Co to jest przekrojowa analiza danych?
Przekrojowa analiza danych jest wtedy, gdy analizujesz zestaw danych w ustalonym punkcie w czasie. Ankiety i rejestry rządowe są niektórymi powszechnymi źródłami danych przekrojowych. Zbiory danych rejestrują obserwacje wielu zmiennych w określonym punkcie czasu. Analitycy finansowiRola analityka finansowego może, na przykład, chcieć porównać sytuację finansową dwóch firm w określonym punkcie w czasie. W tym celu należy porównać bilanse tych dwóch firmBilansBilans jest jednym z trzech podstawowych sprawozdań finansowych. Sprawozdania te są kluczowe zarówno dla modelowania finansowego, jak i dla rachunkowości. Poniżej znajdują się skonsolidowane bilanse firm Amazon i Apple na koniec roku. Analityk mógłby wykorzystać je do przyjrzenia się ich sytuacji finansowej w 2018 roku. Jednak niewielka różnica w datach zakończenia okresów sprawozdawczych może wymagać dokonania kilku korekt.
Kurs zaawansowanego modelowania finansowego CFI & Valuation Course zawiera obszerne studium przypadku dotyczące firmy Amazon.
Przykłady przekrojowych zbiorów danych obejmują:
- Produkt krajowy brutto (PKB)Produkt krajowy brutto (PKB)Produkt krajowy brutto (PKB) jest standardową miarą zdrowia gospodarczego kraju i wskaźnikiem jego standardu życia. Również PKB może być używany do porównywania poziomów produktywności pomiędzy różnymi krajami. of North American countries in 2012 – The economic unit of analysis is a country from North America. Jednostka ekonomiczna analizy jest dla okresu czasu 2012. Typowym zapisem ze zbioru danych byłoby (Stany Zjednoczone Ameryki, 16,16 bln dolarów).
- GDP per capita krajów europejskich w 2010 roku – Jednostką ekonomiczną analizy jest kraj z Europy. Jednostka ekonomiczna analizy jest dla okresu czasu 2010. Typowy wpis ze zbioru danych byłby (Niemcy, 41 700 $).
- Całkowita stal wyeksportowana przez kraje azjatyckie w 2015 roku – Jednostką ekonomiczną analizy jest kraj z Azji. Jednostka ekonomiczna analizy jest dla okresu czasu 2015. Typowym wpisem ze zbioru danych byłoby (Indie, 3,17 mld $).
- Total oranges eaten by households in Ghana in 2018 – Jednostką ekonomiczną analizy jest gospodarstwo domowe w Ghanie. Jednostka ekonomiczna analizy jest dla okresu czasu 2018. Typowy wpis ze zbioru danych byłby (Gospodarstwo domowe 302, 200 pomarańczy).
Uses of Cross-Sectional Data
Krzyżowe zestawy danych są szeroko stosowane w ekonomii i innych naukach społecznych. Mikroekonomia stosowana wykorzystuje przekrojowe zbiory danych do analizy rynków pracyRynek pracyRynek pracy to miejsce, w którym spotykają się podaż i popyt na pracę, przy czym pracownicy świadczą usługi na rzecz pracodawców, finansów publicznych, teorii organizacji przemysłowej i ekonomii zdrowia. Politolodzy wykorzystują dane przekrojowe do analizy demografii i kampanii wyborczych. Analitycy finansowi zazwyczaj porównują sprawozdania finansoweThree Financial StatementsThe trzy sprawozdania finansowe są rachunek zysków i strat, bilans i sprawozdanie z przepływów pieniężnych. Te trzy podstawowe oświadczenia są z dwóch firm, analiza przekrojowa byłoby porównać oświadczenia dwóch firm w tym samym punkcie w czasie. Analiza danych szeregów czasowych Analiza danych szeregów czasowych jest analizą zbiorów danych, które zmieniają się w pewnym okresie czasu. Zestawy danych szeregów czasowych rejestrują obserwacje tej samej zmiennej w różnych punktach czasu. Analitycy finansowi wykorzystują dane szeregów czasowych, takie jak zmiany cen akcji lub sprzedaż firmy w czasie, co pozwala na porównanie sprawozdań finansowych tej samej firmy w wielu okresach czasu.
Źródła danych przekrojowych
- Bureau of Labor Statistics
- Dane spisowe
- Badania ludności
- Rezerwa FederalnaRezerwa Federalna (The Fed)Rezerwa Federalna jest bankiem centralnym Stanów Zjednoczonych i jest organem finansowym stojącym za największą na świecie gospodarką wolnorynkową.
