目的
1. 下载个股交易资料
1.1 下载方法
1.2 Stata 范例
2. 下载指数数据
2.1 基本下载方法
2.2 批量下载多个指数并做进一步处理
2.3 Stata 范例：沪深 300 时序图
3. 合并个股和指数数据
4. 估计 CAPM 模型
4.1 基本模型
4.2 散点图和拟合情况
4.3 分时段估计
1998-2007
2008-2018
5. 分析个股 Beta 系数变化特征
5.1 逐年回归
5.2 逐年回归: 更为简洁的处理方法
变化趋势
附：完整命令
资源共享
关于我们
Stata: 实时估计个股贝塔(beta)系数
2020-07-20
连玉君
10445

连享会   主页 || 推文 || 知乎 || B 站 || 在线课堂

New！ 搜推文，找资料，用 lianxh 命令：
安装： ssc install lianxh, replace
使用： lianxh 合成控制
       lianxh DID + 多期, w

 

 

作者：连玉君 (中山大学)
E-Mail: arlionn@163.com

 

目录
[[TOC]]

目的

使用 cntrade 命令下载个股和指数日资料，合并后估计 CAPM 模型，以便得到个股的贝塔(beta)系数，进而对个股的 贝塔(beta)系数 进行统计分析。

1. 下载个股交易资料

1.1 下载方法

特别说明： - 后文使用外部命令 cntrade 下载某只股票的日交易资料。请确保使用最新版的 cntrade 命令。有两个版本来源，请自行测试哪个版本可用：

  • 版本 1：ssc： 使用 ssc install cntrade, replace 命令下载最新版命令。
  • 版本 2：github：
    • 使用 ssc install github, replace 下载 github 命令 (若已安装，请忽略此步骤)；
    • 使用 github install Stata-club/cntrade, replace 下载最新版的 cntrade 命令。

只需输入如下命令即可下载 贵州茅台 自上市起至昨日的日交易数据，下载后的数据自动存储于当前工作路径下，名称为 “600519.dta”：

cntrade 600519

数据详情如下：

. use "600519.dta", clear
. describe
Contains data from d:\cnstock\beta\data/600519.dta
  obs:         3,956
 vars:            13                        12 Apr 2018 09:17
 size:       395,600
--------------------------------------------------------------
              storage
variable name   type       variable label
--------------------------------------------------------------
stkcd           long       Stock Code
date            double     Trading Date
stknme          str12      Stock Name
clsprc          double     Closing Price
hiprc           double     Highest Price
lowprc          double     Lowest Price
opnprc          double     Opening Price
rit             double     Daily Return
turnover        double     Turnover rate
volume          long       Trading Volume
transaction     double     Trading Amount in RMB
tcap            double     Total Market Capitalization
mcap            double     Circulation Market Capitalization
--------------------------------------------------------------
Sorted by: date

1.2 Stata 范例

global id="600519"    //600519  贵州茅台
  cntrade $id
  global nn = stknme[1]   //股票简称

*-股价时序图
  use "$id.dta", clear
  tsset date  //设定为时间序列变量
  tsline clsprc , xlabel(,angle(60)) subtitle("$nn $id")
  graph export "$out\price_$id.png", replace

输出图片为：

贵州茅台-600519-股价走势-Stata连享会.png

2. 下载指数数据

2.1 基本下载方法

只需在 cntrade 命令后附加 index 选项即可下载如下指数：

  • 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).

例如：

.   cntrade 399001, index
d:\cnstock\beta\data
  File tempcsvfile.csv (text file)
file 399001.dta has been saved

.   use "399001.dta", clear
.   describe
Contains data from 399001.dta
  obs:         6,587
 vars:            10         12 Apr 2018 09:26
 size:       526,960
----------------------------------------------------
              storage
variable name   type       variable label
----------------------------------------------------
indexcd         long       Index Code
date            double     Trading Date
indexnme        str12      Index Name
clsprc          double     Closing Price
hiprc           double     Highest Price
lowprc          double     Lowest Price
opnprc          double     Opening Price
rmt             double     Daily Return
volume          double     Trading Volume
transaction     double     Trading Amount in RMB
----------------------------------------------------
Sorted by: date

