CNDD-0105 上市公司股价同步性指标及学术论文应用

01 数据介绍

▪ 关键词: 股价同步性
▪ 数据编号0105
▪ 数据名称:上市公司股价同步性指标
▪ 数据区间:2000-2023年
▪ 样本数量:49,632 条
▪ 数据来源:根据上市公司财报公布的数据计算
▪ 数据说明:CNDD上市公司股价同步性指标数据包括证券代码、年份、交易周数、市场类型、行业代码、交易状态、 股价同步性指标SYN等指标。
▪ 数据维度:企业层面
▪ 综合评价“股价同步性”是指单个公司股票价格的变动与市场平均变动之间的关联性,即所谓的股价“同涨同跌”现象。在文献上,一般用个股收益与市场收益回归模型的拟合优度 R2 来度量股价同步性,R2 越大,表示个股收益变动被市场变动所解释的部分越大,股价同步性越高。CNDD上市公司股价同步性指标参考Durnev(2003)、许年行(2011),构建了SYN(分市场等权平均法)、SYN(分市场流通市值平均法) 、SYN(分市场总市值平均法)、 SYN(综合市场等权平均法)、SYN(综合市场流通市值平均法)、SYN(综合市场总市值平均法)等多项指标,为研究行为金融相关课题提供详实,全面的数据支持。
 

CNDeepData 数据应用质量评级

 常用度:★★★

▪ 稀缺度:★★★

▪ 新颖度:★★★

▪ 总体级别:11颗星

  常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。

  新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。

02 主要指标

▪ 数据年度分布

03 数据特征概览

▪ 数据概览    

 

▪ 指标计算方法  

参考许年行(2011),计算中国股票市场股价同步性指标:

𝑟𝑟𝑖,𝑡:股票i第t周收益率;𝑟𝑚,𝑡:市场指数第t周收益率;𝑟𝐼,𝑡:行业I第t周收益率;使用𝑅2作为股价同步性指标。回报率均采用考虑现金红利再投资的回报率,市场及行业采用不同加权平均法进行计算。

04 前沿文献速递

▪ 文献来源

许年行,洪涛,吴世农等.信息传递模式、投资者心理偏差与股价“同涨同跌”现象[J].经济研究,2011,46(04):135-146.

▪ 文献内容
股价“同涨同跌”又称“股价同步性”,是世界各国证券市场发展过程中的
一种普遍现象,也是近年来财务学的研究热点和前沿课题。文章收集 1994—2004 年中国
股市的相关数据,用𝑅2度量股价同步性,对股票收益的“惯性”和“反转”与𝑅2之间的关
系进行系统的实证检验和理论分析。研究发现:(1) 总体上,我国股市不存在“惯性”现
象,而存在显著“反转”现象,并且反转效应随着𝑅2的上升而逐渐减弱,两者呈负相关关系;(2)不同市场态势下惯性和反转的表现形式不同,且与 𝑅2 的关系也不同:牛市阶段存在“反转”现象,且 𝑅2越高反转越明显;在熊市阶段存在“惯性”现象,且 𝑅2越小惯性越明显,说明不同市场态势下股价同步性的生成机理不同。对此,作者提出了一种基于信息与心理行为互动关系的新解释,丰富并完善了股价同步性形成机理的理论研究。
▪ 研究创新:

在理论上,针对“信息效率学派”和“非理性行为学派”的缺陷,基于信息与心理行为互动关系,提出一种新的理论解释,丰富和完善了股价同步性生成机理的研究;

在研究方法上,将外部市场态势引入到股价同步性生成机理的讨论中来,将市场分为“牛市”和“熊市”两种态势,进而分析不同市场态势下𝑅2 与“惯性”和“反转”的关系,从而拓展了该领域的研究;

将投资者心理偏差分为“狂热型”和“恐慌型”心理偏差,并将信息传递模式分为“群聚式”和“分散式”传递,进而分析不同类型心理偏差和不同信息传递模式如何影响股
价同步性,这为理解股价同步性生成机理提供了一种新的研究视角,也为行为金融等领域研究提供
了可资借鉴的分析思路和检验方法。此外,也拓展了有关信息传递如何影响不同市场之间资产价格同步性的研究(Mukherjee,2004) ,将信息传递应用于分析同一市场内的股价同步性。

▪ 研究设计:

1.股价同步性的度量

股价同步性的度量借鉴 Durnev 等(2003) ,使用如下模型来估计个股的 R2
,以此度量股价同步性:

其中,ri,t为个股 i 第 t 周的收益率;rm,t 为市场指数第 t 周的收益率;rI,t 为行业 I 第 t 周的收益率,行业分类参照中国证券会公布的分类标准,度量方法为:

