Question

我无法在R中运行回归。我想使用线性模型确定一个变量对另一个变量的敏感度，在这种情况下，利润市场集中度（HHI）（mkt.profit）。尝试在STAN中运行模拟时收到以下错误：

Error in FUN(X[[i]], ...) : Stan does not support NA (in x) in data
failed to preprocess the data; sampling not done

关于数据的一点背景......这是许多公司多年（1963-2014）的大量财务数据。变量HHI，称为Hirschmann Herfindahl指数，衡量市场集中度，因此衡量行业内的竞争（SIC代码）。 Mkt.profit 是通过汇总给定行业内所有公司的收入来计算的。因此，数据按年份和行业进行组织。目标是确定 HHI 对行业收入的影响有多强（ mkt.profit ）......以下是我遇到问题的代码：

> D <- subset(data.cc, 
  select=c("gvkey","fyear","conm","at","revt","seq","xopr","sic"))
> names(D) <- c("gvkey", "year", "company", "assets", "sales", "equity", 
  "expenses", "market")

> D[,mkt.sales:=sum(sales), by = .(market, year)]
> D[,mkt.share:=sales/mkt.sales]
> D[,HHI:=sum(mkt.share^2), by = .(market, year)]
> D[,mkt.profit:=sum(sales-expenses), by = .(market, year)]

> stan.code="
+   data {
+     int<lower=0> N;
+     vector[N] x;
+     vector[N] y;
+ }
+   parameters {
+     real beta0;
+     real beta1;
+     real <lower=0> sigma;
+ }
+   model {
+     beta1 ~ gamma(0,0);
+     y ~ normal(beta0 + beta1*x, sigma);
+ }"

> DD<-list(N=length(mkt.profit),y=mkt.profit,x=HHI)
> STANout <-stan(model_code=stan.code,data=DD,iter=10000,chains=3)

..此时我收到了本文开头显示的错误。我之前尝试使用伽玛，因为我认为这种关系是积极的，也就是说，更高的HHI对应于更高的利润水平。但是我不确定要把什么作为论据...所以，如果有人也可以解释，我会很感激。

Answer 1

当计算变量mkt.profit和HHI时，生成NA值。这是因为数据中存在负值。删除这些负值可以解决问题。

D <- D[D$sales>0,]
D <- D[D$expenses>0,]
D <- D[D$assets>0,]

分析市场集中度对利润的影响

1 个答案: