管理研究方法2：數(shù)據(jù)分類與收集

1、主講人：毛新述數(shù)據(jù)分類數(shù)據(jù)收集數(shù)據(jù)分析1.對(duì)現(xiàn)象進(jìn)行計(jì)量的結(jié)果 2.不是指單個(gè)的數(shù)字，而是由多個(gè)數(shù)據(jù)構(gòu)成的數(shù)據(jù)集 3.不僅僅是指數(shù)字，它可以是數(shù)字的，也可以是文字的 2022-3-18數(shù)據(jù)數(shù)據(jù)的分類的分類按計(jì)量尺度定類數(shù)據(jù)定序數(shù)據(jù)定量數(shù)據(jù)按時(shí)間狀況截面數(shù)據(jù)混合數(shù)據(jù)按收集方法觀察數(shù)據(jù)試驗(yàn)數(shù)據(jù)時(shí)序數(shù)據(jù)1.1.定類數(shù)據(jù)定類數(shù)據(jù)/ /分類數(shù)據(jù)分類數(shù)據(jù)(categorical data)(categorical data) 只能歸于某一類別的非數(shù)字型數(shù)據(jù)對(duì)事物進(jìn)行分類的結(jié)果，數(shù)據(jù)表現(xiàn)為類別，用文字來(lái)表述例如，虧損和非虧損、國(guó)有和民營(yíng)2.2.定序數(shù)據(jù)定序數(shù)據(jù)/ /順序數(shù)據(jù)順序數(shù)據(jù)(rank data)(r

2、ank data) 只能歸于某一有序類別的非數(shù)字型數(shù)據(jù)對(duì)事物類別順序的測(cè)度，數(shù)據(jù)表現(xiàn)為類別，用文字來(lái)表述例如，信息披露：優(yōu)秀、良好、合格、不合格等3.3.定量數(shù)據(jù)定量數(shù)據(jù)/ /數(shù)值型數(shù)據(jù)數(shù)值型數(shù)據(jù)(metric data)(metric data) 按數(shù)字尺度測(cè)量的觀察值結(jié)果表現(xiàn)為具體的數(shù)值，對(duì)事物的精確測(cè)度例如：公司的資產(chǎn)、ROA定量數(shù)據(jù)可進(jìn)一步區(qū)分為定距數(shù)據(jù)定距數(shù)據(jù)和定比數(shù)據(jù)定比數(shù)據(jù)定量數(shù)據(jù) 定距數(shù)據(jù)，表現(xiàn)為數(shù)值，可進(jìn)行加、減運(yùn)算，如溫度 定比數(shù)據(jù)，表現(xiàn)為數(shù)值，可進(jìn)行加、減、乘和除運(yùn)算，時(shí)間、重量和長(zhǎng)度都是定比數(shù)據(jù)主要的區(qū)別 定距數(shù)據(jù)中的“0”是人為給定的，不具有實(shí)際意義，比如溫度為0并不

3、表示沒(méi)有溫度 定比數(shù)據(jù)中的“0”是實(shí)際意義上的真實(shí)零點(diǎn)比如說(shuō)，一個(gè)公司的ROA為0的含義是什么？1989年，美國(guó)通用汽車公司的銷售收入為127億美元，福特汽車公司為96.9億美元？如何基于不同的計(jì)量尺度來(lái)進(jìn)行描述定類數(shù)據(jù)定序數(shù)據(jù)定距數(shù)據(jù)定比數(shù)據(jù)從某數(shù)據(jù)庫(kù)中調(diào)出的A公司的資產(chǎn)項(xiàng)目的數(shù)據(jù)如下，則A公司的資產(chǎn)總計(jì)為多少？貨幣資金貨幣資金應(yīng)收賬款應(yīng)收賬款存貨存貨固定資產(chǎn)固定資產(chǎn)無(wú)形資產(chǎn)無(wú)形資產(chǎn)資產(chǎn)總計(jì)資產(chǎn)總計(jì)100200300400.？按計(jì)量尺度區(qū)分?jǐn)?shù)據(jù)類型的意義 1.不同的數(shù)據(jù)需要采用不同的統(tǒng)計(jì)方法來(lái)處理 定類數(shù)據(jù)：計(jì)算頻數(shù)和頻率，列聯(lián)分析和卡方檢驗(yàn) 定序數(shù)據(jù)：中位數(shù)和分位數(shù)，等級(jí)相關(guān)分析 2.高層

