知情交易概率(VPIN)
「知情交易概率(VPIN)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 13 个变量，样本量约 71,448。 衡量股票市场的信息不对称与知情交易活跃程度。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 13 |
| 样本量 | 71,448 |
| 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 [股票名称] — 股票简称
- 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
- VPIN [知情交易概率(VPIN)] — 参考Easley, Lopez de Prado & O Hara (2012, RFS)的BVC(Bulk Volume Classification)算法，计算公式为：月度VPIN=Sum(Vol_t*|2*Phi(r_t/sigma_t)-1|)/Sum(Vol_t)，其中r_t为日对数收益率，sigma_t为50日滚动波动率，Phi为标准正态CDF。年度值取12个月月度VPIN的算术平均值。用作知情交易程度的代理变量，越大代表知情交易越活跃。注意：本指标基于日频数据计算，理论基线约为0.5，建议仅使用VPINMonthCount>=6的观测。单位：比例
- VPINMonthCount [VPIN有效月份数] — 该年度内有有效VPIN计算的月份数(1-12)，用于数据质量控制。建议研究中使用VPINMonthCount>=6的样本以确保年度VPIN的稳健性。单位：月
常见问题
- 「知情交易概率(VPIN)」是什么数据集？
- 知情交易概率(VPIN)，隶属市场交易数据。衡量股票市场的信息不对称与知情交易活跃程度。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 13 个变量。核心指标包括：知情交易概率(VPIN)、VPIN有效月份数。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 71,448 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 知情交易概率（Volume-Synchronized Probability of Informed Trading, VPIN）是衡量市场信息不对称程度和知情交易活跃性的重要指标。传统的PIN模型依赖于买卖订单流的分类，而Easley, Lopez de Prado & O'Hara (2012) 提出的BVC（Bulk Volume Classification）算法，通过将交易量按价格变动方向进行概率性分类，克服了高频订单流数据不易获取的局限，使其适用于日频数据环境。该指标在中国市场的研究中，被广泛用于探讨知情交易对资产定价、市场流动性和波动性的影响。 计算过程首先基于日频数据估计月度VPIN。对于每个交易日$t$，定义其对数收益率为$rt$，并使用过去50个交易日的收益率序列计算滚动年化波动率$\sigmat$。根据BVC算法，当日买方发起交易量$V{buy,t}$与卖方发起交易量$V{sell,t}$的估计公式为： $$V{buy,t} = Volt \cdot \Phi\left(\frac{rt}{\sigmat}\right)$$ 其中，$Volt$为日总成交量，$\Phi(\cdot)$为标准正态分布的累积分布函数。相应地，$V{sell,t} = Volt - V{buy,t}$。基于此，可计算单日买卖交易量不平衡的绝对值$|V{buy,t} - V{sell,t}| = Volt \cdot |2\Phi(rt/\sigmat) - 1|$。 月度VPIN的计算公式为： $$VPIN{month} = \frac{\sum{t \in month} Volt \cdot \left| 2\Phi\left(\frac{rt}{\sigmat}\right) - 1 \right|}{\sum{t \in month} Volt}$$ 该指标衡量了当月按成交量加权的平均订单流不平衡程度，其值越大，表明知情交易越活跃。最终，个股年度VPIN指标取该年度内各月VPIN的算术平均值，即$VPIN{annual} = \frac{1}{N} \sum{m=1}^{N} VPIN{month, m}$，其中$N$为该年度有效月份数。 补充说明 - 年度VPIN的计算基于月度VPIN的算术平均值。为确保年度指标的代表性和稳健性，建议在研究中筛选VPINMonthCount（即年度内有效VPIN月份数）大于等于6的观测样本。 - 该指标的理论基线值约为0.5。在分析时，应关注其相对大小和跨期变化所蕴含的经济意义。 参考文献 [1] Easley D, Lopez de Prado M M, O Hara M. Flow toxicity and liquidity in a high-frequency world[J]. The Review of Financial Studies, 2012, 25(5): 1457-1493. [2] 陈国进,张润泽,谢沛霖,等.知情交易、信息不确定性与股票风险溢价[J].管理科学学报,2019,22(4):53-77. [3] 周强龙,朱燕建,贾璐熙.市场知情交易概率、流动性与波动性--来自中国股指期货市场的经验证据[J].金融研究,2015(5):132-147.
- 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。