본문 바로가기

WBS - 2023 Fall/기업경제학 연습11

(기업경제 #11) 불연속 회귀의 개념 기업경제학 실습: 제11회 蟻川靖浩 참고 문헌 야스이 쇼타, 『효과 검증 입문』기술평론사, 2019년 Angrist, J. D., and J. Pischke. 2009. 대부분 무해한 계량경제학. 프린스턴 대학 출판부. Angrist, J. D., and J. Pischke. 2015. 메트릭 마스터하기: 원인에서 결과로 가는 길. 프린스턴 대학 출판부. Boone, A. L. and J.T. White. 2015. 기관 소유가 기업의 투명성과 정보 생산에 미치는 영향. 금융 경제학 저널, 117:508-533. Cunningham, S. 2021. 인과적 추론. 예일 대학 출판부. Imbens,G. and T.Lemieux.2008. 회귀 불연속성 설계: 실무 가이드. 계량경제학 저널 62: 615-6.. 2023. 12. 21.

(기업경제 #10) 성향 점수를 사용하지 않는 매칭 | 복원 매칭과 비복원 매칭 기업경제학 실습: 제10회 蟻川靖浩 오늘의 일정 성향 점수를 사용하지 않는 매칭 복원 매칭과 비복원 매칭 참고 문헌: 커닝햄, S. 2021. 인과 관계 추론. 예일 대학 출판부. Ho,D., Imai,K., King,G., E. A. Stuart.2011. MatchIt: 파라메트릭 인과 추론을 위한 비모수적 전처리. 야스이 쇼타・주식회사 헉소엠『효과검증입문』기술평론사, 2020년 다카하시 마사무네, 『통계적 인과추론의 이론과 구현 잠재적 결과변수와 결측 데이터』공립출판사, 2022년 호시노 타다노, 다나카 히사미노 『R로 하는 실증분석』오름사, 2016년 매칭 다음 절차를 매칭(Matching)이라고 한다. 1) 처리군에 사용할 샘플을 선택한다. (분석 타겟) 2) 처리군에 포함된 샘플 하나하나에 대.. 2023. 12. 14.

(기업경제 #9) Matching 기업경제학 실습: 제9회 오늘의 일정 매칭(1) 참고 문헌: Cunningham, S. 2021. Causal Inference. Yale University Press. Ho,D., Imai,K., King,G., E. A. Stuart.2011. MatchIt: Nonparametric Preprocessing for Parametric Causal Inference. 야스이 쇼타 주식회사 호쿠소엠 '효과 검증 입문' 기술평론사, 2020년 호시노 다카히로(星野嵩宏)「통계적 인과효과의 기초」岩波データサイエンスVol.3, 62- 89, 2016년 森田果『실증분석입문:데이터에서 '인과관계'를 읽는 법』일본평론사, 2014년 Pearl,J., Glymour,M., and N.P.Jewell, 『입문 통계적.. 2023. 12. 6.

(기업경제 #8) 로지트 모델(Logit Model)과 프로빗 모델(Probit Model) 기업경제학연습 제8회 오늘의 일정 로지트 모델(Logit Model)과 프로빗 모델(Probit Model) 참고 문헌: 森田果『실증분석입문』일본평론사, 2014년 니시야마 게이히코・신야 모토츠기・가와구치 다이지・오쿠이 료(奥井亮) 『계량경제학』유이카쿠(有斐閣), 2019년 J.M.Wooldridge.2020.Introductory Econometrics. A Modern Approach. Cengage. 로지트/프로빗 모델 로지트/프로빗 모형은 설명변수가 1과 0으로 표시되는 '질적 변수'일 때 사용되는 분석 기법 피설명변수가 연속변수가 아니기 때문에 OLS 등을 사용할 수 없다. 처리군에 들어갈 확률을 고려하기 위해서는 로지트/프로빗 모형이 필요하다. 피설명 변수가 '질적 변수'인 경우의 분석 '질적.. 2023. 11. 29.

(기업경제 #7) DID | Difference-in-Difference (차이의 차이 분석) 기업경제학 실습: 제7회 오늘의 일정 데이터 결합 차이의 차이 분석(Difference-in-Difference: DID) DID를 이용한 분석 예시: 동족기업 CEO 승계 이벤트로 인해 동족기업은 비동족기업에 비해 상대적으로 높은 성과를 창출할 수 있는가? 여러 데이터 결합에 대하여 여러 데이터를 가로로 결합하려면 join 함수가 편리합니다. 준비로 두 개의 서로 다른 파일을 준비합니다. a b x1 x3 1 A 1 1 A TRUE 2 B 2 2 B FALSE 3 C 3 3 D TRUE 여러 데이터 결합에 대하여 a와 b의 공통된 부분만 매칭하여 연결한다. inner 2023. 11. 16.

(기업경제 #6) 패널 분석 (Panel data analysis) 기업경제학연습 제6회 오늘의 예정 패널 분석 (Panel data analysis) 시계열 데이터 특정 경제주체에 대해 일정한 시간 간격으로 수집한 정보를 시계열 데이터라고 한다. 일반적으로 시계열 데이터의 빈도(간격)는 일정하며, 연, 반기, 분기, 월 등으로 수집된 것 시계열 데이터는 동일한 주체에 대한 변수의 '변화'를 추적한다. Cross-Section Data(횡단면 데이터) 여러 경제주체의 '특정 시점'의 정보를 횡단면적으로 수집한 것을 Cross-Section Data(횡단면 데이터)라고 한다. 시점은 고정되어 있지만, 대상 범위에 따라 국가-지역-지방자치단체 등의 지점, 기업-학교 등 조직, 연령-학력 등 속성 속에서 각 변수가 어떻게 분포되어 있는지 파악할 수 있다. 횡단면 데이터는 각 .. 2023. 11. 9.

