发帖
雷达卡
数据名称：上市公司年度特质波动率（IVOL）五因子模型数据
时间范围：2000—2025年
数据层级：上市公司—年度（stkcd—year）面板数据
核心指标：IVOL（上市公司年度特质波动率）
识别变量：stkcd、year、证券代码、证券简称
文件格式：Stata dta、Excel xlsx；配套提供 Stata do 与 Python py 代码
二、原始数据与基本信息合并
上市公司日个股回报率数据.dta：上市公司日度个股回报率主数据，主要字段为 证券代码、交易日期、stkcd、year、考虑现金红利再投资的日个股回报率。
上市公司日度无风险利率数据.dta：日度无风险利率数据，主要字段为 交易日期、日度化无风险利率。
上市公司日度综合市场回报率数据.dta：考虑现金红利再投资的综合日市场回报率数据，主要字段为 交易日期、考虑现金红利再投资的综合日市场回报率。
上市公司日度五因子数据.dta：流通市值加权的日度五因子数据，主要字段为 交易日期、市值因子流通市值加权、帐面市值比因子流通市值加权、盈利能力因子流通市值加权、投资模式因子流通市值加权。
上市公司年度行业省份城市信息数据.dta：上市公司年度行业与地区信息，主要字段为 stkcd、year、证券简称、行业代码、行业名称、所属省份、所属城市。
行业代码/上市公司基本信息数据.dta：上市公司静态基本信息，按 stkcd 公司层面合并，主要字段为 证券代码、证券中文简称、上市日期、股票类型、行业代码A—D、行业名称A—D、注册资本、成立日期、退市日期。
三、计算说明
【IVOL】上市公司年度特质波动率。先构造日度超额个股收益 R_Rf=考虑现金红利再投资的日个股回报率−日度化无风险利率，以及市场超额收益 MKT=考虑现金红利再投资的综合日市场回报率−日度化无风险利率；随后在每个 stkcd—year 组内估计 R_Rf=α+β1MKT+β2SMB+β3HML+β4RMW+β5CMA+ε，并以该组残差 ε 的样本标准差 sd(ε) 作为 IVOL。IVOL 非负，取值越大表示无法由五个系统性因子解释的公司特质收益波动越高；缺失值表示该公司年度无法完成有效计算。
【R_Rf】日度个股超额收益，表示考虑现金红利再投资的日个股回报率扣除日度化无风险利率后的收益。
【MKT】日度市场超额收益，表示考虑现金红利再投资的综合日市场回报率扣除日度化无风险利率后的收益。
【SMB】规模因子，来源于流通市值加权的市值因子。
【HML】价值因子，来源于流通市值加权的帐面市值比因子。
【RMW】盈利能力因子，来源于流通市值加权的盈利能力因子。
【CMA】投资因子，来源于流通市值加权的投资模式因子。
【正常交易天数】每个公司—年度在合并后的日度样本中保留的观测数；仅保留正常交易天数不少于200天的公司年度进入回归计算。
四、结果数据文件
共有3套结果数据文件。共同样本处理步骤如下：
(1) 以日个股回报率为主表，剔除证券代码以200或900开头的B股，并仅保留可与无风险利率、市场回报率和五因子数据按交易日期匹配的观测；
(2) 合并公司年度行业、省份和城市信息，保留每个stkcd—year不少于200个日度观测且具有年度证券简称的公司年度；
(3) 按stkcd合并上市公司基本信息；清洗版本进一步剔除金融业、年度或静态简称含ST/PT的公司，以及退市日期非空的公司；缩尾版本在此基础上按year对IVOL进行1%和99%缩尾。
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/xlsx 保留金融行业、ST/PT和退市公司，不缩尾；共64,109个公司—年度观测，用于全样本留档与复核。
2 计算结果剔除金融ST未缩尾版本.dta/xlsx 剔除金融行业、ST/PT和退市公司，不缩尾；共55,235个公司—年度观测，用于清洗样本分析。
3 计算结果剔除金融ST缩尾版本.dta/xlsx 与第2套样本筛选一致，并按年度对IVOL做1%和99%缩尾；共55,235个公司—年度观测，用于常规实证回归。
五、变量说明
序号 变量名称 变量类型 变量说明
