数据介绍

变量定义与描述性统计

数据预览（部分样本行）

文件清单

参考文献

  1. 王丹, 孙鲲鹏, 高皓. 社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响[J]. 金融研究, 2020(11): 188-206.

  2. 孙鲲鹏, 王丹, 肖星. 互联网信息环境整治与社交媒体的公司治理作用[J]. 管理世界, 2020(07): 106-131.

  3. 杨晓兰, 沈翰彬, 祝宇. 本地偏好、投资者情绪与股票收益率：来自网络论坛的经验证据[J]. 金融研究, 2016(12): 143-158.

  4. 江轩宇. 网络舆论关注与企业创新（随包 PDF，718.20 KB）。

下方专栏分享更多内容：

经管社科数据代码合集

来源： Paper 数据分析  

# 数据库
Logo
鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

更多推荐

《Qwen3.5 在 Ascend NPU 上启用 DVM 编译的实践与问题修复》

本文记录了在AscendNPU上使用PyTorch 2.14.0+TorchNPU训练Qwen3.5模型时，启用DVM编译所遇问题及解决方案。涉及Triton后端（引入aprof_pub.h、优先加载TorchNPU ACL头文件、升级至C++20）、TorchNPUInductor适配层（修复非张量参数处理、关闭FlexAttention自定义Lowering、补齐Grid维度）以及模型代码修改

avatar 鲲鹏昇腾开发者社区
cover

云原生分布式训练怎么调度才不浪费算力？CubeStudio 分布式训练与加速架构解析（CRD+Operator / gang 调度 / 亲和反亲和 / 共享 GPU）

avatar 鲲鹏昇腾开发者社区

《TorchNPU FLUX_DVM 编译训练实战：从环境搭建到问题修复》

在 Ascend NPU 上使用进行 FLUX 模型训练时，开发者可能会遇到编译链路和分布式通信方面的基础设施问题。本文基于实际训练场景，系统梳理了从环境搭建、DVM 后端验证到常见报错修复的完整流程，旨在帮助开发者快速定位并解决类似问题。环境信息基于 torchtitan main 分支修改报错一：编译器 IR 类型兼容问题，让提前返回即可解决。报错二：分布式通信端口问题，为当前任务分配独立的

avatar 鲲鹏昇腾开发者社区