信息不对称与股价崩盘风险、股权质押数据与stata代码结果2013-2020

信息不对称与股价崩盘风险、股权质押数据与stata代码结果2013-2020

• 从基础数据整理（股价崩盘风险、信息不对称指标计算，财务指标合并）到最后的结果输出的完整案例
• 基础结果：描述性统计、相关系数矩阵、分组t检验、基础回归、分组回归、工具变量、PSM匹配
• 如何对缺失值和异常值处理（缩尾处理）
• 输出表格结果
• 稳健性检验方法

• 替换被解释变量股价崩盘风险（股价崩盘哑变量）
  

替换解释变量（使用大股东股权质押比率）使用PSM匹配后样本进行回归工具变量法 – 两阶段最小二乘法回归2SLS（选取t年行业平均的质押水平和t年该省份平均的质押水平作为工具变量）更长的预测窗口（被解释变量选择t+2期的NCSKEW和DUVOL）

• 学习到论文实证分析中常用的命令（merge、esttab、winsor2、asreg、ivreg2等）
• 学会股价崩盘（NCSKEW、DUVOL、Crash）、信息不对称指标（应计盈余）计算

变量定义（部分略有不同）

类型	变量	变量定义
被解释变量	NCSKEWt+1	第t+1年的公司股票负收益偏态系数
	DUVOLt+1	第t+1年的公司股票收益率上下波动的比率
解释变量	Pledgedumt	虚拟变量，若t年度公司存在大股东股权质押行为则取1，Pledge  dum否则取0，衡量股权质押交易行为的发生
	Pledgepret	第t年的大股东股权质押比率，等于本期上市公司第一大股东质押股份除于其所持公司股份总数，用来衡量本期大股东股权质押的程度（稳健性检验用到）
	AbsACCt	第t年的公司可操控性应计的绝对值，依据修正的琼斯模型计算
控制变量	NCSKEWt	第t年的公司股票负收益偏态系数
	Sizet	第t年的公司规模，等于t年度公司总资产的自然对数
	Levt	第t年的公司的资产负债率，用以衡量公司的财务风险
	Roet	第t年的净资产收益率，衡量公司的盈利能力
	MBt	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
	Oturnovert	第t年的股票月均超额换手率
	Sigmat	第t年的周收益率的年标准差
	Rett	第t年的周收益率的年均值
	Industry	虚拟变量，当样本属于某个行业时，虚拟变量取1，否则取0（制造业用二级分类，其他行业用大类）
	Year	当样本属于某个年度时，虚拟变量取1，否取0

数据说明

本文大股东股权质押数据来自WIND资讯数据库，上市公司的财务基础数据。本文依据证监会公布的《上市公司行业分类指引》（2012年修订）对行业进行了划分。本文被解释变量用到t+1期，数据区间为2014-2020年，解释变量和控制变量数据区间2013-2019年。
样本的筛选过程如下：

• 剔除金融和保险行业的公司数据，这是因为与其他行业相比，金融、保险行业在经营业务和财务情况方面存在较大的差异，为减少甚至消除其对研究结果的干扰，本文将金融、保险行业的上市公司数据剔除
• 剔除ST、*ST和PT的公司数据
• 剔除当年交易周数不满30周的数据
• 剔除已退市的公司数据
• 剔除主要相关变量缺失的公司数据
• 为了降低极端值的影响，对所有连续变量上下1%分位按年进行了Winsorize缩尾处理

模型

为保证研究结论的稳健性，所有检验的标准误差均经过企业层面的聚类调整

结果展示

以下结果均是Stata运行直接截图效果

• 股权质押样本分布表

• 描述性统计

• 相关系数矩阵

• 分组T统计检验

• 模型1回归结果

• 模型2回归结果

• 模型3回归结果

• 替换被解释变量股价崩盘风险（股价崩盘哑变量）

• 替换解释变量（使用大股东股权质押比率）

• 使用PSM匹配后样本进行回归

匹配检验

• 工具变量法 – 两阶段最小二乘法回归2SLS（选取t年行业平均的质押水平和t年该省份平均的质押水平作为工具变量）

• 更长的预测窗口（被解释变量选择t+2期的NCSKEW和DUVOL）

参考文献

• 李碧连. 股权质押、信息不对称与股价崩盘风险[D]. 暨南大学.