负面信息延迟融入股价(Phillips法)
「负面信息延迟融入股价(Phillips法)」，覆盖 1991-2025 年，频率 月度，上市公司层级，含 21 个变量，样本量约 791,338。 衡量负面信息融入股价的延迟程度。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 月度 |
| 层级 | 上市公司 |
| 变量数 | 21 |
| 样本量 | 791,338 |
| 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
- Month [月份] — 月份(1-12)
- Province
- ProvinceCode
- City
- CityCode
- County
- CountyCode
- IndustryCode
- IndustryName
- DMrsqNeg [市场负面信息延迟(R2法)] — 参考Phillips (2011, JBF)的方法，计算公式为：1-R2(拓展市场模型)/R2(负的市场拓展模型)，越大代表市场负面信息融入股价越慢。用作研究变量，越大代表市场负面信息延迟越严重
- DMseNeg [市场负面信息延迟(系数法)] — 参考Phillips (2011, JBF)的方法，计算公式为：负的市场拓展模型中滞后交互项系数按阶数n加权标准化值占全部系数标准化值之和的比率，取值范围[0,5]，越大代表市场负面信息延迟越集中于高阶滞后
- DFrsqNeg [公司特有负面信息延迟(R2法)] — 参考Phillips (2011, JBF)的方法，计算公式为：1-R2(拓展公司模型)/R2(负的公司拓展模型)，越大代表公司特有负面信息融入股价越慢。用作研究变量，越大代表公司特有负面信息延迟越严重
- DFseNeg [公司特有负面信息延迟(系数法)] — 参考Phillips (2011, JBF)的方法，计算公式为：负的公司拓展模型中滞后交互项系数按阶数n加权标准化值占全部系数标准化值之和的比率，取值范围[0,5]，越大代表公司特有负面信息延迟越集中于高阶滞后
- R2ExtMkt [拓展市场模型R方] — 含5阶滞后市场收益的拓展市场模型的R方
- R2NegMkt [负的市场拓展模型R方] — 含5阶滞后市场收益及其负收益交互项的拓展模型R方
- R2ExtFirm [拓展公司模型R方] — 含5阶滞后超额收益的拓展公司模型的R方
- R2NegFirm [负的公司拓展模型R方] — 含5阶滞后超额收益及其负收益交互项的拓展模型R方
- TradeDays [月内交易天数] — 当月该股票参与回归的有效交易日数
常见问题
- 「负面信息延迟融入股价(Phillips法)」是什么数据集？
- 负面信息延迟融入股价(Phillips法)，隶属市场交易数据。衡量负面信息融入股价的延迟程度。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 21 个变量。核心指标包括：月份、市场负面信息延迟(R2法)、市场负面信息延迟(系数法)、公司特有负面信息延迟(R2法)、公司特有负面信息延迟(系数法)、拓展市场模型R方、负的市场拓展模型R方、拓展公司模型R方、负的公司拓展模型R方、月内交易天数。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 791,338 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集度量市场负面信息与公司特有负面信息延迟融入股价的速度。参照Hou and Moskowitz (2005)的价格延迟框架，并借鉴Phillips (2011)引入负收益哑变量交互项的方法，将价格延迟分解为正面信息和负面信息两个方向，从而专门刻画负面信息融入股价的速度。 具体地，对每只股票每个月份，使用当月全部日度交易数据估计五个OLS回归模型。以日市场收益率 $r{m,t}$、个股超额收益率 $R^e{i,t} = r{i,t} - r{m,t}$ 及其5阶滞后值为基础变量，定义负收益指示变量 $D0 = \mathbf{1}(r{m,t}<0)$ 和 $Dn$（滞后期为市场收益或超额收益小于零的指示变量），构建如下模型： 拓展市场模型： $$r{i,t} = \alphai + \beta0 r{m,t} + \sum{n=1}^{5} \betan r{m,t-n} + \varepsilon{i,t}$$ 负的市场拓展模型在上式基础上加入当期和滞后市场收益与负收益哑变量的交互项 $\beta{-d0} D0 r{m,t}$ 及 $\sum{n=1}^{5} \beta{-dn} Dn r{m,t-n}$。类似地，拓展公司模型将滞后市场收益替换为滞后超额收益，负的公司拓展模型则进一步引入超额收益的负收益交互项。 四个核心指标的计算方式如下。$R^2$比率法通过比较拓展模型与负的拓展模型的拟合优度： $$D{Mrsq}^{neg} = 1 - \frac{R^2{\text{extended}}}{R^2{\text{extended-neg}}}$$ 该指标越大，说明负面信息融入股价的延迟越严重。系数加权法则利用负的拓展模型中各阶交互项系数的标准化绝对值： $$D{Mse}^{neg} = \frac{\sum{n=1}^{5} n \cdot |\beta{-dn}|/\text{se}(\beta{-dn})}{\sum{j} |\betaj|/\text{se}(\betaj)}$$ 其中分子对负面滞后交互项系数按滞后阶数 $n$ 加权，分母为模型中全部非截距系数的标准化绝对值之和。$D{Frsq}^{neg}$ 和 $D{Fse}^{neg}$ 的计算方式完全类似，但基于公司超额收益模型。 市场收益采用市值加权日收益率。每月要求至少15个有效交易日参与回归估计。 补充说明 - $D{Mse}^{neg}$ 和 $D{Fse}^{neg}$ 的理论取值范围为$[0, 5]$，因分子使用了$n$加权(最大权重为5)而分母不加权，均值大于1属于公式结构特征而非异常 - 春节期间交易日不足的月份（如部分年份2月）会因不满足最低观测数要求而被剔除 - 月度窗口下13参数模型自由度有限（2-10），指标适合截面比较而非解读绝对水平 参考文献 - Hou K, Moskowitz T J. Market frictions, price delay, and the cross-section of expected returns[J]. The Review of Financial Studies, 2005, 18(3): 981-1020. - Phillips B. Options, short-sale constraints and market efficiency: a new perspective[J]. Journal of Banking & Finance, 2011, 35(2): 430-442. - Busch P, Obernberger S. Actual share repurchases, price efficiency, and the information content of stock prices[J]. The Review of Financial Studies, 2017, 30(1): 324-362. - Boehmer E, Wu J. Short selling and the price discovery process[J]. The Review of Financial Studies, 2013, 26(2): 287-322.
- 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。