國泰安研究服務(wù)中心使用專題講座

1、,,,國泰安研究服務(wù)中心 使用專題講座,深圳市國泰安信息技術(shù)有限公司客戶服務(wù)熱線：800 999 3099 0755-83940081,目錄,研究服務(wù)中心簡介 研究服務(wù)中心特色 數(shù)據(jù)提取操作指引 CSMAR數(shù)據(jù)庫與中國實證研究 如何用數(shù)據(jù)庫做實證研究案例分析,“國泰安研究服務(wù)中心”（www.gtarsc.com）是中國經(jīng)濟(jì)、金融、會計研究的門戶網(wǎng)站，集研究數(shù)據(jù)、研究服務(wù)與學(xué)者服務(wù)于一體，為您的研究提供“一站式”研究服

2、務(wù)，是您研究數(shù)據(jù)、資訊的第一選擇。 國泰安研究服務(wù)中心由研究數(shù)據(jù)、研究服務(wù)與學(xué)者服務(wù)三大部分構(gòu)成，其中：研究數(shù)據(jù)為CSMAR系列研究數(shù)據(jù)庫，提供股票市場、上市公司、基金市場、債券市場、期貨市場、經(jīng)濟(jì)類、海外市場等多方面最精準(zhǔn)、最完整的數(shù)據(jù)，所有數(shù)據(jù)均按研究需要設(shè)計數(shù)據(jù)字段，并為每個字段提供詳細(xì)的說明，數(shù)據(jù)導(dǎo)出之后可直接進(jìn)入SAS、SPSS等統(tǒng)計軟件。,研究服務(wù)中心簡介,研究服務(wù)中心特色,使用方便便捷查詢：我

3、們提供多種便捷的查詢方式供您使用：證券代碼查詢、時間查詢、數(shù)據(jù)庫字段的精確查詢、不同字段組合的高級查詢、關(guān)鍵字模糊查詢等多種導(dǎo)出：您可直接從網(wǎng)站以TXT、EXCEL、DBF等多種格式導(dǎo)出數(shù)據(jù)，或?qū)⒉樵兊慕Y(jié)果發(fā)送到電子郵箱，在您方便時導(dǎo)出互動交流：“常見問題庫”為您的問題提供解答；同時您可直接通過網(wǎng)站頁面提交問題，并將得到及時的答復(fù)更新快捷：您的更新與國泰安同步進(jìn)行，在第一時間得到更新的數(shù)據(jù)及資料 資訊全面研究數(shù)據(jù)：包括經(jīng)濟(jì)類

4、、公司類、股票市場、基金市場、債券市場、期貨市場、海外市場等多方面的精準(zhǔn)數(shù)據(jù)研究資訊服務(wù)：包括證券信息摘要、上市公司報告原文、宏觀經(jīng)濟(jì)月度回顧、證券市場統(tǒng)計月報、利率及匯率、學(xué)術(shù)論文、法律法規(guī)等學(xué)者資訊服務(wù)：包括科研基金申請、獎勵計劃、招聘信息、考博、考碩、創(chuàng)業(yè)、海外留學(xué)等,數(shù)據(jù)提取操作指引,國泰安研究服務(wù)中心是基于Internet的遠(yuǎn)程在線服務(wù)，只要上網(wǎng)，操作極其簡單。在三大部分中，研究服務(wù)與學(xué)者服務(wù)的資訊，只要點擊您所需欄目，內(nèi)

5、容將自動呈現(xiàn)您的面前，我們以交易數(shù)據(jù)庫日數(shù)據(jù)為例為您介紹數(shù)據(jù)提取的方法。數(shù)據(jù)提取的步驟如下：以下我們?yōu)槟敿?xì)介紹每個步驟的操作：,第一步：登陸網(wǎng)站,首先，在IE工具欄中輸入國泰安研究服務(wù)中心的網(wǎng)址：http://www.gtarsc.com或 http://hk.gtarsc.com；而后輸入您的用戶名及密碼即可進(jìn)入到國泰安研究服務(wù)中心網(wǎng)站。,在數(shù)據(jù)服務(wù)的首頁，單擊您所需的數(shù)據(jù)庫名稱即可進(jìn)入相應(yīng)的數(shù)據(jù)提取頁面，在此以交易

