Stata：事件研究法的编程实现 |
您所在的位置：网站首页 › eventstudy2命令 › Stata：事件研究法的编程实现 |
|
3. Stata 实例 下面我们利用 A 股上市的纺织企业在 2021 年 3 月 8 日至 2021 年 3 月 31 日之间的个股收益率与市场收益率为例进行上述事件研究法的分析，其中假定事件日为 2021 年 3 月 24 日。 . /*获取数据*/ . cnssc install lxhget, replace . lxhget event_study_data.xlsx, replace . import excel using "event_study_data.xlsx", clear firstrow . /* > Notes: > code：股票代码 > date：对应交易日 > share_earn：个股收益率 > event_date：事件发生日 (假定为 2021 年 3 月 24 日) > 倘若事件发生在非交易日，则需将其归入最近的交易日 > market_earn：市场收益率 > */ . des Contains data obs: 341 vars: 5 --------------------------------------------------------------- storage display value variable name type format label variable label --------------------------------------------------------------- code str6 %9s code date int %td.. date share_earn double %10.0g share_earn event_date int %td.. event_date market_earn double %10.0g market_earn --------------------------------------------------------------- Sorted by: Note: Dataset has changed since last saved.复制代码在导入数据之后，我们便需要首先对数据日期进行清洗，清洗数据之前请务必保证变量 date 中的数据为日期型 %td。下面开始对数据日期进行清洗： . /*日期清洗*/ . sort code date . by code: gen date_p1 = _n . by code: gen date_p2 = date_p1 if date == event_date . by code: replace date_p2 = date_p1 if date-event_date & date-event_date>=-1 . egen date_p3 = mean(date_p2) . gen date_p4 = round(date_p3) . gen date_new = date_p1 - date_p4 . drop date_p1 - date_p4 //执行完上述操作之后，本例中产生的新变量 data_new 会排列为 (-12, 18) 的数字复制代码完成对数据日期的初步清洗之后，就需要设置事件估计期与事件窗口期，如前文述所提及内容，应当设置两个变量：event_estimation 在事件估计期内取 1，在其余时间内取 0；event_window 在事件窗口期内取 1，在其余时间内取 0。这样做的好处首先是方便后续对个股进行带有 if 限制的回归，再就是方便取交集陈列 AR 。 . gen event_estimation = 1 . replace event_estimation = 0 if date_new >= (-1) & date_new = (-1) & date_new |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |