SAS基础与金融计算5

1SAS基础与金融计算游家兴厦门大学经济学院计统系2上节课上机操作（1）对上节课生成的最终数据集total进行如下操作：（1）剔除金融业上市公司；（2）剔除每股收益为负的上市公司；（3）由于数据集中年涨跌幅采用百分比表示，建立一个新的变量，采用小数表示。（4）建立一个新的变量，表示除第一大股东外其它股东所持有的股份比例。3（1）剔除金融业上市公司第一步：运用substr语句Datatest;settotal;code=substr(code,1,6);Run;4第二步：Datatemp1;settest;ifcode='000562'orcode='000001'orcode='000563'orcode='600015'orcode='600016'orcode='600030'orcode='600036'orcode='600816'orcode='600000'orcode='601998'orcode='601328'orcode='601166'orcode='601318'orcode='601398'orcode='601628'thendelete;Run;5（2）剔除每股收益为负的上市公司Datatemp2;settemp1;ifeps0thendelete;Run;Datatemp2;settemp1;ifeps=0;Run;6（3）建立新变量：用小数表示的涨跌幅Datatemp3;settemp2;re2=re/100;Run;7（4）建立新的变量表示其它股东持股比例Datatemp4;settemp3;ratio2=1-ratio/100;Run;8本节课上机作业（2）公共信箱下载数据集test1和test2，运用SAS将test1和test2纵向拼成新的数据test。根据股票收益率大小将test分成四个组，并形成四个子数据集：tmp1，tmp2，tmp3，tmp4。在数据集test中，第一大股东持股比例在50%以上且每股收益超过1元的公司有多少家？9描述统计分析常见的数据统计描述量及意义(1)表示分布平均水平和位置的特征量:均值:数据的平均值—Mean众数:观测值中出现最频繁的数值—Mode中位数:观测值排序中处于中间位置的值—Median百分位数:中位数的推广—P1、P33、P9910(2)表示分布离散程度的特征量211()1niisxxn标准差Std方差2211()1niisxxnVar变异系数100sCvxCV标准误sStdeernSTDEER11（3）表示形状的特征量:偏度和峰度313()(1)(2)ixxngnns偏度（Skewness）：偏度主要用于判断分布形状是否对称：若g1=0，则对称；若g10，则分布右偏（正偏）；若g10，则分布左偏（负偏）。12峰度（Kurtosis）：4224()(1)3(1)(1)(2)(3)(2)(3)ixxnnngnnnsnn峰度是以正态分布为比较标准。对于正态分布，g2=0；若g20，表示变量分布比正态分布更集中，分布呈尖峰状态，平均数的代表性较好；若g20，表示变量分布比正态分布更分散，分布呈平坦峰，平均数的代表性较差。13SAS中可以对数据进行描述统计分析的过程步有很多，其中两个最常用的过程步是：（1）MEANS过程（均值过程）（2）UNIVARIATE过程（单变量过程）14MEANS过程用来对数据集中的数值变量计算简单描述统计量。该过程由下列语句控制：PROCMEANS[options][statistics-keywords];VARvariables;BYvariables;CLASSvariables;OUTPUT[OUT=SAS-data-set][output-statistics];Run;1.MEANS过程15（1）PROCMEANS语句PROCMEANS[options][statistic-keywords][options]：DATA=SASdataset，即用以说明过程分析处理的数据集的名字，若省略，则用最近操作的SAS数据集；[statistic-keywords]：在MEANS过程中指出你需要计算哪些统计量。16N，MEAN，STD，MIN，MAX，SUM，Variance，CV，STDERR，T，PRT，Range,SKEWNESS，KURTOSIS，CLM，LCLM，UCLM，Maxdec…T:检验总体平均值是否为0的T统计量的值PRT:大于T的概率Maxdec=n:指定打印统计量的小数位的位数如省略不写，SAS将固定输入默认的最常见的几个统计量。该过程可计算如下统计量：17VARvariables规定要计算描述性统计量的数值变量及顺序。若省略该句，则对除BY、CLASS语句中列出的变量之外所有数值变量计算描述性统计量。（2）VAR语句18（3）BY语句BYvariables;使用BY语句可以用BY变量定义的观测组分别计算其相应的描述统计量。当使用BY语句时，要求输入数据集已按BY变量排序。（4）CLASS语句CLASSvariables;该语句和BY语句一样，可用CLASS变量定义的观测组分别计算其相应的描述统计量。不同点在于排序要求，CLASS语句不要求数据集事先已按CLASS变量排序。19(5)Freq语句Freqvariable;该语句指定一个数值型的变量，它的值表示输入数据集中相应观测出现的频数。该变量的值应为正整数。若变量值1或缺失，相应的观测不参加计算统计量。若这个值不是正整数，则取整数部分。20(5)Weight语句Weightvariable;该语句规定一个数值型的变量，它的值表示相应观测的权数。该变量的值应大于0。若变量值0或缺失，假定该值为0。21OUTPUT[OUT=SAS-data-set][output-statistics];该语句要求MEANS过程把计算的描述统计量输出到新的SAS数据集中，并用任选项规定新数据集的名及所包含的变量名。这里：OUT=SAS-data-set：给出由MEANS过程产生的输出数据集的名字，若想创建一个永久数据集，则必须规定一个两级名字，缺省时，机器默认的数据集名为data1等。Output-statistics：规定在新数据集中所要求的统计量，并规定存放这些统计量的变量名。（6）OUTPUT语句22Datastudent;inputclasssex$ageweightheight;cards;1f15461561f14411491m13481551m14381502m16551652f17501602f16601652m17651753f18651653f17581603m18701803m1768176;Run;例23Procmeansdata=student;varageweightheight;Run;Procmeansdata=studentmaxdec=2;varageweightheight;bysex;Run;观察以下几组程序24procmeansdata=studentmaxdec=2;varageweightheight;classsex;run;procmeansdata=studentmaxdec=2;varageweightheight;outputout=stan=nummean=a1a2a3std=b1b2b3max=c1c2c3;run;25libnamea'd:\sasdata';procmeansdata=studentmaxdec=2;varageweightheight;outputout=a.stan=nummean=a1a2a3std=b1b2b3max=c1c2c3;run;26本次课上机作业公共信箱下载数据集finance，进行如下操作：（1）计算市场平均股票收益率及其相应的标准差，并将结果生成一个新的数据集；（2）以公司规模为权重计算市场平均收益率；（3）将规模分为5组，分别计算各组的平均股票收益率。