股价崩盘风险

扩展指数模型

• 更新至最新2024年
• 代码注释增加
• 优化代码

1、计算说明

---

      借鉴Hutton et al.（2009）、Kim et al.（2011）、许年行等（2012）的做法来度量上市公司的股价崩盘风险。具体地，本文将通过从下述的扩展指数模型回归得到的残差来刻画上市公司的股价崩盘事件。

      上面的模型中同时考虑了市场收益率和行业收益率的影响。其中，

• 为第 j 家公司股票第 t 期考虑现金红利再投资的周收益率
• 为经流通市值加权计算的第 t 期市场周收益率
• 为第j家公司所属 i 行业的经流通市值加权计算的行业周收益率（所在行业剔除本公司）
• 代表第j家公司股票周收益率未被市场周收益率和行业周收益率解释的部分
  
  

      由于模型回归得到的残差项分布高度有偏，进行了对数转换以使残差项基本呈现标准正态分布，并将对数转换后的值定义为周特定收益率

      其次，在公司周特质收益率的基础上构建两个度量股价崩盘风险的指标。一 是使用负收益偏态系数(NCSKEW)来度量股价崩盘风险。具体公式为：

      

      其中，n为股票i在某年的交易周数。NCSKEW的值越大，意味着负收益偏态系数越大，股价崩盘风险越高。
      二是采用收益率上下波动比率(DUVOL)度量股价崩盘风险。 对于每个公司、年度，首先定义特质收益率小于均值的周为下跌周，特质收益率高于均值的周为上涨周。然后分别计算出下跌周和上涨周特质收益率的标准差，得出下跌波动率和上涨波动率。 最后，以下跌波动率除以上涨波动率并 取自然对数，即得到每一个公司、年度样本的 DUVOL 指标。 计算公式如下：

      其中nu和 nd分别代表公司t的股价周特有收益率Wi,t大于和小于其年平均收益率的周数。 DUVOL的值越大，代表收益率的分布越左偏，股价崩盘风险越大。

     三是股票崩盘风险哑变量
     1[·]为指示函数，当股票j 在一年中存在一周满足不等式时，变量取值为1，表示该股票发生了崩盘事件，否则为0。σj，t 该股票第t 年周持有收益的标准差，3.09 个标准差对应于正态分布概率小于1%的区域。

控制变量

SIGMA  股票i在第t年的收益波动，为公司i在第t年周收益率的标准差
RET       股票i在第t年的平均周收益率

2、参考文献

---

媒体报道、制度环境与股价崩盘风险（罗进辉）

3、数据说明

---

• 原始数据包含：公司基础信息、周个股收益率、综合周市场收益率（1990-2024年的完整数据）
• 数据格式为：dta格式（Stata14及以上版本）  最后计算结果格式有Excel格式
• 选取2000—2024年沪深两市A股上市公司为研究对象
• 剔除了每年交易周数小于30（具体可以根据需要调整）的样本，以便有效估计
• 字段包含以2012年证监会行业标准，代码中剔除金融保险业
  
• 制造业使用二级分类，其他行业使用门类行业
• 字段包含以2012年证监会行业标准，代码中剔除金融保险业，如不需剔除可以将里面注释的代码修改即可
• 结果提供交易状态可用筛选：正常交易、ST、*ST、PT、退市整理期
• 数据里面包含两份结果：一份是剔除金融行业剔除ST、*ST和PT的结果，一份是未剔除版本
  

4、附件下载

---

各年数据量

描述性统计

相关性分析

附件内容

股价崩盘风险扩展指数模型Stata代码（附2000-2024年结果）包含周平均收益率和标准差
大小:(76 Bytes)

只需: RMB 48元  马上下载

---

经管之家：momingiqmiao7
欢迎关注，分享更多实用的数据，独家发布，严禁转载获利，转载必究，有任何问题在可以帖子下方回复，及时回复
批量购买可享优惠


【关注】【帖子索引2023年】【帖子索引2022年】【帖子索引2021年】【使用常见问题】【点击查看更多帖子】【Stata软件下载】【Stata免费学习资料】