【金融系列】【statsmodels】如何用Python做实证研究？介绍一个功能和STATA很像的Python包，最小二乘，虚拟变量

已于 2022-05-05 17:18:50 修改
阅读量4.6k 收藏 57
点赞数 24
文章标签： 金融
于 2022-05-05 16:39:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/standingflower/article/details/124587716
版权

博主本科接触的研究主要是公司金融方向的研究，在公司金融的实证研究中，我们的终极目标是建立变量间的因果关系。我们需要识别因果关系，来检验理论、评价政策效果、或作出预测。目前该领域的研究大部分是使用了STATA和R这两种工具来开展研究的，其实作为开放性极强、实现更为快速的Python也可用于这方面的研究，并且我自认为使用Python还具有以下有点（或许还有更多）：1、数据预处理更方便；2、模型建立逻辑更清晰；3、代码可重用性更强；4、可以更方便使用面向对象思想对研究模型进行封装；6、结合matplotlib等工具使得对数据、实证结果的展示可以更加丰富多彩；5、在教学中使用Python更能帮助学生理解模型建立的逻辑（STATA的“懒人式”命令往往会让学生不去理解模型构建逻辑，只去记忆命令）。本文就将介绍一下statsmodels这一实现了很多STATA中的功能的模块。并且对一篇《金融研究》的论文进行部分结果的复现。

求三连！数据、代码和论文地址：

链接：https://pan.baidu.com/s/1Khy6-jZDTn9DMoz267NfFA?pwd=sv4i 
提取码：sv4i 

目录

1.statsmodels安装与模块功能简介

Regression¶回归

Imputation¶插值处理

Generalized Estimating Equations¶广义估计方程

Generalized Linear Models¶广义线性模型

Discrete and Count Models¶离散模型

Multivariate Models¶多元模型

Other Models¶其他模型

Graphics¶画图

Statistics¶描述性统计

Tools¶

2.示例：论文复现

2.1 论文情况简介

2.2 代际流动性时间趋势图绘制

 2.3 基准回归及实现

1.statsmodels安装与模块功能简介

pip install statsmodels

statsmodels的API文档链接：

API Reference — statsmodels

 Statsmodels库是Python中一个强大的统计分析库，包含假设检验、回归分析、时间序列分析等功能，能够很好的和Numpy和Pandas等库结合起来，提高工作效率。

Regression回归

函数功能解释

OLS(endog[, exog, missing, hasconst])

Ordinary Least Squares

普通最小二乘

WLS(endog, exog[, weights, missing, hasconst])

Weighted Least Squares

带权重的最小二乘（用于解决异方差性）

GLS(endog, exog[, sigma, missing, hasconst])

Generalized Least Squares

广义最小二乘（放弃残差平稳假设，残差带噪声时使用）

GLSAR(endog[, exog, rho, missing, hasconst])

Generalized Least Squares with AR covariance structure

带AR (p)协方差结构的广义最小二乘

RecursiveLS(endog, exog[, constraints])

Recursive least squares

递归最小二乘，参考：

Durbin, James, and Siem Jan Koopman. 2012. Time Series Analysis by State Space Methods: Second Edition. Oxford University Press.

RollingOLS(endog, exog[, window, min_nobs, ...])

Rolling Ordinary Least Squares

RollingWLS(endog, exog[, window, weights, ...])

Rolling Weighted Least Squares

Imputation插值处理

数据缺失值处理可分两类。一类是删除缺失数据，一类是进行数据插补。进行有效的数据差补能够简历更好的回归。

BayesGaussMI(data[, mean_prior, cov_prior, ...])

Bayesian Imputation using a Gaussian model.

MI(imp, model[, model_args_fn, ...])

MI performs multiple imputation using a provided imputer object.

MICE(model_formula, model_class, data[, ...])

Multiple Imputation with Chained Equations.

MICEData(data[, perturbation_method, k_pmm, ...])

Wrap a data set to allow missing data handling with MICE.

Generalized Estimating Equations广义估计方程

广义估计方程是一种研究纵向数据（比如重复测量数据，面板数据）的方法。

同一测量对象的多次测量数据结果之间很可能有着相关关系，如果不考虑数据之间的相关性会造成信息损失。常见的研究模型（比如线性回归）都要求数据之间独立，此时可使用广义估计方程进行研究。

GEE(endog, exog, groups[, time, family, ...])