6、數(shù)據(jù)庫日數(shù)據(jù)為例。,第二步：選擇數(shù)據(jù)庫,第三步：選擇數(shù)據(jù)分類,進(jìn)入交易數(shù)據(jù)庫的數(shù)據(jù)提取頁面后，您需要選擇一個下級分類來提取數(shù)據(jù)，如交易數(shù)據(jù)庫下的“日數(shù)據(jù)”。,第四步：選擇代碼：（四種方式）,進(jìn)入“交易數(shù)據(jù)庫－日數(shù)據(jù)”的數(shù)據(jù)提取頁面后，首先選擇您需要提取的股票代碼，有以下四種方式：（對于一些和代碼無關(guān)的分類，視圖中不會出現(xiàn)代碼選擇）（1）手動輸入您可以手動輸入股票代碼，如果輸入多個代碼，需要用逗號分隔。（2）列表選擇點擊輸入代碼框

7、右側(cè)的“選擇代碼”，會彈出如下的代碼選擇對話框，將所需代碼選入右側(cè)文本框，然后確定。（不同代碼類型的選擇框會有不同）（3）導(dǎo)入文件選擇“導(dǎo)入代碼文件”，您可以通過之前保存的代碼文本文件（.txt）導(dǎo)入設(shè)置好的代碼，該文件的格式需要每個代碼之間用回車符分隔。,（4）選擇全部選擇“所有代碼”，可以導(dǎo)入所有代碼的數(shù)據(jù)。,,,,,,第五步：選擇時間,您可以選擇數(shù)據(jù)的時間區(qū)間（對于一些和時間無關(guān)的分類視圖，不會出現(xiàn)時間選擇）,第六步：選擇字

8、段,在您需要下載的數(shù)據(jù)字段前打勾。我們?yōu)槟峁┤N查看字段說明的方式：（1）單擊左鍵：查看該字段的詳細(xì)說明（2）您可通過點擊頁面上方的中的“字段說明”查看該分類視圖中所有字段的說明，包括字段代碼、字段類型、字段名稱，和字段說明。（3）可通過“說明書下載”頁面下載該數(shù)據(jù)庫的PDF版說明書查看所有字段說明（如果您已經(jīng)購買了該數(shù)據(jù)庫）。,第七步：設(shè)置字段條件,您可對已經(jīng)選擇的字段設(shè)置條件（如果您不需要對字段設(shè)置條件，可跳過此部分）。字

9、段的條件包括兩種：第一，某一指標(biāo)與數(shù)值的關(guān)系；第二，某一指標(biāo)與另一指標(biāo)的關(guān)系；包括大于、小于、等于、不等于、大于等于、小于等于共6種。設(shè)置字段條件的具體操作如下： ①先選擇數(shù)據(jù)表和要設(shè)置條件的字段：如“日個股回報率文件”中的“日最高價”。② 設(shè)置該字段的條件：如需要股票最高價大于30元的所有數(shù)據(jù)，方法是選擇“大于”，“數(shù)值”，并在文本框中填入“30”，點擊“添加”；該條件即被添加，并定義為“T1”。③ 添加其他條件：如需要收盤價

10、高于開盤價的所有數(shù)據(jù)，要依次選擇“日個股回報率文件”、“日收盤價”、“大于”、“指標(biāo)”、“日收盤價”、“與關(guān)系”、“添加”。此條件即被添加，定義為T2。,④更改以設(shè)置條件之間的邏輯關(guān)系在“設(shè)置條件邏輯關(guān)系”下方的文本框中已經(jīng)顯示默認(rèn)的條件關(guān)系式；其中and表示“與”關(guān)系，即多個條件同時滿足；or表示“或”關(guān)系，即只滿足其中一個條件。您可以根據(jù)自己的要求隨意更改條件關(guān)系式，您可以使用的符號有and，or，和括號，例如您可以輸入：（T1

