研究数据高级数据
上市公司年报全文 TXT 文本
数据摘要
上市公司2000—2024年年度报告全文TXT合集，共67,944个文本文件。文件名包含证券代码、报告年份、公司名称、报告标题及披露日期，便于匹配公司年度信息，适用于文本清洗、分词、词频统计与主题分析。
基本信息
| 数据频率 | 年度 |
|---|---|
| 年份范围 | 2000-2024 |
| 观测层级 | 上市公司年度报告全文 |
| 当前预览样本量 | 67,944 个 TXT 文件（按文件计数） |
| 文件格式 | TXT / UTF-8 |
| 文件包大小 | 6.94 GiB（压缩包） |
| 包含内容 | 年度报告全文 TXT；随包 PDF 资料说明 |
| 所属分类 |
样本年份分布
合计 67,944 行 · 25 个年份
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
查看年份明细
| 年份 | 样本量 |
|---|---|
| 2000 | 585 |
| 2001 | 1,167 |
| 2002 | 1,230 |
| 2003 | 1,292 |
| 2004 | 1,379 |
| 2005 | 1,368 |
| 2006 | 1,456 |
| 2007 | 1,572 |
| 2008 | 1,625 |
| 2009 | 1,774 |
| 2010 | 2,130 |
| 2011 | 2,365 |
| 2012 | 2,493 |
| 2013 | 2,537 |
| 2014 | 2,653 |
| 2015 | 2,843 |
| 2016 | 3,137 |
| 2017 | 3,513 |
| 2018 | 3,622 |
| 2019 | 3,934 |
| 2020 | 4,392 |
| 2021 | 4,921 |
| 2022 | 5,187 |
| 2023 | 5,364 |
| 2024 | 5,405 |
测算方法
1. 下载并解压资料包，将TXT文本保存到独立目录；压缩包约6.94 GiB，解压后约23.92 GiB，需预留足够磁盘空间。
2. 文件名示例：000001_2001_平安银行_深发展A2001年年度报告_2002-04-18.txt。报告年份与披露日期分别识别，不能将披露年份直接当作报告年份。
3. 抽查文本可按UTF-8读取。开展统计前，应根据研究需要清理目录、页码、表格残留、空白与特殊字符，并统一分词及停用词规则。
4. 共67,944个TXT文件，年份分布按文件名中的报告年份统计。文件数不等于去重后的公司—年份样本数；不代表每家公司在所有年份均有报告，重复或修订披露需按研究口径核验。
以下字段、样本量及样本仅对应当前展示的数据表，不代表资料包全部文件。查看文件结构
字段列表共 6 个字段
| 字段 | 含义 / 说明 | 类型 |
|---|---|---|
证券代码 | 证券代码 · 六位代码，读取时保留前导零 | 文件名信息 |
报告年份 | 报告所属年度 · 与披露日期区分 | 文件名信息 |
公司名称 | 公司名称 · 按原文件名保留 | 文件名信息 |
报告标题 | 原始报告标题 · 可用于核验报告类型 | 文件名信息 |
披露日期 | 报告披露日期 · 以文件名记录为准 | 日期文本 |
报告正文 | 年度报告全文 · 需按研究口径清洗与分词 | TXT 文本 |