其中,wj,t为股票 j 在行业 I 中的权重,用 A 股流通市值来度量。这些收益率指标均进行对数处理,以使其更接近于正态分布。

2.研究程序和实证模型

第一步,计算样本公司“形成期”(用 J 表示) 为前 11 个月的累积收益率的大小 Ret( - 12: -2)。 

第二步,对样本公司进行分组,每个月先根据 R2 的大小从低到高进行排序,分成 5 组,然后在每一组里再根据 Ret( - 12: - 2) 大小从低到高进行排序,并分成 5 组,两两交叉共形成 25 个组
合。 

第三步,采用“重叠期间”的方法,计算这 25 个组合未来“持有期”( 用 K 表示) 为 1 个月的收益。同时,在每个 R2 组里买入“赢家组合”,即 Ret( - 12: - 2) 最高组,卖空“输家组合”,即 Ret
( - 12: - 2)最低组,形成“零成本投资组合”。 

第四步,改变“持有期”的大小,将“持有期”延长至 3、6、12、24 和 36 个月,重新进行上述检验,以分析这些组合收益是否存在“惯性”和“反转”现象。

第五步,分析 R2 与“惯性”和“反转”之间的关系,以此考察“信息效率学派”和“非理性行为学派”两种观点哪种能更好解释股价同步性。 

第六步,对“零成本投资组合”收益分别进行 CAPM 和 Fama-French(1993) 三因素模型的风险调整,分析经风险调整后的“零成本投资组合”异常收益与 R2 之间的关系。估计方法如下: 

其中,r pt为“零成本投资组合”在 t 月的收益率;αCAPM 为经 CAPM 调整后的异常收益;αFF 为经
Fama-French(1993)三因素模型调整后的异常收益;SMB 为小公司和大公司组合的收益差,HML 为
高市值权益比(MB)组合和低市值权益比(MB)组合的收益差,具体参见 Fama 和 French(1993)。
 

第七步,由于投资者“狂型”和“恐型”心同,同时,“惯性”和“反转”在“牛市”和“熊市”的同( Cooper 等,2004 )。此,
(2004)的划分方法,分别选取 1999 年 5 月—2001 年 6 月为“牛市”阶段及 2001 年 7 月—2003 年
11 月为“熊市”阶段,
进而分析在“牛市”下“惯性”和“反转”与“R2 + ”之系,在“熊市”下
“惯性”和“反转”与“R2
- ”之间的关系。其中,“R2 + ”和“R2- ”的估计方法如下: 

其中,r +
m,t指“牛市”期间的市场收益率,r
m,t指“熊市”期间的市场收益率。由模型(5)得到的 R2
定义为“R2 + ”,由模型(6)得到的 R2 定义为“R2 - ”。

▪ R2与收益“惯性”和“反转”关系的分析:
由表 2 列示的 R2 与“惯性”和“反转”的检验结果可知:(1)在 A 栏、B 栏和 C 栏,“零成本
投资组合”的 收 益 在 R2 最低的三个组里均为负,而在 R2 最高的两个组里均为正,且大多不显著,说明我国股市不存在短期的“惯性”现象,
同时,“零成本投资组合”的收益与 R2 不存在显著关系;(4) 而在 D 栏、E 栏和 F 栏,“零成本投资组合”的收益大部分显著为负,说明存在中长期的“反转”现象,同时,反转现象在 R2 最低组最明显,在 R2 最高组最不明显,反转效应随着 R2 的上升而下降。可见,R2 与反转效应显著负相关,R2 越小反转现象越明显,这与基于“信息效率观”
的解释不符。 

由图 2 可知:(1)在组合形成后,R2 最低组和 R2 最高组的累积收益基本上为负且往下降低,说明在这两组中并未出现“惯性”,而存在“反转”现象;(2) R2 最低组的累积收益低于 R2 最高组,且两组差异随着持有期的拉长而变大,说明 R2 最低组的反转现象更明显。

05 其他相关文献

[1]伊志宏,杨圣之,陈钦源.分析师能降低股价同步性吗——基于研究报告文本分析的实证研究[J].中国工业经济,2019(01):156-173.

[2]陈冬华,姚振晔.政府行为必然会提高股价同步性吗?——基于我国产业政策的实证研究[J].经济研究,2018,53(12):112-128.

[3] 王木之,李丹.新审计报告和股价同步性[J].会计研究,2019(01):86-92.

06 获取方式

以下三种方式三选一即可:

▪ 直接购买

添加客服微信,支付价格为69元。

▪ 朋友圈分享后免费领取(每人限领15份)

持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。

▪ 购买大会员

添加客服微信,购买年度普通会员149元,年度高级会员299元,永久高级会员899元,可享CNDeepData所有数据免费获取。

▪ 朋友圈分享要求:

①分享时间需要在早上7:30到晚上12:30之间。

②请附带一句推荐词,例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:

DeepData001

获取更多更新数据

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

资源下载此资源下载价格为69积分(年度普通会员免费),请先

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部