untitled

Similar documents
J1順位と得点者数の関係分析

(lm) lm AIC 2 / 1

DAA09

Use R

R John Fox R R R Console library(rcmdr) Rcmdr R GUI Windows R R SDI *1 R Console R 1 2 Windows XP Windows * 2 R R Console R ˆ R

201711grade2.pdf

k3 ( :07 ) 2 (A) k = 1 (B) k = 7 y x x 1 (k2)?? x y (A) GLM (k

統計研修R分散分析(追加).indd

28

k2 ( :35 ) ( k2) (GLM) web web 1 :

1 15 R Part : website:

untitled

1 Stata SEM LightStone 3 2 SEM. 2., 2,. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press.

こんにちは由美子です

Ł\”ƒ1PDFŠp

Stata11 whitepapers mwp-037 regress - regress regress. regress mpg weight foreign Source SS df MS Number of obs = 74 F(

最小2乗法

% 10%, 35%( 1029 ) p (a) 1 p 95% (b) 1 Std. Err. (c) p 40% 5% (d) p 1: STATA (1). prtesti One-sample test of pr

インターネットを活用した経済分析 - フリーソフト Rを使おう

> usdata01 と打ち込んでエンター キーを押すと V1 V2 V : : : : のように表示され 読み込まれていることがわかる ここで V1, V2, V3 は R が列のデータに自 動的につけた変数名である ( variable

こんにちは由美子です

R Console >R ˆ 2 ˆ 2 ˆ Graphics Device 1 Rcmdr R Console R R Rcmdr Rcmdr Fox, 2007 Fox and Carvalho, 2012 R R 2

36巻目次.indd

日本内科学会雑誌第102巻第4号

kubostat2018d p.2 :? bod size x and fertilization f change seed number? : a statistical model for this example? i response variable seed number : { i

講義のーと : データ解析のための統計モデリング. 第3回

BMIdata.txt DT DT <- read.table("bmidata.txt") DT head(dt) names(dt) str(dt)

講義のーと : データ解析のための統計モデリング. 第5回

人工知能学会研究会資料 SIG-FPAI-B Predicting stock returns based on the time lag in information diffusion through supply chain networks 1 1 Yukinobu HA

1 CAPM: I-,,, I- ( ) 1 I- I- I- ( CAPM) I- CAPM I- 1 I- Jensen Fama-French 3 I- Fama-French 3 I- Fama-MacBeth I- SMB-FL, HML-FL Fama-MacBeth 1 Fama-Fr

autocorrelataion cross-autocorrelataion Lo/MacKinlay [1988, 1990] (A)

R による共和分分析 1. 共和分分析を行う 1.1 パッケージ urca インスツールする 共和分分析をするために R のパッケージ urca をインスツールする パッケージとは通常の R には含まれていない 追加的な R のコマンドの集まりのようなものである R には追加的に 600 以上のパッ

一般化線形 (混合) モデル (2) - ロジスティック回帰と GLMM

kubostat2015e p.2 how to specify Poisson regression model, a GLM GLM how to specify model, a GLM GLM logistic probability distribution Poisson distrib

⑤香取 徹.indd

上場変更と株価:株主分散と流動性変化のインパクト


1 Stata SEM LightStone 4 SEM 4.. Alan C. Acock, Discovering Structural Equation Modeling Using Stata, Revised Edition, Stata Press 3.

Microsoft Word - 計量研修テキスト_第5版).doc

R分散分析06.indd

Stata 11 Stata ROC whitepaper mwp anova/oneway 3 mwp-042 kwallis Kruskal Wallis 28 mwp-045 ranksum/median / 31 mwp-047 roctab/roccomp ROC 34 mwp-050 s

kubostat2017c p (c) Poisson regression, a generalized linear model (GLM) : :

ID JJF00296 Earnings management and market timing: The case of Japanese management buyouts Yasutomo Tsukioka 2-16 Japan Journal of Finance Vol.

yamadaiR(cEFA).pdf

σ t σ t σt nikkei HP nikkei4csv H R nikkei4<-readcsv("h:=y=ynikkei4csv",header=t) (1) nikkei header=t nikkei4csv 4 4 nikkei nikkei4<-dataframe(n