Marginal Regression Model using Generalized Estimating Equations.

NominalGEE(endog, exog, groups[, time, ...])

Nominal Response Marginal Regression Model using GEE.

OrdinalGEE(endog, exog, groups[, time, ...])

Ordinal Response Marginal Regression Model using GEE

Generalized Linear Models广义线性模型

在广义线性模型中，相比简单线性模型，这是对因变量Y进行了变换，使变换后的Y和X呈线性关系

GLM(endog, exog[, family, offset, exposure, ...])

Generalized Linear Models

GLMGam(endog[, exog, smoother, alpha, ...])

Generalized Additive Models (GAM)

BinomialBayesMixedGLM(endog, exog, exog_vc, ...)

Generalized Linear Mixed Model with Bayesian estimation

PoissonBayesMixedGLM(endog, exog, exog_vc, ident)

Generalized Linear Mixed Model with Bayesian estimation

Discrete and Count Models离散模型

Logit(endog, exog[, check_rank])

Logit Model

Probit(endog, exog[, check_rank])

Probit Model

MNLogit(endog, exog[, check_rank])

Multinomial Logit Model

OrderedModel(endog, exog[, offset, distr])

Ordinal Model based on logistic or normal distribution

Poisson(endog, exog[, offset, exposure, ...])

Poisson Model

NegativeBinomial(endog, exog[, ...])

Negative Binomial Model

NegativeBinomialP(endog, exog[, p, offset, ...])

Generalized Negative Binomial (NB-P) Model

GeneralizedPoisson(endog, exog[, p, offset, ...])

Generalized Poisson Model

ZeroInflatedPoisson(endog, exog[, ...])

Poisson Zero Inflated Model

ZeroInflatedNegativeBinomialP(endog, exog[, ...])

Zero Inflated Generalized Negative Binomial Model

ZeroInflatedGeneralizedPoisson(endog, exog)

Zero Inflated Generalized Poisson Model

Multivariate Models多元模型

Factor([endog, n_factor, corr, method, smc, ...])

Factor analysis

MANOVA(endog, exog[, missing, hasconst])

Multivariate Analysis of Variance

PCA(data[, ncomp, standardize, demean, ...])

Principal Component Analysis

Other Models其他模型

MixedLM线性混合效应模型Linear Mixed Effects Model，这种模型结合了固定效应和随机效应。当使用存在内部聚集效应和重复测量数据时采用。研究中用的比较多。

SurvfuncRight和PHReg不太懂，貌似跟生存分析有关系，医学上用的比较多？

Quantile Regression分位数回归，金融的研究中用的也比较多，对于截尾拖尾数据很有效，有时候OLS无法探究的关系可以靠分位数回归搞定。

Robust Linear Model稳健线性模型，是能够较好应对数据中的极端值的模型，能够削弱偶然出现的极端值对模型的影响，在量化投资中应用较多，用于削弱有些极端变化但是对股价影响并不大的因子。

MixedLM(endog, exog, groups[, exog_re, ...])

Linear Mixed Effects Model

SurvfuncRight(time, status[, entry, title, ...])

Estimation and inference for a survival function.

PHReg(endog, exog[, status, entry, strata, ...])

Cox Proportional Hazards Regression Model

QuantReg(endog, exog, **kwargs)

Quantile Regression

RLM(endog, exog[, M, missing])

Robust Linear Model

BetaModel(endog, exog[, exog_precision, ...])

Beta Regression.

Graphics画图

ProbPlot(data[, dist, fit, distargs, a, ...])

Q-Q and P-P Probability Plots

qqline(ax, line[, x, y, dist, fmt])

Plot a reference line for a qqplot.

qqplot

qqplot(data[, dist, distargs, a, loc, ...])

Q-Q plot of the quantiles of x versus the quantiles/ppf of a distribution.

qqplot_2samples(data1, data2[, xlabel, ...])

Q-Q Plot of two samples' quantiles.

Statistics描述性统计

Description(data[, stats, numeric, ...])

