SAS在財務研究中的應用 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

《SAS在財務研究中的應用》分為兩部分，第一部分為第1 章到第7 章，主要針對財務管理、金融、投資領域需要用到的SAS 語法進行介紹；第二部分為第8 章到第17 章，主要針對財務實踐研究中會使用的研究方法進行介紹。

《SAS在財務研究中的應用》的第二部分中提供瞭標準化的宏語法，在第8 章中提供瞭stat 以及correlation 兩個宏語法，讀者僅需將文檔準備好，輸入文檔名稱，希望進位到小數點後幾位以及要分析的變項名稱，宏語法就能夠直接將敘述統計錶以及相關係數錶自動生成齣來，第9 章提供瞭npar 及ttest 兩個宏語法，可以快速地進行兩群體的中位數及均值檢定，第10 章提供瞭Jagaseesh and Titman 動能投資策略的語法，而第11 章到第15 章闡述瞭各個迴歸模型，以及相對應的宏語言，提供給讀者進行實踐分析，第16 章則針對短期及長期事件研究法做瞭詳細的介紹，最後在第17 章則介紹瞭如何使用財務數據構建齣Fama and French 的5 因子報酬率。

《SAS在財務研究中的應用》適用於高等院校財經類專業本科生以及碩士研究生，它提供瞭撰寫學科論文相當好用的宏語法；而對於博士研究生而言，本書撰寫的宏語法邏輯，也可以提供其在進行更進一步的模型分析時的撰寫架構。另外, 《SAS在財務研究中的應用》對其他行業從事數據分析的工作人員也有一定的參考價值。

第1章 SAS入門介紹 1
1.1　SAS的基本接口介紹 2
1.2　SAS語法的基礎架構 2
1.3　如何輸入數據 4
1.4　如何輸齣數據 13
1.5　總結 15
第2章 SAS數據的運算與函數 16
2.1　四則運算 17
2.2　統計函數 18
2.3　隨機函數 21
2.4　時間函數 22
2.5　文本變量的處理 26
2.6　總結 30
第3章 數據與變量的産生和選取 31
3.1　利用SAS産生數據 32
3.2　保留、刪除變量 36
3.3　保留、刪除觀測值 38
3.4　抽樣方法 38
3.5　總結 43
第4章 數據的排序、分組與轉置 44
4.1　數據的排序（proc sort） 45
4.2　數據的分組（proc rank） 49
4.3　數據的轉置 53
4.4　總結 57
第5章 數據的閤並 58
5.1　垂直閤並 60
5.2　水平閤並 65
5.3　總結 72
第6章 SAS的數據庫管理 73
6.1　文檔的復製、刪除與保留（proc datasets） 74
6.2　結構化查詢語言 78
6.3　總結 91
第7章 宏語法（%macro） 92
7.1　基礎宏語法 93
7.2　進階宏語法 96
7.3　宏語法撰寫技巧 107
7.4　總結 111
第8章 描述統計 112
8.1　常見的描述統計量 113
8.2　相關係數 121
8.3　個人化錶格宏解析 126
8.4　趨勢圖基礎語法介紹 129
8.5　離群值的處理（winsorize） 140
8.6　總結 144
第9章 兩群體差異性檢定 145
9.1　均值檢定 146
9.2　中位數檢定 151
9.3　兩群體檢定宏進階用法 154
9.4　總結 156
第10章 投資組閤與報酬率檢定 157
10.1　投資組閤股票的數目與風險 158
10.2　效率前緣的繪製 164
10.3　初探動能投資策略 168
10.4　再探動能投資策略 177
10.5　Newey and West的調整語法 185
10.6　總結 190
第11章 基礎迴歸語法 191
11.1　迴歸語法介紹 192
11.2　格式化迴歸模型輸齣 201
11.3　Fama-MacBeth迴歸模型 212
11.4　總結 222
第12章 迴歸語法的應用 223
12.1　移動窗口（moving window） 224
12.2　共同基金績效評估：移動窗口的應用 229
12.3　滾動法（Rolling） 234
12.4　Where語法有妙招 239
12.5　結構性改變 241
12.6　分段迴歸（piecewise regression） 246
12.7　總結 254
第13章 panel data（proc panel、proc tscsreg） 255
13.1 固定效應與隨機效應的估計方法 256
13.2　panel data的實證流程 261
13.3　格式化panel data模型輸齣 264
13.4　總結 267
第14章 羅吉斯特模型 268
14.1　logit model（logistic regression） 269
14.2　conditional logistic regression 276
14.3　multinomial logistic regression 280
14.4　分類與概率轉換 287
14.5　總結 291
第15章 tobit模型（proc lifereg） 292
15.1　受限數據（censored data）與截斷數據（truncated data） 293
15.2　格式化tobit模型輸齣 300
15.3　總結 302
第16章 事件研究法 303
16.1　短期事件研究法 304
16.2　日曆期間投資組閤法 312
16.3　買進持有異常報酬率：配對投資組閤法 318
16.4　買進持有異常報酬率：配對樣本法 326
16.5　總結 335
第17章 特殊議題 336
17.1　均值抽樣分配 337
17.2　拔靴法（Bootstrap method） 339
17.3　構建5因子與動能因子報酬率 347
17.4　總結 356
· · · · · · (收起)