马克集数参考文献
邓慧慧,刘宇佳,王强.人工智能发展如何提升供应链韧性？——基于上市公司的经验证据[J].浙江大学学报(人文社会科学版),2024,54(06):5-23.
人工智能发展如何提升供应链韧性？（2017-2024年）
人工智能作为推动企业转型和供应链智能化的关键力量，其提升供应链韧性的具体效果尚未明确。
本文基于中国A股上市公司 2017—2024年的面板数据，实证分析企业人工智能发展对供应链韧性的影响，研究表明：企业人工智能发展有助于缩减存货周转天数，提升供应链韧性
第一步，获取面板数据
选择原文提到的核心指标、控制变量：人工智能词频和、存货周转天数、行业代码、行业名称、企业上市年龄、资产负债率、存货周转率、应收账款周转天数、资产报酬率、资产增长率
选择后，导出面板数据
第二步，实证数据处理
将数据导入Stata，并对数据进行更名、对数化、缩尾等处理，为接下来回归分析做好数据准备
第三步，Stata回归分析
对整理好的数据进行基本的描述性统计，最后对原文的基准回归部分进行复刻，控制企业、行业、年份，在省份层面进行聚类分析
第四步，Stata基准回归结果
面板数据的描述性统计
基准回归分析结果
论文复刻数据获取
获取方式：关注公众号【马克集数Data】，获取数据和代码