Extended descriptive statistics for data

describe(data[, stats, numeric, ...])

Extended descriptive statistics for data

例子：

Tools

add_constant很有用，为数据添加一列1进行截距项的回归。

test([extra_args, exit])

Run the test suite

add_constant(data[, prepend, has_constant])

Add a column of ones to an array.

load_pickle(fname)

Load a previously saved object

show_versions([show_dirs])

List the versions of statsmodels and any installed dependencies

webdoc([func, stable])

Opens a browser and displays online documentation其他

除了上述功能外，还有诸如Univariate Time-Series Analysis（单变量时间序列分析）、Multivariate Time Series Models（多元时间序列模型）、Filters and Decompositions（过滤降维算法）、Markov Regime Switching Models（马尔科夫机制转换模型）等等。

2.示例：论文复现

为了给出一个实际的例子，加深学习印象，选择了一篇发表在《金融研究》上的论文对其进行部分复现。

2.1 论文情况简介

义务教育能提高代际流动性吗? - 中国知网https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2021&filename=JRYJ202106005&uniplatform=NZKPT&v=Dy2OTtraPRzoUOo03HDEpf09y-Qrk1KRueN9Eqk7cqjes2XjVzLZJ9e_ywxmTen1

[1]陈斌开,张淑娟,申广军.义务教育能提高代际流动性吗?[J].金融研究,2021(06):76-94.

依赖包导入：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import statsmodels.api as sm
import statsmodels
np.random.seed(2022)

数据导入：

data = pd.read_excel(r'data_merge2.xlsx')#这里改成你的数据所在文件的路径

数据预览：

data
hhcodecounhouseheadgenderbirthyearnationalitysiblingshukoueducationChildEdu...Educorr1Educorr2Educorr3Educorr4Educorr5PYxEligibilityfa_workbirthyear_groupby5
家庭编码县区编码是否是户主性别出生年份民族子女个数户口受教育程度受教育年限父亲受教育程度母亲受教育程度父亲职业母亲职业父亲受教育年限母亲受教育年限父母平均受教育年限省份父母最高受教育年限父母最低受教育年限相关系数：衡量代际流动性义务教育政策开始年份义务教育开始时年龄受义务教育影响程度大小父亲职业分组
011010653032021101061219761.00.01.03.09.0...0.2148080.5033700.3491540.2456400.5547551986100.666667NaN0
111010653061011101061119571.02.01.02.05.0...0.2768420.1237740.2076620.2768420.1374441986290.000000NaN1
211010653090011101061119601.02.01.03.08.0...0.1461800.3555350.2679360.1902550.3117831986260.000000NaN2
311010653111011101061219361.01.01.01.0NaN...0.7905690.6071430.8521160.7905690.6071431986500.000000NaN3
411010661004011101061119761.01.01.03.09.0...0.2148080.5033700.3491540.2456400.5547551986100.666667NaN4
..................................................................
3291762102102059016210212219751.02.01.02.05.0...0.3593050.4497070.4714920.3545190.4834491991160.00000011.05
3291862102102092016210212219591.03.01.02.05.0...0.5014230.1960460.4671810.5014230.1960461991320.00000011.06
3291962102102105016210212119771.02.01.02.05.0...0.4438660.4043310.4989540.4341000.4320571991140.22222211.07
3292062102102118016210212219841.00.01.03.08.0...-0.0180090.3376990.1679290.1476950.144852199171.00000011.08
3292162102201104016210222219791.01.01.03.08.0...0.6116320.2323540.5287780.6100940.3068261991120.44444411.0

