含重复年份的横截面数据如何在R中实现IRR对滞后MSCI、前瞻GDP的回归

你的数据是带重复年份的横截面数据，不需要转xts/ts格式，按以下步骤操作即可：

• 第一步：构造年度宏观变量映射表
  由于同一年份的MSCI、GDP指标值完全一致，先提取去重后的年度指标，先按年份排序，再计算所需的滞后/领先变量：

  library(data.table)
  # 提取去重的年度宏观指标
  yearly_macro <- unique(restr_subs[, .(vintage_year, msci, gdp_growth_euro, gdp_growth_america)])
  # 生成连续年份序列，避免跳年导致偏移期数错误
  full_years <- data.table(vintage_year = seq(min(yearly_macro$vintage_year), max(yearly_macro$vintage_year), 1))
  # 补全缺失年份的宏观数据，缺失值默认填充NA
  yearly_macro <- merge(full_years, yearly_macro, by = "vintage_year", all.x = T)
  # 按年份升序排序
  setorder(yearly_macro, vintage_year)
  # 计算t-1期MSCI、t+2期GDP
  yearly_macro[, `:=`(
    msci_lag1 = shift(msci, n = 1, type = "lag"),
    gdp_lead2_euro = shift(gdp_growth_euro, n = 2, type = "lead"),
    gdp_lead2_america = shift(gdp_growth_america, n = 2, type = "lead")
  )]
  

• 第二步：匹配滞后/领先变量到原始数据集
  按年份将计算好的偏移变量匹配到所有同年份的观测上：

  restr_subs <- merge(restr_subs, yearly_macro[, .(vintage_year, msci_lag1, gdp_lead2_euro, gdp_lead2_america)], by = "vintage_year", all.x = T)
  

• 第三步：运行回归模型
  直接用处理好的字段跑你需要的回归即可：

  # 示例为用欧元区GDP的回归，可根据需要替换为美国GDP变量
  model <- lm(IRR ~ msci_lag1 + gdp_lead2_euro, data = restr_subs)
  summary(model)
  

内容的提问来源于stack exchange，提问作者Joao Brito