11、and T2）or T3。,第八步：選擇下載文件格式,您可選擇生成文件的格式，目前提供的格式有 *.txt *.csv *.xls *.dbf 四種。,另外，您可以在“發(fā)送查詢通知到郵箱”后填寫自己的郵箱地址（如果您不需要，則可以跳過此項，不必填寫），則此次查詢結(jié)果頁面的鏈接地址將會發(fā)送至您的郵箱，該查詢結(jié)果頁面將為您保留48小時。,所有查詢條件設(shè)置完畢后，點擊“提交”，系統(tǒng)會生成查詢結(jié)果頁面并在新窗口中打開。（注意：查詢結(jié)果最多只返回

12、65500條記錄）,第九步：下載文件,在此頁面中，有生成數(shù)據(jù)文件的下載鏈接，您可以將生成文件下載至本地硬盤。文件為壓縮文件.zip格式，其中包括數(shù)據(jù)文件和字段解釋的文本文件（如果您選擇的字段在不同的數(shù)據(jù)表中會有多個文件）,CSMAR數(shù)據(jù)庫與中國實證研究,CSMAR數(shù)據(jù)庫嚴(yán)格按照國際標(biāo)準(zhǔn)數(shù)據(jù)庫CRSP、Compustat而設(shè)計并于2000年正式推出。CSMAR數(shù)據(jù)庫主要用于學(xué)術(shù)研究，所提供的資料和數(shù)據(jù)包含資本市場、宏觀經(jīng)濟(jì)及行業(yè)經(jīng)濟(jì)領(lǐng)域。

13、主要內(nèi)容包括：市場交易價格、交易量、回報率、可比價格、指數(shù)、財務(wù)年中季報、基金、國債券、企業(yè)債、可轉(zhuǎn)債券、公司治理、兼并重組、特別處理特別轉(zhuǎn)讓、一級市場及再融資等類數(shù)據(jù)。 CSMAR系列研究數(shù)據(jù)庫已正式被美國沃頓商學(xué)院納入其全球著名的沃頓研究數(shù)據(jù)庫服務(wù)體系?？蛻舭ǎ好绹诸D商學(xué)院、耶魯大學(xué)、紐約大學(xué)、英國 Reading 大學(xué)、香港所有大學(xué)及清華、北大等共500所國內(nèi)外知名高校。 中國的實證研究起步較晚，但近幾

14、年發(fā)展迅速，離不開CSMAR數(shù)據(jù)庫的發(fā)展，從以下列表中我們可以作出比較：,從以上列表的分析對比中可以看出CSMAR數(shù)據(jù)庫的發(fā)展和中國實證研究相輔相成的，另外CSMAR數(shù)據(jù)庫的發(fā)展也離不開實證研究，如今CSMAR數(shù)據(jù)庫由以前的十幾個庫到現(xiàn)在的四十多個庫，而實證研究論文也從以前的上市公司和股票交易研究現(xiàn)在發(fā)展到宏觀經(jīng)濟(jì)研究、行業(yè)研究、上市公司、股票交易、債券、基金、期貨等各個領(lǐng)域的研究。這些發(fā)展離不開廣大的實證研究者，廣大學(xué)者的研究熱情、研

15、究方法和研究領(lǐng)域促進(jìn)了CSMAR數(shù)據(jù)庫的不斷發(fā)展，也促進(jìn)了先進(jìn)的實證研究方法的不斷引入，這些是帶動CSMAR數(shù)據(jù)庫發(fā)展的動力和源泉。反過來，CSMAR數(shù)據(jù)庫的不斷發(fā)展和壯大也促進(jìn)了中國實證研究，兩者相輔相成、互相促進(jìn)。,如何用數(shù)據(jù)庫做實證研究案例分析,高 寧 博 士國泰安金融教育集團(tuán)常務(wù)副總裁西安交通大學(xué)教授香港浸會大學(xué)商學(xué)院 Honorary Associate香港浸會大學(xué)公司管制與金融政策研究中心 Research Fell