中小企業 indd

広報1606月号_最終.indd

回帰分析 単回帰

L Y L( ) Y0.15Y 0.03L 0.01L 6% L=(10.15)Y 108.5Y 6%1 Y y p L ( 19 ) [1990] [1988] 1

textream ( )

卒業論文

I- Fama-French 3, Idiosyncratic (I- ) I- ( ) 1 I- I- I- 1 I- I- Jensen Fama-French 3 SMB-FL, HML-FL I- Fama-French 3 I- Fama-MacBeth Fama-MacBeth I- S

早稲田大学現代政治経済研究所 ダブルトラック オークションの実験研究 宇都伸之早稲田大学上條良夫高知工科大学船木由喜彦早稲田大学 No.J1401 Working Paper Series Institute for Research in Contemporary Political and Ec

p6-18/村松様

11夏特集号初校.indd

表紙4_1/山道 小川内 小川内 芦塚

Page

と入力する すると最初の 25 行が表示される 1 行目は変数の名前であり 2 列目は企業番号 (1,,10),3 列目は西暦 (1935,,1954) を表している ( 他のパネルデータを分析する際もデ ータをこのように並べておかなくてはならない つまりまず i=1 を固定し i=1 の t に関

目次 第 1 章序論 第 2 章データの概要 第 3 章 J リーグの現状 第 4 章分析 第 5 章まとめ 第 6 章今後の課題

fiúŁÄ”s‘ê‡ÌŁª”U…−…X…N…v…„…~…A…•‡Ì ”s‘ê™´›ß…−…^†[…fiŠ‚ª›Âfl’«

2 I- I- (1) 2 I- (2) 2 I- 1 [18] I- I-. 1 I- I- Jensen [11] I- FF 3 I- FF CAPM n ( i = 1,..., n) M t R i,t, i = 1,..., n R M,t ( ) R i,t = r i

1 kawaguchi p.1/81

わが国企業による資金調達方法の選択問題

untitled

アダストリア売り上げデータによる 現状把握と今後の方針 東海大学情報通信学部経営システム工学科佐藤健太

kubostat2017e p.1 I 2017 (e) GLM logistic regression : : :02 1 N y count data or

オーストラリア研究紀要 36号(P)☆/3.橋本

<4D F736F F F696E74202D BD95CF97CA89F090CD F6489F18B4195AA90CD816A>

高齢化とマクロ投資比率―国際パネルデータを用いた分析―

.3 ˆβ1 = S, S ˆβ0 = ȳ ˆβ1 S = (β0 + β1i i) β0 β1 S = (i β0 β1i) = 0 β0 S = (i β0 β1i)i = 0 β1 β0, β1 ȳ β0 β1 = 0, (i ȳ β1(i ))i = 0 {(i ȳ)(i ) β1(i ))

!!! 2!

研修コーナー

Vol. 42 No pp Headcount ratio p p A B pp.29

tnbp59-21_Web:P2/ky132379509610002944

パーキンソン病治療ガイドライン2002

Y-...W

130 Oct Radial Basis Function RBF Efficient Market Hypothesis Fama ) 4) 1 Fig. 1 Utility function. 2 Fig. 2 Value function. (1) (2)

日本内科学会雑誌第97巻第7号

Microsoft Word - 計量研修テキスト_第5版).doc

以下の内容について説明する 1. VAR モデル推定する 2. VAR モデルを用いて予測する 3. グレンジャーの因果性を検定する 4. インパルス応答関数を描く 1. VAR モデルを推定する ここでは VAR(p) モデル : R による時系列分析の方法 2 y t = c + Φ 1 y t

Rによる計量分析:データ解析と可視化 - 第3回 Rの基礎とデータ操作・管理


(2/24) : 1. R R R

第11回:線形回帰モデルのOLS推定

16soukatsu_p1_40.ai

Microsoft Word - StatsDirectMA Web ver. 2.0.doc

日本内科学会雑誌第98巻第4号

H22 BioS (i) I treat1 II treat2 data d1; input group patno treat1 treat2; cards; ; run; I

要約

DAA01

表紙_目次.PDF

_0212_68<5A66><4EBA><79D1>_<6821><4E86><FF08><30C8><30F3><30DC><306A><3057><FF09>.pdf

151021slide.dvi

Ver. 1.0 (discretion) (revenue management) (fictitious revenue recognition) (window dressing) (fraudulent accounting practice) SEC (General

