不同股票的账面市值比（2012-2020年）

最新推荐文章于 2022-06-06 08:08:05 发布
最新推荐文章于 2022-06-06 08:08:05 发布
阅读量3k 收藏
点赞数
文章标签： 其他
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LoveForever4/article/details/124394600
版权

数据集名称：不同股票的账面市值比

时间范围：2012-2020年

数据来源：CSMAR

相关说明：帐面市值比表示的是企业的账面成绩与其已发售股票的价值之间的算后比值。其中，账面市值比较低的股票被股民称为具有成长潜力的股票;反而言之，账面市值比较高的股票被认为极具投资价值。因而投资者在实际操作中会对股票的账面市值比进行相关的调查以及考量，以此来决定相关的投资行为。

包含字段：

Stkcd [股票代码] - 以上海交易所、深圳证券交易所公布的证券代码为准
Accper [截止日期] - 指会计报表日，统一用10位字符表示，如1999-12-31。
F101001A [账面市值比A] - 资产总计/市值A；当分母未公布或为零或小于零时，以NULL表示；

 

下载链接:不同股票的账面市值比.zip-数据集文档类资源-CSDN下载

年鉴汇
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
四因子月度数据（市场溢酬因子、市值因子、账面市值比因子、动量因子）（1992-2017年 .xlsx
05-26
本表以Fama-French三因子资产定价模型为依据，提供市场溢酬因子（Rm-Rf），市值因子（SMB）和账面市值比因子(HML)的月序列数据。 表中计算所用的无风险收益数据选择标准为：开始--2002年8月6日用三个月期定期银行存款利率； 2002年8月7日--2006年10月7日用三个月期中央银行票据的票面利率； 2006年10月8日--当前,用上海银行间3个月同业拆放利率。 三因子数据包括： 市场溢酬因子__流通市值加权 Rm-Rf 市值因子__流通市值加权 SMB 账面市值比因子__流通市值加权 HML 市场溢酬因子__总市值加权 Rm-Rf 市值因子__总市值加权 SMB 账面市值比因子__总市值加权 HML 有以下3种方式计算的月惯性因子（又称动量因子）。 计算方法1：惯性因子=前n个月累积收益最高的30%的所有股票组合加权收益率-前n个月累积收益最低的30%的所有股票组合加权收益率。 计算方法2：惯性因子=前n个月累积收益最高的10%的所有股票组合加权收益率-前n个月累积收益最低的10%的所有股票组合加权收益率。 计算方法3：惯性因子=前n个月累积收益大于零的所有股票组合加权收益率-前n个月累积收益小于零所有股票组合加权收益率。 其中，n=3、4、5、6、7、8、9、10、11、12、18、24；加权方式为等权、流通市值加权、总市值加权。 在Carhart四因子模型经典文献中，惯性因子=前11个月累积收益最高的30%的股票组合等权收益率-前11个月累积收益最低的30%的股票组合等权收益率。
股票的市值比数据集.zip
04-24
详细信息请查看博客：https://blog.csdn.net/LoveForever4/article/details/124394600
Fama-French五因子模型数据和Stata代码（2000-2020年）
04-16
Fama-French五因子模型数据和Stata代码（2000-2020年）
【FinE】CAPM和Carhart四因子模型实证
0x00
08-25 3458
CAPM和Carhart
上市公司公司治理水平/公司治理指数数据（1999-2020年）
m0_65541699的博客
06-06 880
1、数据来源：国泰安数据库（CSMAR）2、时间跨度：1999-20203、区域范围：沪深A股上市公司4、指标说明：部分数据如下：计算方式详见文件内stata do文件相关研究：[1]邓颖翔, 朱桂龙. 基于专利数据的中国产学研合作研究[J]. 科学学与科学技术管理, 2009, 30(012):16-19.[2]庄涛, 吴洪. 基于专利数据的我国官产学研三螺旋测度研究——兼论政府在产学研合作中的作用[J]. 管理世界, 2013(08):175-176.[3]王班班, 齐绍洲. 市场型和命令型政策工具的节
Fama三因子和Carhat 四因子的介绍和计算
热门推荐
Claire_chen_jia的博客
09-13 1万+
这篇文章介绍了Fama 三因子和Carhat 四因子，主要是在介绍Fama三因子，因为Carhat四因子，只是三因子的拓展。 并且，计算方法是我对两篇文章的学习注解，可以先去看原文章。 本篇文章学习参考资料有： [1] 刘媛媛. 中国股票市场的有效性实证研究[D].西南财经大学,2012. [2] 张庄昊. 改进动量因子的四因子量化投资方案策划[D].上海师范大学,2018. [3] Carhart四因子模型A股实证（附源码） [4] Fama-French三因子回归A股实证（附源码） 先唠叨一下自己的一些
分省份社会消费品零售总额（2010-2020年）
LoveForever4的博客
04-30 329
