要看你的分析中用的是什么统计方法？是回归分析吗？

剔除异常值并不是什么好办法，或者我上面的意思已经说明，用任何方法处理异常值都会被别人挑出毛病！

要想做一个好的实证分析，那么你需要做的工作还太多了！（我可以妄言，中国大陆目前还没有像样的实证分析，像样点的文章最多算做是一个好的计量经济学作业，当然产生这种现状的原因很多，我们不需多言）

如果你仅仅想结果漂亮，那么方法就太多了（最小中位数二乘法，theil回归以及一些非参数方法都可以解决异常值问题），不过这种做法在学术上不严谨，而且结果不好解释，容易被人提出质疑！

意思是告诉各位网友，不论写论文还是搞学术，要么就严谨到底，要么就得过且过，处于中间状态将是很尴尬的！

我是用的回归分析方法，而且结果并不是我所看重的，主要是用哪种方法？我看国外的一些论文也都是剔除outliers(特异值或叫离群值)后，使数据成正态分布，再进行分析，其解释是为了消除一些强干扰点对于分析结果的影响。我的数据也是如果不剔除出特异值的话，不会呈显著性相关，但是如果去除了特异值（由spss软件自动标出），我的假设线性关系就会在一定水平（0.15）上显著。分析结果的相关与不相关对于我的论文并不是很重要，我的论文主要是探索性的，所以方法对我比较重要，因此我才在这里求教诸位，请大家再给我以指点，请大家多多帮助，在此多谢。

"我看国外的一些论文也都是剔除outliers(特异值或叫离群值)后，使数据成正态分布，再进行分析!"

阁下的这段话我觉得你对异常点理解有误！ 首先是并不是有意识得去除异常点是它成为正太分布！先确定它属于什么分布，再决定是异常点！ 同一披数据，你用不同得分布去拟合，相应得异常点是不一样的！同时你还要注意异常点和强影响点的区别，不能简单删除了之。

正太分布的异常点检验是最简单的一种，也有比较理论上比较完善的一类工作。韦博成教授的《

统计诊断引论》是系统介绍这一方面工作国内最好的著作之一。

还有一种方法是在不多异常点的情况下使用robust方法去处理。正如另外一位楼上所说，使用任何一个异常点检验方法都是可以挑出毛病的！但是我觉得统计的思想是：“no best,only better". 因此从学术的研究而言，你能够使用一种方法处理你现在的数据，在没有更好的异常点方法提出之前，你的工作还是有实用价值的！ 到现在，cook(1986,JRSSB)的方法还在使用，就是因为目前没有更好更完善的方法提出，各种各样的方法或多或少的存在那样这样的毛病！

以上观点，仅供参考！

那如果数据中有明显的奇异值，但是处理方法是非参数中的秩和检验，那是否剔除奇异值对结果有影响吗？因为非参是不要求数据服从正态分布的。

“我用的是企业类的横截面财务数据，计量软件是spss13.0,你的意思是不是将特异值剔除，我用spss挑出了近80个特异值，是否都要剔除？请解答。”

如果你剔掉了，又在理论上或现实中找不到根据，很明显，你是为求个结果而玩弄数据。因为你在做empirical accouting.

我是选择经济意义上的正常状态企业，即在净资产收益率大于+100%或小于-100%的企业作为异常值去除；同时，资产负债率大于150%的企业观察值也予以剔除。这些都是非正常经营的企业或有数据录入错误的企业，我这种方法有什么缺陷，请学友指点，

I agree with the point with zhang veru much. Why do you only use normal distribution to fit these data? Maybe you can use other distribution such as t distribution to fit the data set and get better result.

你给出的概念很混乱，回答起来会很困难！

首先，既然是研究股权结构与绩效之间的关系，那么对于每一个企业，都有相应的股权结构，也有相应的绩效，作为样本的每个企业，都对总体的统计推断起着一定作用，怎么能随便删除呢？

其次，你所说的“正常企业”，“非正常企业”，不知是如何判断，如果单从收益率或资产负债率来区分，似乎不可行！举例来说，一个企业，其股权结构很合理但是绩效却不好，那么你应该认为其是非正常企业了？？？那么如果股权结构不合理但是绩效却很好的企业占多数的话，那么反面的结论不就是正确的了吗？

最后，再说次思路吧：如果有演绎结果的理论告诉你，股权结构与绩效之间有着线性关系，那么对异常值进行处理是可行的！

如果没有理论支持，而只是你自己想探索的一种关系，那么每个样本的信息都是重要的，不能随便删除！要先做描述性统计，粗略看一下散点图，然后分析一下产生这种异常值的原因是什么,不能着急对数据进行处理！

[此贴子已经被作者于2006-2-24 0:17:42编辑过]