4、次計(jì)量尺度的數(shù)據(jù)可以很容易轉(zhuǎn)換為低層次計(jì)量尺度的數(shù)據(jù) 比如根據(jù)ROA是否小于0，將上市公司劃分為2組等 3.高層次計(jì)量尺度的數(shù)據(jù)包含更多的數(shù)學(xué)特性，所運(yùn)用的統(tǒng)計(jì)方法越多。 4.適用于低層次計(jì)量尺度數(shù)據(jù)的方法也使用高層次計(jì)量尺度的數(shù)據(jù)，反之則不能成立1.1.觀測(cè)數(shù)據(jù)觀測(cè)數(shù)據(jù)(observational data)(observational data) 通過(guò)調(diào)查或觀測(cè)而收集到的數(shù)據(jù)在沒(méi)有對(duì)事物人為控制的條件下而得到的有關(guān)社會(huì)經(jīng)濟(jì)現(xiàn)象的統(tǒng)計(jì)數(shù)據(jù)幾乎都是觀測(cè)數(shù)據(jù)2.2.試驗(yàn)數(shù)據(jù)試驗(yàn)數(shù)據(jù)(experimental data)(experimental data) 在試驗(yàn)中控制試驗(yàn)對(duì)象而收集到的數(shù)據(jù)比如

5、，卡尼曼實(shí)驗(yàn)中對(duì)測(cè)試者風(fēng)險(xiǎn)態(tài)度的數(shù)據(jù)等自然科學(xué)領(lǐng)域的數(shù)據(jù)大多數(shù)都為試驗(yàn)數(shù)據(jù)，社會(huì)科學(xué)中的使用也逐步增多1.截面數(shù)據(jù)(cross-sectional data)(cross-sectional data) 在相同或近似相同的時(shí)間點(diǎn)上收集的數(shù)據(jù)描述現(xiàn)象在某一時(shí)刻的變化情況比如，2010年我國(guó)滬深兩市上市公司的凈利潤(rùn)2.時(shí)間序列數(shù)據(jù)(time series data) (time series data) 在不同時(shí)間上收集到的數(shù)據(jù)描述現(xiàn)象隨時(shí)間變化的情況比如，1994-2003萬(wàn)科的每股收益3.混合橫截面數(shù)據(jù)(pooled cross-sectional data) (pooled cross-se

6、ctional data) 由不同期間的橫截面數(shù)據(jù)混合而成的數(shù)據(jù)。橫截面數(shù)據(jù)的重要特征 通常我們可以假定，它們是從樣本背后的總體通過(guò)隨機(jī)抽樣（random sampling）而得到的。 改變觀測(cè)值（observation）的排列順序，對(duì)分析不會(huì)有任何影響。 WAGE1.dta中1976年526個(gè)工人的橫截面數(shù)據(jù)股票代碼股票代碼會(huì)計(jì)年度會(huì)計(jì)年度每股收益每股凈資產(chǎn)每股經(jīng)營(yíng)現(xiàn)金流000002000002200320030.38853.3681-1.0591000876000876200320030.39444.3807-0.1485600837600837200320030.40612.07780.

7、297時(shí)間序列數(shù)據(jù)是由一個(gè)或幾個(gè)變量不同時(shí)期的觀測(cè)值所構(gòu)成。如股票價(jià)格，GDP等。時(shí)間序列數(shù)據(jù)包括不同的數(shù)據(jù)頻率（data frequency），最常見(jiàn)的頻率包括年、季、月、周、天、小時(shí)、分鐘等。 時(shí)間序列數(shù)據(jù)有一個(gè)關(guān)鍵的特征，觀測(cè)數(shù)據(jù)在時(shí)間上不獨(dú)立（時(shí)間相依）。同橫截面數(shù)據(jù)的排序不同，觀測(cè)值的順序在時(shí)間序列分析中則非常重要。股票代碼股票代碼會(huì)計(jì)年度會(huì)計(jì)年度每股收益滯后1期每股收益000002000002199419940.7425.000002000002199519950.51160.7425000002000002199619960.47210.511600000200000219971