16、ow,什么是實證研究？ ? 以事實、實際情況和收集到的數(shù)據(jù)為對象，通過分析、計算、實驗、研究，解釋和預(yù)測會計金融實務(wù)，回答 “實際是什么”的問題。,◎ 實證研究要求客觀、準(zhǔn)確、理性的描述現(xiàn)實◎ 實證研究以解釋現(xiàn)實為目的，認(rèn)為存在就是事實◎ 實證研究采用客觀中立的立場◎ 目前，在國際上，實證研究方法廣泛的應(yīng)用在經(jīng)濟(jì)、金融、會計等社會學(xué)科的研究中,,,實 證 研 究 的發(fā) 展 與 趨 勢,,----實證經(jīng)濟(jì)學(xué)

17、 1953 弗里德曼《實證經(jīng)濟(jì)學(xué)方法論》,發(fā)展歷程,----實證會計學(xué) 1968 Ball，R.J., P.Brown 《An Empirical Evaluation of Accounting Income Numbers》《Journal of Accounting Research》 1986 Watts， Zimmer

18、man 《實證會計理論》,趨勢,由于金融市場每天都產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)又是從真實的交易 過程中產(chǎn)生的, 這一特性使實證研究成為現(xiàn)代金融研究的主流話語” ――Ross,20世紀(jì)80年代《Accounting Review》上實證性研究的論文占半數(shù)以上，有的年份還高達(dá)81％?，F(xiàn)在實證研究已成為會計，金融研究的主流。,推動實證研究發(fā)展的因素（William Beaver),推動實證研究發(fā)展的因素（William Beav

19、er),,,財務(wù)和經(jīng)濟(jì)學(xué)的發(fā)展,1,,,證券市場在經(jīng)濟(jì)中的地位,2,,,政府對證券市場的積極監(jiān)管，不斷推出新的課題,3,,,機(jī)構(gòu)投資者占股權(quán)比重的增大,4,,,計算機(jī)技術(shù)和數(shù)據(jù)庫的發(fā)展,5,,6,學(xué)術(shù)刊物受重視程度的增強(qiáng),實 證 論 文 篇 數(shù),實 證 論 文 篇 數(shù),實 證 的 要 素,實 證 的 要 素,數(shù)據(jù)：反映客觀狀況的數(shù)字材料。 模型：刻畫客觀現(xiàn)象的數(shù)學(xué)形式。 假設(shè)：對所研究問題的結(jié)果或狀態(tài)的 一種預(yù)期

20、。 檢驗：利用數(shù)據(jù)，使用統(tǒng)計學(xué)知識對假設(shè)的統(tǒng)計顯著性作出判斷。 推理：基于知識和經(jīng)驗對假設(shè)檢驗結(jié)果進(jìn)行推理。 結(jié)論：利用假設(shè)檢驗的結(jié)果，通過合情的邏輯推理得出的結(jié)論，觀點。,實證研究方法步驟,確立研究課題,實 證 研 究 方 法 步 驟,尋找相關(guān)理論,提出命題假設(shè),設(shè)計研究方案,搜集事實數(shù)據(jù),分析數(shù)據(jù)檢驗命題,得出研究結(jié)論,CSMAR 實 證論 文 舉 例,文章研究了中國上市公司盈余公告時間選擇對股票交易量