(기업경제 #5) 더미 변수를 이용한 분석 기업경제학 실습 제5회 오늘의 일정 더미 변수를 이용한 분석 변수 선택 문제 참고 문헌 西山慶彦・新谷元嗣・川口大司・奥井亮『계량경제학』有斐閣,2019년, 5장 林賢一・下平英寿『R로 배우는 통계적 데이터 분석』講談社,2020년3장, 4장 森田果『실증분석입문』일본평론사, 2014년, 9장 山本勲『실증분석을 위한 계량경제학』중앙경제, 2015년, 3 장 더미 변수 활용 추정식 y = f(x)에서 피설명변수 y와 설명변수 x의 관계는 모든 관측값에 평균적으로 잘 맞는다는 가정 y = f(x) = β₀ + β₁ x₁ + u 실제로는 다양한 속성(예: 국적, 성별, 연령, 업종 등)에 따라 관계가 달라질 수 있다. 속성 정보를 1 또는 0의 값을 갖는 특수한 데이터로 수치화하여 분석하는 경우, 이 변수를 '더미변수'.. 2023. 11. 2.

(기업경제 #4) 이상치 처리 | 선형 회귀 모델(2) 기업경제학 실습 제4회 오늘의 일정 데이터 집계 방법: R로 데이터 정리하기 이상치 처리 선형 회귀 모델(2) 변수의 단위 누락변수 편향에 대하여 참고 문헌: 모리타 카『실증분석입문』일본평론사, 2014년 업종별 또는 연도별 평균값 샘플을 특정 그룹으로 분류하고, 각 그룹별로 평균값 등을 계산할 때 group_by ( ) 라는 명령을 사용한다. 패턴 1 test_group %>% filter ( TCLS = 8000 ) %>% group_by ( TCLS ) %>% summarize ( n=n(), mean_ROA_0 = mean ( ROA_0 , na.rm = TRUE ) ) 패턴 2 : mean_ROA_0_i 에 이름을 변수로 추가한다. mean_ROA_0_i % filte.. 2023. 10. 26.

(기업경제 #3) 선형회귀 Model 기업경제학연습 제3회 선형회귀 모델 𝐸 ( 𝑌ᵢ | 𝑋ᵢ ) = 𝛽₀ + 𝛽₁ 𝑋ᵢ 회귀모델의 기본 개념은 Y가 어떤 값을 가졌을 때 그 원인을 X에서 찾으려는 것 X : 영향을 미치는 변수를 설명변수(또는 독립변수)라고 한다. Y : 영향을 받는 후자의 변수를 목적변수(또는 종속변수)라고 한다. β₀과 β₁을 구하는 방법이 최소자승법(Ordinary Least Square: OLS)이다. 선형회귀 모델 Y는 데이터 수집 및 기록 시 발생하는 오차 등 X 이외의 요인에도 의존한다. 편차는 있지만 두 변수의 관계가 대략 직선으로 표현될 때 다음과 같이 쓸 수 있다. 𝑌ᵢ = 𝛽₀ + 𝛽₁ 𝑋ᵢ + 𝑢ᵢ 단, u는 직선으로부터의 편차를 나타내며 오차항이라고 한다. 중회귀모델(Multiple Regressio.. 2023. 10. 19.

(기업경제 #2) 기업경제학 실습 제2회 蟻川靖浩 해답 해결책 1 : 일본 전역의 중학생에게 시험을 치르게 한다 → 이 방법은 비용이 너무 많이 든다. → 대안적인 방법은 무엇인가? 해결책 2 : 정확성을 희생하더라도 일부 학생들만 시험을 치르게 함. 예 : TV 시청률 조사 등 모집단과 표본 '전국의 중학생' → 원래 관심의 대상이었던 데이터 전체이며, 이를 모집단(population)이라고 한다. '일부 학생들만' → 모집단의 일부를 추출한 것이며, 이를 표본(Sample)이라고 한다. 모집단에서 표본을 꺼내는 것 = 표본 추출 모집단의 성질을 나타내는 통계적 지표(평균, 분산, 상관계수 등)를 모수(매개변수)라고 한다. 추측 통계의 분류 : 추정 추정 통계에 포함되는 방법은 크게 2개 1) 추정：구체적인 값을 사용하.. 2023. 10. 12.

(기업경제 #1) 기업경제학 실습: 제1회 蟻川靖浩 이 과목에 대해 기업금융 및 기업지배구조 분야에서 사용되는 실증분석 기법에 대한 해설을 제공한다. 참가자가 직접 선택한 주제에 대해 분석, 보고하는 시간을 갖는다. 각자 스스로 데이터 분석을 할 수 있는 능력을 갖추는 것을 목표로 한다. 데이터 분석의 주요 도구 중 하나인 R의 사용법을 배운다. 이 강의 참석에 따른 의무사항은 다음과 같다. 학기말에 자신이 선택한 주제에 대해 분석, 보고서를 작성한다. 분석에 있어서는 어떤 종류의 데이터 분석을 한다. 이 강의 내용과 관련된 도서 이토 공이치로『데이터 분석의 힘 인과관계에 접근하는 사고법』光文社新書, 2017년 다카하시 마사노부『통계적 인과추론의 이론과 구현 잠재적 결과변수와 결측데이터』공립출판사, 2022년 니시야마 게.. 2023. 10. 5.

이전 1 다음

티스토리툴바