 2015; 林乐和谢德仁, 2017; 甘丽凝等, 2019)等文本信息。参照曾庆生等（2018）的研究，借助有道翻译和谷歌翻译等翻译软件，对Loughran and Mcdonald（2011）提供的情感词典进行翻译，并尽可能的保留同一个单词的多个中文翻译，最终共获得积极词 634 个，消极词 2400 个。另外，数据库也借助Bian et al.（2021）提供的情感词典（包含积极词 1109 个，消极词 1488 个），分别统计了年报中积极词和消极词数，并分别计算了反映上市公司年报文本情感语调的多个指标。
（4）年报文本相似度指标是基于上市公司2001年以来的年报文本全文所构建的反映年报文本内容调整幅度的指标库。参照Brown and Tucker(2020)的做法，该指标库包含了反映年报文本相似度的常用指标，包括年报文本之间的余弦相似度、杰卡德相似度、最小编辑距离和欧式距离等，同时考虑到常用词等因素的影响，该指标库同时区分了用TF-IDF加权后的文本相似度和未加权的文本相似度指标。
本数据由企研数据提供。使用企研·社科大数据平台研究发表的社科论文或研究报告，需在中文成果中标明“ 本论文（报告）使用数据全部（部分）来自企研·社科大数据平台（CBDPS）”，英文成果中标注数据来源为“Qiyan China Big Data Platform for Social-Science(CBDPS)”。