1996-2022年年度股票特质收益率，Carhart四因素(stata计算)

3050

收藏 2023-02-26

1.计算说明
为了克服反射性问题和识别性问题可能带来的偏误，此部分借鉴Leary和Roberts(2014)在企业行业同群效应测度中为解决内生性问题而运用的工具变量法，即构建一个工具变量。该工具变量因为具有以下几个特点而为大多数学者在解决内生性问题中使用：一是满足与内生变量具有相关性，上市公司的股票特质收益率与现金股利发放之间存在较强的相关关系(Fama和French,2001),二是满足外生性要求，股票特质收益率别除了市场及行业的影响，仅包含同群企业的自身信息。因此与被解释变量之间不存在直接的因果关系；三是具有可靠性，Fama French三因子模型在较多研究文献中广泛运用，在此基础上加入动量因子构建优化的股票特质收益率能够将企业的自身信息分解出来：四是不易被操纵，相对于公司盈利、收入等财务指标，公司的股票价格不易于被公司直接操纵。
基于此，本文的工具变量的构建如下：

其中：
rijt表示j行业的i公司在t月的股票收益率
rft表示t月的无风险收益率，使用一年期定期存款利率代替

表示公司i的同行公司在t月平均股票收益率
MKTt、SMBtHMLt和MOMt分别表示Carhart四因素模型中的市场、规模、账面市值比和动量四个因子
ηijt表示随机扰动项

在每年的年初，使用样本公司前36个月的数据对式(4)进行回归。在年度内的每个月，使用相同的回归系数，根据式(5)计算每只股票每个月超额收益率的期望值(

)和式(6)计算股票特质收益率(

)，再将单只股票每个月的股票特质收益率进行简单复合得到年度的股票特质收益率。

2.数据说明
样本选择：全部A股1996-2022年数据（初始数据是从1990年开始，经过处理后的数据起点为1996年）
对最终结果进行了1%和99%分位数的缩尾处理
行业参照证监会2012年行业分类标准，制造业用二级行业分类，其他用一级分类来计算
每个压缩包都附有初始数据，计算代码，参考文献和最终数据

最终数据分为两个版本：
版本1：仅做了上述剔除处理，文件名为“计算结果”
版本2：在做了上述剔除处理的基础之上，同时剔除了金融行业的样本和当年年末被ST、*ST或PT的上市公司，文件名为“计算结果剔除版本”

3.参考文献
[1]王建琼,党瑶.上市公司现金股利决策同群效应研究——基于董事连锁视角[J].技术经济,2022,41(01):148-159.
[2]吴娜,白雅馨,安毅.主动模仿还是被动反应：商业信用同群效应研究[J].南开管理评论,2022,25(03):149-161.
[3]张晓宇,王策,钱乐乐.股票价格的“涟漪效应”研究——基于公司投资决策的视角[J].财经研究,2017,43(12):136-148.
[4]陆蓉,王策,邓鸣茂.我国上市公司资本结构“同群效应”研究[J].经济管理,2017,39(01):181-194.

压缩包所含文件：