1 证券代码 str 上市公司证券代码，来自基本信息数据。
2 证券简称 str 上市公司证券中文简称，来自基本信息数据。
3 stkcd numeric 上市公司唯一内部识别码，公司层面的合并键。
4 year numeric 年度，时间维度识别变量。
5 IVOL numeric 上市公司年度特质波动率，五因子回归残差的年度样本标准差。
6 上市日期 str 公司上市日期。
7 股票类型 str 股票类别信息。
8 行业代码A str 证监会行业分类A门类代码。
9 行业名称A str 证监会行业分类A门类名称。
10 行业代码B str 证监会行业分类B大类代码。
11 行业名称B str 证监会行业分类B大类名称。
12 行业代码C str 证监会行业分类C中类代码。
13 行业名称C str 证监会行业分类C中类名称。
14 行业代码D str 证监会行业分类D小类代码。
15 行业名称D str 证监会行业分类D小类名称。
16 注册资本 numeric 公司注册资本。
17 成立日期 str 公司成立日期。
18 退市日期 str 公司退市日期；为空表示基本信息中未记录退市日期。
19 行业代码 str 公司在对应年度的行业代码，用于识别金融行业。
20 行业名称 str 公司在对应年度的行业名称。
21 所属省份 str 公司在对应年度的所属省份。
22 所属省份代码 str 所属省份行政区划代码。
23 所属城市 str 公司在对应年度的所属城市。
24 所属城市代码 str 所属城市行政区划代码。
25 ABH股交叉码 str A/B/H股交叉上市标识。
26 公司名称 str 公司中文全称。
27 公司中文简称 str 公司中文简称（基本信息原字段）。
28 公司英文名称 str 公司英文名称。
29 经营范围 str 公司经营范围信息。
30 公司沿革 str 公司沿革信息。
六、代码文件
文件名称 语言 说明
上市公司年度特质波动率IVOL五因子模型数据计算代码.py Python 读取日度原始数据、构造五因子回归、合并基本信息并输出三套结果数据。
上市公司年度特质波动率IVOL五因子模型数据计算代码.do Stata 与Python版计算口径对应，使用asreg和winsor2生成三套结果数据。
上市公司年度特质波动率IVOL五因子模型数据评估代码.py Python 自动评估三套结果的分布、异常值、面板逻辑、稳健性和图形，并输出质量报告。
上市公司年度特质波动率IVOL五因子模型数据评估代码.do Stata 与Python评估版功能对应，递归识别结果dta并输出数据质量评估报告。
七、数据质量评估
评估结果存放于 数据质量评估报告_20260730 文件夹，运行日志为 评估日志_20260730.log。各子文件夹内容如下：
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汇总，以及数值变量分组频率和字符变量频数分布CSV。
2 分布图 未剔除金融ST未缩尾样本的IVOL直方图、箱线图、核密度图、散点图矩阵和年度均值趋势图，均为300dpi JPG。
3 异常值检验 各数值变量的Z-score、IQR温和异常和极端异常统计汇总。
4 逻辑合理性验证 自动识别stkcd和year后得到的id—time重复与时间断档检验结果。
5 稳健性测试 全样本、前半样本期和后半样本期的描述性比较，以及不同结果处理版本的对照信息。
八、参考文献
[1] 李松, 王玉峰. 短期债务与股价特质波动[J]. 商业经济研究, 2021(2): 56-64.
[2] Fama E F, French K R. A five-factor asset pricing model[J]. Journal of Financial Economics, 2015, 116(1): 1-22.
【数据】上市公司年度特质波动率IVOL五因子模型2000-2025年含do-python代码和excel-dt
(76 Bytes, 需要: RMB 32 元)
京公网安备 11010802022788号