首先需要感谢随机过程的认真解答，你的指点使我受益匪浅，十分感谢。

其次，我想说的是我最终没有从统计学的角度来剔除特异值，而是选择了从公司财务的角度来剔除极端非正经营状态企业。我是探索股权集中度与企业绩效的关系，因此没有合理或不合理的股权结构之说。从公司财务的角度来看，非正常经营的企业数值会对于企业样本群正常发展的趋势的分析造成影响（LLSV)，从这一方面来讲，企业资产负债率大于100%，就是资不抵债、面临破产，考虑的时间的延迟和中国的本身情况，我放宽到150%，同时也是为了保留尽可能多的数据样本，此外，正常企业（以上市公司为例）的净资产收益率一般在5%-20%之间，我的大部分样本也在这个区间内（我的企业数据不是上市公司的），在上市公司类似的分析中，一般是去掉+或-80%净资产收益率的企业，为什么？是因为要么是收益好的惊人（一年就几乎收回本钱，或是太差，一年就亏掉了净资产值，而我放宽到100%再去掉特异值，也是基于这种考虑。这样剔除特别异常的企业，来看处于相对比较正常状态的样本，再分析股权的变化对于企业绩效的影响，是否得到的结果更可信，请指正。再次感谢各位，我这几天通过这个问题在计量上涨进了不少。

“分析股权的变化对于企业绩效的影响”，企业绩效只和股权结构有关吗？？如果遗漏自变量，那么产生异常值则是很正常的事情，而且删除异常值会扭曲事实！

截面数据建模一般都是理论先导型！没有理论支持的话，对数据作任何处理都将是游戏！！先把影响企业绩效的所有因素都找出来吧！！从经济理论，会计理论，金融理论上找，而不是从数据的统计特征上找！

我的论文先是建立的理论，我的专业是公司金融，这方面的理论一直是我研究的对象，我到是忘了告诉你了，我控制了影响绩效的其他变量，我设计了5个行业虚拟变量，以控制不同行业因素对于绩效的影响，还设计了企业规模自变量来控制规模效应对绩效的影响，以及设计了财务杠杆变量也就是资产负债率来控制资金投入对于绩效的影响。在这些控制变量的影响下，来分析股权比例对于企业绩效的影响。这是我的回归模型的主要内容。请再指正。

有点看不顺眼。

你说你专业为公司金融？有这专业吗？充其量是个研究方向吧；什么公司金融，就是公司财务!（corporate finance)，国外资本市场较发达，把公司的理财行为，比如筹资，融资，盈余分配（发放股利）都放在整个资本市场上考察，早期理论有MM理论（股利无关论）。所以把corporate finance译成公司金融就是不妥的！厦大的吴世农把其译成公司理财是权威的！

你论文的方向人家早就做烂了，你将做的只不过是更新了下数据而已。多加了几个变量算不上创新，你所设计的控制变量除了股本规模外，其他的都算不上。你所搭建的模型无理论基础，只过是个试探。你剔除样本点的方法算是在现实中找到依据，也无什么财务理论基础。

资产负债率不是财务杠杆变量，而是反映资本结构的变量。看来你也没什么财务理论功底。看来国内创出公司金融的研究方向最后也会变成垃圾，因为大部分是些为了混文凭，而又无会计基础，又无数学基础的学生选择了这方向。

如果我有资格做你的导师，我会劝你放弃此论文选题！

我倒是非常欣赏zhangg对学术的这种严厉，严谨，苛刻的态度！但是我在现实中的这种态度总是受到别人质疑！我越来越远离学术了，希望你能坚持！

现实中我也感觉到了累，我也不知能坚持多久！

我个人相信zhangg的能力，也很崇拜你的专家级别的高人姿态，但我认为在论坛中大家应该本着学术交流的态度讨论，不应有情感倾向。毕竟人家是有问题才请教的吗，都知道了还问什么呢？如果前辈高人们都仅凭别人的言论中的漏洞就给人扣这么大的帽子，那我们这些后辈小生们都不敢说话了！

再说了，计量经济学本来就是很技术的专业，硕士论文能出什么成果呢？无非就是熟练一下现有的方法和大概的过程罢了。国外大学里真正精深的问题也都是留给博士阶段考虑的。大侠勿有太高的期望了。

个人资质浅薄，不敢有教训大侠们的意思。只是觉得我们的论坛气氛很好，希望能继续保持下去，不要有不必要的争执。

个人观点：

奇异值一直都是统计学理论界引人关注的问题，没有什么定论的。

公司金融也好，公司理财也罢，总之微观领域里的计量分析一向都不被看好，主要就是数据问题，像楼主提出的问题是每一个研究者必然面临的。每个人采取的解决方案都不同，只要能自圆其说就行。当然想避免别人的批评和置疑，那是不可能的。没有完美的答案。也不要过于相信计量分析的结果，只是个技术分析，程序而已。在这个领域的应用效果非常差。好的结论几乎必然是人为的结果。错误的结论又没有指导价值。所以，我觉得楼主不用太较真，看你这篇论文是干什么用的。想显示你的计量分析的水平吗？那就不妨多用几种处理方法，比如假设几种分布，越花哨越好，剔除奇异值，看一下结果，再考虑填入一个至几个奇异值，看看对结果的影响。但我觉得这应该不是楼主论文的主题思想，所以莫不如，怎么简单怎么省事怎么来。本来在公司领域里，应该以理论为基础，为指导，计量的方法仅仅只能做参考，现在的研究成果只是证明了计量分析方法在微观领域里不可信，当然并不是方法本身的问题，而是数据问题，这已经超越了我们计量工作者的能力范围。记得有位教授曾经说过，最高明的计量经济学家也不可能得到比数据本身更好的统计结果，大概就是这个意思吧。

