股价崩盘风险、周收益率的均值与标准差计算数据和Stata代码(2000-2023)NCSKEW DUVOL

股价崩盘风险

•更新至最新2023年
•代码注释增加
•优化代码


1、计算说明


首先,每年对股票i的周收益率数据进行如下回归:

其中,Ri,t指的是股票i在第t周考虑现金红利再投资的收
益率,Rm,t指的是A股所有股票在第t周经流通市值加权的平均收益率。定义周特质收
益率为

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DUVO
L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。

用于做稳健性检验的股票崩盘风险
指标

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。


S
IGMA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、数据说明


原始数据包含:
周个股收益率、综合周市场收益率以及行业代码和交易状态(1991-2023年的完整
数据)
数据格式为:dta格式(Stata14/Stata15/Stata16/
Stata17)最后计算结果格式有Excel格式
选取2000—2023年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,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

3、附件内容


各年数据量


缩尾后描述性统计

相关性分析


附件内容

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

更新版本请下载该版本

延伸

使用分市场(上证A、深证A、创业板、科创板各个市场经流
通市值加权的平均收益率)
注:原始数据还包含等权平均法和总市值加权平均,如有需要
可以更换,常用的就是流通市值加权

两个版本合集版【百度网盘地
址】

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

注意:支持经管之家和微信购买(账号同名),其他渠道购买无质量保证和售后保障,批
量购买可享优惠

【关注】【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】
   

下载链接:https://download.csdn.net/download/weixin_45892228/89106314

点击下载:股价崩盘风险、周收益率的均值与标准差计算数据和Stata代码(2000-2023)NCSKEW DUVOL

  • 23
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算股价崩盘风险的方法有很多种,以下是一种常见的方法,可以使用Stata进行计算: 1. 首先,我们需要导入股票价格数据,假设我们将股票价格存储在一个名为“price”的Stata数据集中,其中包括股票价格和日期两个变量。 2. 接下来,我们需要计算收益率。可以使用Stata内置的“tsset”命令将数据集转换为时间序列数据集,并使用“wofd”选项将时间序列数据集转换为按的频率。然后,可以使用“generate”命令计算收益率,如下所示: ``` tsset date tsset, wofd generate weekly_return = ln(price) - ln(price[_n-1]) ``` 这个命令将创建一个名为“weekly_return”的新变量,其中包含每收益率。 3. 我们可以使用Stata内置的“rolling”命令来计算收益率的移动平均数和标准差。例如,以下命令将计算收益率在过去20的移动平均数和标准差: ``` rolling mean_return = mean(weekly_return), window(20) clear rolling sd_return = sd(weekly_return), window(20) clear ``` 这将创建两个新的变量,“mean_return”和“sd_return”,分别包含每在过去20内的平均收益率标准差。 4. 接下来,我们可以使用以下命令来计算收益率相对于移动平均线的偏离程度: ``` generate deviation = (weekly_return - mean_return) / sd_return ``` 这将创建一个名为“deviation”的新变量,其中包含每收益率相对于移动平均线的偏离程度。 5. 最后,我们可以使用以下命令来计算股价崩盘风险: ``` generate crash_risk = sum(deviation < -2) / _N ``` 这将创建一个名为“crash_risk”的新变量,其中包含股价崩盘风险的估计值。这个命令将计算在所有中,偏离程度小于-2标准差所占的比例。 请注意,这只是一种计算股价崩盘风险的方法,具体方法和参数可以根据具体情况进行调整

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值