: (EQS) /EQUATIONS V1 = 30*V F1 + E1; V2 = 25*V *F1 + E2; V3 = 16*V *F1 + E3; V4 = 10*V F2 + E4; V5 = 19*V99

Isogai, T., Building a dynamic correlation network for fat-tailed financial asset returns, Applied Network Science (7):-24, 206,

会社説明資料

GLM PROC GLM y = Xβ + ε y X β ε ε σ 2 E[ε] = 0 var[ε] = σ 2 I σ 2 0 σ 2 =... 0 σ 2 σ 2 I ε σ 2 y E[y] =Xβ var[y] =σ 2 I PROC GLM

情報管理学科で学ぶ

読めば必ずわかる 分散分析の基礎 第2版

Transcription:

IT (1, horiike@ml.me.titech.ac.jp) (1, jun-jun@ms.kagu.tus.ac.jp) 1. 1-1 19802000 2000ITIT IT IT TOPIX (%) 1TOPIX 2

1-2. 80 80 ( ) 2004/11/26 S-PLUS 2

1-3. IT IT IT IT 2. 2-1. a. b. (Size) c. B/M(Book value to Market value) d. (VOL) 2004/11/26 S-PLUS 3

2-1-a. (Mkt) Mkt = (TOPIX ) () IT IT IT 2-1-b. (Size) Blanz and Reinganum, 1981 13% Reinganum, 1992 () () 2004/11/26 S-PLUS 4

2-1-c. B/M() B/M B/M () () 2-1-d. (VOL) (=1100) 2004/11/26 S-PLUS 5

R 2-2. Fama and FrenchB/M 389 2-3. 4 Fama and French Fama and French rf Size B / t R rf Mkt M = t β Mkt + β Size + β B / M + β Vol + ε 0 t 1 B/M () 2004/11/26 S-PLUS 6 2 Vol β i ε 3 (1)

3. 12JASDAQ(1) 1990.42004.3 () 3-1. 1 (2004.3) IT IT IT 3-a,b19992000IT 20002001 19992001 191 308 97 / // 3-a 2004/11/26 S-PLUS 3-b 7

3-2. ITIT 1999IT IT1999 3-3. 5-a2000ITIT 4ITIT1 5-b5-b2000IT IT1 IT 4 2004/11/26 S-PLUS 8 5-a 5-b1

4. 4-1. 2 3 2(Ri-rf) (Mkt) B/M(VOL)B/M B/M(<) () 3 Mkt(size)B/M (VOL) B/M(<) IT(5) () 2004/11/26 S-PLUS 9

4-2. *** Linear Model *** Call: lm(formula = Ri-rf ~ -1 + Mkt + Size + B/M + VOL, data = all, na.action = na.exclude) Residuals: Min 1Q Median 3Q Max -1.353-0.03406-0.003119 0.02866 2.722 Coefficients: Value Std. Error t value Pr(> t ) Mkt 0.8813*** 0.0060 147.2794 0.0000 Size -0.0003*** 0.0000-23.3941 0.0000 B/M -0.0003* 0.0002-1.7341 0.0829 VOL 0.0087*** 0.0001 94.1022 0.0000 Residual standard error: 0.06917 on 173706 degrees of freedom Multiple R-Squared: 0.1943 F-statistic: 10470 on 4 and 173706 degrees of freedom, the p-value is 0 3000 observations deleted due to missing values (***, **, * 1%, 5%, 10%) 1% B/M B/M10%1% 0.2 2004/11/26 S-PLUS 10

4-3. : u u = ( R rf ) E[ β Mkt + β Size + β B / M + β VOL ] t 6 0 t 1 (2) 6IT 2000 2000 IT IT IT1 3-aIT 2004/11/26 S-PLUS 11 2 3

4-4. 4 (***, **, * 1%, 5%, 10%) ~ IT ~ T-test Sign test 4t( ) IT1998200020022003 total19981999 2000 19982000 ITtotal IT 2004/11/26 S-PLUS 12

