| 所在主题： | |
| 文件名: 数据质量评估报告_20260716.zip | |
| 资料下载链接地址: https://bbs.pinggu.org/a-8911228.html | |
| 附件大小: | |
|
一、数据简介
数据名称：上市公司股价崩盘风险指标数据 时间范围：2000—2025年 数据层级：上市公司—年度面板数据 核心指标：NCSKEW、DUVOL、Crash_Count 识别变量：stkcd、year；证券代码为保留前导零的字符型辅助识别变量 文件格式：结果数据为.dta与.xlsx，计算代码为.do与.py，参考文献为.pdf 二、原始数据与基本信息合并 上市公司周个股回报率数据.dta：上市公司周频个股收益数据，共3,806,354条观测、5个字段，主要字段为证券代码、stkcd、交易周份、市场类型、考虑现金红利再投资的周个股回报率。 上市公司周市场回报率数据.dta：按市场类型区分的周市场收益数据，共8,460条观测、3个字段，主要字段为市场类型、交易周份、考虑现金红利再投资的周市场回报率。 上市公司行业及注册地区信息数据.dta：上市公司年度行业和注册地区数据，共75,495条观测、10个字段，主要字段为证券代码、证券简称、stkcd、year、行业代码、行业名称、所属省份、所属城市及相应地区代码。 行业代码/上市公司基本信息数据.dta：上市公司公司级静态基本信息，共5,718条观测、22个字段，主要字段为证券代码、证券中文简称、上市日期、股票类型、ABH股交叉码、公司名称、公司中英文简称、行业A—D、经营范围、公司沿革、注册资本、成立日期、退市日期和stkcd。 基本信息合并方式：先以市场类型和交易周份匹配周市场收益，再以stkcd和year匹配年度行业地区信息，最后以stkcd执行公司级m:1基本信息合并；同名公司静态字段由基本信息中的非缺失值更新并替换。 三、计算说明  本文构建式检验机构投资者抱团是否加大股价崩盘风险：   在公司日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在某季度的交易天数。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。 其中nu和nd分别代表公司t的股价日特有收益率Wi,t大于和小于其季度平均收益率的天数。 DUVOL的值越大，代表收益率的分布越左偏，股价崩盘风险越大。 四、结果数据文件 共有3套结果数据，每套均同时提供.dta与.xlsx。样本筛选步骤如下： (1) 将周个股收益与市场收益前后两期匹配，保留2000—2025年、周个股收益非缺失且每个公司—年度不少于30周的观测，剔除证券代码以200或900开头的B股； (2) 计算三个崩盘风险指标后，以stkcd和year匹配年度行业地区数据，以stkcd合并公司基本信息，并生成未清洗全样本版本； (3) 剔除金融行业、证券简称含ST或PT、退市日期非空及证券简称含“退”的公司，生成未缩尾清洗版本，再对NCSKEW和DUVOL按年度1%和99%缩尾生成第三套版本。 编号文件名称 说明 1 计算结果未剔除金融ST未缩尾版本.dta / 计算结果未剔除金融ST未缩尾版本.xlsx 保留金融行业、ST/PT及退市公司，不缩尾；68,046个观测、33个字段。 2 计算结果剔除金融ST未缩尾版本.dta / 计算结果剔除金融ST未缩尾版本.xlsx 剔除金融行业、ST/PT及退市公司，不缩尾；60,820个观测、33个字段。 3 计算结果剔除金融ST缩尾版本.dta / 计算结果剔除金融ST缩尾版本.xlsx 使用第2套样本，按年度缩尾NCSKEW和DUVOL，Crash_Count不缩尾；60,820个观测、33个字段。 五、变量说明 序号变量名称 变量类型变量说明 1 证券代码 str6 六位证券代码，字符型可保留前导零。 2 证券简称 str18 公司在对应年度使用的证券简称。 3 stkcd double 数值型证券代码，公司级合并及面板识别键。 4 year long 指标所属自然年度，范围为2000—2025年。 