滚动回归 4 年的数据，每次新回归和 NA 处理提前一个月

如何解决滚动回归 4 年的数据，每次新回归和 NA 处理提前一个月

前段时间，我编写了一个关于代码的 question here，该代码允许我估计每次回归需要 4 年的时间，而每次新的估计都会提前一个月。答案很有帮助，我终于根据答案制作了自己的代码。但是，我的数据库中有很多变量已经有很多年了，所以我不得不删除这些变量以避免我得到的错误，因为某些变量的某些窗口充满了 NA。我的原始数据集名为“Data_t”是：

Data

我所做的是：

thedata <- Data_t[,which(colMeans(!is.na(Data_t))>0.88)]

然后，根据我申请的answer to my previous question：

library(zoo)

ndata <- data.frame(date = thedata$Fecha,thedata[,2:ncol(thedata)])
w <- 49 # number of trailing months to regress over 
depvars <- colnames(thedata[7:ncol(thedata)])
indep <- c("Mkt","SMB","HML","RMW","CMA")

reg <- function(ym_,depvar,indep,data,w,ym) {
ok <- ym > ym_ - w/12 & ym <= ym_
fo <- reformulate(indep,depvar)
fm <- lm(fo,subset = ok,na.action = na.exclude)
co <- coef(fm)
n <- nobs(fm)
se_sq <- diag(vcov(fm))
fac <- se_sq / (se_sq + sigma(fm)^2)
fac2 <- sigma(fm)^2/(se_sq + sigma(fm)^2)
co= co * fac + co * fac2
c(co,n = n)

}

ym <- as.yearmon(ndata$date)
ym_u <- tail(unique(ym),-(w-1))

L <- Map(function(depvar) {
data.frame(yearmon = ym_u,t(sapply(ym_u,reg,depvar = depvar,indep = indep,data = ndata,w = w,ym = ym)),check.names = FALSE)
},depvars)

b_data <- dplyr::bind_rows(L,.id = "depvar")

然而，我现在被要求不要忽略那些没有 NA 的变量，而是包括他们对他们有数据的年份的估计。我试图选择构建不同的数据集，但工作量很大，而且效率很低。我想知道您是否可以告诉我一种在功能代码中包含一种方法来表示 r 以从 NA 结束的年份获取变量并从那里估计系数。

提前致谢。