数据集名称：不同股票的账面市值比 时间范围：2010-2020年 数据来源：CSMAR 包含字段： Sgnyea [年度标识] - Prvcnm_id [省份编码] - Prvcnm [省份名称] - Dt0101 [社会消费品零售总额] - 社会消费品零售总额指国民经济各行业直接售给城乡居民和社会集团的消费品总额。它是反映各行业通过多种商品流通渠道向居民和社会集团供应的生活消费品总量，是研究国内零售市场变动情况、反映经济景气程度的重要指标。 部分数据截图： 下载链接：分省份社会消...
常用上市公司控制变量2000-2020年
04-10
账面市值比 BM 账面价值/ 总市值 托宾Q值 TobinQ （流通股市值+非流通股股份数×每股净资产+负债账 面值)/总资产 是否国有企业 SOE 国有控股企业取值为1，其他为0 上市年限 ListAge ln(当年年份-上市年份+1) 公司...
1991-2020年融资约束程度：FC指数（stata计算）
04-14
有的文献用BM账面市值比替代MB市值账面比。本人在初始数据中提供了流动比率、账面 市值比等常用的替代计算变量，方便大家自己修改代码。 样本选择：全部A股1990- 2020年数据 与大多数文献相同，做了如下的处理：剔除...
国泰安财务数据库（包括利润表、现金流量表、所有者权益变动表）
07-04
国泰安财务数据库（包括利润表、现金流量表、所有者权益变动表）
Fama-French三因子模型数据和Stata代码（2000-2020年）
04-16
1. **构建投资组合**：根据不同的市值和账面市值比选择股票，形成不同的投资组合，观察它们在不同因子上的表现。 2. **因子暴露度**：计算投资组合对三个因子的敏感度，以理解其收益的来源。 3. **风险调整收益**：...
重磅推荐沪深A股上市公司常用控制变量数据整理（2000-2020年）
04-14
账面市值比 BM 账面价 值/总市值 托宾Q值 TobinQ （流通股市值+非流通股股份数×每股净资产+负 债账面值)/总资产 是否国有企业 SOE 国有控股企业取值为1，其他为0 上市年 限 ListAge ln(当年年份-上市年份+1) 公司...
【管理层语调操纵】上市公司管理层语调操纵指标计算Stata代码（2000-2020年
04-09
BTM为账面市值比 RET_S D为个股月收益率标准差 ROA_SD为过去五年业绩的标准差 AGE为企业上市年限 的自然对数 LOSS为虚拟变量，若当年亏损则为1，否则为0 D_ROA为t期净利 润减t-1期净利润的差，再除以t-1期总资产 F_...
推荐股权质押、信息不对称与股价崩盘风险实证分析Stata代码(附2013-2020年)
最新发布
04-15
第t年的公司的市值账面比，等于（年末股价x流通股股数+每股净资 产x非流通股股数）/净资产 Rdtvrt 第t年的超额股票换手率 Sigmat 第t年的特定周收益率的年标准差 Rett 第t年的特定周收益率的年均值 I ndustry
不同证券的资产收益率统计（2012-2020年）
LoveForever4的博客
04-24 603
数据集名称：不同证券的资产收益率统计 时间范围：2012-2020年 数据来源：CSMAR 相关说明： 资产收益率，又称资产回报率，它是用来衡量每单位资产创造多少净利润的指标。 资产收益率是业界应用最为广泛的衡量银行盈利能力的指标之一，该指标越高，表明企业资产利用效果越好。 资产收益率高，说明企业在增加收入和节约资金使用等方面取得了良好的效果，否则相反。银行管理层出于战略管理的目的，通常非常密切地关注这一指标。 包含字段： Stkcd [证券代码] - 上海A股以上交所公布的证券代码为准，深
金融统计分析与挖掘实战7.3-7.5
哈伦2019的博客
05-11 2915
# 7.3 上市公式净利润增长率计算 import os os.chdir("C:\\Users\\Administrator\\Desktop") import pandas as pd dt = pd.read_excel('data2.xlsx') #获取数据 dt.head(6) Stkcd Accper B002000101 0 16 2014-12-3
量化分析因子研究
Lamours的博客
09-20 3337
量化分析因子研究 前言 所谓的因子也就是某个衡量标准，选择不同的因子作为选股的参考，往往会得到不同的结果，本文简单介绍了一些因子以及它所表示的意义。 估值和资本结构因子 账面市值比(BM) 账面市值比 = 股东权益 / 公司市值 = 每股净资产 / 每股股价 BM 因子属于估值因子，即通过对于 BM 值的高低可以直观反映出股票估值是否符合公司价值。 结合 BM 值可以直观表达为：BM 值高于 1，说明股份对应的公司权益的价值高于股价，也就是说股票的价值被低估了 最大 1 % BM 策略为每次选取可行股票池
090601
S468160201880427556的专栏
06-01 627
开始实训了，总结、领悟！
用python将2010-2020年的月度A股数据构造fama五因子模型
05-30
