以下为《金某某科技指标搭建方法参考》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

编号

题目

作者

方法



参考文献3

金某某科技、分支机构扩张与中小银行风险

孙某某，王某某，王某某

**_*编制的 2013—2018年城市层面数字普惠金某某指数中的深化水平指数来衡量。该指数采用了蚂蚁金服的交易账户底层数据，从多个维度刻画了中国各城市的金某某科技发展水平



参考文献4

金某某科技、市场势力与银行风险

李某某，杨某某

从支付结算、资源配置、财富管理、信息渠道和技术路径等维度出发，选取与银行金某某科技相关的关键词，包括第三方支付、移动支付、在线支付、网上支付、手机支付、NFC 支付、数字货币、网络融资、网络贷款、众筹、网贷、互联网金某某、消费金某某、在线理财、互联网理财、互联网保险、智能投顾、征信、开放银行、在线银行、网上银行、网银、电子银行、手机银行、移动互联、机器学习、深度学习、区块链、智能、生物识别、大数据、云计算、数据挖掘、语音识别、5G、人脸识别，共36个关键词。其次，将每个关键词与样本商业银行进行匹配，并在百度资讯中进行分年度搜索，如搜索“中国银行+手机支付”，百度资讯高级搜索网页将给出相关年度中既包含“中国银行”又包括“手机支付”的新闻。但是，由于百度搜索机制未筛除全部的无关或错误信息，因此本文将进一步对新闻标题进行关键词限制，以确保网页呈现的新闻与关键词得到精确匹配。然后，运用网络爬虫技术，爬取百度资讯高级搜索页面中所有新闻的数量。最后，将每年每个银行层面的所有关键词搜索的新闻数量进行加总，得到样本银行的年度总新闻条数，之后进行对数变换，作为衡量该银行在该年度的金某某科技发展水平（lFT）指标。



参考文献5

金某某科技、银行风险与市场挤出效应

金某某，李某某，刘某某

分银行分年度计算关键词词频，借助因子分析法构建各家银行自主运用金某某科技的程度。银行名称与各技术关键词搭配（如“工商银行”+“大数据”）进行搜索，利用 Python 网络爬虫技术获取各家银行在2010-2018年各年度的新闻搜索结果。搜索过程中以双引号锁定关键词，避免搜索引擎联想无关结果；其次，仅记录在新闻中关键词出现的结果而非全部结果，使用谷歌搜索引擎进行新闻搜索；最后，过滤掉关键词不是出现在新闻网页正文中的无关链接。



参考文献8

金某某科技促进还是阻碍了商业银行效率

刘某某

蒋某某

从金某某功能角度出发，借鉴郭某某等的做法采用文本挖掘技术，以及主成分和因子分析对金某某科技发展指数（FTI）进行测度。



参考文献10

金某某科技对商业银行影响的实证研究——基于收益和风险视角逡逑

张某某

层次分析法：金某某科技影响因素分解为四个准贿层，分别为互联网和移动支付、网络融资、智能金某某理财服务以及区块链，其对应的子准则层为中国第三***国第三方移动支付市场交易规模、P2P网贷行业成交量；互联网理财搜索指数以及区块链搜索指数；依据评价指标间的重要性构造判断矩阵；使用方法根进行层次单某某；归一法进行无量纲变换。



参考文献10

金某某科技发展、产业结构优化与银行风险承担

郑 鸿

采用沈某某、郭某某 （2015）的研究 成果，运 用 “文本挖掘法”测算金某某科技指数。1、构建金某某科技基础词库，从支付结算、资源配置、财富管理及基础设施四个方面；2、借助 《 中 国 重 要 报 纸 全 文 数 据 库（CCND）》，统计关键词的发布数。运用全文搜索关键词方式，统计年度新闻发布次数，以此作为构建金某某科技指数的基础数据；3、利用因子分析法对基础数据进行处理构建金某某科技指数。



参考文献13

金某某科技 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 重要报纸全文数据库（CCND）》

①，计算关键词的词频。首先借助《中国知网中国重要报纸全文数据库》，采用全文搜索初始关键词在2003-2014年各月的新闻发布次数并做统计，计算每个关键词的月度词频；

其次将月度词频年化算数平均得到年度词频，并作为构建互联网金某某指数的基础。（

筛选关键词; 合成互联网金某某指数(因子分析法)



参考文献33

金某某科技创新如何影响全要素生产率:促进还是抑制?——理论分析框架与区域实践

唐 松，赖某某，黄 锐

选用**_*编制的中国数字普惠金某某指数(省级层面)作为金某某科技创新代理变量





互联网金某某发展指数

具体因子分析步骤参考文献30

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]

以上为《金某某科技指标搭建方法参考》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。