上市公司信息不对称指数stata代码和计算结果数据2007-2023年度 ASY信息不对称综合指数

上市公司信息不对称指数stata代码和计算结果数据2007-2023年度 ASY信息不对称综合指数

信息不对称指标，现有研究除了从信息披露质量角度进行度量（包括财务指标：盈余管理、第三方评级：证券交易所信息披露质量评级越高、交易量依存：KV指数等），宋敏等（2021）和于蔚等（2012）研究提出利用公司个股的交易资料来捕捉证券市场上非知情交易者与知情交易者关于企业价值的信息的不对称程度， 并以此作为资金供给方与企业之间信息不对称程度的代理变量。

具体而言：股票交易中，与企业关系密切的知情交易者通常比其他交易者拥有更多关于企业经营状况和经营前景的信息，非知情交易者由于担心其因处于信息劣势而蒙受损失，会要求一个“柠檬溢价”作为补偿，以弥补逆向选择问题可能给其带来的潜在损失。关于资产价值的信息不对称强度是资产流动性的重要决定因素，信息不对称程度和逆向选择问题越严重，柠檬溢价就越高，股票的流动性也就越差。

基于此，宋敏等（2021）和于蔚等（2012）通过计算Amihud et al． (1997) 流动性比率指标LR和 Amihud ( 2002 ) 非流动性比率指标 ILL，而后再计算收益率反转指标 GAM来刻画股票市场流动性，最后基于这三个股票市场流动性指标进行主成分分析，捕捉它们的共同变异信息也即与非对称信息相关的成分，记为信息不对称指标 ASY。

2. 构建过程

依据宋敏等（2021）和于蔚等（2012）的构建方法，首先构建流动性比率指标LR、 非流动性比率指标 ILL、收益率反转指标 GAM三个股票流动性指标，股票流动性越差，意味着信息不对称程度越高；

然后对LR、ILL、GAM进行主成分分析，构建信息不对称（ASY）综合指标

2.1 流动性比率LR、非流动性比率ILL 的构建：

其中，其中 rit ( k) 表示 i 企业 t 年度第 k 个交易日的股票收益率，Vit ( k) 表示日成交量 ，Dit 表示当年交易天数。（注意，因为后续要进行主成分分析，所以此处LR是进行了反向处理的，这里LR越大，代表的是流动越差

）

2.2 收益率反转指标 GAM 的构建

其中，rm表示按流通市值加权的市场收益率、r表示公司个股日收益率、V表示日成交量、D表示年度交易天数

在其他条件不变的情况下，信息不对称程度越高，股票流动性越低，LR、ILL 和 GAM 指标越大。

2.3 信息不对称（ASY）综合指标构建

正如 Hasbrouck ( 2007) 所指出的，上述每个指标既包含与非对称信息相关的成分，也可能包含与非对称信息无关的成分，不能全面刻画信息不对称的全部特征，故借鉴于蔚等（2012）研究，通过对原始指标进行主成分分析，提取它们的共同变异信息也即与非对称信息相关的成分，记为信息不对称指标 ASY，ASY越大，意味着信息不对称程度越高。

2.4 主要参考文献

[1] 宋敏, 周鹏和司海涛. 《金融科技与企业全要素生产率——“赋能”和信贷配给的视角》. 中国工业经济, 期 04 (2021年): 138–55.

[2] 于蔚, 汪淼军和金祥荣. 《政治关联和融资约束:信息效应与资源效应》. 经济研究 47, 期 09 (2012年): 125–39.

[3] Amihud, Yakov, 和Haim Mendelson. 《Asset Pricing and the Bid–Ask Spread》. Journal of Financial Economics 17 (1986年12月1日): 223–49. 

3. 数据包含

样本期间：2007-2023年

PS：因为用到高频交易数据，因此期间太长将导致文件过大，上传和下载都不方便，因此演示的数据期间是2007-2021年止，应当可用于大部分研究需要；但如若需要更长时间，下载更长时间的原始数据，啥都不用改，按照文件夹中提供的「过程代码.do」跑一遍即可。

其中：

原始数据：基础数据.dta 综合市场数据.dta

过程代码：构建过程.do

结果文件：  信息不对称构建结果.dta； 信息不对称构建结果xlsx（可以直接用于实证）

数据结果：

样本量：