全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
5541 4
2011-04-07
如题,我计算了S&P 500从1950年到2011年3月4日的收益率,用STATA时产生了3400个缺失值.命令和结果如下: tsset date
        time variable:  date, 03 Jan 50 to 04 Mar 11, but with gaps
                delta:  1 day

. gen rsp=ln(sp500)-ln(L.sp500)
(3400 missing values generated)

. sum rsp

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
         rsp |     11992    .0004986    .0091824  -.0946951   .1024574

. sum sp500

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
       sp500 |     15392    390.7265    455.3541      16.66    1565.15


我用EViews计算出来的结果如下:
Series: SP500
Sample 1 20000
Observations 15391

Mean      0.000284
Median  0.000463
Maximum 0.109572
Minimum -0.228997
Std. Dev.  0.009716
Skewness  -1.057990
Kurtosis  32.11851

Jarque-Bera 546614.7
Probability 0.000000


STATA计算出的平均值是 .0004986比EViews的平均值0.000284多了将近一倍,为什么会产生这种情况,是不是3400个缺失值的原因造成的? 请高手帮帮我这个新手.
二维码

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

全部回复
2011-4-7 18:58:43
liu留个脚印学习,俺也想知道
二维码

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

2011-4-7 19:36:15
stata 做sum的时候忽略缺失值的,所以我觉得stata没有错,要不你把缺失值去掉后在做,看看前后结果有什么不同,指令是:egen m=rowmiss(_all)
                           drop m>0
                           drop m
然后再su rsp
二维码

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

2011-4-7 20:43:49
3# zgryyl
非常感谢!

我知道了原因是我的时间变量不是连续的,正如stata提示 but with caps,因为股市saturday,sunday休息,时间上有缺口。如何将非连续时间变量转成连续时间变量?请高手指点!!
二维码

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

2011-4-7 21:52:51
我找到解决的办法, 我把它写出来,以供大家参考,将来有不懂得人可以试试.

gen time=_n

. tsset time
        time variable:  time, 1 to 15392
                delta:  1 unit

. gen r_sp500=ln(sp500)-ln(L.sp500)
(1 missing value generated)

. sum  r_sp500,detail

                           r_sp500
-------------------------------------------------------------
      Percentiles      Smallest
1%     -.026055      -.2289973
5%    -.0144366      -.0946951
10%    -.0099145      -.0935365       Obs               15391
25%     -.004131      -.0921896       Sum of Wgt.       15391

50%     .0004629                      Mean           .0002841
                        Largest       Std. Dev.      .0097158
75%       .00495       .0683664
90%     .0100823       .0870888       Variance       .0000944
95%     .0144092       .1024574       Skewness       -1.05799
99%     .0254767        .109572       Kurtosis       32.11851
结果和Eviews算出来的是一样的

希望大家别见笑!
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群