解释变量是季度数据，被解释变量和一些控制变量是年度数据怎么做回归呢？

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

小白求问：解释变量是季度数据，被解释变量或控制变量是年度数据怎么做回归呢？

或者怎么用stata实现呢？用什么方法比较好，我自己去学学，感谢!

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

关键词：解释变量 季度数据 年度数据 控制变量 怎么做

最简单 (应该也是可以被接受) 的方法，就是将季节资料转化成年资料 (例如取平均)。

黃河泉 发表于 2022-12-2 21:01
最简单 (应该也是可以被接受) 的方法，就是将季节资料转化成年资料 (例如取平均)。

黄老师说得很对。

另外，还有一种可以考虑的方式是用“混频回归”。不过这个方法似乎在文献中使用得不太多。

另一种方法是利用 MIDAS (我询问另一学者，看看是否晚一点可以做) 方法，但目前较少文献，也似乎没有 code。

黃河泉 发表于 2022-12-3 07:31
另一种方法是利用 MIDAS (我询问另一学者，看看是否晚一点可以做) 方法，但目前较少文献，也似乎没有 code。 ...

黄老师您好，我有一个问题是：我在看投资者情绪对股票收益率的影响，因变量是月度的个股收益率，控制变量是财报里的数据比如账面市值比什么的，没有每个月的，这样应该怎么搞呢？看到Baker在Investor Sentiment and the Cross-Section of Stock Returns中说，the accounting data for fiscal yearsending in calendar year t − 1 are matched to monthly returns from July of yeart through June of year t + 1.但是还是不太懂是啥意思。求黄老师赐教！

Gabriella666 发表于 2024-2-1 15:29
黄老师您好，我有一个问题是：我在看投资者情绪对股票收益率的影响，因变量是月度的个股收益率，控制变量 ...

我没做过类似研究，但初步猜测，可能是同一年的不同月资料都是搭配同样的年资料。

当你的解释变量是更频繁的（例如季度）而被解释变量和其它一些控制变量是以较低频率（如年度）记录时，你可以通过几种方式处理这个问题：

1. **数据聚合**：将季度数据转换为年度数据。这是最直接的方法。你可以在Stata中使用`egen`命令来计算某个变量的年平均值、总和或其他统计量。例如，如果你有一个季度GDP的数据集，可以按年份分组计算其年度平均值或总和。

2. **滞后变量**：使用解释变量的上一年度末期（即第4季度）数据作为年度模型中的解释变量。这假设年末的数据能够代表整个年度的情况。

3. **混合频率动态模型(MF-DLM)** 或时变参数模型：这些是更高级的方法，可以利用高频和低频数据的组合，但需要相应的专业知识和复杂建模技巧。

4. **桥接方程**：有时可以通过构建一个“桥接”模型将季度数据与年度数据连接起来。例如，如果GDP的年度变化是由季度投资的变化驱动的，你可能会先建立一个季度模型来预测投资，然后用这个预测值作为年度模型的一部分。

5. **插值法**：使用插值技术（如线性插值、三次样条等）将季度数据转换为年度数据。这在时间序列长度较短时可能不是最佳选择，因为可能会引入额外的误差。

具体到Stata实现：

- 数据聚合可以这样操作：
  ```stata
  bysort year: egen annual_gdp = mean(quarterly_gdp)
  ```

- 使用滞后变量也很直接，你可以使用`lag()`函数或`L.`前缀来表示上一期的数据。
  
- 更复杂的模型如MF-DLM可能需要编写自己的程序或者查找Stata的用户编写的包。

在决定使用哪种方法之前，建议你考虑数据特性、研究目的以及你对统计建模的理解程度。如果不确定，最好咨询统计学专家或有经验的研究者。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用