请教连老师， 用当月回归系数求前3个月的残差

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

连老师您好，我在做数据分析的时候遇到以下问题，希望能得到您的帮助，非常感谢。

我需要根据Boyer, B.H., Mitton, T. and Vorkink, K. (2010), “Expected idiosyncratic skewness”, The review of financial studies, Vol. 23 No. 1, pp. 169–202.的文章计算期望特质偏度（ expected idiosyncratic skewness），在中间的某一个计算历史特质波动率和偏度（ historical estimates of idiosyncratic volatility and skewness）的步骤遇到了问题。

先简短描述一下我的问题：
在每个月t，我需要做以下计算/分析：
1. 首先对t-2到t月的数据进行FamaFrench三因子回归分析，公式是excessreturn = b_cons + b_hml*hml + b_smb*smb + b_rmrf*rmrf，得出回归系数b_cons、b_hml、b_smb、b_rmrf。
2. 用步骤1得出的回归系数计算t-2到t月的残差。
3. 用2中的残差计算t月特质波动率（sd）和偏度(skewness)。
4.下一个月进行以上同样的步骤。
5. 我有很多公司，我的数据是时间序列数据：一共有5888个变量9262观察值，变量是date(日期) ym(年月) rmrf(解释变量) smb(解释变量) hml(解释变量) excessreturn1-excessreturn5883(5883个公司的额外回报)；时间是从1981年1月1日到2016年6月30日。我没有转换成面板资料，因为电脑系统是32位的，转换之后数据就有近2G，再做运算就会内存不足。我自己是用foreach c of varlist excessreturn1-excessreturn5883{}命令做循环的，比较笨也比较慢。您也可以把我这个数据当成面板数据处理，如果有运算思路也可以告诉我，谢谢。
6. 每个月我只想得到一个值，或者说上面问题中的sd的值和skewness的值各一个。


举个例子，在1989年1月，我需要对1988年11月到1989年1月的数据进行回归，得到一组回归系数。用这组回归系数计算1988年11月到1989年1月的残差。然后计算分别得出一个残差的sd和skewness。在1989年2月，我需要对1988年12月到1989年2月的数据进行回归，得到一组回归系数。用这组回归系数计算1988年12月到1989年2月的残差。然后计算分别得出一个残差的sd和skewness。以此类推。

我先贴上我自己写的命令，我的问题是，其中计算残差的那步是有错误的，我只是用t月的回归系数计算了t月残差，实际应该计算前3个月的残差。也可能我这里用rangestat不太合适。另外我的数据一共有几百个月，所以不能手动一次次计算。

1. rangestat (reg) excessreturn rmrf smb hml, interval(ym -2 0)
   
2. gen Resid= excessreturn - b_cons - b_hml*hml - b_smb*smb - b_rmrf*rmrf
   
3. rangestat (sd) IV=Resid, int(ym -2 0)
   
4. rangestat (skewness) IS=Resid, int(ym -2 0)

复制代码

下面是样本数据

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double(date ym excessreturn rmrf smb hml)
   
