在R中基于面板数据按公司年份构建年化收益率波动率五年均值

针对大型面板数据集计算公司层面年化波动率的五年均值并对应到t+5年份，这里提供两种高效实现方法，优先推荐data.table处理大样本数据：

方法一：使用data.table（高效适配大型数据） #

步骤1：加载包并转换数据格式 #

library(data.table)

# 将你的数据框转换为data.table（假设原数据名为df）
setDT(df)

步骤2：计算每年的年化波动率 #

按公司和年份分组，基于月度收益率计算年化波动率（月度标准差乘以√12）：

# 按公司、年份聚合，计算年化波动率
annual_vol <- df[, .(annual_vol = sd(ret, na.rm = TRUE) * sqrt(12)), 
                 by = .(firm_id, year)]

注意：如果ret是小数形式（如0.05代表5%），需乘以100转换为百分比波动率：sd(ret, na.rm=TRUE)*sqrt(12)*100

步骤3：计算滚动5年波动率均值并对应t+5年份 #

对每个公司按年份排序后，用左对齐滚动窗口取连续5年的波动率均值，将结果映射到t+5年份：

# 按公司、年份排序，确保时间序列连续
setorder(annual_vol, firm_id, year)

# 计算滚动5年均值，对应到t+5年份
vol_5y_mean <- annual_vol[, .(target_year = year + 5, 
                              vol_5y_mean = frollmean(annual_vol, n = 5, align = "left", na.rm = TRUE)), 
                          by = firm_id]

# 过滤掉窗口不完整的结果（即不足5年的均值）
vol_5y_mean <- vol_5y_mean[!is.na(vol_5y_mean)]

• align="left"：表示窗口从当前年份开始，包含当前及后续4年（共5年）
• target_year = year +5：将2010-2014年的均值对应到2015年（t+5）

方法二：使用dplyr+slider（语法更直观） #

步骤1：加载依赖包 #

library(tidyverse)
library(slider)

步骤2：计算年化波动率并生成五年均值 #

vol_5y_mean <- df %>%
  # 按公司、年份计算年化波动率
  group_by(firm_id, year) %>%
  summarise(annual_vol = sd(ret, na.rm = TRUE) * sqrt(12), .groups = "drop") %>%
  # 按公司、年份排序
  arrange(firm_id, year) %>%
  group_by(firm_id) %>%
  # 取当前年份及后续4年的滚动均值，仅保留完整窗口
  mutate(vol_5y_mean = slide_dbl(annual_vol, mean, .before = 0, .after = 4, .complete = TRUE),
         target_year = year +5) %>%
  # 过滤缺失值（不完整窗口）
  filter(!is.na(vol_5y_mean)) %>%
  ungroup() %>%
  # 选择需要的列
  select(firm_id, target_year, vol_5y_mean)

关键注意事项 #

1. 缺失值处理：na.rm=TRUE确保计算时忽略缺失的月度收益率，若需要严格排除含缺失值的年份，可在第一步聚合时先过滤ret为NA的行。
2. 数据连续性：确保每个公司的年份序列连续，若存在断档，滚动窗口会自动生成NA，需根据需求决定是否补全或过滤。
3. 单位转换：根据ret的存储形式（百分比/小数）调整波动率计算的系数。

内容的提问来源于stack exchange，提问作者Peter