32922 rows × 30 columns

 描述性统计：

data.describe()
counhouseheadgenderbirthyearnationalitysiblingshukoueducationChildEdufather_edu...Educorr1Educorr2Educorr3Educorr4Educorr5PYxEligibilityfa_workbirthyear_groupby5
count32922.00000032922.00000032922.00000032922.00000032916.00000032785.00000032914.00000032911.00000031999.00000031195.000000...32575.00000031706.00000032586.00000032578.00000031578.00000032922.00000032922.00000032922.00000025588.00000032922.000000
mean382013.6295491.4786771.5061051962.9238811.3393182.8705811.5529563.3421968.2558991.858856...0.3294420.3070710.3576070.3373480.3066411987.26927324.3453920.14555311.2869317.998937
std135042.4650420.4995530.49997011.8958521.4064281.7546550.6863431.7814693.6399251.210058...0.1779460.1782550.1813990.1779300.1758111.72682511.9739040.3084860.5210004.898945
min110101.0000001.0000001.0000001916.0000001.000000-1.0000001.000000-1.0000000.0000001.000000...-1.000000-1.000000-1.000000-1.000000-1.0000001986.000000-12.0000000.0000009.0000000.000000
25%321002.0000001.0000001.0000001955.0000001.0000002.0000001.0000002.0000006.0000001.000000...0.2347580.1980730.2574970.2411560.2104181986.00000016.0000000.00000011.0000004.000000
50%411421.0000001.0000002.0000001964.0000001.0000003.0000001.0000003.0000008.0000002.000000...0.3409440.3227260.3666550.3438390.3157691987.00000023.0000000.00000011.0000008.000000
75%445381.0000002.0000002.0000001971.0000001.0000004.0000002.0000004.00000010.0000002.000000...0.4263300.4142910.4665460.4383550.4189911987.00000033.0000000.00000012.00000012.000000
max621121.0000002.0000002.0000001999.0000008.00000012.0000004.0000009.00000021.0000009.000000...1.0000001.0000001.0000001.0000001.0000001992.00000072.0000001.00000013.00000016.000000

8 rows × 29 columns

2.2 代际流动性时间趋势图绘制

import matplotlib as mpl
import matplotlib.pyplot as plt
data_draw = data.loc[data["Educorr1"] >0]
data_draw = data_draw.loc[data_draw["Educorr2"] >0]
data_draw = data_draw.loc[data_draw["Educorr3"] >0]
data_draw = data_draw.loc[data_draw["Educorr4"] >0]
#设置字体
plt.rcParams['font.family'] = 'FangSong'   # 设置字体为仿宋
plt.figure()

# 绘制一个子图，其中row=2,co1=2，该子图占第1个位置
plt.subplot(2, 2, 1)
plt.scatter(data_draw['birthyear'], data_draw['Educorr1'], color="black", s=10, zorder=1)
z = np.polyfit(data_draw.dropna()['birthyear'], data_draw.dropna()['Educorr1'], 1)
p = np.poly1d(z)
plt.plot(data_draw.dropna()['birthyear'],p(data_draw.dropna()['birthyear']),"r--")

plt.ylabel("教育流动性", fontsize=12)
# 绘制一个子图，其中row=2,col=2，该子图占第2个位置
plt.subplot(2, 2, 2)
plt.scatter(data_draw['birthyear'], data_draw['Educorr2'], color="blue", s=10, zorder=1)
z = np.polyfit(data_draw.dropna()['birthyear'], data_draw.dropna()['Educorr2'], 1)
p = np.poly1d(z)
plt.plot(data_draw.dropna()['birthyear'],p(data_draw.dropna()['birthyear']),"r--")


plt.subplot(2, 2, 3)
plt.scatter(data_draw['birthyear'], data_draw['Educorr3'], color="green", s=10, zorder=1)
z = np.polyfit(data_draw.dropna()['birthyear'], data_draw.dropna()['Educorr3'], 1)
p = np.poly1d(z)
plt.plot(data_draw.dropna()['birthyear'],p(data_draw.dropna()['birthyear']),"r--")
plt.xlabel("出生年份", fontsize=12)
plt.ylabel("教育流动性", fontsize=12)

plt.subplot(2, 2, 4)
plt.scatter(data_draw['birthyear'], data_draw['Educorr4'], color="yellow", s=10, zorder=1)
z = np.polyfit(data_draw.dropna()['birthyear'], data_draw.dropna()['Educorr4'], 1)
p = np.poly1d(z)
plt.plot(data_draw.dropna()['birthyear'],p(data_draw.dropna()['birthyear']),"r--")
plt.suptitle("代际流动性的时间趋势图", fontsize=15)    #默认字体大小为12
plt.xlabel("出生年份", fontsize=12)


plt.show()

