SAS基础与金融计算.ppt
1,SAS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Data test;set total;code=substr(code,1,6);Run;,4,第二步：Data temp1;set test;if code=000562 or code=000001 or code=000563 or code=600015 or code=600016 or code=600030 or code=600036 or code=600816 or code=600000 or code=601998 or code=601328 or code=601166 or code=601318 or code=601398 or code=601628 then delete;Run;,5,（2）剔除每股收益为负的上市公司,Data temp2;set temp1;if eps0 then delete;Run;,Data temp2;set temp1;if eps=0;Run;,6,（3）建立新变量：用小数表示的涨跌幅,Data temp3;set temp2;re2=re/100;Run;,7,（4）建立新的变量表示其它股东持股比例,Data temp4;set temp3;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、P99,10,(2)表示分布离散程度的特征量,标准差,Std,方差,Var,变异系数,CV,标准误,STDEER,11,（3）表示形状的特征量:偏度和峰度,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）：,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。,13,SAS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）,14,MEANS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：PROC MEANS options statistics-keywords;VAR variables;BY variables;CLASS variables;OUTPUT OUT=SAS-data-set output-statistics;Run;,1.MEANS过程,15,（1）PROC MEANS语句 PROC MEANS options statistic-keywords options：DATA=SAS data set，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。,16,N，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：,17,VAR variables 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 BY variables;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 CLASS variables;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 Freq variable;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 Weight variable;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。,21,OUTPUT 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,22,Data student;input class sex$age weight height;cards;1 f 15 46 156 1 f 14 41 149 1 m 13 48 155 1 m 14 38 150 2 m 16 55 165 2 f 17 50 160 2 f 16 60 165 2 m 17 65 175 3 f 18 65 165 3 f 17 58 160 3 m 18 70 180 3 m 17 68 176;Run;,例,23,Proc means data=student;var age weight height;Run;Proc means data=student maxdec=2;var age weight height;by sex;Run;,观察以下几组程序,24,proc means data=student maxdec=2;var age weight height;class sex;run;proc means data=student maxdec=2;var age weight height;output out=sta n=num mean=a1 a2 a3 std=b1 b2 b3 max=c1 c2 c3;run;,25,libname a d:sasdata;proc means data=student maxdec=2;var age weight height;output out=a.sta n=num mean=a1 a2 a3 std=b1 b2 b3 max=c1 c2 c3;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。,
