股价暴跌频率(扩展市场模型)
「股价暴跌频率(扩展市场模型)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 68,712。 衡量上市公司股价发生极端负向波动的崩盘风险。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 68,712 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 财务年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- Frequency [暴跌频率] — 参考褚剑、方军雄(2016, 经济研究)的方法，计算公式为：股票i在第t年经扩展市场模型回归后的特有周收益率W中，低于年度均值减去两倍标准差的周数占该年总交易周数的比例。值越大代表股价暴跌越频繁，崩盘风险越高。单位：比例
- Crash [是否发生暴跌] — 参考Hutton, Marcus & Tehranian(2009, JFE)的方法，是否发生暴跌(0=否，1=是)，即年内是否至少存在一周特有周收益率W低于年度均值减去3.09倍标准差。3.09倍标准差对应正态分布下0.1%的尾部概率
- CrashCount [暴跌暴涨频次差] — 参考Kim, Li & Zhang(2011, JFE)的方法，计算公式为：年内极端暴跌周数(W低于均值减3.09倍标准差)减去极端暴涨周数(W高于均值加3.09倍标准差)。正值表示暴跌多于暴涨，值越大代表崩盘风险越高。单位：次
- CrashWeeks [暴跌周数] — 年内特有周收益率W低于年度均值减去2倍标准差的周数。单位：%
- ExtremeCrashWeeks [极端暴跌周数] — 年内特有周收益率W低于年度均值减去3.09倍标准差的周数。单位：%
- ExtremeJumpWeeks [极端暴涨周数] — 年内特有周收益率W高于年度均值加3.09倍标准差的周数。单位：%
- FirmSpecificReturn_Mean [特有周收益率均值] — 参考Chen, Hong & Stein(2001, JFE)的方法，计算公式为：经扩展市场模型(含前后各2周领先滞后项)回归后取残差epsilon，W=ln(1+epsilon)，本字段为W的年度算术平均值。单位：比例
- FirmSpecificReturn_Std [特有周收益率标准差] — 参考Chen, Hong & Stein(2001, JFE)的方法，计算公式为：经扩展市场模型回归后特有周收益率W的年度标准差(样本标准差)。单位：比例
- TradingWeeks [交易周数] — 年度有效交易周数，要求至少26周(半年)方可计算崩盘风险指标。单位：周
常见问题
- 「股价暴跌频率(扩展市场模型)」是什么数据集？
- 股价暴跌频率(扩展市场模型)，隶属风险因子。衡量上市公司股价发生极端负向波动的崩盘风险。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：暴跌频率、是否发生暴跌、暴跌暴涨频次差、暴跌周数、极端暴跌周数、极端暴涨周数、特有周收益率均值、特有周收益率标准差、交易周数。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 68,712 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 股价崩盘风险是衡量公司股价发生极端负向波动的概率，反映了公司特质信息被隐藏后集中释放所导致的股价大幅下跌风险。本数据集基于Chen, Hong & Stein (2001)提出的扩展市场模型，通过计算公司特有周收益率的分布特征，构建了三个维度的崩盘风险频率指标。 首先，将日收益率数据加总为周收益率。随后，采用包含市场收益率领先项和滞后项的扩展市场模型进行回归，以更准确地分离公司特有收益成分。回归模型如下： $$r{i,w} = \alphai + \beta{1,i} r{M,w-2} + \beta{2,i} r{M,w-1} + \beta{3,i} r{M,w} + \beta{4,i} r{M,w+1} + \beta{5,i} r{M,w+2} + \epsilon{i,w}$$ 其中$r{i,w}$为股票$i$在第$w$周的收益率，$r{M,w}$为第$w$周的市场等权平均收益率。通过该模型得到的残差项$\epsilon{i,w}$即为未预期的公司特有收益。公司特有周收益率$W{i,w}$定义为$W{i,w} = \ln(1 + \epsilon{i,w})$。基于$W{i,w}$的年度时间序列，计算其年度均值($FirmSpecificReturn\Mean$)和标准差($FirmSpecificReturn\Std$)。 核心崩盘风险指标的计算均基于公司特有周收益率$W$相对于其年度均值和标准差的偏离程度。暴跌频率($Frequency$)参考褚剑、方军雄 (2016)的方法，计算年内$W$低于其年度均值减去两倍标准差的周数($CrashWeeks$)占该年总交易周数($TradingWeeks$)的比例，该比例越高，表明股价暴跌越频繁。是否发生暴跌($Crash$)参考Hutton, Marcus & Tehranian (2009)的方法，为一个二元变量，若年内至少有一周的$W$低于其年度均值减去3.09倍标准差（对应正态分布下0.1%的尾部概率），则取值为1，否则为0。暴跌暴涨频次差($CrashCount$)参考Kim, Li & Zhang (2011)的方法，计算年内极端暴跌周数($ExtremeCrashWeeks$，即$W$低于均值减3.09倍标准差的周数)与极端暴涨周数($ExtremeJumpWeeks$，即$W$高于均值加3.09倍标准差的周数)之差，正值表示暴跌事件多于暴涨事件，其值越大，崩盘风险越高。 补充说明 - 计算年度指标要求该股票当年至少有26个有效交易周（约半年）的数据。 - 公司特有周收益率$W$的年度均值与标准差计算，以及各阈值（2倍及3.09倍标准差）的判定，均基于该股票当年内的$W$序列。 参考文献 - Chen J, Hong H, Stein J C. Forecasting crashes: Trading volume, past returns, and conditional skewness in stock prices[J]. Journal of Financial Economics, 2001, 61(3): 345-381. - 褚剑, 方军雄. 中国式融资融券制度安排与股价崩盘风险的恶化[J]. 经济研究, 2016(5): 143-158. - Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R2, and crash risk[J]. Journal of Financial Economics, 2009, 94(1): 67-86. - Kim J B, Li Y, Zhang L. Corporate tax avoidance and stock price crash risk: Firm-level analysis[J]. Journal of Financial Economics, 2011, 100(3): 639-662.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。