仅为个人愚见，希望大侠们从轻发落。

以下是引用belindade在2006-2-27 2:07:00的发言：

公司金融也好，公司理财也罢，总之微观领域里的计量分析一向都不被看好，主要就是数据问题，像楼主提出的问题是每一个研究者必然面临的。每个人采取的解决方案都不同，只要能自圆其说就行。当然想避免别人的批评和置疑，那是不可能的。没有完美的答案。也不要过于相信计量分析的结果，只是个技术分析，程序而已。在这个领域的应用效果非常差。好的结论几乎必然是人为的结果。错误的结论又没有指导价值。所以，我觉得楼主不用太较真，看你这篇论文是干什么用的。想显示你的计量分析的水平吗？那就不妨多用几种处理方法，比如假设几种分布，越花哨越好，剔除奇异值，看一下结果，再考虑填入一个至几个奇异值，看看对结果的影响。但我觉得这应该不是楼主论文的主题思想，所以莫不如，怎么简单怎么省事怎么来。本来在公司领域里，应该以理论为基础，为指导，计量的方法仅仅只能做参考，现在的研究成果只是证明了计量分析方法在微观领域里不可信，当然并不是方法本身的问题，而是数据问题，这已经超越了我们计量工作者的能力范围。记得有位教授曾经说过，最高明的计量经济学家也不可能得到比数据本身更好的统计结果，大概就是这个意思吧。

仅为个人愚见，希望大侠们从轻发落。

楼上的言论的确是愚见！按你的说法，“好的结论几乎必然是人为的结果。错误的结论又没有指导价值”，计量就是伪科学了？？？？

我很推崇激烈的学术争锋！针对别人的错误，就要严厉指出，并让对方再反驳自己，这样双方才能有共同提高！

所谓学术上的“和睦相处”，只是我们民族的“乡愿”，“犬儒主义”的一个体现！

试问，既然知道是你自己的愚见，又不希望别人严厉的指出错误，那你怎么进步？？？？

我还是要回到问题上来：你的观点错误太多！还是自己思考一下吧！

我最近出差了，才回来看到有争论，这是好事，只是希望大家把争论都放在学术的范围内，这样也叫我等能够进一步学习。

我感谢belindade给与我的指点，我会认真考虑你的建议。

我也对于随机过程和zhangg的指点和批评深表感谢，我从你们这里学到了很多东西。

我是从事具体企业分析的，对于计量经济学理论知之较少，我的论文分析的不是上市公司或公有企业，而是一类较为特殊的企业，这类企业的财务数据比较难获得，因此国内有关这类企业的计量文献目前很少。我的目的只是进行相关的探索性分析，我的模型的变量是依据我所能够获得的数据构造的，因此并不完全和系统，我的论文方向并不是zhangg的所认为那样，已经搞滥了。我的论文是根据一个现象探索导致现象的原因，因此结论与否并不重要。

关于公司金融叫什么我觉得并不重要，此外，每个人都有自己专长的行业或工作，我觉得zhangg根据我这样一个个体特异值来推断整个学科或行业的趋势，是否以点概全了？还有，我的意思是资产负债率是影响财务杠杆的变量，这是我的表达错误，很感谢你的改正。

我提出特异值这个问题是因为这个问题争议较多，比如我的一个在SAS公司的朋友从统计学的角度认为应该剔除特异值，我拿不定主意，才在此请教各位。感谢zhangg对于我的批评，希望你提出更多建设性的意见，因为我已经从随机过程等其他学友那里获得了相对较多一些的知识点了。

再次感谢提出宝贵意见的学友，你们的建议我会认真考虑的，我已经通过“干中学”进步了不少。关于这一类问题，希望大家进一步探讨。给新学友们一个学习的机会。

[此贴子已经被作者于2006-2-28 20:34:16编辑过]

你又请教了统计专家，又请教了SAS高手。哪有我们说话的份呀？

看来你还挺会弄人脉的哦，哈哈！

我只是看公司金融四个字特不爽！不过现在也怀疑你的财务功底了。上面你已提到你建模得是探索性的，叫数据导向型建模，而不是理论导向型的。

其他的不多说了，因为我想说的又不是什么好话，哈哈

另外，我没有那种进行学术探讨的意思，只是想说就说，想唱就唱。