妹纸新手~~在做capm检验时遭遇困难，求大神指导~~
我的数据是从2002年1月——2007年6月，rolling的长度为36个月（eg.2002年1月——20014年12月回归得到的β作为2005年1月的β）
我现在要用rolling得到的30个β作为分组标准，对公司进行分组。
eg.我rolling得到的β最小值为0.2，最大值为2.6，那么我将β等分为5组：0.2~0.7,0.7~1.2,1.2~1.7,1.7~2.1,2.1~2.6.然后把每个公司2005年1月——2007年6月的β值（其实也是rolling得到的）丢入对应的分组中，那么每一个月都有5个组合对应于β的五组。每个组合的每一个月中的公司数目都可能不一样。
！！因为我之后需要用其他的数据rolling得到作为分组标准的β，所以希望大神用分步的做法，让作为分组标准的β是可以替换的。
我之前在书上看到的方法如下，但是太粗暴了，是对公、司、数、进行等分的，而不是将β等分！！
程序和数据都在附件中，感激不尽~~

libname CAPM 'f:\fe';

/*   input close price*/

/*导入原始数据——收益率*/

datacapm.riraw;                    

infile 'f:\fe\Chap3-2-1 BJS.csv' delimiter =','MISSOVER DSD lrecl=5000;

input date r1-r25 rf rm;   

run;

data capm.rida;

infile 'f:\fe\Chap3-2-1 date.csv' delimiter =','MISSOVER DSD lrecl=5000;

input date date1;   

run;

/*从capm.riraw中读取dateri rf rm code，其中code取1-25，用来提取r1-r25分别放入不同的数据集中*/

%macro mac;

%do i=1 %to 25;

  data capm.ri&i.;

  set capm.riraw;

  code=&i.;

  ri=r&i.;

  keep date ri rf rm code;

run;

%End;

%MEND mac;

%mac;

/*3 set 50dataset*/

/*把这25个数据集中的数据全部读入capm.ri中*/

data capm.ri;

set capm.ri1 capm.ri2 capm.ri3 capm.ri4capm.ri5 capm.ri6 capm.ri7 capm.ri8 capm.ri9 capm.ri10

capm.ri11capm.ri12 capm.ri13 capm.ri14 capm.ri15 capm.ri16 capm.ri17 capm.ri18 capm.ri19capm.ri20

capm.ri21capm.ri22 capm.ri23 capm.ri24 capm.ri25;

run;

proc sort data=capm.ri; by date; run;

proc sort data=capm.rida; by date;run;

/*merge,并且求出风险溢价*/

/*capm.rida中的date1被合并进入capm.riraw1中，date1的作用目前未知*/

data capm.riraw1;

merge capm.ri capm.rida; by date;

rif=ri-rf;rmf=rm-rf;

run;

/*按code排序（也就是先按公司ri排序），再按date排序*/

proc sort data=capm.riraw1; by code;run;

/*rolling的分组，每组时间间隔为3年,36个月*/

%macro mac;

%do i=1 %to 30;

datacapm.t&i.;

setcapm.riraw1;

ifdate1>=&i. and date1<=35+&i.;

rif=ri-rf;rmf=rm-rf;

run;

%End;

%MEND mac;

%mac;

%macro mac;

%do i=1 %to 30;

datacapm.t&i.;

setcapm.riraw1;

ifdate1>=&i. and date1<=35+&i.;

rif=ri-rf;rmf=rm-rf;

run;

/*分别对Ti中的数据按照code进行回归，并把结果记入beta_i数据集中，一共rolling30次，每个公司股票得到30的beta值*/

proc regdata=capm.t&i. noprint;

outest=capm.beta_&i.; /*输出结果为capm.beta&i*/

by code;

model rif=rmf;

run;/*25 obs*/

/*例如，对T1中的code=1的数据进行回归，得到的结果记入beta_1中第一行，即code=1的结果

其中intercept是截距项α，rmf是斜率β*/

proc rankdata=capm.beta_&i.

out=capm.beta&i. groups=5;/*分为5组，注意！！这里的分组是把公司数目进行等分，而不是对β进行等分*/

  ranks p;/*排名记为p,即β的大小赋给了p，“就是变量rmf的秩”*/

  var rmf;/*按照rmf的大小进行排序,即按照β大小排序*/

run;

%End;

%MEND mac;

%mac;

/*令date1=&i.+36，保留codedate1和p（beta的排名）*/

%macro mac;

%do i=1 %to 30;

datacapm.beta&i.;

setcapm.beta&i.;

date1=&i.+36;/*把前面rolling得到的beta值赋给了36个月之后的那个月*/

keep codedate1 p;

run;

%End;

%MEND mac;

%mac;

/*把所有capm.beta中的数据集中到capm.cop中*/

data capm.cop;

set capm.beta1;

run;

%macro mac;

%do i=1 %to 30;

data capm.cop;

merge capm.copcapm.beta&i.;

by code date1;

run;

%End;

%MEND mac;

%mac;

/*复制capm.cop中date1在37-66之间的数据，以及capm.riraw1中date1在37-66的数据*/

data capm.cop1;

set capm.cop;

if date1>=37and date1<=66;

run;

data capm.riraw2;

set capm.riraw1;

if date1>=37and date1<=66;

run;

/*排序，两次排序的结果应该是先按照date1排序，再按照code排序*/

proc sort data=capm.riraw2;

by code;run;

proc sort data=capm.riraw2;

by date1;run;

proc sort data=capm.cop1;

by code;run;

proc sort data=capm.cop1;

by date1;run;

/*merge*/

data capm.cop2;

merge capm.cop1 capm.riraw2;

by date1 code;

keep code date1 ri rm rf p;

run;

/*sort by pdate1*/

proc sort data=capm.cop2;

by date1;run;

proc sort data=capm.cop2;

by p;run;

proc univariate data=capm.cop2/*指明到底对那一个资料文件进行分析*/

noprint;/*noprint 就不在输出窗口打印，可以节省时间*/

var ri rm rf;/*列举需要进行描述性统计分析的数值变量名称*/

by p date1;/*依据此指令所列举的变量将观测进行分组*/

/*对每个组，也就是对每个p和date，对rirf 和 rm求平均值，此时求的是算术平均。如果加权平均，则要加一行：weight size*/

output out=capm.rip/*存储要输出的关键统计的表名*/

mean=meanri mean=meanrmmean=meanrf;/*分别给rirf rm的均值命名*/

run;

data capm.rip1;

set capm.rip;

meanrif=meanri-meanrf;

meanrmf=meanrm-meanrf;

run;

proc sort data=capm.rip1 ;

by p;run;

proc reg data=capm.rip1

outest=capm.beta;

model meanrif=meanrmf;

by p;

run;

/*风险与收益的检验*/

proc univariate data=capm.rip1;

var meanri meanrmf;

by p;

output out=capm.rip2

mean=meanrip mean=meanrmf;

run;

data capm.beta0;

merge capm.beta capm.rip2;

by p;

run;

proc reg data=capm.beta0;

model meanrip=meanrmf;

run;