发帖
雷达卡
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表示股票在一月度中的交易天数，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大于月度平均收益Wi的天数
nd表示股票i的日持有收益Wi,t小于月度平均收益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月度第w天的日持有回报
Average（Wi,t,w）为公司i在第t月度的日持有回报平均值
σi,t为公司i在第t月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月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的月度收益率
Sigma 股票i月度收益率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1990-2021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，剔除月度日收益率少于10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]吴崇林,刘杰,李志冰.市场操纵、投资者情绪与股价崩盘风险——来自中国股票市场的实证证据分析[J].投资研究,2021,40(05):99-123.（流通市值加权平均法）
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：
月度股价崩盘风险
(76 Bytes, 需要: RMB 48 元)
稳健性检验（分市场）：
采用以
分市场等权平均法（Rm,t=考虑现金红利再投资的日市场回报率等权平均法）、
分市场流通市值平均法（Rm,t=考虑现金红利再投资的日市场回报率流通市值加权平均法）、
分市场总市值平均法（Rm,t=考虑现金红利再投资的日市场回报率总市值加权平均法）
计算的企业股价崩盘风险指标
其余数据处理与上述计算说明完全相同
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：
月度股价崩盘风险分市场
(76 Bytes, 需要: RMB 48 元)
月度股价崩盘风险+月度股价崩盘风险分市场
(76 Bytes, 需要: RMB 58 元)
京公网安备 11010802022788号
