美文网首页
无标题文章

无标题文章

作者: 午后慵 | 来源:发表于2018-11-13 00:10 被阅读0次

      global path "C:\Users\Echo\Desktop\公司金融\作业\HW04"

      cap mkdir data

      cap mkdir refs

      cap mkdir out

      cap mkdir adofiles 

      global D    "$path\data"      //范例数据

      global R    "$path\refs"      //参考文献

      global out  "$path\out"      //图形和表格结果

      adopath +  "$path\adofiles"  //添加外部命令所在路径 

      cd $D

      set scheme s2color

    *---------------------

    *- 1 下载个股交易资料

    *---------------------

    global id="000541" //000541 佛山照明

    cntrade $id

        global nn = stknme[1]  //股票简称

        use "$id.dta", clear

        tsset date  //设定为时间序列变量

        *-股价时序图

        tsline clsprc , xlabel(,angle(60)) subtitle("$nn $id")

        graph export "$out\price_$id.png", replace

    *------------------

    *- 2 下载指数数据

    *------------------

      *  -Index Codes and Index Names:

      *  000001  The Shanghai Composite Index (上证综合指数).

      *  000300  CSI 300 Index (沪深 300).

      *  399001  Shenzhen Component Index (深成指).

    cntrade 399001, index

    use "399001.dta", clear

    describe

    foreach i in "399001" "000001" "000300" {

    cntrade `i', index

    rename rmt retmkt_`i'

    save index_`i'.dta, replace

    erase `i'.dta

        }

    * 调用其中一个指数数据:

        use index_000300.dta, clear // 沪深300指数

        tsset date

        tsline clsprc , xlabel(,angle(60)) subtitle("沪深300指数")

    *-----------------------

    *- 3 合并个股和指数数据

    *-----------------------

      use "index_399001.dta", clear

      merge 1:1 date using "$id.dta", nogen

      gen year = year(date)

      order date year index* stk* ret*

      save "merge_$id.dta", replace

    *---------------------------------

    *- 4 估计CAPM模型并分析 Beta 系数

    *---------------------------------

    *-估计CAPM模型

      use "merge_$id.dta", clear

      *winsor2 reti, replace  // winsor 处理

      reg rit retmkt

      #delimit ;

      twoway

        (scatter rit retmkt if year<2008&abs(retmkt)<0.4, 

          xline(0,lp(dash) lc(red))

          yline(0,lp(dash) lc(red)) msize(*0.2))

        (lfit rit retmkt);

      #d cr

      // 图示拟合情况 2015年 

        reg rit retmkt if 2015<year<2016 //&abs(retmkt)<0.4  // OLS

        aaplot rit retmkt if e(sample), xline(0,lp(dash) lc(red)) ///

                yline(0,lp(dash) lc(red)) msize(*0.6) /// 

                title("$nn ($id) 的 Beta 系数, 2015") ///

                xtitle("市场指数收益率(深成指)")

        graph export "$out\aaplot_$id_b$yr.png", replace    

        regfit, f(%4.2f) tvalue  //呈现拟合方程

    // 图示拟合情况 2016年

        reg rit retmkt if 2016<year<2017 //&abs(retmkt)<0.4  // OLS

        aaplot rit retmkt if e(sample), xline(0,lp(dash) lc(red)) ///

                yline(0,lp(dash) lc(red)) msize(*0.6)    ///

                title("$nn ($id) 的 Beta 系数, 2016") ///

                xtitle("市场指数收益率(深成指)")

        graph export "$out\aaplot_$id_a$yr.png", replace

        regfit, f(%4.2f) tvalue  //呈现拟合方程

    // 图示拟合情况 2017年

        reg rit retmkt if 2017<year<2018 //&abs(retmkt)<0.4  // OLS

        aaplot rit retmkt if e(sample), xline(0,lp(dash) lc(red)) ///

                yline(0,lp(dash) lc(red)) msize(*0.6) /// 

                title("$nn ($id) 的 Beta 系数, 2017") ///

                xtitle("市场指数收益率(深成指)")

        graph export "$out\aaplot_$id_b$yr.png", replace   

        regfit, f(%4.2f) tvalue  //呈现拟合方程

    *-逐年回归

        bysort year: reg rit retmkt, noheader

        *-逐年统计

        statsby _b[retmkt], by(year) saving("beta_data.dta", replace): ///

              reg rit retmkt

        *-变化趋势   

        preserve

          use "beta_data.dta", clear

          keep if _stat!=.

          qui sum year

          local byr = r(min)

          local eyr = r(max)

          list

          #d ;

          twoway connect _stat year, 

                yline(1, lpattern(dash) lcolor(red*0.3))

                xlabel(`byr'(2)`eyr')

                ylabel(,angle(0) format(%2.1f))

                subtitle("$nn ($id) 的Beta系数")

                ytitle("beta") xtitle("");

          #d cr

          graph export "beta $nn $id.wmf", replace

        restore   

      *--------------------------over------------------------

    佛山照明的β系数在2015年间总体高于1,2016-2017年间呈下滑趋势,且低于1,表明佛山照明未来回报率趋于与市场同向变动,但其变动幅度较小,对于市场风险的敏感度较低。且敏感度将越变越低。

    相关文章

      网友评论

          本文标题:无标题文章

          本文链接:https://www.haomeiwen.com/subject/zpwhfqtx.html