风险投资VC对ESG指标的影响

待定:是否需要数据标准化、异常值处理、模型单一

#TODO:

(1)修改开题报告(1.14前完成)☑️

(2)将数据集完善为2010-2020期间(1.20前完成)☑️

(3)控制变量较少、单一控制变量实验

(4)稳健性检验

python文件:/实证/OLS_test.py

import numpy as np
import pandas as pd
import statsmodels.api as sm
from sklearn import preprocessing

dataset = pd.read_excel('2010_test.xlsx')
x = dataset.iloc[:,3:]

# x[np.isnan(x)]=0
# x[np.isinf(x)]=0

x_scaled = preprocessing.MinMaxScaler().fit_transform(x)
# print(x_scaled)

VC = dataset.iloc[:,3]
y_esg = dataset.iloc[:,2]

lm = sm.OLS(y_esg, VC)
# lm = sm.OLS(y_esg, x)
model = lm.fit()
print(model.summary())
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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