 输出：

原论文：

 2.3 基准回归及实现

模型定义（见论文第5页）

模型需要为出生年份和省份控制固定效应（不知道这个说法是否准确，按理说应该面板数据才好控制固定效应，但这是截面数据，貌似是控制组间固定效应），控制方法是为每一个出生年份档位和省份都生成一个虚拟变量，并加入回归方程中。

由于出生年份是每五年一个档位，原数据为具体每年的数据，因此构建一个新的变量存储样本的出生年份档位。 

首先对出生年份数据进行描述性统计：

data['birthyear'].describe()

结果： 

count    32922.000000
mean      1962.923881
std         11.895852
min       1916.000000
25%       1955.000000
50%       1964.000000
75%       1971.000000
max       1999.000000
Name: birthyear, dtype: float64

最小1916年，最大1999年，因此共有17个分组 ，生成变量birthyear_groupby5过程如下：

a = list(range(1916,1999,5))
b = list(range(1921,2002,5))
birthyear_groupby5 = []
for year in data['birthyear']:
    for i in range(0,17):
        if(year>=a[i] & year<b[i]):
            birthyear_groupby5.append(i)
data['birthyear_groupby5'] = pd.DataFrame(birthyear_groupby5)

将模型中要用到的变量保存到data1中：

data1 = data[['coun','Educorr1','Eligibility','birthyear_groupby5','province']].dropna()

定义my_OLS函数（基于statsmodels.api.OLS()）:

*注意函数里面实现了虚拟变量的生成和截距项的生成(更多内容见【机器学习】 Statsmodels 统计包之 OLS 回归 - -零 - 博客园)

def my_OLS(data):
    data = data.dropna()
    nsample = len(data['coun'])
    x = data['Eligibility']
    dummy_birthyear_groupby5 = sm.categorical(data['birthyear_groupby5'].values,drop = True)
    dummy_province = sm.categorical(data['province'].values,drop = True)
    X = np.column_stack((x, dummy_birthyear_groupby5,dummy_province))
    X = sm.add_constant(X)
    #beta = np.ones( 2 + len(dummy_birthyear_groupby5[0]) + len(dummy_province[0]))
    e = np.random.normal(size=nsample)
    y = data['Educorr1']
    result = sm.OLS(y,X).fit()
    print(result.summary())
    return result

 ****关注点：summary()输出回归表非常方便**** 

回归：

OLS1 = my_OLS(data1)

回归结果：

                           OLS Regression Results                            
==============================================================================
Dep. Variable:               Educorr1   R-squared:                       0.061
Model:                            OLS   Adj. R-squared:                  0.060
Method:                 Least Squares   F-statistic:                     70.28
Date:                Thu, 05 May 2022   Prob (F-statistic):               0.00
Time:                        15:38:21   Log-Likelihood:                 11034.
No. Observations:               32575   AIC:                        -2.201e+04
Df Residuals:                   32544   BIC:                        -2.175e+04
Df Model:                          30                                         
Covariance Type:            nonrobust                                         
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const          0.2818      0.001    297.766      0.000       0.280       0.284
x1             0.0989      0.003     31.634      0.000       0.093       0.105
x2             0.0130      0.004      3.412      0.001       0.006       0.021
x3             0.0181      0.004      4.738      0.000       0.011       0.026
x4             0.0231      0.004      6.042      0.000       0.016       0.031
x5             0.0178      0.004      4.658      0.000       0.010       0.025
x6             0.0143      0.004      3.753      0.000       0.007       0.022
x7             0.0180      0.004      4.699      0.000       0.010       0.025
x8             0.0189      0.004      4.945      0.000       0.011       0.026
x9             0.0193      0.004      5.056      0.000       0.012       0.027
x10            0.0128      0.004      3.351      0.001       0.005       0.020
x11            0.0102      0.004      2.668      0.008       0.003       0.018
x12            0.0171      0.004      4.477      0.000       0.010       0.025
x13            0.0154      0.004      4.033      0.000       0.008       0.023
x14            0.0133      0.004      3.482      0.000       0.006       0.021
x15            0.0203      0.004      5.318      0.000       0.013       0.028
x16            0.0158      0.004      4.128      0.000       0.008       0.023
x17            0.0143      0.004      3.734      0.000       0.007       0.022
x18            0.0199      0.004      5.194      0.000       0.012       0.027
x19            0.0165      0.004      4.477      0.000       0.009       0.024
x20            0.0072      0.003      2.053      0.040       0.000       0.014
x21            0.0270      0.004      7.287      0.000       0.020       0.034
x22            0.0178      0.003      5.577      0.000       0.012       0.024
x23            0.0134      0.004      3.766      0.000       0.006       0.020
x24           -0.0216      0.003     -6.896      0.000      -0.028      -0.015
x25            0.0106      0.003      3.421      0.001       0.005       0.017
x26           -0.0148      0.003     -4.281      0.000      -0.022      -0.008
x27           -0.0107      0.003     -3.129      0.002      -0.017      -0.004
x28            0.0200      0.003      6.269      0.000       0.014       0.026
x29            0.0855      0.004     21.846      0.000       0.078       0.093
x30           -0.0136      0.003     -4.036      0.000      -0.020      -0.007
x31            0.0515      0.004     13.913      0.000       0.044       0.059
x32            0.0931      0.004     24.275      0.000       0.086       0.101
==============================================================================
Omnibus:                     4647.437   Durbin-Watson:                   1.976
Prob(Omnibus):                  0.000   Jarque-Bera (JB):            19392.273
Skew:                          -0.658   Prob(JB):                         0.00
Kurtosis:                       6.544   Cond. No.                     2.77e+15
==============================================================================