4-5. F test for variance equality data: IT$Residuals and IT$Residuals F = 1.5129, num df = 38312, denom df = 100973, p-value = 0 alternative hypothesis: true ratio of variances is not equal to 1 data: IT$Residuals and IT$Residuals F = 1.5638, num df = 38312, denom df = 34422, p-value = 0 alternative hypothesis: true ratio of variances is not equal to 1 4-6. 0.010 0.007 0.003 0.005 0.003 0.005 7-a1998 3.079 36.935 2.034 22.938 1.419 11.472 IT ITITIT 4IT 7-a,b,c199819992000 7-a IT 1998IT 3 IT 2004/11/26 S-PLUS 13

0.004 0.014-0.001 0.006-0.003 0.006 7-b1999-0.007 0.009 0.001 0.004 0.009 0.004 7-c2000 4.502 55.015 2.444 27.167 1.258 6.782 1.510 14.024 1.307 11.423 0.661 14.447 7-b7-a IT 1999 IT IT2000 1999 2000 1999 IT2000 IT ITIT1999 IT 2004/11/26 S-PLUS 14

4-7. 4-7 IT IT (Eli Bartov, Partha Mohanram, and Chandrakanth Seethamraju) (SGR, Sales Growth Rate) (GPOS, Gross Profit On Sales)(CEOS, Capital Expenditure On Sales) (ROIC, Return On Invested Capital)(3) u 0 1 2 3 4 = α + α CEOS + α GPOS + α ROIC + α SGR (3) 2004/11/26 S-PLUS 15

4-8. 5 (***, **, * 1%, 5%, 10%) 5IT1999 (CEOS)(GPOS) 1999 IT 2004/11/26 S-PLUS 16

5. 5-1. B/M4 () 19982000 4 IT 2000(35) 19982000(4) (7) 199819992000(5) IT (6) IT (64) 2004/11/26 S-PLUS 17

5-2. 19982000IT ITIT IT 19982000ITIT 5-3. IT () 1998ITIT IT 2004/11/26 S-PLUS 18

[1] Eugene F.Fama and Kenneth R.French Multifactor Explanations of Pricing Anomalies, The Journal of Finance(19963) [2] Eli Bartov, Partha Mohanram, and Chandrakanth Seethamraju, Valuation of Internet Stocks An IPO Perspective Journal of Accounting Research, Vol. 40 No.2 (20023) [3] James L.Davis and Eugene F.Fama and Kenneth R.French Characteristic, Covariance,and Average Returns The Center for Research insecurity Prices Working Paper No.471(1999) [4] Luc Keuleneer and Willem VerhoogRecent Trends in Valuation FromStrategy to ValueRoyal NIVRA (2003) [5] (2003) [6] (1997) [7] 2004/11/26 S-PLUS 19

(S-Plus) 2 3 4-2. menudescribe(data = all, variables = "RiRf,Mkt,LNB,BtoM,VOL") menucor(data = all, variables = "RiRf,Mkt,LNB,BtoM,VOL",na.method = "Available") menulm(data = all, formula = "RiRf ~ -1 + Mkt + LNB + BtoM + VOL") 4 menudescribe(data = IT96.R, variables = "Residuals") ( XX96.RXX03.RIT, subit, nonit24total ) menuttest1(data.x = IT96.R, x = Residuals) 4-5. Fvar.test(IT$Residuals, subit$residuals) ( subitnonit2 ) 5 menulm(data = IT98.R, formula = Residuals ~ CEOS98 + GPOS98 + ROIC98 + SGR98) ( XX98.RXX00.RIT, subit, nonit9 ) 2004/11/26 S-PLUS 20

2 guiplot( PlotType = "", DataSet = "growth", Columns = "year,growth") guimodify( "LinePlot", Name = "GS1$1$1", LineStyle = "Solid", LineColor = "Lt Cyan", 6 guiplot( PlotType = "", DataSet = "Average.weekly.Residuals", Columns = "week,it, IT,IT") guimodify( "Graph2D", Name = "GS1$1", PanelType = "By Plot") LineWeight = "8", ConnectLineType = "To Y = 0") guimodify( "LinePlot", Name = "GS1$1$1", UseTextAsSymbol = T, VarySymbolText = "y Column") guimodify( "LinePlot", Name = "GS1$1$1", SymbolHeight = "0.2") guimodify( "Axis2dY", Name = "GS1$1$Axis2dY1", (ex. 1981/09/20 81.9) AxisMin = "-2", AxisMax = "Auto") 2004/11/26 S-PLUS 21