1

我需要使用R的'PerformanceAnalytics'包并使用这个包，我知道我需要将数据转换为xts数据，这实际上是一个面板数据。按照这个论坛的建议，我做了以下事情：

library(foreign)
RNOM <- read.dta("Return Panel without missing.dta")
RNOM_list<-split(RNOM,RNOM$gvkey)
xts_list<-lapply(RNOM_list,function(x)
{out<-xts(x[,-1],order.by=as.Date(x$datadate,format="%d/%m/%Y")) })

它给了我RNOM_list和xts_list。

在此之后，能否请一些人帮助我使用该函数估计每月回报Return.calculate，lapply并将生成的输出作为附加变量保存在我的原始数据集中进行回归分析？随后，我还需要估计 VaR、ES 和 semi-sd。

数据可以在这里下载。注意，prccm是数据中的月收盘价，gvkey是公司 ID。

4

1 回答 1

0

实现此目标的一种有效方法是使用“reshape2”包将面板数据（长格式）转换为宽格式。执行估计后，将其转换回长格式或面板数据格式。这是一个例子：

library(foreign)
library(reshape2)
dd <- read.dta("DDA.dta") // DDA.dta is Stata data; keep only date, id and variable of interest (i.e. three columns in total)
wdd<-dcast(dd, datadate~gvkey) // gvkey is the id
require(PerformanceAnalytics)
wddxts <- xts(wdd[,-1],order.by=as.Date(wdd$datadate,format= "%Y-%m-%d"))

ssd60A<-rollapply(wddxts,width=60,SemiDeviation,by.column=TRUE,fill=NA) // e.g of rolling window calculation
ssd60A.df<-as.data.frame(ssd60A.xts) // convert dataframe to xts
ssd60A.df$datadate=rownames(ssd60A.df) // insert time index
lssd60A.df<-melt(ssd60A.df, id.vars=c('datadate'),var='gvkey') // convert back to panel format
write.dta(lssd60A.df,"ssd60A.dta",convert.factors = "string") // export as Stata file

然后简单地将其与主数据库合并以执行一些回归。

于 2014-08-25T23:17:48.900 回答