季度股价崩盘风险
公司股价崩盘风险可基于季度或年度指标计量。其中，季度崩盘风险多用于投资者行为视角的研究，而年度崩盘风险则更适用于时间跨度较长的面板数据研究
1.计算说明
首先，计算股票的日持有回报Wi,t。本文对股票i的日收益做如下回归：

式中：
Ri,t为股票i在第t日考虑现金红利再投资的收益率
Rm,t为A股为市场组合第t日按流通市值加权的收益率——考虑现金红利再投资的综合日市场回报率流通市值加权平均法（对于日市场回报率的计算方法，流通市值加权平均法最常用，很多文献同时用 总市值加权平均法——Rm,t=考虑现金红利再投资的综合日市场回报率总市值加权平均法 和 等权平均法——Rm,t=考虑现金红利再投资的综合日市场回报率等权平均法 来计量股价崩盘风险中的日市场回报率。）
另外，考虑到非同步性交易的影响，式（2）中还控制了市场组合收益的两期滞后项和两期超前项。
股票i在第t日的公司持有回报为Wi,t=ln（1+ei,t），ei,t为回归得到的残差项。

随后根据Wi,t分别计算负收益的偏态系数NCSKEWi,t和收益上下波动比例DUVOLi,t，即本文所用的两个股价崩盘风险指标。
其中，负收益偏态系数NCSKEWi,t的计算方法为：

式中，n表示股票在一季度中的交易天数，该数值越大，股票的崩盘风险越高。

收益上下波动比率DUVOLi,t的计算方法如下：

式中：
nu表示股票i的日持有收益Wi,t大于季度平均收益Wi的天数
nd表示股票i的日持有收益Wi,t小于季度平均收益Wi的天数
该变量的数值大小反映股票收益分布左偏的程度，股票收益越左偏，崩盘风险越大。

本文用哑变量Crash1和Crash2衡量崩盘风险来进行稳健性检验，该变量的计算方法如下：

其中
Wi,t,w为公司i在第t季度第w天的日持有回报
Average（Wi,t,w）为公司i在第t季度的日持有回报平均值
σi,t为公司i在第t季度的日持有回报标准差
1[·]为指示函数，表示如果公司i在第t季度存在任意一天的日持有回报小于或等于不等式右边的值，则该变量取值为1，表示该股票发生了崩盘事件，否则取值为0。

股价崩盘风险相关论文常用控制变量
Ret 股票i的季度收益率
Sigma 股票i季度收益率Wi，t的标准差
注：根据计算过程中Rm,t选取的不同，计算结果分为三种 流通市值加权平均法、总市值加权平均法和等权平均法

2.数据说明
样本选择：全部A股1990-2022年数据（初始数据是从1990年开始，经过处理后的数据起点为1991年）
根据现有研究常用的做法，剔除季度日收益率少于30个以及相关变量数据缺失的观测值
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
行业参照证监会2012年行业分类标准
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]卞世博,陈曜,汪训孝.高质量的互动可以提高股票市场定价效率吗?——基于“上证e互动”的研究[J].经济学(季刊),2022,22(03):749-772.（流通市值加权平均法）
[2]孟庆斌,黄清华,赵大旋,鲁冰.互联网沟通与股价崩盘风险[J].经济理论与经济管理,2019(11):50-67.（流通市值加权平均法）
[3]黄清华,刘岚溪.上市公司调研报告的负面语气能否降低股价崩盘风险——基于文本分析的视角[J].上海金融,2019(08):31-47+58.（流通市值加权平均法）
[4]孟庆斌,侯德帅,汪叔夜.融券卖空与股价崩盘风险——基于中国股票市场的经验证据[J].管理世界,2018,34(04):40-54.（流通市值加权平均法）
[5]董永琦,宋光辉,许林,肖万.股价崩盘风险:众人厄难还是几人欢喜几人愁?[J].系统工程,2017,35(11):37-47.（流通市值加权平均法）
[6]徐虹,朱文婷.风险投资持股、经济政策不确定性与股价崩盘风险[J].安徽师范大学学报(人文社会科学版),2019,47(04):122-134.（流通市值加权平均法、总市值加权平均法）

压缩包所含文件：


数据样例：


分年份数据量统计：


缩尾后的描述性统计结果：

2022季度股价崩盘风险
大小:(76 Bytes)

只需: RMB 58元  马上下载