投资者异质信念(换手率分解法)
「投资者异质信念(换手率分解法)」，覆盖 1994-2025 年，频率 月度，上市公司层级，含 15 个变量，样本量约 602,070。 衡量市场参与者对股票未来价值预期的分歧程度。
| 时间跨度 | 1994-2025 年 |
|---|---|
| 数据频率 | 月度 |
| 层级 | 上市公司 |
| 变量数 | 15 |
| 样本量 | 602,070 |
| 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
- Year [年份] — 年份
- Province
- ProvinceCode
- City
- CityCode
- County
- CountyCode
- IndustryCode
- IndustryName
- Month [月份] — 月份(1-12)
- HB [异质信念] — 参考朱宏泉等(2016, 管理科学学报)的换手率分离模型，基于Bessembinder, Chan & Seguin(1996, JFE)的CAPM分解思路。计算公式为：月度内日均(自由流通换手率 - 流动性需求kappa - 信息驱动交易部分)，即换手率分离模型的out-of-sample残差均值。用作研究变量，越大代表投资者意见分歧程度越高
- TurnoverAvg [月均日换手率] — 月度内日均自由流通股换手率(%)
- NumDays [交易天数] — 该股票当月实际交易天数
常见问题
- 「投资者异质信念(换手率分解法)」是什么数据集？
- 投资者异质信念(换手率分解法)，隶属市场交易数据。衡量市场参与者对股票未来价值预期的分歧程度。
- 该数据集的时间范围是？
- 覆盖 1994-2025 年。
- 包含哪些变量/指标？
- 共 15 个变量。核心指标包括：月份、异质信念、月均日换手率、交易天数。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？
- 频率为月度，上市公司层级。
- 样本量有多大？
- 约 602,070 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 投资者异质信念衡量了市场参与者对同一资产未来价值预期的分歧程度，是行为金融学的重要研究变量。高异质信念通常与更高的交易活跃度和资产定价偏差相关。本数据集基于换手率分解法构建月度异质信念指标，其核心思想是将观测到的换手率分解为流动性需求、信息驱动交易和异质信念驱动的交易三个部分，其中异质信念部分由模型残差表征。 计算过程分为三步。首先，参考Bessembinder, Chan & Seguin (1996)的方法，利用资本资产定价模型（CAPM）对个股日收益率进行分解。具体地，对每只股票每月进行日度CAPM回归，将日收益率$R{i,j}$分解为市场成分$R^M{i,j}$和公司特质成分$R^F{i,j}$，其中$R^F{i,j}$为回归残差。其次，借鉴朱宏泉等 (2016) 的换手率分离模型，使用滚动36个月的日度数据，通过以下回归方程将日换手率$TO{i,j}$分解： $$TO{i,j} = \kappai + g{1+} \cdot |R^M{i,j}|^+ + g{1-} \cdot |R^M{i,j}|^- + g{2+} \cdot |R^F{i,j}|^+ + g{2-} \cdot |R^F{i,j}|^- + \mu{i,j}$$ 其中，$\kappai$为常数项，代表流动性需求驱动的交易；$g{1+}$、$g{1-}$、$g{2+}$、$g{2-}$为回归系数，其与相应收益绝对值绝对值的乘积共同构成信息驱动交易部分；$\mu{i,j}$为残差。$|R|^+$和$|R|^-$分别表示正收益和负收益的绝对值。最后，计算月度异质信念指标$HB{i,t}$，其为当月所有交易日残差$\mu{i,j}$的均值，即未预期换手率部分的日均值。核心指标$HB$（异质信念）即为该值，以百分比表示，数值越大表明投资者意见分歧程度越高。辅助指标$TurnoverAvg$（月均日换手率）为当月日均自由流通股换手率百分比，$NumDays$为该股票当月的实际交易天数。 补充说明 - 计算月度CAPM回归和滚动36个月的换手率分离模型回归时，要求样本期内有足够的有效观测值。 - 最终生成的月度异质信念指标$HB$为模型样本外预测的残差均值。 参考文献 [1]朱宏泉,余江,陈林.异质信念、卖空限制与股票收益--基于中国证券市场的分析[J].管理科学学报,2016,19(7):115-126. [2]Garfinkel J A, Sokobin J. Volume, opinion divergence, and returns: A study of post-earnings announcement drift[J]. Journal of Accounting Research, 2006, 44(1): 85-112. [3]Bessembinder H, Chan K, Seguin P J. An empirical examination of information, differences of opinion, and trading activity[J]. Journal of Financial Economics, 1996, 40(1): 105-134.
- 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。