8、9970.4150.4721000002000002199819980.40750.415000002000002199919990.420.4075000002000002200020000.47740.42000002000002200120010.59230.4774000002000002200220020.60610.5923000002000002200320030.38850.6061混合橫截面數(shù)據(jù)，由不同期間的橫截面數(shù)據(jù)混合而成的數(shù)據(jù)?；旌蠙M截面數(shù)據(jù)既具有橫截面數(shù)據(jù)的特點(diǎn)，又具有時(shí)間序列數(shù)據(jù)特點(diǎn)的數(shù)據(jù)?；旌蠙M截面數(shù)據(jù)的分析同橫截面數(shù)據(jù)的分析非常類似。然而，通常可以從混合橫截面數(shù)

9、據(jù)中獲取更多的信息，即變量之間的關(guān)系如何隨時(shí)間的變化而變化。這對(duì)政策的效果的分析將非常有用。混合橫截面數(shù)據(jù)存在兩種排列格式。會(huì)計(jì)年度股票代碼每股收益每股凈資產(chǎn)每股經(jīng)營(yíng)現(xiàn)金流200220020000020000020.60615.3580.2042200220020008760008760.38483.6360.4655200320030000020000020.38853.3681-1.0591200320030008760008760.39444.3807-0.1485200320036008376008370.40612.07780.297代碼EPS2002EPS2002EPS2003EP

10、S2003BV2002BV2002BV2003BV2003OCF2002OCF2002OCF2003OCF20030000020000020.60610.38855.3583.36810.2042-1.05910008760008760.38480.39443.6364.38070.4655-0.14856008376008370.31140.40613.3282.07780.19890.297 從數(shù)據(jù)庫(kù)里調(diào)出來(lái)的數(shù)據(jù)結(jié)構(gòu)最多的混合橫截面數(shù)據(jù)結(jié)構(gòu)1，如色諾芬、國(guó)泰安。也有少量的數(shù)據(jù)結(jié)構(gòu)為混合橫截面數(shù)據(jù)結(jié)構(gòu)2，如巨靈。通常，對(duì)混合橫截面數(shù)據(jù)結(jié)構(gòu)1的處理更加方便。Stata中的reshaperes

11、hape命令可以實(shí)現(xiàn)兩種數(shù)據(jù)結(jié)構(gòu)的自由轉(zhuǎn)換*打開(kāi)reshape命令演示數(shù)據(jù)reshape wide r jqr, i(dm nd) j(m)reshape long面板數(shù)據(jù)，也譯為縱列數(shù)據(jù)，是指由橫截面數(shù)據(jù)集中每個(gè)數(shù)據(jù)的一個(gè)時(shí)間序列組成。對(duì)100家上市公司連續(xù)收集10年的數(shù)據(jù)。面板數(shù)據(jù)有別于混合橫截面數(shù)據(jù)的關(guān)鍵特征是，同一橫截面數(shù)據(jù)的數(shù)據(jù)單位（個(gè)人或公司等）都被跟蹤了一段特定的時(shí)期。和橫截面數(shù)據(jù)一樣，對(duì)面板數(shù)據(jù)中的橫截面的數(shù)據(jù)的排序無(wú)關(guān)緊要。股票代碼會(huì)計(jì)年度每股收益每股凈資產(chǎn)每股經(jīng)營(yíng)現(xiàn)金流000002000002200220020.60615.3580.20420000020000022003