2.2 批量下载多个指数并做进一步处理

foreach i in "399001" "000001" "000300" {
    cntrade `i', index
    rename rmt retmkt_`i'  //更该指数收益名称，便于与个股合并
    save index_`i'.dta, replace
    erase `i'.dta
  }

2.3 Stata 范例：沪深 300 时序图

* 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")
沪深300指数-Stata连享会

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

4.1 基本模型

use "merge_$id.dta", clear
  *winsor2 rit, replace  // winsor 处理
  reg rit retmkt

结果如下：

.   reg rit retmkt

      Source |       SS           df       MS      Number of obs   =     3,956
-------------+----------------------------------   F(1, 3954)      =   1246.43
       Model |  .415684439         1  .415684439   Prob > F        =    0.0000
    Residual |  1.31865845     3,954    .0003335   R-squared       =    0.2397
-------------+----------------------------------   Adj R-squared   =    0.2395
       Total |  1.73434289     3,955  .000438519   Root MSE        =    .01826

-------------------------------------------------------------------------------
          rit |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
--------------+----------------------------------------------------------------
retmkt_399001 |      0.565      0.016    35.30   0.000        0.533       0.596
        _cons |      0.001      0.000     4.42   0.000        0.001       0.002
-------------------------------------------------------------------------------

4.2 散点图和拟合情况

#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);
  graph export "$out\scatter_$id.png", replace	;
  #d cr
scatter_600519-Stata连享会.png

4.3 分时段估计

1998-2007

global yr = 2008
  reg rit retmkt if year<$yr //&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, 1998-2007") ///
  		xtitle("市场指数收益率(深成指)")
  graph export "$out\aaplot_$id_b$yr.png", replace
  *-下载 regfit 命令
  . github install arlionn/regfit  // 若已经有该命令，可以忽略本行命令
  regfit, f(%4.2f) tvalue   //呈现拟合方程
贵州茅台beta系数：1998-2007
.   regfit, f(%4.2f) tvalue   //呈现拟合方程

rit =  0.00 + 0.61*retmkt_399001
       (3.90) (20.44)
       N = 1466, R2 = 0.22, adj-R2 = 0.22
Note: t-value in parentheses

2008-2018

reg rit retmkt if year>=$yr //&abs(retmkt)<0.4  // OLS
  aaplot rit retmkt if e(sample), xline(0,lp(dash) lc(red)) ///
  		yline(0,lp(dash) lc(red)) msize(*0.6)    ///
  		title("$nn ($id) 的 Beta 系数, 2008-2017") ///
  		xtitle("市场指数收益率(深成指)")
  graph export "$out\aaplot_$id_a$yr.png", replace

  regfit, f(%4.2f) tvalue   //呈现拟合方程
贵州茅台beta系数：2008-2018
.   regfit, f(%4.2f) tvalue   //呈现拟合方程

rit =  0.00 + 0.54*retmkt_399001
       (2.44) (28.93)
       N = 2490, R2 = 0.25, adj-R2 = 0.25
Note: t-value in parentheses

5. 分析个股 Beta 系数变化特征

5.1 逐年回归

.  bysort year: reg rit retmkt, noheader
-------------------------------------------------------------------------------
-> year = 1998
no observations

-------------------------------------------------------------------------------
-> year = 1999
no observations

-------------------------------------------------------------------------------
-> year = 2000
no observations

-------------------------------------------------------------------------------
-> year = 2001
-------------------------------------------------------------------------------
          rit |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
--------------+----------------------------------------------------------------
retmkt_399001 |      0.598      0.117     5.09   0.000        0.364       0.831
        _cons |      0.004      0.002     1.65   0.102       -0.001       0.008
-------------------------------------------------------------------------------

                     (略)

-------------------------------------------------------------------------------
-> year = 2017
-------------------------------------------------------------------------------
          rit |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
--------------+----------------------------------------------------------------
retmkt_399001 |      0.624      0.118     5.28   0.000        0.392       0.857
        _cons |      0.003      0.001     2.90   0.004        0.001       0.005
-------------------------------------------------------------------------------

-------------------------------------------------------------------------------
-> year = 2018
-------------------------------------------------------------------------------
          rit |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
--------------+----------------------------------------------------------------
retmkt_399001 |      0.731      0.158     4.64   0.000        0.416       1.047
        _cons |      0.001      0.002     0.30   0.764       -0.004       0.005
-------------------------------------------------------------------------------