4. 10503 345   -.01936289646965491 -.01127306  .00525148   .0006878
   
5. 10504 345   .004428615495805104  .00170627 -.00085576 -.00139754
   
6. 10505 345             -.0004251  .00996818 -.00446347  .00140606
   
7. 10506 345             -.0004254   .0059196 -.00249881  .00250139
   
8. 10507 345             -.0004254  .00319251  .00030991 -.00277563
   
9. 10510 345             -.0004223 -.00024731  .00422974 -.00149079
   
10. 10511 345             -.0004216 -.00274863  .00377518  .00549557
    
11. 10512 345             -.0004223 -.01161097  .00538493  .00050242
    
12. 10513 345             -.0004223  .00748774 -.00172834  .00512555
    
13. 10514 345             -.0004223  .00450467 -.00003376  .00478568
    
14. 10517 345   .023616446896690534  .01022073 -.00470417  .00443819
    
15. 10518 345   .013620751277013725  -.0011541  .00067627 -.00090353
    
16. 10519 345   .013474597771965517  .00363072  .00327984 -.00298672
    
17. 10520 345             -.0004251  .00043836 -.00042181  .00095446
    
18. 10521 345   .004160660287584015 -.00152961   .0025553   .0011501
    
19. 10524 345   .004094270973417762 -.00565686  .00289626 -.00235665
    
20. 10525 345   -.00491995430789627 -.00111718 -.00253788  .00240047
    
21. 10526 345             -.0004223  .00032483  -.0014962  .00228125
    
22. 10527 345   .017744790651005753  .00044753  .00076314  .00001995
    
23. 10528 345   .008496248264910458  .00309713  .00082262  .00215505
    
24. 10531 345             -.0004216 -.00123408  .00574452  .00172679
    
25. 10532 346             -.0004251  .00287933 -.00061362     .00232
    
26. 10533 346             -.0004233 -.00697585  .00488589  .00050676
    
27. 10534 346             -.0004244 -.00285437  .00281202   .0029033
    
28. 10535 346   .004018632959910915 -.00192175   .0009521  .00358065
    
29. 10538 346             -.0004254 -.00776155   .0027741  .00311697
    
30. 10539 346             -.0004264  .00952688 -.00659687  .00322087
    
31. 10540 346             -.0004254 -.00755174  .00424434  .00203433
    
32. 10541 346             -.0004244   .0000658 -.00040594  .00213749
    
33. 10542 346             -.0004227 -.01219847  .00586826  .00206838
    
34. 10545 346  -.013649725532307035 -.00454815 -.00256307  .00250378
    
35. 10546 346             -.0004233  .00395039  .00248942  .00142837
    
36. 10547 346             -.0004213  .00237563 -.00113014  .00247123
    
37. 10548 346             -.0004223  .00695646 -.00743721 -.00091841
    
38. 10549 346             -.0004244 -.00040684  .00169483  .00343632
    
39. 10552 346   .004060976614823962 -.00631036  .00254483 -.00003972
    
40. 10553 346  -.004886662993443917  .00421284 -.00169779  .00349698
    
41. 10554 346              -.000424  .00715559 -.00209694  .00426515
    
42. 10555 346  -.004908076614824184 -.00287966   .0015931  .00042118
    
43. 10556 346  -.013841080905465748 -.02226113  .00126729 -.00038323
    
44. 10559 346             -.0004548 -.00686149  .00134545  .00068337
    
45. 10560 346 -.0050233243520851146  .00304422 -.00087426 -.00150591
    
46. 10561 346             -.0004606  .00311911  .00006603  .00334213
    
47. 10562 347  -.005045560287584237 -.00880611 -.00284232  .00227736
    
48. 10563 347  -.005018397581225804 -.00939757 -.00306623 -.00021765
    
49. 10566 347             -.0004585 -.00323499 -.00183136  .00373087
    
50. 10567 347   -.00966786949185222  .00212448 -.00235887  .00124775
    
51. 10568 347  -.005130805532577441  .00061133 -.00497766  -.0044441
    
52. 10569 347  -.005102141236861527 -.00950524 -.00064092  .00103131
    
53. 10570 347  -.005172627701375276 -.00722724 -.00339905  .00152378
    
54. 10573 347  -.005192565455980971  .00015278 -.00530367 -.00236584
    
55. 10574 347             -.0004548  .00223309  .00088146  .00437897
    
56. 10575 347  -.005164832368107975 -.00032592 -.00276482  .00010165
    
57. 10576 347             -.0004575  .00387507 -.00047641 -.00151807
    
58. 10577 347    .00905806926717472  .00552013 -.00129807  .00101304
    
59. 10580 347  -.005191265455980971 -.00128961 -7.196e-06  .00584483
    
60. 10581 347             -.0004544  .00347369  -.0033825 -.00407795
    
61. 10582 347             -.0004565 -.00266647 -.00067593 -.00204654
    
62. 10583 347             -.0004551 -.00176227   .0036615 -.00504651
    
63. 10584 347             -.0004517  .00185695 -.00313413  .00019805
    
64. 10589 347             -.0004521  .00926918 -.00593432 -.00186907
    
65. 10590 347             -.0004534  .00813243 -.00295587 -.00200299
    
66. 10591 347             -.0004575 -.00457141  .00446324  .00128521
    
67. 10595 348             -.0004603 -.00625428  .00348006  .00297693
    
68. 10596 348  -.009930748234827456  .00525955  -.0027392 -.00272645
    
69. 10597 348             -.0004603  .00329548 -.00122743 -.00069683
    
70. 10598 348   .009101095144415997  .00577624 -.00208543 -.00008884
    
71. 10601 348             -.0004593   .0099526 -.00551761 -.00026279
    
72. 10602 348   .009059031733438961  .00179973  .00354946  .00461995
    
73. 10603 348             -.0004603 -.00075754  .00440392  .00339012
    
74. 10604 348             -.0004593  .00819852 -.00007103  .00246756
    
75. 10605 348             -.0004593   .0060607   .0023039 -.00229719
    
76. 10608 348   .004205411787819446  .00513847 -.00015631  .00334099
    
77. 10609 348             -.0004613 -.00229445  .00057371 -.00277521
    
78. 10610 348             -.0004613  .01093528 -.00588377 -.00158704
    
79. 10611 348   .027600298631141437  .00921167 -.00284583 -.00459487
    
80. 10612 348             -.0004613  .00313551 -.00084835 -.00063124
    
81. 10615 348   .013138266298920526  .00374158  .00260237 -.00339525
    
82. 10616 348             -.0004623  .00752605 -.00519193  .00170633
    
83. 10617 348             -.0004617 -.00090837  .00317521  .00025433
    
84. 10618 348             -.0004613  .00960258 -.00631583   .0045522
    
85. 10619 348   .008546441027445393  .02269427 -.00559572 -.00016106
    
86. 10622 348    .07504929897242767  .01651668 -.00309322 -.00189771
    
87. 10623 348             -.0004613  .00320827  -.0016308  .00090841
    
88. 10624 349             -.0004603  -.0049795  .00361908 -.00676923
    
89. 10625 349  -.004567342497081826  .00225093  .00262478  .00050828
    
90. 10626 349             -.0004599  .01362544  -.0009618  .00026414
    
91. 10629 349             -.0004603 -.01070708  .00748479 -.00392056
    
92. 10630 349             -.0004613  .01264815 -.00663474 -.00156815
    
93. 10631 349   .003662679857614035   .0107934 -.00043577  .00168113
    
94. 10632 349             -.0004613 -.00688215  .00523801  .00368968
    
95. 10633 349  -.004567342497081826 -.01046152  .00620448  .00326649
    
96. 10636 349  -.004626690171904928 -.01071695  .00314722 -.00381311
    
97. 10637 349             -.0004593  .00668561 -.00352879  .00087794
    
98. 10638 349             -.0004596 -.00106768  .00325114   .0002309
    
99. 10639 349  .0037255299912816687  -.0052176  .00625345 -.00239602
    
100. 10640 349  -.008750670029519073  .00303642 -.00170061 -.00133237
     
101. 10643 349             -.0004579  .00946149 -.00533087  .00049292
     
102. 10644 349             -.0004572 -.00169463  .00397498  .00187004
     
103. 10645 349  -.004658732435981501 -.01182387  .00857389  .00020951
     
104. end
     
105. format %td date
     
106. format %tm ym

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

请针对课程中遇到的问题提问。
其他问题请移步到 stata 专版下提问。