易获数据网监督还是掏空之大股东持股比列与股价崩盘风险研究数据与stata分析实证代码2020
参考
王化成, 曹丰, 叶康涛. 2015年监督还是掏空:大股东持股比列与股价崩盘风险[J]. 管理世界
-
- 从基础数据整理（CEO数据和财务指标）到最后的结果输出的完整案例
- 基础结果：描述性统计、相关系数矩阵、基础回归（使用公司层面的聚类稳健标准误）
- 如何对缺失值和异常值处理（缩尾处理）
- 同时输出Pearson相关性系数和Spearman相关系数的表格
- 输出表格结果
- 组间差异检验
- 稳健性检验方法
-
- 工具变量（两阶段最小二乘法回归2SLS）
- 更长的预测窗口
- 固定效应模型
- 替换变量（信息透明度指标敏感性测试：（1）Opaque，当期与前两期的操控性应计之和，（2）用分析师跟踪人数的自然对数衡量信息不对称程度）
- 数据极端值敏感性（中位数回归）
- 双重聚类稳健性标准误
-
- 学习到论文实证分析中常用的命令（merge、winsor2、logout、asreg、esttab、ivreg2、cluster2等）
- 学会股价崩盘（NCSKEW和DUVOL）、信息不透明度（应计盈余）计算
内容丰富，绝对超值，建议先下载文献看看，有需要可以下载系统学习，其他相关主题的论文可速成
数据说明
本文采用我国2008~2020年A股上市公司为初始研究样本。
按照如下程序筛选样本：
剔除了金融类上市公司，因为金融类上市公司的监管制度和报表结构与其他行业相比存在较大差异；
为保证股价崩盘风险指标计算的可靠性，我们剔除了年度周收益率少于30个观测的公司一年度观察值；
剔除当年上市数据和已经退市的上市公司；
剔除了有关实证变量存在数据缺失的公司一年度观测。
经过上述筛选，我们共获得了20584个公司——年度观测值。为了降低数据极端值对研究结果的影响，我们对连续变量在1%和99%百分位上进行了缩尾处理。
变量说明
变量符号 变量定义 NCSKEWt+1
第t+1年的公司股票负收益偏态系数 第t+1年的公司股票收益率上下波动的比率 TopHoldt
第t年公司第一大股东持股比例 管理层权力哑变量。董事长与CEO两职兼任时等于1，否则为0 管理层持股比例哑变量。当管理层持股比例大于年度、行业中位数 股权制衡哑变量。用第t年公司第二到五位大股东持股比例的和/第一大股东持股比例衡量公司股权制衡度，当某公司股权制衡度大于年度、行业中位数时为1，否则等于0 机构投资者持股哑变量。当机构投资者比例大于年度、行业中位数时为1，否则等于0 第t年的公司股票负收益偏态系数 月均超额换手率，为第t年股票i的月平均换手率-第t-1年股票i的月平均换手率 收益的波动。股票i在第t年中周收益率的标准差 平均周收益率。股票i年在第t年中的平均周收益率 规模。股票i在第t年的总资产的自然对数 账面市值比。股票i在第t年的净资产/（t年末股价x流通股股数+每股净资产x非流通股股数） 资产负债率。股票i在第t年的总负债/总资产 总资产报酬率。股票i在第t年的净利润/总资产 信息不对称程度指标。为修正Jones模型残差的绝对值
参考文献
- 王化成, 曹丰, 叶康涛. 监督还是掏空:大股东持股比列与股价崩盘风险[J]. 管理世界, 2015
结果截图
- 描述性统计
- 相关性分析（下三角是Pearson相关系数，上三角是Spearman相关系数）
- 分组T检验
- 大股东持股比例分组和股价崩盘风险画图
- 假设H1的假设检验
- 进一步分析：信息不对称程度（前两列为信息不对称程度高的组，后两列为信息不对称程度低的组）
- 监督效应假说：管理层权力（前两列为管理层权力较大的组，后两列为管理层权力较小的组）
- 监督效应假说：管理层持股比例（前两列为管理层持股比例较高的组，后两列为管理层持股比例较低的组）
- 更少掏空效应假说：股权制衡度（前两列为股权制衡度高的组，后两列为股权制衡度低的组）
- 更少掏空效应假说：机构投资者持股比例（前两列为机构投资者持股比例较高的组，后两列为机构投资者持股比例较低的组）
- 稳健性检验 – IV估计结果
- 稳健性检验 – 进一步控制其他变量
- 稳健性检验 – 其他内生性测试结果（前两列为更长的预测窗口，后两列为企业固定效应模型）
- 稳健性检验 – 信息透明度指标敏感性
- 稳健性检验 – 前两列为中位数回归，后两列为双重聚类稳健标准误估计
附件下载
包含数据和代码
评论前必须登录！
注册