5.2 逐年回归: 更为简洁的处理方法

statsby _b[retmkt], by(year) saving("beta_data.dta", replace): ///
	      reg rit retmkt
变化趋势
*-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 "$out\beta $nn $id.png", replace
  restore
beta 贵州茅台 600519

附：完整命令

*         =============================
*
*          Stata 连享会: 证券分析系列
*
*                 2. Beta 系数
*
*         =============================




*-注意：执行后续命令之前，请先执行如下命令
  global path "d:\cnstock\beta"  //只需修改自路径即可，其他文件夹会自动生成
  cd $path
  cap mkdir data
  cap mkdir refs
  cap mkdir out
  cap mkdir adofiles
  global D    "$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

/*
*------------------
*- 0 安装外部命令
*------------------

  *-设定安装外部路径的位置
    net set ado "$path\adofiles"
    net set other "$D"  //外部命令附带的 example datasets 等存放于此

  *-安装外部命令
    ssc install cntrade, replace //下载个股和市场指数实时数据, SJ 14(2):381--388
	ssc install openall, replace //批量合并
	ssc install aaplot, replace
	ssc install regfit, replace
*/



*---------------------
*- 1 下载个股交易资料
*---------------------

  *-请输入股票代码
  *-股票代码查询
    view browse "http://quote.stockstar.com/stock/stock_index.htm"
    *-部分股票代码
/*
	global id="000002"    //000002  万科
	global id="600028"    //600028  中石化
    global id="000527"    //000527  美的电器,已经退市
	global id="000651"    //000651  格力电器
	global id="000429"    //000429  粤高速A
	global id="000541"    //000541  佛山照明
	global id="000596"    //000596  古井贡酒
	global id="000799"    //000799  酒鬼酒
	global id="600048"    //600048  保利地产 2006年07月31日
	global id="600115"    //600115  东方航空
	global id="600085"    //600085  同仁堂
	global id="600249"    //600249  两面针
	global id="300398"    //300398  飞凯材料	2014年10月09日
	global id="603799"    //603799  华友钴业,2015年01月29日
	global id="300431"    //300431  暴风影音, 2015年03月24日
*/

	global id="600519"    //600519  贵州茅台

	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).

	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
	global yr = 2008
	reg rit retmkt if year<$yr //&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, 1998-2007") ///
			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

	reg rit retmkt if year>=$yr //&abs(retmkt)<0.4  // OLS
	aaplot rit retmkt if e(sample), xline(0,lp(dash) lc(red)) ///
			yline(0,lp(dash) lc(red)) msize(*0.6)    ///
			title("$nn ($id) 的 Beta 系数, 2008-2017") ///
			xtitle("市场指数收益率(深成指)")
	graph export "$out\aaplot_$id_a$yr.png", replace

	regfit, f(%4.2f) tvalue   //呈现拟合方程


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

 

 

资源共享

尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。
请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。
我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！

关于我们

  • Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。more……
  • 扫码加入连享会微信群，提问交流更方便

⚡ 最新课程推荐：
 
课程一：连享会 · 2025 · 五一论文班

  • 时间： 2025 年 5 月 2-4 日 (9:00-12:00; 14:30-17:30, 半小时答疑)
  • 方式： 线上直播+30天回放
  • 嘉宾： 连玉君；申广军；董展育；林文炼；杨海生 (中山大学)
  • 资料： 课程主页 | PDF 课纲 | 文献
  • ⛳ 点我报名 | 助教招聘

课程二：结构模型 · 2025 · 现场班

FAQ：往期课程板书和答疑文档

选题征集，点击 此处 或者扫码填写问卷留下您的宝贵意见，感谢！

NEW！视频课堂：lianxh-class.cn

⚡ 新版 lianxh 命令：使用说明
 . ssc install lianxh, replace
 . lianxh 多期DID

⚡ ihelp：帮助文件 PDF 版
 . ssc install ihelp, replace
 . ihelp xtreg

lianxh_cn_saoma

⭕ 连玉君 · Stata 33 讲 - 免费
  o 点击观看，dofile 下载

推荐专题