12、20030.38853.3681-1.0591000876000876200220020.38483.6360.4655000876000876200320030.39444.3807-0.1485600837600837200220020.31143.3280.1989600837600837200320030.40612.07780.297橫截面數(shù)據(jù)通常不能反映變量各期之間的相依性，通常只適合對(duì)靜態(tài)關(guān)系進(jìn)行模型化；時(shí)間序列數(shù)據(jù)可以對(duì)變量之間的動(dòng)態(tài)相依進(jìn)行模型化；面板數(shù)據(jù)可以實(shí)現(xiàn)對(duì)靜態(tài)關(guān)系和動(dòng)態(tài)關(guān)系的模型化比如通過(guò)橫截面數(shù)據(jù)可以對(duì)盈余對(duì)市場(chǎng)回報(bào)的影響進(jìn)行模型化通過(guò)時(shí)間序列數(shù)據(jù)可以對(duì)股市發(fā)展對(duì)

13、市場(chǎng)回報(bào)的影響進(jìn)行模型化通過(guò)面板數(shù)據(jù)可以同時(shí)對(duì)盈余和股市發(fā)展對(duì)產(chǎn)生的影響進(jìn)行模型化。數(shù)據(jù)取得的幾種方式一、通過(guò)數(shù)據(jù)庫(kù)獲得檔案數(shù)據(jù)（archival study）二、通過(guò)調(diào)查問(wèn)卷獲取數(shù)據(jù)三、通過(guò)實(shí)驗(yàn)法獲取數(shù)據(jù)四、通過(guò)模擬（simulation）獲取數(shù)據(jù)常用的數(shù)據(jù)庫(kù)有哪些？ 美國(guó) CRSP、COMPUSTAT和I/B/E/S等數(shù)據(jù)庫(kù) 中國(guó) 國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR） 巨靈數(shù)據(jù)庫(kù)（genius） 銳思數(shù)據(jù)庫(kù)（resset） 聚源數(shù)據(jù)庫(kù)（Juyuan） 萬(wàn)德數(shù)據(jù)庫(kù)（wind） 色諾芬數(shù)據(jù)庫(kù)（ccer） 國(guó)際 Bloomberg Datastream這種方法的優(yōu)勢(shì)在于可以通過(guò)設(shè)計(jì)各種問(wèn)題，直接向被調(diào)查對(duì)

14、象尋找答案 Graham，Harvey和Rajgopal（2005）通過(guò)對(duì)美國(guó)401位財(cái)務(wù)經(jīng)理進(jìn)行問(wèn)卷調(diào)查，并對(duì)其中20位進(jìn)行深度訪談，以尋找影響盈余報(bào)告和自愿性披露的關(guān)鍵因素。問(wèn)卷調(diào)查在我國(guó)實(shí)證會(huì)計(jì)研究中也得到了廣泛的應(yīng)用但一定程度上也被濫用 問(wèn)卷發(fā)放的隨意性，而不是通過(guò)科學(xué)的設(shè)計(jì)來(lái)隨機(jī)獲取樣本 被調(diào)查者對(duì)研究有效性的影響非常大問(wèn)卷構(gòu)建 封面信 指導(dǎo)語(yǔ) 問(wèn)題和答案 問(wèn)題按其形式分：開(kāi)放式和封閉式 問(wèn)題按其內(nèi)容分：特征、行為和態(tài)度問(wèn)卷設(shè)計(jì)要點(diǎn) 簡(jiǎn)明清楚 設(shè)計(jì)問(wèn)卷不能帶有傾向性 不提有可能難以真實(shí)回答的問(wèn)題 不能把未經(jīng)確認(rèn)的事當(dāng)做前提假設(shè)量表 總加量表 區(qū)分兩類（同意、不同意），然后加總量化 李

15、克特表 區(qū)分為兩類以上（非常同意、同意、不知道、不同意、非常不同意），然后加總量化 語(yǔ)義差異量表 兩端為一對(duì)意義相反的形容詞，中間分為7個(gè)等級(jí) 7,6,5,4,3,2,1；或+3，+2，+1,0,-1，-2，-3問(wèn)卷設(shè)計(jì)后的預(yù)回答問(wèn)卷的回收率（70%）專家調(diào)查問(wèn)卷專家調(diào)查問(wèn)卷這種方法以經(jīng)濟(jì)學(xué)、心理學(xué)、社會(huì)學(xué)等諸多學(xué)科的理論為基礎(chǔ)，調(diào)查參與人在實(shí)驗(yàn)控制的場(chǎng)景中如何對(duì)會(huì)計(jì)問(wèn)題作出判斷、決策或采取行動(dòng)。它的優(yōu)勢(shì)在于可以操縱自變量的變化，觀察到這種變化對(duì)因變量的影響，從而更能得出因果關(guān)系的推論（羅煒，2005）。在實(shí)驗(yàn)中，通常需要將同意參加實(shí)驗(yàn)的對(duì)象隨機(jī)劃分處理組（treatment group）和控