5 NCSKEW double 公司特质周收益负偏度；通常越大表示崩盘风险越高。 6 DUVOL double 下行周与上行周波动比的自然对数；通常越大表示崩盘风险越高。 7 Crash_Count double 年度下侧与上侧3.09倍标准差极端周数量差的绝对值。 8 行业代码 str3 公司对应年度行业代码；首字母J表示金融业。 9 行业名称 str60 公司对应年度行业名称。 10 所属省份 str24 公司对应年度注册省份。 11 所属省份代码 str6 注册省份代码。 12 所属城市 str30 公司对应年度注册城市。 13 所属城市代码 str6 注册城市代码。 14 证券中文简称 str12 基本信息库中的证券中文简称。 15 上市日期 str10 公司上市日期，通常为YYYY-MM-DD格式。 16 股票类型 str3 股票类别标识。 17 ABH股交叉码 str29/str23A、B、H股交叉上市或关联代码信息；全样本为str29，两个清洗版本为str23。 18 公司名称 str69 公司法定或登记全称。 19 公司中文简称 str18 公司中文简称。 20 公司英文名称 str88 公司英文全称。 21 行业名称D str60 D层级行业名称。 22 行业代码D str3 D层级行业代码。 23 行业名称C str60 C层级行业名称。 24 行业代码C str3 C层级行业代码。 25 行业名称B str51 B层级行业名称。 26 行业代码B str5 B层级行业代码。 27 行业名称A str12 A层级行业名称。 28 行业代码A str4 A层级行业代码。 29 经营范围 strL 公司登记经营范围长文本。 30 公司沿革 strL 公司设立、改制及发展沿革长文本。 31 注册资本 double 公司注册资本，计量单位沿用基本信息源文件口径。 32 成立日期 str10 公司成立日期，通常为YYYY-MM-DD格式。 33 退市日期 str10/str1公司退市日期；全样本为str10，清洗版本因已剔除非空值而压缩为str1空字符串。 六、代码文件 文件名称 语言 说明 上市公司股价崩盘风险指标数据计算代码.do Stata 整理周市场收益领先滞后项，运行公司—年度回归，计算NCSKEW、DUVOL和Crash_Count并输出三套结果。 上市公司股价崩盘风险指标数据计算代码.py Python与Stata版在回归模型、最少周数、样本筛癣基本信息合并、缩尾口径及结果名称上对等。 上市公司股价崩盘风险指标数据评估代码.do Stata 逐套评估结果DTA，输出分布、异常值、逻辑合理性、稳健性和变量级总评估结论。 上市公司股价崩盘风险指标数据评估代码.py Python与Stata评估版功能对等，自动识别面板键及变量类型，可独立生成同结构质量报告。 七、数据质量评估 本项目已配置并实际运行Stata与Python数据评估代码；评估结果按运行日期存放于“数据质量评估报告_YYYYMMDD”文件夹，本次实跑报告为“数据质量评估报告_20260716”，运行日志为“评估日志_20260716.log”。各固定子文件夹内容如下： 子文件夹名 内容说明 1 数据分布分析 数值变量描述性统计、数值和字符变量频率分布CSV。 2 分布图 数值变量直方图、箱线图、核密度图、散点图矩阵及时间趋势图。 3 异常值检验 Z-score、IQR温和异常和极端异常的变量级检验汇总。 4 逻辑合理性验证 缺失率、合理取值范围、公司—年度重复及时间断档检验。 5 稳健性测试 不同样本期、不同样本处理版本的样本量、均值和标准差比较，以及变量级总评估结论表。 八、参考文献 [1] 吴晓晖, 郭晓冬, 乔政. 机构投资者抱团与股价崩盘风险[J]. 中国工业经济, 2019(2): 117-135. |
|
熟悉论坛请点击新手指南
|
|
| 下载说明 | |
|
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。 (如有侵权，欢迎举报) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
用户协议
