价格冲击非对称(Brennan-Subrahmanyam)
「价格冲击非对称(Brennan-Subrahmanyam)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 18 个变量，样本量约 68,558。 衡量股票市场深度与价格冲击的非对称性。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 18 |
| 样本量 | 68,558 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 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
- PriceImpact [价格冲击系数] — 计算公式为：年均(abs(日收益率)/日成交额(百万))，即Amihud(2002)非流动性指标年均值
- ImpactUp [上涨日价格冲击] — 计算公式为：收益率>0时的平均(收益率/成交额(百万))。参考Brennan & Subrahmanyam(1996)
- ImpactDown [下跌日价格冲击] — 计算公式为：收益率<0时的平均(abs(收益率)/成交额(百万))
- ImpactAsymmetry [冲击不对称性] — 计算公式为：下跌日价格冲击/上涨日价格冲击，>1表示下跌时价格冲击更大。参考Brennan & Subrahmanyam(1996)。单位：倍
- HighVolImpact [高成交量日冲击] — 计算公式为：成交量高于中位数日的平均价格冲击。参考Keim & Madhavan(1997)
- LowVolImpact [低成交量日冲击] — 计算公式为：成交量低于中位数日的平均价格冲击
- BlockEffect [大单效应系数] — 计算公式为：高成交量日冲击/低成交量日冲击，>1表示大单冲击更大。参考Keim & Madhavan(1997)。单位：倍
常见问题
- 「价格冲击非对称(Brennan-Subrahmanyam)」是什么数据集？
- 价格冲击非对称(Brennan-Subrahmanyam)，隶属市场交易数据。衡量股票市场深度与价格冲击的非对称性。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 18 个变量。核心指标包括：价格冲击系数、上涨日价格冲击、下跌日价格冲击、冲击不对称性、高成交量日冲击、低成交量日冲击、大单效应系数。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 68,558 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集提供了衡量股票市场深度与价格冲击的系列指标，重点关注价格冲击的非对称性。市场深度反映了市场吸收大额订单而不引起价格大幅波动的能力，而价格冲击则衡量了单位交易金额所引起的价格变化。核心思想源于Kyle (1985)的知情交易模型，即交易量会揭示私有信息并对价格产生影响。Brennan & Subrahmanyam (1996)进一步将价格冲击分解为上涨日和下跌日两种情况，以探究其非对称性。此外，Amihud (2002)的非流动性指标、Keim & Madhavan (1997)对不同成交量水平下价格冲击的研究，以及Goyenko et al. (2009)对市场吸收能力的度量也被纳入考量。 价格冲击的基础度量采用Amihud (2002)的非流动性指标，即日收益率绝对值与日成交金额的比值，反映了单位成交额引起的价格变动。年度指标$PriceImpact$为该日度指标的年平均值： $$PriceImpact = \frac{1}{D} \sum{d=1}^{D} \frac{|R{d}|}{VOLD{d}}$$ 其中$R{d}$为股票第$d$个交易日的收益率，$VOLD{d}$为第$d$个交易日的成交金额（单位为百万元），$D$为年度有效交易天数。 为研究价格冲击的非对称性，借鉴Brennan & Subrahmanyam (1996)的方法，将日度样本按收益率符号分为上涨日（$R{d} 0$）和下跌日（$R{d} < 0$），分别计算其平均价格冲击。上涨日价格冲击$ImpactUp$为上涨日收益率与成交金额比值的均值；下跌日价格冲击$ImpactDown$为下跌日收益率绝对值与成交金额比值的均值。冲击不对称性$ImpactAsymmetry$定义为下跌日冲击与上涨日冲击的比值，该值大于1表明价格在下跌时对交易更为敏感，即存在非对称性。 同时，为考察大额交易的影响，参考Keim & Madhavan (1997)的思路，将日度样本按成交量是否高于年度中位数分为高成交量日和低成交量日，并分别计算其平均价格冲击，得到$HighVolImpact$和$LowVolImpact$。大单效应系数$BlockEffect$为高成交量日冲击与低成交量日冲击的比值，用于衡量大额订单的相对冲击强度。 补充说明 - 计算所有日度指标时，均使用股票的实际交易日数据。 - 年度指标为对应日度指标在年度内的平均值或比值。 - 数据集包含公司注册地信息（省份、城市、区县）及按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）的行业代码与名称。 参考文献 - Amihud Y. Illiquidity and stock returns: cross-section and time-series effects[J]. Journal of Financial Markets, 2002, 5(1): 31-56. - Brennan M J, Subrahmanyam A. Market microstructure and asset pricing: On the compensation for illiquidity in stock returns[J]. Journal of Financial Economics, 1996, 41(3): 441-464. - Goyenko R Y, Holden C W, Trzcinka C A. Do liquidity measures measure liquidity?[J]. Journal of Financial Economics, 2009, 92(2): 153-181. - Keim D B, Madhavan A. Transactions costs and investment style: an inter-exchange analysis of institutional equity trades[J]. Journal of Financial Economics, 1997, 46(3): 265-292. - Kyle A S. Continuous auctions and insider trading[J]. Econometrica, 1985, 53(6): 1315-1335.
- 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。