21、和未預(yù)期收益的影響。研究發(fā)現(xiàn)，與較晚月份公告盈余的公司相比，較早月份進(jìn)行年度盈余公告的公司具有較強(qiáng)的股票交易量反應(yīng)。文章認(rèn)為愿意早些公告盈余的公司往往擁有利好的信息，并且這些較早的盈余公告含有更大的信息量,帶來較大的交易量增幅和未預(yù)期收益；較晚公告盈余的公司則往往擁有利差的信息，而且更容易被市場預(yù)期,因而帶來的交易量增幅和未預(yù)期收益也較小。,題 目,作 者,發(fā)表刊物,摘 要,Information Content and Ti

22、ming of Earnings Announcements,陳工孟 高 寧 鄭子云（香港理工大學(xué)）,Journal of Business Finance and Accounting, January 2005, Vol 32, Iss. 1- 2, Pg. 65－95,數(shù) 據(jù) 樣 本,? 以1995年至2002年間發(fā)行A股或同時發(fā)行A，B股，在時間區(qū)間內(nèi)發(fā)表年度盈余公告的上市公司為研究樣本。樣本容量為3802。,

23、CSMAR 總 體樣 本 容 量,CSMAR 總 體 樣 本 容 量,文 獻(xiàn) 回 顧 和 假 設(shè),為什么選交易量而不是價格,Bamber, Barron and Stober (1997) suggest that trading volume is related to the magnitude of the disagreement among investors about a firm’s

24、 earnings. Kim and Verrecchia (1991a) argue that price changes reflect the average change in the aggregate market’s average beliefs, while trading volume is the sum of all individual investors’ trade

25、s, which also depends on the prevailing information asymmetry level before disclosure. They suggest that although all investors have equal access to public pre-disclosure information, they acquire

26、private pre-disclosure information with different degrees of precision.,為什么選交易量而不是價格,Atiase and Bamber (1994) and Kross et al. (1994)suggest that trading volume is an increasing function of the degree of d

27、ivergent pre-disclosure expectations。 Bamber and Cheon (1995) argue that the reason for different reactions is that price reactions reflect the average belief revision, while trading volume arises when

28、 individual investors make differential belief revisions.,更 進(jìn) 一 步 的 分 析,Kim and Verrecchia (1994) suggest that there may be more information asymmetry at the time of an announcement than in a non-announ

29、cement period. This is because earnings announcements provide information that allows certain traders to make judgements about a firm’s performance that are superior to the judgements of other

30、 traders. Lobo and Tung (1997) find that the trading volume around quarterly earnings announcements is related to the level of pre-disclosure information asymmetry. For firms with a high level of pre-

31、disclosure information asymmetry, the trading volume is low prior to and after the announcement, but high during the announcement.,,更 進(jìn) 一 步 的 分 析,Bamber(1986) employs the divergence of earnings forecasts fr

32、om analysts’ forecasts as a proxy for information asymmetry. She finds that the higher the information asymmetry, the greater the abnormal volume reaction. In this study, we first use unexpected earnings as

33、a control variable for information asymmetry.Earlier announcements should generate a greater surprise in the market because it is more difficult to predict earlier announcements than later announcements. Chamb

34、ers and Penman (1984) argue that longer reporting lags provide the opportunity for more of the report’s information to be supplied by other sources, either through search activity by investors, thr

35、ough other voluntary disclosures by firms, or through predictions that are supplied in the earnings releases of earlier reporting firms.Haw et al. (1999) study the Chinese stock market and find that firms with

36、good news publicize their annual reports earlier than those with bad news, and loss-making firms are the last to release their annual reports. They define the reporting lag as the number of days from the fi

37、scal year-end to the report announcement date.,Earlier announcements should generate a greater surprise in the market because it is more difficult to predict earlier announcements than later announcements. Chamber

38、s and Penman (1984) argue that longer reporting lags provide the opportunity for more of the report’s information to be supplied by other sources, either through search activity by investors, through other volu

39、ntary disclosures by firms, or through predictions that are supplied in the earnings releases of earlier reporting firms.Haw et al. (1999) study the Chinese stock market and find that firms with good news p

40、ublicize their annual reports earlier than those with bad news, and loss-making firms are the last to release their annual reports. They define the reporting lag as the number of days from the fiscal year-end t

