学术资讯 » 学术会议

  • 首 页
  • 期刊选题
  • 期刊点评
  • 期刊大全
  • 学人博客
  • 编辑征稿
  • 投稿选刊
  • 万维群组
  • 学术会议
  • 万维读书
  • SCI/E期刊
  • SSCI期刊
  • AHCI期刊
  • 香樟青苗简报 | 李春涛:事件研究方法与中文地图数据的获得及其应用

    阅读: 2022/7/27 9:19:20

    2022年7月21日下午,中南财经政法大学金融学院李春涛教授担任青苗计划主讲人向全体学员讲授“中国股票市场数据、中国股市的事件研究方法与中文地图数据的获得及其应用”。本次讲座由陈波主持。

    李春涛,香港大学博士,中南财经政法大学金融学院教授、博士生导师,主要研究领域是公司治理和企业创新,在《经济研究》、《管理世界》、《中国工业经济》、《金融研究》、《财贸经济》、《会计研究》、Stata Journal、Journal of Comparative Economics 等主流刊上发表学术论文50余篇。

    李春涛教授是数据分析的专家,有20余年的stata编程经验,编写过许多stata命令,比如wordconvert, subinfile, psemail, reg2docx, sum2docx, t2docx, corr2docx, cntrade, cnstock, cntop10, hkstock,cnintraday, cngcode, cnaddress, cntraveltime, cntraveltime等,这些命令让极大的便利了实证研究的数据分析过程,并得到了广大Stata用户的热捧。

    在正式授课之前,李春涛教授简要阐述了宏观研究与微观研究当中所存在的差异,与拥有相对复杂的数理模型、数据较为缺乏且难获取的宏观研究不同,在微观研究当中,数据往往更加丰富且模型更加简单。因此,本次授课旨在通过具体案例帮助学员理解、掌握事件研究法,了解使用Stata提取中文地图数据、输出回归结果的方法。

    本次的授课内容大致分为两个部分,分别是:事件研究法的讲解及演示与Stata中文地图数据的获取及应用。

    在第一部分当中,李春涛教授首先就事件研究法的定义进行了阐释,所谓“事件研究法”是经济学、金融学、会计学中常用的一种分析方法,被用于研究某一特定实践对上市公司“股票收益率”的影响。特定事件可以是公司控制范围内的时间,例如宣布股票分割、定增计划、并购重组等,也可以是公司不可控事件等,这些事件都可能直接或间接的影响公司经营。简单介绍原理之后,李春涛教授以某上市公司为例,展示了如何在Stata中获取特定上市公司的交易数据、上证指数,并使用事件研究法设定特殊事件窗口期估计异常收益率。

    在具体操作过程中,李春涛教授主要使用了“cnevent”这一命令进行企业、市场的数据爬取,并根据给定的窗口期进行变量计算,获取异常收益率等数据,开展事件研究。“cnevent”大大提升了研究的便捷性与数据处理效率,是中国股市微观研究当中的一大利器。

    在第二部分当中,李春涛教授介绍了在Stata中获取、处理中文地图数据的一些方法。正如李春涛教授所言,虽然地理和经济关系看似并没有那么直接,尤其是地理与金融、会计等学科,但我们依然时不时会遇到地理方面的数据。

    在实际操作当中,李春涛教授以如何测度地区金融科技发展水平为例,通过某企业的注册数据,展示了地理计算在经济研究当中的应用。随后李春涛教授通过讲解城市名称的提取以及cngcode、cnaddress、cnmapsearch、cntraveltime等命令的运用,帮助大家理解和提炼中文地图数据,并通过税务局与上市公司距离与企业避税行为的案例,生动地向展示了地理数据在经济研究中的魅力。在此部分当中,主要涉及了如下三个内容:

    (1)中文地址中城市名称的提取

    首先,李春涛教授分享了提取中文地址中城市名称的方法。一是通过正则表达式进行地址提取。二是使用更加精确的地址搜索命令,并以山东省下辖的地级市为例展开说明。三是结合行政区划表进行精确查找,自动将县地址转化为所属地级市地址。这种方法简洁有效,是处理大批量数据的利器。

    (2)cngcode、cnaddress等地理计算命令的使用

    在地理计算中,经常要使用地理编码与逆地理编码。对此,李春涛教授认为可以先使用 “cngcode”命令把中文地址转换为经纬度,再用“cnaddress”命令将经纬度转换为中文地址,进而得到对应的省市区名称。其次,李老师也介绍了如何使用 “cnmapsearch”命令搜索某地点指定半径范围内的地铁站、医院、商场等场所,以及用“cntraveltime”命令确定两个地点之间的实际交通距离和通勤时间。以上四个命令均由李春涛教授团队自主开发,能大幅提高研究中的地址数据处理效率。

    同时,为了辅助大家理解,李春涛教授还列举了几个案例,并进行了实操分享。

    (3)案例分析

    在过往研究上市公司避税问题的案例中,部分研究认为上市公司距离税局较近,则税局会由于交通上的便利而更加频繁地去往上市公司查账,因而减少了上市公司避税行为。在这一研究却存在很大的内生性问题。针对如何解决这一问题,李春涛教授详细讲述了他们巧妙运用Stata,找寻工具变量的历程与实现原理。

    最后,李春涛教授向同学们总结了上述地图命令在现实案例中的使用流程,让同学们对如何用理论结合Stata搜集处理地图数据,解决微观实证中的数据问题有了更好的把握。

    感谢李春涛教授的倾囊相授,并祝愿香樟青苗学子能够将所学内容充分结合实际,取得更大的进步!

    商家宁 吉林大学

    姚惠 中国社会科学院大学

    转自:香樟经济学术圈

    如有侵权,请联系本站删除!


    浏览(453)
    点赞(0)
    收藏(0)
  • 上一篇:香樟青苗简报 | 梁平汉:数字经济下的犯罪治理

    下一篇:【香樟推文2554】碳定价是否有效?基于机器学习方法的政策效应评估

  • 首页

  • 文章

  • 期刊

  • 帮助

  • 我的

版权所有 Copyright@2023    备案号:豫ICP备2021036211号