沪深资本市场A股低价股溢价之谜研究数据和stata代码2001-2019年

本站已开通微信支付宝购币，请在个人中心-我的资产-微信或支付宝在线充值！

数据进行如下筛选:

剔除发行 B 股或 H 股的交叉上市公司样本
剔除金融保险业公司样本
剔除资不抵债公司样本
剔除相关变量缺失的公司样本

1、因变量——个股收益率
本文的目的是考察股票价格水平与其收益率之间的内在影响关系，因而我们的因变量是个股收益率(Return) 。鉴于本文的研究样本主要为月度数据，我们采用个股考虑现金红利再投资的月回报率减去无风险收益率的值作为衡量个股收益率的指标，其中无风险收益率等于月度化的一年期的银行存款利率。
2、自变量
根据研究假设，本文的自变量包括股票价格、散户规模、机构投资者持股比例、证券分析师关注度、卖空机制五个变量。

股票价格（PRICE）。本文以上市公司股票的月末收盘价来衡量股票的价格水平。
散户规模（RETRAIL) 。考虑到不同上市公司之间的股本总额和市值存在较大差异，散户人数不存在直接可比的基础，因而本文以股东人数与总股份数的比值乘以 10000 来反映上市公司的散户规模，即平均每一万股股份所对应的股东人数，该值越大，说明散户规模越大。
机构投资者持股比例（INSTI）。机构投资者持股比例等于所有机构投资者持有股份总数与公司总股份数的比例。
证券分析师关注度( ANALY) 。证券分析师关注度( ANALY) 等于当月对上市公司进行跟踪分析的证券分析师人数加 1 后的自然对数值。
卖空机制(SELL) 。若公司股票当月为融资融券标的股，则取值为 1，否则取值为 0。

3、控制变量

变量	变量定义
RET	上期股票收益率，等于上一期考虑现金红利再投资的月个股回报率。
TUR	换手率，等于当月每个交易日的股票成交股数与当日股票流通股总股数的比率之和除以当月交易日数。
BETA	风险敏感系数，等于上市公司过去48个月个股月度收益率与同期市场指数月度收益率进行回归分析得到的回归系数。
MTB	市值账面比，等于公司股票总市值与账面总资产的比值。
ROA	总资产收益率，等于净利润与总资产的比值。
CASH	每股经营净现金流量，等于经营净现金流量与总股份的比值。
EPS	每股收益，等于净利润与总股份的比值。
LEV	资产负债率，等于总负债与总资产的比值。
SIZE	公司规模，等月末总市值的自然对数值。
AGE	上市时长，等于上市月份数加1后的自然对数值。
MAX	月内最大收益率，等于当月的所有交易日中日个股回报率的最大值。
ILLIQ	非流动性指标，度量方法借鉴了Amihud(2002)的研究。
IVOL	特质波动率，度量方法借鉴了Anget al.(2006)的研究。
SKEW	特质偏度，度量方法借鉴了HarveyandSiddique(2000)的研究。
Industry	行业哑变量，根据中国证监会2001年关于上市公司的行业分类标准，构建21个哑变量分别代表各个行业(除金融保险业)，其中制造业根据二级代码划分为10个子行业。
Year	年度哑变量，构建19个哑变量分别代表2000－2019年。

构建了如下两个计量回归模型，采用 OLS 多元回归估计方法分别检验低价股的溢价效应以及散户规模、机构投资者、证券分析师和卖空机制的相关调节作用。
为了缓解因变量与自变量之间互为因果的内生性问题，把所有自变量的取值都滞后了一期。同时，为了控制异常数据的不利影响，对所有连续型变量都进行了上下 1% 的 winsorize 缩尾处理。
假设

假设 H1: 限定其他条件，股票价格越低，其收益率越高，即存在低价股溢价效应。
假设 H2: 限定其他条件，散户投资者规模越大，低价股的溢价效应越强。
假设 H3: 限定其他条件，机构投资者持股比例越高，低价股的溢价效应越弱。
假设 H4: 限定其他条件，证券分析师的关注度越高，低价股的溢价效应越弱。
假设 H5: 限定其他条件，融资融券的卖空机制能够缓解低价股溢价效应。
结果