denver 发表于 2009-7-4 22:25
貌似在按照Fama的文章做

sungmoo 发表于 2009-7-5 07:54
见email

sungmoo 发表于 2009-7-5 07:54
见email

vincent829 发表于 2009-7-3 18:43
sample的id实际上是benchmark(population)的一部分。
sample有id（标识）,year(年份),month（月份）,mv（市场价值），return（月收益率）这几个变量，mv在1年是不变的。
population有id（标识），year（年份）,group(组数）mv(市场价值）
我已经把这两个数据库按照id和year merge了。

voodoo 发表于 2009-7-5 10:57

vincent829 发表于 2009-7-3 18:43
sample的id实际上是benchmark(population)的一部分。
sample有id（标识）,year(年份),month（月份）,mv（市场价值），return（月收益率）这几个变量，mv在1年是不变的。
population有id（标识），year（年份）,group(组数）mv(市场价值）
我已经把这两个数据库按照id和year merge了。

按照你这种说法，你不是在population中已经对每一id都求得group了嘛（一点都没错，sample是population的一部分，但是这个问题还是存在，举例说，A公司1981年上市，但是MV的数值是从1982年才有的，于是1981年缺失值需要1982年的填充，这也造成了A公司在1981年没有group，我们需要用1982的值放在1981年的标准下看他属于哪个group，这样就能给A公司在1981年做一个合理的group定位），剩下的工作不过是将sample所需的id（及group）从population中提取出来即可。此外，population中的mv指的又是什么呢(指市场价值)？
还是我理解错了？

vincent829 发表于 2009-7-5 19:10 我的数据有超过50K，按照原命令，得执行超过50k次。

vincent829 发表于 2009-7-5 20:15 一点都没错，sample是population的一部分，但是这个问题还是存在，举例说，A公司1981年上市，但是MV的数值是从1982年才有的，于是1981年缺失值需要1982年的填充，这也造成了A公司在1981年没有group，我们需要用1982的值放在1981年的标准下看他属于哪个group，这样就能给A公司在1981年做一个合理的group定位）

sungmoo 发表于 2009-7-6 10:24

vincent829 发表于 2009-7-5 20:15 一点都没错，sample是population的一部分，但是这个问题还是存在，举例说，A公司1981年上市，但是MV的数值是从1982年才有的，于是1981年缺失值需要1982年的填充，这也造成了A公司在1981年没有group，我们需要用1982的值放在1981年的标准下看他属于哪个group，这样就能给A公司在1981年做一个合理的group定位）

楼主是不是只想给1981年的mv标志group号？

sungmoo 发表于 2009-7-6 09:10

vincent829 发表于 2009-7-5 19:10 我的数据有超过50K，按照原命令，得执行超过50k次。

egen n=count(mv)
if n==_N {
continue,break

*用来：一旦完成任务，即跳出循环

vincent829 发表于 2009-7-6 10:54 不是，为了说明问题，我就贴了1981年的

vincent829 发表于 2009-7-6 10:56 我用提供的命令执行过一次，大概前24次都是有#number real change的（#!=0）,但是往后的就一直是0 number real change,运行了好几千遍，所以我有了上面的疑问

vincent829 发表于 2009-7-6 11:11 我把全样本发给你，你可以试一下命令

vincent829 发表于 2009-7-3 17:44 那些缺失值需要用年末的数据代替，也就是第一个available MV代替

sungmoo 发表于 2009-7-6 17:25
*去掉无available值替代的缺失值
sort id year month
by id: g s=sum(mv)
by id: egen n=sum(mv) (这里应该是笔误，是想用total吗）
drop if s==n&mv==.
drop s n

sungmoo 发表于 2009-7-6 18:21
*这两个命令是有区别的
by id: g s=sum(mv)
by id: egen n=sum(mv)