- Panel Study of Income Dynamics
- US Bureau of Economic Analysis
- CompuStat
- Bank Rozrachunków Międzynarodowych (BIS)Bank Rozrachunków Międzynarodowych (BIS)Bank Rozrachunków Międzynarodowych (BIS) rozpoczął działalność w 1930 roku i jest własnością banków centralnych różnych krajów. Służy jako bank dla banków centralnych państw członkowskich, a jego zadaniem jest wspieranie międzynarodowej polityki monetarnej, stabilności finansowej i korporacji finansowych. Bank Rozrachunków Międzynarodowych jest oparty w
Random Sampling
Random sampling ramy jest statystyczne ramy, które są szeroko stosowane w analizie danych. Metoda losowego doboru próby działa przy założeniu, że istnieje ścisły związek między populacją a próbką pobraną z tej populacji.
Rozważmy opisany powyżej przykład konsumpcji pomarańczy przez ghańskie gospodarstwa domowe. Pomiar rzeczywistej konsumpcji pomarańczy w każdym gospodarstwie domowym w Ghanie pochłonąłby wiele zasobów (zarówno czasu, jak i pieniędzy). Znacznie taniej byłoby zmierzyć konsumpcję pomarańczy tylko w 1000 gospodarstw domowych w Ghanie. W takim przypadku populacja składa się z każdego gospodarstwa domowego w Ghanie, a próba składa się z 1000 gospodarstw domowych, których dane dotyczące konsumpcji pomarańczy są znane.
Ekonometryczna analiza przekrojowych zestawów danych zazwyczaj zakłada, że dane są generowane niezależnie i że obserwacje są wzajemnie niezależne. Takie założenie o niezależnie generowanych danych jest naruszone, gdy jednostka ekonomiczna analizy jest duża, w stosunku do populacji.
Załóżmy, że chcemy analizować PKB wszystkich krajów w Ameryce Północnej. Nasza populacja, w tym przypadku, składa się z 23 krajów. Każda próbka, którą skonstruujemy z populacji, nie może prawdopodobnie wspierać konstrukcji wzajemnie niezależnej próbki losowej. Na przykład, jest bardzo prawdopodobne, że PKB Stanów Zjednoczonych jest skorelowany z PKB Kanady.
Próba losowa w analizie danych przekrojowych
Rozważmy przekrojowy zbiór danych, który mierzy K cech dla N różnych podmiotów gospodarczych w czasie t. Pojedyncza obserwacja w przekrojowym zbiorze danych ma postać:
Gdzie:
- Un jest n-tą jednostką gospodarczą analizy
- X1n jest i-tą cechą dla n-tej jednostki gospodarczej
- t jest czasem
Przekrojowy zbiór danych został utworzony przy użyciu próby losowej wylosowanej z populacji (F, X, t), gdzie F jest wspólnym rozkładem wszystkich (U,X) w populacji w czasie t.
Dodatkowe zasoby
CFI oferuje certyfikat Financial Modeling & Valuation Analyst (FMVA)™FMVA® Dołącz do 850 000+ studentów, którzy pracują dla takich firm jak Amazon, J.P. Morgan i Ferrari 
program certyfikacji dla tych, którzy chcą przenieść swoją karierę na wyższy poziom. Aby kontynuować naukę i rozwijać swoją karierę, następujące źródła CFI będą pomocne:
- Podstawowe koncepcje statystyczne w finansachPodstawowe koncepcje statystyczne dla finansówSolidne zrozumienie statystyki jest niezwykle ważne, aby pomóc nam lepiej zrozumieć finanse. Ponadto, koncepcje statystyczne mogą pomóc inwestorom monitorować
- Próbkowanie klastrówPróbkowanie klastrów w statystyce, próbkowanie klastrów jest metodą próbkowania, w której cała populacja badania jest podzielona na zewnętrznie jednorodne, ale wewnętrznie
- Sample Selection BiasSample Selection BiasSample Selection Bias to błąd, który wynika z braku zapewnienia właściwej randomizacji próby populacji. Wady doboru próby
- Analiza wrażliwościCo to jest analiza wrażliwości? Analiza wrażliwości jest narzędziem wykorzystywanym w modelowaniu finansowym do analizowania, jak różne wartości zestawu zmiennych niezależnych wpływają na zmienną zależną
.