41、o the report announcement date.,更 進(jìn) 一 步 的 分 析,時 間 窗 口 的 確 定,,,,,,,250 trading days from day –280 to day –31. A time gap between the end of the estimation window and the beginning of the event window (i.e. from

42、 day –30 to day –21) is employed to avoid using unusual price or volume data (due to information leaka-ge) for model estimation.,比 較 期 間（beta 期 間）,To focus our analysis on the number of tradable days, we define the repor

43、ting lag as the number of working days from the fiscal year-end to the annual release date.1. a continuous variable, Announcement Timing Index (ATI), to proxy the reporting lag, which is defined as ATI = n/N, where n

44、 is the nth working day from January 1 on which the earnings announcement is made. N is the total number of working days in the period from January 1 to April 30 in the event year.,三個不同的時間變量(TEA)定義,三個不同的時間變量(TEA)定義,2

45、. the unexpected ATI (UATI), a proxy for the unexpected reporting lag, is defined as the difference between the actual and expected ATI (the expected ATI of the current year should be the same as the ATI of the previous

46、year), UATI = ATIt – ATIt-1.3. The final TEA is a dummy variable, called MAD, with a value of 1 for March and April announcements and 0 otherwise.,Null Hypothesis: Firms with earlier and later earnings announcements sh

47、ould receive similar abnormal market reaction.,簡 單 的 假 設(shè),Alternative Hypothesis: Firms with earlier earnings announcements should receive a higher abnormal maket reaction.,,,,主 要 模 型,主 要 模 型 異常交易量的決定因素多變量回歸模型

48、 CATV (CAR) = ?0 + ?1UEA (UERW, UEGM)+ ?2SIZE + ?3POWN + ?4 TEA (UATI, ATI, MAD)+ ?5EXCH + ?iYEARi-5 + ?jINDj-12 + ?18 FOR,,CATV,POWN,UEA,EXCH,IND,SIZE,TEA,YEAR,FOR,CAR,累積異常交易

49、量,累積異常收益率,,未預(yù)期盈余的絕對值,,人民幣計價的總資產(chǎn)的自然,,流通股所占百分比,,盈余公告時間,,,,,交易所啞變量,公告年的啞元變量,,行業(yè)啞變量,外資股的啞變量,,,,Abnormal Trading Volume around Earnings Announcement by bi-monthly sample,,,Abnormal Trading Volume around Earnings Announcemen

50、t by bi-monthly sample,,◎ Most of the ATVs for all monthly samples are significant, which indicates that the announcements do provide information to the market. ◎ The magnitudes of the ATVs and CATVs for the January

51、 and February sample are much greater than those for the March and April sample.,,,CATV3,CATV5,CATV11,CATV15,CATV18,CATV23,Lowest 40% of ATI Sample,0.0253,0.0337,0.0478,0.0545,0.0265,0.0602,Highest 40% of ATI Samp

52、le,0.0141,0.0182,0.0229,0.0258,0.0479,0.0298,Difference in Mean CATV,0.0112cd,0.0155cd,0.0249cd,0.0287ab,-0.0033,0.0123,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,Panel A : Between the Lowest 40% of the ATI Sample and H

53、ighest 40% of the ATI Sample,CATV3,CATV5,CATV11,CATV15,CATV18,CATV23,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,Panel B: Between the Positive UATI Sample and Negative UATI Sample,The lowest 40% of ATI samples demonstrate

54、s a significantly greater volume reaction than those of the highest 40% of ATI samples. The negative UATI samples demonstrate a significantly greater volume reaction than those of the positive UATI samples.

55、 earlier announcements provide more information content to the market than later announcements do.,,Results of Regression Model for CATV,Results of Regression Model for CATV,The earlier the announcement by one company r

56、elative to other companies, and the earlier the announcement of the company relative to its time of disclosure of the previous year, the greater the abnormal trading volume. Greater un