16、制組（control group），以觀察到外生變化對(duì)行為和結(jié)果的影響。邀請(qǐng)符合條件的對(duì)象參加是否同意參加？是否隨機(jī)分配從研究中刪除劃分為處理組劃分為控制組社會(huì)實(shí)驗(yàn)研究中的隨機(jī)分配程序這對(duì)理解統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)學(xué)的方法，以及一些統(tǒng)計(jì)量的屬性非常有幫助。Help simulate總體和樣本 什么是總體和樣本？ 什么時(shí)候需要抽樣？ 如何從總體中獲取樣本？參數(shù)和統(tǒng)計(jì)量1.1.總體總體(population)(population)所研究的全部個(gè)體(數(shù)據(jù)) 的集合，其中的每一個(gè)元素也稱為個(gè)體分為有限總體和無(wú)限總體有限總體的范圍能夠明確確定，且元素的數(shù)目是有限的無(wú)限總體所包括的元素是無(wú)限的，不可數(shù)的2.2.

17、樣本樣本 (sample)(sample)從總體中抽取的一部分元素的集合構(gòu)成樣本的元素的數(shù)目稱為樣本容量或樣本量 (sample size)2022-3-18.研究我國(guó)上市公司的業(yè)績(jī)變化.研究某上市公司的業(yè)績(jī)變化當(dāng)個(gè)體足夠大時(shí)，通常需要通過(guò)抽樣設(shè)計(jì)來(lái)抽取一定數(shù)量的個(gè)體作為樣本 研究我國(guó)所有企業(yè)的資本結(jié)構(gòu)問(wèn)題？ 研究我國(guó)所有上市公司的資本結(jié)構(gòu)問(wèn)題？從總體中抽樣的基本步驟包括： 界定研究總體，被抽樣的元素集合，如全部上市公司 抽樣單位（sampling unit）與抽樣框（sampling flame） 抽樣單位指抽樣階段中供抽樣的元素，例如先從全部上市公司的行業(yè)作為樣本，然后從該行業(yè)中企業(yè)中抽樣

18、 抽樣框是指從中抽取樣本的抽樣單位清單，如行業(yè)清單和企業(yè)清單 確定樣本規(guī)模 樣本所含個(gè)體數(shù)目 通過(guò)不同的抽樣方法從總體中抽取樣本 簡(jiǎn)單隨機(jī)抽樣、分層隨機(jī)抽樣、整群抽樣、系統(tǒng)抽樣和多階段抽樣等抽樣過(guò)程中總體包含的所有個(gè)體都具有同等的和獨(dú)立的機(jī)會(huì)被選中。是一種最簡(jiǎn)單的獲取有代表性樣本的方法從全部學(xué)生中隨機(jī)抽取1名學(xué)生回答問(wèn)題sample 1,count從全部學(xué)生中隨機(jī)抽取2%的學(xué)生回答問(wèn)題sample 2類似地可以全部上市公司中隨機(jī)抽取一定的公司作為樣本分層隨機(jī)抽樣過(guò)程分兩步，先將總體按其特征和研究要求分為不同的集合“層”，然后從每一“層”內(nèi)進(jìn)行抽樣先全部學(xué)生分為男和女兩層，然后從中分別隨機(jī)抽取1名學(xué)生回答問(wèn)題sample 1,count by(gender)先將全部上市公司按行業(yè)分層，然后從每個(gè)行業(yè)中隨機(jī)抽取一定的公司作為樣本sample 20,count by(hy)是將一組被調(diào)查者視作一個(gè)抽樣單位而不是個(gè)體的抽樣方法。比如調(diào)查某個(gè)地區(qū)的上市公司情況sample2 50 if age40, c(hres