Notes:
[1] Standard Errors assume that the covariance matrix of the errors is correctly specified.
[2] The smallest eigenvalue is 4.92e-27. This might indicate that there are
strong multicollinearity problems or that the design matrix is singular.

更多statsmodels内容等待以后探索

参考文献

[1]陈斌开,张淑娟,申广军.义务教育能提高代际流动性吗?[J].金融研究,2021(06):76-94.

学金融的程序员懒羊羊
关注
  • 24
    点赞
  • 踩
  • 57
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
python 的statsmodels库如何使用,有哪些功能
zhangzhechun的专栏
03-01 3054
时间序列分析：statsmodels库提供了许多用于时间序列分析的函数和类，包括ARIMA、VAR、VARMAX、State Space Models等。概率分布：statsmodels库提供了许多常见的概率分布函数，可以用于概率密度函数计算、分布函数计算、随机数生成等。线性回归：statsmodels库可以用于线性回归建模，可以对数据进行拟合，计算参数的置信区间和p值，还可以进行预测。Statsmodels是Python的一个统计分析库，它提供了许多用于统计建模和分析的函数和类。导入所需的库和数据。
几乎无害的复制：复制Stata，R，Python和Julia中“最无害计量经济学”中的表和图
02-03
无害复制 概要 大胆尝试以下列语言复制《》一书中的表格和数字： 斯塔塔 [R Python 朱莉亚 为什么要承担这种疯狂？ 我的主要动机是看我是否可以在工作流程中用R，Python或Julia代替Stata，因此我尝试以每种语言复制“大多数无害计量经济学” 。 章节 有关问题的问题 实验理想 入门 请查阅Wiki中的，以使用每种语言设置计算机的提示。 会费 随时提交！
Python数据分析案例20——我国家庭资产影响因素分析
weixin_46277779的博客
03-08 4394
我国家庭资产影响因素分析
顶刊实证复现：金融投资行为与企业技术创新 -动机分析与经验证据（思路梳理+全数据源+python代码）
samLi0620的博客
12-26 1134
Panel A ：2、4列的估计系数表明，对技术创新依赖程度更高的高技术企业也高度依赖于自身的创新资源，其金融投资行为对其自身技术创新产出的抑制作用相较于非高技术企业会更强。以资金蓄水池效应结果为例说明：2列系数显著，3列，系数也显著，且与异号，说明：说明企业流动性供给在企业金融投资行为与技术创新投入之间存在遮掩效应。综上：资金蓄水池效应、短期财富效应在企业金融投资与技术创新投入之间存在遮掩效应，资源挤占效应在企业金融投资与技术创新产出之间存在中介效应。（企业金融投资会促进或者抑制企业技术创新还未有定论）
python科学计算之Statsmodels库详解
GodFatherMisZhao的博客
02-28 1083
Statsmodels库
股指期货套期保值的实证研究
02-07
股指期货套期保值的实证研究，钟凌飞，张蔷，本文利用普通最小二乘法(OLS) 、双变量向量自回归(B-VAR) 、误差修正( ECM)和广义自回归条件异方差（GARCH），对股指期货最优套期保值率�
使用Statsmodels进行线性回归与时间序列分析
qq_33578950的博客
04-02 1739
众所周知，线性回归和时间序列分析是数据科学领域中的两个重要技术。在本文中，我们将使用Statsmodels库来进行线性回归和时间序列分析。Statsmodels是Python中的一个强大库，用于拟合统计模型。
Python数据分析案例31——中国A股的月份效应研究(方差分析，虚拟变量回归)
weixin_46277779的博客
01-12 1080