构造Fama-French五因子模型需要获取股票市场数据、市场收益率数据和无风险收益率数据，并计算市值因子、账面市值比因子、动量因子、投资因子和质量因子。下面是一个简单的Python代码实现示例，以2010年至2020年的月度A股数据为例： 1. 数据获取：首先需要获取股票市场数据、市场收益率数据和无风险收益率数据，可以使用pandas库中的read_csv函数进行读取。 ```python import pandas as pd # 读取股票市场数据 stock_data = pd.read_csv('stock_data.csv', index_col=0) # 读取市场收益率数据 market_data = pd.read_csv('market_data.csv', index_col=0) # 读取无风险收益率数据 rf_data = pd.read_csv('rf_data.csv', index_col=0) # 将日期转换为月度频率，并设置为数据索引 stock_data['date'] = pd.to_datetime(stock_data['date']) stock_data.set_index('date', inplace=True) market_data['date'] = pd.to_datetime(market_data['date']) market_data.set_index('date', inplace=True) rf_data['date'] = pd.to_datetime(rf_data['date']) rf_data.set_index('date', inplace=True) ``` 2. 因子计算：接下来需要计算市值因子、账面市值比因子、动量因子、投资因子和质量因子，通常需要使用多个数据源和一些复杂的计算方法，这里只提供一个简单的示例，以计算市值因子为例。 ```python # 计算股票市值 stock_data['market_cap'] = stock_data['price'] * stock_data['shares_outstanding'] # 计算市场总市值 total_market_cap = stock_data.groupby(pd.Grouper(freq='M'))['market_cap'].sum() # 计算每只股票的月度市值占比 stock_data['market_cap_weight'] = stock_data['market_cap'] / total_market_cap.loc[stock_data.index].values # 计算市值因子 market_cap_data = stock_data.pivot_table(index=stock_data.index, columns='ticker', values='market_cap_weight') market_cap_data = (market_cap_data.rank(axis=1) / market_cap_data.shape[1]).sub(0.5) ``` 3. 数据合并：将因子数据和股票收益率数据、市场收益率数据、无风险收益率数据进行合并，以准备进行回归分析。 ```python # 提取股票收益率数据 stock_returns = stock_data['return'].unstack() # 合并因子数据和股票收益率数据 excess_returns = stock_returns.sub(rf_data['rf'], axis=0) excess_returns = excess_returns.loc[market_data.index] # 合并因子数据和市场收益率数据 market_data = market_data[['return']] market_data.rename(columns={'return': 'market_return'}, inplace=True) # 合并因子数据和无风险收益率数据 rf_data = rf_data[['rf']] # 将因子数据和其他数据进行合并 merged_data = pd.concat([excess_returns, market_data, rf_data, market_cap_data], axis=1) merged_data = merged_data.dropna() ``` 4. 回归估计：使用多元线性回归模型，以股票超额收益率为因变量，市场收益率、市值因子、账面市值比因子、动量因子、投资因子和质量因子的暴露度为自变量，估计模型系数。 ```python import statsmodels.api as sm # 构建因子矩阵 factor_data = merged_data[['market_return', 'Mkt-RF', 'SMB', 'HML', 'Mom', 'CMA']] factor_data = sm.add_constant(factor_data) # 进行回归估计 results = sm.OLS(merged_data.iloc[:, :-6], factor_data).fit() # 打印模型系数 print(results.params) ``` 需要注意的是，本示例代码只是一个简单的演示，实际应用中还需要进行更多的数据处理、因子计算和模型检验等工作。另外，在实际应用中还需要考虑因子的选取、权重的调整等问题，以得到更加准确的模型。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

年鉴汇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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