企業のパネルデータ分析 同志社大学 中尾ゼミ 印刷用

目的 例①複数年度のデータたとえば， 2001 年から 2004 年で，食品産業の企業で売上高 1000 億 円以上の大企業と 1000 億円未満の企業群の 利潤率のばらつきの原因を比較分析する 例②複数年度のデータで，食品産業の企業で 広告をしている企業を対象に広告が利潤率 に与える影響を明らかにする

パネルデータ分析の方法 複数の企業の時系列データを収集する 例 : 食品産業の企業３０社 ２００１年から２００４年 ３０社 × ４年＝１２０ → 総データ数 この１２０社の４年のデータを使って分析する． 例えば，４社の３０年のデータを使って分析して もよい．

データ収集 食品産業の企業３０社の２００１年から２００４年 のデータとして 例えば， 資産合計，売上高，営業利益 を収集し， food0104.txt に書き込む パネルデータの収集方法の説明は これを読むにはパスワードが必要！クリック後に表 れるパスワード入力画面はこの画面の後かも．．． 注意：決算月を変更した企業は採用しない

XTSP 起動 XTSP を起動する． 初期画面の使い方は以下にあります｡ ｔ e.jp/class/HowToUseXXTSP.mht 『新しい TSP ファイル』ボタンをクリック，必要な 情報を入力する 入力方法の説明は以下にあります｡ ｔ e.jp/class/HowToTSPPNL.mht

プログラム例 TSP プログラムを編集する画面で例えば，以下のように書き 換えます． OPTIONS CRT; SMPL 1 120; ３０社で４年のデータ＝１２０ コード 年 決算月 資産合計 売 上高 利潤 READ(file=‘food0104.CSV’) cd y m k u r ; Freq(panel,ID=cd); データがパネルデータと指定 rjr=r/k; 利潤率計算 gr=u/u(-1); 成長率計算 panel rjr c gr u; パネルデータで統計分析 END;

４種類の計算結果 TSP でパネルデータを計算すると４種類の計算結果 が表示されます． 上から順に ①データプールモデル ②平均値モデル ③固定効果モデル ④ランダム効果モデル です．

①データプールモデル 食品産業の企業３０社の２００１年から２００４ 年のケースであれば 企業３０社 × ４年＝１２０のデータすべてを 使って最小自乗法で縦軸切片と係数を推定する． 例：被説明変数が利潤率ｒ，説明変数が広告ａとし て ｒ＝５＋ 0.5 ａ となったとすれば， 広告ａがゼロのときには利潤率ｒは５． 広告ａが１増加すれば利潤率は 0.5 増加する

②平均値モデル 食品産業の企業３０社の２００１年から２００４年 のケースであれば 企業３０社の各社について ４年間の利潤率と広告の平均値を計算する． その結果３０個のデータが得られる． この３０のデータを用いて最小自乗法で縦軸切片と 係数を推定する．

③固定効果モデル 食品産業の企業３０社の２００１年から２００４年の 例 縦軸切片は各社で異なると想定して最小自乗法で縦 軸切片と係数を推定する． 例：被説明変数が利潤率ｒ，説明変数が広告ａとして ａ社：ｒ＝５＋ 0.5 ａ b 社：ｒ＝７＋ 0.5 ａ ｃ社：ｒ＝－３＋ 0.5 ａ，．．．．後２７社分 ただし，縦軸切片の推定結果は表示されない

④ランダム効果モデル 食品産業の企業３０社の２００１年から２００４年の 例 各企業の被説明変数に影響を与える変数が抜けてい ると想定して推定する． ４種類の計算結果のうち 固定効果モデ ルを利用する

推定結果１：データプールの分析結果 TOTAL (plain OLS) Estimates: Dependent variable: RJR Mean of dep. var. = Std. dev. of dep. var. = 略 R-squared = Adjusted R-squared = E 略 Estimated Standard Variable Coefficient Error t-statistic P-value GR E [.101] U E E [.894] C E [.098] これはすべてのデータを同時に用いた推定結果．

推定結果２：固定効果モデルの分析結果 WITHIN (fixed effects) Estimates: Dependent variable: RJR Mean of dep. var. = Std. dev. of dep. var. = 略 R-squared = Adjusted R-squared = 略 Estimated Standard Variable Coefficient Error t-statistic P-value GR E E [.869] U E E [.492] これは縦軸切片が企業によって異なるとして推定した結果．

データチェック プログラムを赤字のように訂正して実行してくださ い。 OPTIONS CRT; SMPL 1 120; READ(file='food0104.CSV') cd y m k u r; Print cd y m k u r; データの印刷 Freq(panel,ID=CD); rjr=r/k; gr=u/u(-1); panel rjr c gr u; END;

企業に複数データがあるケース 同じ企業で，単一年に２あるいは３以上のデータがあ るケースがある場合，例えば， 企業コード，年，月，売上高，営業利益のケースで CD Y M k u r となっているケースでは，同一企業が単一年に２回 財務データを公表しています．このような場合には， この企業をサンプルから削除して，データ収集をや りなおしてください。

欠損データ１ エクセルでデータを見て空白があれば欠損データです ． 全企業でデータがない場合にはそのデータを除いてデ ータ収集をやりなおしてください． 一部の企業で欠損データがある場合には (1) エクセルで空白欄をすべてゼロにし (2)TPS プログラムで，ゼロにしたデータを分析対象か ら 除いてください．例えば， AD に欠損データがある場 合には Select AD ＞０ ； としてください。

欠損データ２ OPTIONS CRT; SMPL 1 120; READ(file='food0104.CSV') cd y m k u r AD RD ; Freq(panel,ID=CD); AD と RD に欠損データがある場合には Select AD>0 & RD>0; Panel u c AD RD r; とします．

大企業の分析 OPTIONS CRT; SMPL 1 120; READ(file='food0104.CSV') cd y m k u r ; Print cd y m k u r ; データの印刷 Freq(panel,ID=CD); rjr=r/k; gr=u/u(-1); 売上高 1000 億円以上の企業を選択 Select u>= ; 単位は 100 万円 Panel rjr c gr U; 売上高 1000 億円以下の企業を選択 Select u< ; Panel rjr c gr u;

利潤がプラスの大企業の分析 OPTIONS CRT; SMPL 1 120; READ(file='food0104.CSV') cd y m k u r ; Freq(panel,ID=CD); rjr=r/k; gr=u/u(-1); 売上高 1000 億円以上での企業を選択 Select u>= & r> 0; 単位は 100 万円 Panel rjr c gr U;

マクロ経済データの収集 ①企業行動はマクロ経済状況の影響を受けるため， パネルデータ分析でもマクロ経済データを収集して 説明変数とする必要がある． ②マクロ経済データは財務データの 1 年前のものを収 集．財務データが 2001 年決算から 2004 年決算であれ ば，マクロ経済データは 2000 年度から 2003 年度の年 度データを収集する．これは企業決算は３月が多い ため． ③収集したマクロ経済データ使って，財務データファ イルに追加する → 次のスライド参照．

マクロ経済データの利用 例えば，マクロ経済データとして GDP を収集し， 財務データに追加する場合は以下のように変更 する  財務データ  マクロデータ コード 年 月 財務データ 年 データ

マクロ経済データの利用のプログラム プログラムを赤字のように訂正して実行してくださ い。 OPTIONS CRT; SMPL 1 120; READ(file=‘food0104.CSV’) cd y m k u r y2 GDP; Print cd y m k u r y2 GDP; Freq(panel,ID=CD); rjr=r/k; gr=u/u(-1); panel rjr c gr u gdp; END;