股价信息含量(Morck法)

字段字典

• Symbol [股票代码] — 6位股票代码
• StkName [证券简称] — 上市公司证券简称
• Year [年份] — 财务年度(自然年)
• Province [省份] — 公司注册地所在省份
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码
• City [城市] — 公司注册地所在城市
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
• County [区县] — 公司注册地所在区县
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
• IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
• RSquared [决定系数R方] — 参考Morck, Yeung & Yu (2000, JFE)与钟覃琳、陆正飞 (2018, 管理世界)的方法，计算公式为：个股周收益率对市场周收益率(流通市值加权综合市场回报率)做单因子市场模型回归r_it=α+β×r_mt+ε的决定系数R^2，代表个股收益变动被市场波动所解释的部分，越大表示股价同步性越强。
• NWeeks [有效周收益观测数] — 该年度用于单因子市场模型回归的有效周收益数据点个数，要求至少30周(不足30周的公司-年度不纳入)。
• PriceInformativenessMorck [股价信息含量PI] — 参考Morck, Yeung & Yu (2000, JFE)与钟覃琳、陆正飞 (2018, 管理世界)的方法，计算公式为：PI=log((1-R^2)/R^2)，其中R^2为个股周收益率对市场周收益率(流通市值加权综合市场回报率)单因子回归的决定系数。用作研究变量，越大代表股价同步性越低、公司特质信息融入股价越多、定价效率越高。
• PIEqualWeighted [股价信息含量PI(等权口径)] — 参考Morck, Yeung & Yu (2000, JFE)的方法，将市场收益率改为等权综合市场回报率后重新计算的同一指标，计算公式为：PI=log((1-R^2)/R^2)，用于市场收益率加权方式的稳健性检验。用作研究变量，越大代表股价信息含量越高。

常见问题

「股价信息含量(Morck法)」是什么数据集？

股价信息含量(Morck法)，隶属市场交易数据。参考Morck, Yeung & Yu (2000)与钟覃琳、陆正飞 (2018)的方法, 对每只股票每个年度用个股周收益率对市场周收益率(流通市值加权综合市场

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 15 个变量。核心指标包括：决定系数R方、有效周收益观测数、股价信息含量PI、股价信息含量PI(等权口径)。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 67,817 条观测。

数据是如何测算/获取的？

指标定义与计算方法 股价信息含量(price informativeness)衡量公司特质信息融入股价的程度,是资本市场定价效率的核心代理变量。其理论基础在于:由共同因素和市场整体回报引起的股价变动属于系统性风险来源,而非系统性风险则源于特定的公司层面信息,只对个别股票回报产生影响。当股价中包含越多的公司特质信息时,其变动越独立于市场整体波动,定价效率越高。参考 Morck, Yeung 与 Yu (2000) 的开创性做法,并遵循钟覃琳与陆正飞 (2018) 在中国市场的实证设定,本指标通过个股收益与市场收益的同步程度来反向度量股价的信息含量。 具体地,对每只股票 $i$ 在每个年度 $t$,以其周收益率 $r{i\tau}$ 对同期市场周收益率 $r{m\tau}$ 做单因子市场模型回归: $$r{i\tau} = \alphai + \betai\, r{m\tau} + \varepsilon{i\tau}$$ 该回归的决定系数 $R^2$ 代表个股收益变动中能够被市场波动所解释的部分,反映股价与市场的同步性;未被解释的部分 $1-R^2$ 则对应公司层面的特质信息。由于 $R^2$ 取值受限于区间 $[0,1]$,直接使用会给实证估计带来困难,因此按照惯例对其作对数转换,得到股价信息含量: $$PIi = \log\!\left(\frac{1-Ri^2}{Ri^2}\right)$$ $PI$ 的数值越大,代表股价波动的同步性越低,即股价中包含了更多的公司特质信息、定价效率越高。市场周收益率采用流通市值加权口径(考虑现金红利再投资)的综合市场回报率,忠实于 Morck 等 (2000) 原始研究的市值加权设定;在稳健性度量中,另以等权综合市场回报率重新计算同一指标,作为市场收益率加权方式的敏感性检验。回归的决定系数 $R^2$ 与有效周收益观测数一并保留,供机制分析与样本质量判断之用。 补充说明 个股周收益率由日收益率按周复利得到,并对个股与市场两侧统一采用同一周历定义以保证口径对齐。为保证回归估计的可靠性,要求每个公司-年度至少具备 30 个有效周收益观测,不足者不予纳入。为防止极端单日收益经周复利后将年度回归的决定系数压向零而产生伪极值,对日收益率施加合理性护栏,剔除单日涨跌幅绝对值超过 100% 的明显异常记录。本指标覆盖全部行业,不剔除金融业,使用者可按需筛选。指标原始输出不作缩尾处理,在回归分析中可自行进行 winsorize。 需要说明的是,样本早期年份上市公司数量较少、市值加权市场组合被极少数大盘股主导,股价信息含量的横截面可比性较弱,建议研究样本起始年取较晚年份。此外,接近上界的极端取值对应决定系数接近零的情形,多为特殊处理(ST)类股票或结构性行情年份的真实低同步现象,而非数据错误。市场组合未作剔除个股自身权重的处理,这与原始文献的标准做法一致。 参考文献 - Morck R, Yeung B, Yu W. The information content of stock markets: why do emerging markets have synchronous stock price movements?[J]. Journal of Financial Economics, 2000, 58(1-2): 215-260. - 钟覃琳,陆正飞.资本市场开放能提高股价信息含量吗?——基于"沪港通"效应的实证检验[J].管理世界,2018,34(1):169-179.

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。