R中的循环回归具有不同的观察结果

Question

我一直在使用Stata和eViews，并且知识或R非常有限，这就是我需要一些帮助的原因。我估计从2010年到2016年的Fama法国股票模型，所以我需要对每只股票进行回归分析。每个回归都将具有超额回报（ereturn）作为因变量，然后MKTRF，HML和SMB作为自变量。股票代码存储在名为permno的变量中。我在这里问到的大多数问题都是关于使用不同变量循环回归，但在我的情况下，变量不会改变，但观察结果却是如此。我需要保存系数，并为每个回归保存R2值。我希望有人可以提供帮助。

Answer 1

基于你的变量，我认为你想对按＆＃34; permno＆＃34;？分组的观察结果进行回归分析。这是你能做的。

# Create list of subsets
dfList = split(df, permno)

split()功能会拆分您的＆＃34; df＆＃34;小组＆＃34; permno＆＃34;假设permno是一个因素。现在使用lapply为每个子集运行相同的模型。

regSummaryList = lapply(dfList, function(x) {
    lm(eReturn ~ MLTRF + HML + SMB, data = x)
})

这将返回每个回归的回归对象列表。然后，您可以使用以下内容提取系数和R square：

coefList = lapply(regSummaryList, coef)
R2 = sapply(regSummaryList, function(x) summary(x)$r.squared)

coefList将是系数列表，而R2将是R2的矢量。