研究的是不同月份之间的股市收益率差异，就是分类型自变量是否对数值型因变量有显著性影响。
Python Statsmodels 简介
qq_41466440的博客
03-26 1万+
https://www.jianshu.com/p/e45558ccf533 13.3 statsmodels介绍 statsmodels（http://www.statsmodels.org）是一个Python库，用于拟合多种统计模型，执行统计测试以及数据探索和可视化。statsmodels包含更多的“经典”频率学派统计方法，而贝叶斯方法和机器学习模型可在其他库中找到。 包含在statsmodels中的一些模型： · 线性模型，广义线性模型和鲁棒线性模型 · 线性混合效应模型 ...
statsmodels专栏1——探索数据的起点：Python中的statsmodels库简介
theskylife的博客
12-18 2406
在当今数据驱动的世界中，数据分析成为了解决问题和做出决策的关键步骤。为了更深入地了解和探索数据，我们需要强大而灵活的工具。其中，Statsmodels库是Python中一个不可或缺的工具，它为数据分析提供了丰富的统计模型和测试的功能。
Statsmodels的学习(一)——总述
热门推荐
冬之晓
05-02 4万+
statsmodels是一个Python模块，它提供对许多不同统计模型估计的类和函数，并且可以进行统计测试和统计数据的探索。 说实话，statsmodels这个词我总是记不住，但是国宝“熊猫”这个单词pandas我还是记得住的，因此每次我打开statsmodels的方式是： 百度搜索pandas，然后进入pandas官网 点击里面的documentation进入对应标签页面 选择下方pand...
statsmodels模块安装详解
m0_48313550的博客
05-12 2万+
python常见库在安装时直接在cmd窗口用pip install 模块名即可(如pip install pandas), 但是在使用pip install statsmodels时就会发现命令执行后会报错，正确的下载方式应该为： 一、下载wheel 在cmd黑窗中执行 pip install wheel 先下载wheel。 二、下载statsmodels模块对应的whl文件 statsmodels模块的官网地址：https://pypi.python.org/pypi/statsmodels/0.8.0
2003-2022年第一大股东股权质押虚拟变量股权质押比例指标包含原始数据和构造过程Stata
04-13
第一大股东股权质押虚拟变量股权质押比例指标 持续更新，后续关注我后免费获取更新版 本 不管什么时候毕业或者发期刊用到，都能用到最新的数据 【原创整理，严禁转载，转 载必究】 参考文献 [1]邱杨茜,黄娟娟.控股...
SublimePeek:ST2 插件，通过一个按键快速访问帮助文件（HTML、CSS、JavaScript、PHP、Python、Ruby、R 和 Stata）
06-18
支持的语言： HTML、CSS、JavaScript、PHP、Python、Ruby、R 和 Stata安装（从复制和修改的说明） 使用包控制插件：安装 SublimePeek 的最简单方法是通过包控制。 安装包控制的说明可以在这里找到： : 安装 Package...
ipystata：通过Jupyter（IPython）笔记本启用Stata与Python一起使用
02-04
IPyStata允许通过Jupyter（IPython）笔记本将Stata与Python一起使用。 作者：铁角（） PyPi： ：//pypi.python.org/pypi/ipystata 文档： 目录 获取IPyStata 您可以使用以下方法安装IPyStata 0.3.0： pip install ...
P2：爬取Stata Journal期刊目录_python_stata_
09-30
我们从网站爬取了各期 Stata Journal 的目录和 PDF 原文链接，以方便各位实时浏览和下载。
金融案例：统一查询方案助力数据治理与分析应用更高效、更安全
