1.计算说明
1.1 机构投资者羊群行为（Herding）
机构投资者羊群行为的计算主要参考了Lakonishok等(1992)以及Wermers(1999)的方法，具体模型如下。
其中：
pi,t为在t季度增持i公司股票的机构投资者占持有i公司股票的机构投资者的比例；
E(pi,t)为在t季度增持i公司股票的机构投资者占持有i公司股票的机构投资者比例的期望值，用t季度中增持i公司所在行业的全部上市公司股票的机构投资者比例的均值表示；
|pi,t-E(pi,t)|表示机构投资者在t季度内对i公司股票买卖的不平衡性，
E|pi,t-E(pi,t)|为调整项，只有在机构投资者对i公司股票买卖的不平衡达到一定程度时，才认为存在羊群行为。
基于中国资本市场的特殊环境和数据的可获得性，我们对已有研究衡量机构投资者羊群行为的方法进行了适当的调整，具体计算过程如下。
(1)根据机构投资者重仓股的季度数据，计算样本中每一季度各机构对上市公司持股数量的变化值trade,如果trade大于0，则BUY哑变量取值为1，反之取值为0，并剔除trade为0的样本。
(2)按季度和公司分组计算BUY的平均值，即得到模型(5)中的pi,t。
(3)按季度和行业分组计算pi,t的平均值，即得到模型(5)中的E(pi,t).
(4)计算pi,t-E(pi,t)，并取绝对值，即模型(5)中的|pi,t-E(pi,t)|。
(5)由于样本中用到的机构投资者持股数据是季度数据，而其他数据则是年度数据，因此我们将羊群行为的季度数据整合成年度数据，方法是每家上市公司一年内按季度计算的4个|pi,t-E(pi,t)|值进行平均，得到变量HERD。
(6)计算HERD的均值m和标准差t,并用(m-1.96t)做为调整项，剔除HERD变量中小于(m-1.96t)的数据，得到变
量Herding即为机构投资者羊群行为指标。
1.2 买方羊群行为(Herd_Buy)和卖方羊群行为(Herd_Sell)
已有研究表明，机构投资者买进或者卖出股票时的羊群行为对市场的影响存在差异，卖方羊群行为的影响更为明显(Wermers，1999；刘成意等，2007)。为了区分这种差异，我们借鉴Werm-ers(1999)的方法，从“买进”和“卖出"两种行为区分机构投资者羊群行为的方向，具体模型如下。
运用如下方法分别计算存在买方羊群行为的变量Herd_Buy和存在卖方羊群行为的变量Herd_Sell。
首先，步骤(1)、(2)、(3)的计算过程与上述不区分羊群行为方向的步骤相同。
其次，在第(4)步计算pi,t-E(pi,t)的基础上，根据pi,t-E(pi,t)的正负将全部数据分成两个子样本：
如果pi,t-E(pi,t)>0，表明在t季度增持i公司股票的机构投资者占持有i公司股票的机构投资者的比例高于平均水平，存在买方羊群行为，因此归入“买方羊群”子样本；
如果pi,t-E(pi,t)<0，表明在t季度增持i公司股票的机构投资者占持有i公司股票的机构投资者的比例低于平均水平，存在卖方羊群行为，因此在将数据取绝对值后，归入“卖方羊群”子样本；
如果pi,t-E(pi,t)=0则剔除该数据。
第三，对两个子样本分别运行步骤(5)、(6),最终得到买方羊群行为Herd_Buy和卖方羊群行为Herd_Sell两个变量。
2.数据说明
样本选择：全部A股1999-2022年数据（“机构持股明细表1998-2022”是从1999年开始有完整的季度数据，所以数据起点选择为1999年）
与参考文献相同，做了如下的处理：剔除金融行业的样本；剔除有缺失值的公司样本
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，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
3.参考文献
[1]许年行,于上尧,伊志宏.机构投资者羊群行为与股价崩盘风险[J].管理世界,2013(07):31-43.
[2]刘新争,高闯.基于复杂网络的私有信息共享对机构投资者羊群行为的影响[J].管理学报,2022,19(04):506-515.
[3]张向丽,池国华.企业内部控制与机构投资者羊群行为:“反向”治理效果及异质性分析[J].财贸研究,2019,30(01):99-110.
[4]熊海芳,张泽.基金持股如何导致流动性共变——需求侧视角下原因及渠道分析[J].山西财经大学学报,2019,41(01):42-56.
[5]王典,薛宏刚.机构投资者信息竞争会引发羊群行为吗——基于中国股票市场的证据[J].当代财经,2018(12):60-70.
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：
扫码加好友，拉您进群
全部版块
我的主页
收藏