a958014226的博客
04-26 1225
随着企业数据规模的增长和业务多元化发展，海量数据实时、多维地灵活查询变成业务常见诉求。同时多套数据库系统成为常态，这既带来了数据管理的复杂性，又加大了数据使用的难度，面对日益复杂的数据环境和严格的数据安全要求，需要解决多数据库系统并存、数据孤岛严重、权限管理混乱和数据查询提取困难等问题。与此同时，企业对数据安全管控的要求越来越高，不同角色和部门需要访问的数据各异，如何、防止数据泄露和误操作成为关键挑战。
【35分钟掌握金融风控策略10】风控策略部署2
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
04-27 790
决策引擎是风控策略和风控模型部署并进行集中决策的平台，也是金融机构所有风控系统中的核心系统，它可以被看作智能风控的“大脑”，支撑着贷前、贷中、贷后大多数风控场景的风险评估和决策。决策引擎系统往往具有可视化、操作简单等优点。它具有以下四个核心功能。1）变量接入和整合。决策引擎实现了对底层变量的接入和整合，将所有来源的变量汇总到一起，为模型和规则的计算奠定了基础。2）实现模型和规则计算。决策引擎基于整合的变量对模型和规则进行计算，并输出计算结果。3）实现决策流配置。
盛银消费金融2023年年报： 坚持稳中求进、稳中求变
最新发布
LeiSheCaiJing的博客
04-30 212
2023年，盛银消费金融公司始终坚持“稳中求进、稳中求变、保证经营发展持续稳中向好”的工作总基调，筑牢合规风险底线，持续优化资产结构，积极探索业务转型路径，各项经营指标持续向好。公司始终以金融创新+科技创新为基石，积极贯彻落实国家扩大内需的政策，不断夯实业务发展根基，持续提升数据智能风控、信息科技等重要核心能力。同时，始终以“金融为民”为初衷，践行普惠金融，稳增长、促消费、重服务、惠民生，多措并举服务新市民、新消费群体，截至目前已累计服务客户超600万，为推动经济发展贡献力量。不良贷款率0.93%。
用CFPS数据库，stata用断点回归模型RD做实证分析，设计一个具体的例子，并详述stata步骤
05-25
假设我们想研究某个政策对于企业的投资行为产生的影响，我们可以使用CFPS数据库中的企业数据，其中包括了企业的投资金额和政策实施前后的时间。我们可以使用断点回归模型RD来估计政策对于企业投资的影响。 在Stata中，进行RD分析的步骤如下： 1.导入数据 首先，我们需要在Stata中导入CFPS企业数据，可以使用以下命令： ``` use "your file path\cfps_enterprise.dta", clear ``` 2.选择变量 接下来，我们需要选择需要用到的变量，包括政策实施前后的时间和企业的投资金额。假设政策实施前后的时间变量名为“time”，投资金额变量名为“investment”，则可以使用以下命令： ``` keep time investment ``` 3.可视化数据 接下来，我们可以使用散点图来可视化数据，以确定是否存在政策影响的断点。假设我们怀疑政策的实施时间为2010年，则可以使用以下命令： ``` scatter investment time, mcolor(black) msize(tiny) /// ytitle("Investment") xtitle("Time") /// xline(2010, lcolor(blue)) ``` 这将绘制一个以时间为横坐标，投资金额为纵坐标的散点图，并在2010年处绘制一条蓝色的垂直线。 4.拟合模型 接下来，我们可以使用rdrobust命令来拟合RD模型，该命令需要指定政策实施的断点，以及带宽宽度。假设我们将断点设置为2010年，带宽宽度为2年，则可以使用以下命令： ``` rdrobust investment time, c(2010) bw(2) ``` 该命令将输出RD模型的估计结果，包括政策对于企业投资的影响估计值、标准误、置信区间等信息。 通过以上步骤，我们就可以使用CFPS数据和Stata软件来进行RD分析，研究政策对于企业投资的影响。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值