是这样的，我想用carhart 四因子模型计算预期的异常回报。总共事件有160347个，交易日的数据总规有九百多万条，现在已经得到了估计的回归系数。我写了下面的命令，但是运行速度十分缓慢，求改进方法。因为数据很多，本想dataex一个例子的，但是发现不论怎么做都不具有代表性，所以只能口头描述：在九百多条交易日的数据中，有十六万条的event=_n,其他event都为缺失，只有event不为缺失时，此观测值的带有回归系数b_x,其他均为缺失。但是其他数据所有观测值完整。命令如下：

sort Stkcd date2
forvalue i=1/160347 {
qui sum date2 if event==`i'
local t=`r(mean)'  //得出事件时间
qui sum Stkcd if event==`i'
local id=`r(mean)'    //得出事件影响的企业id
qui sum n if event==`i'                                                   
local nn=`r(mean)'   //定位到行数
forvalue j=1/90{
gen v=1+b_mkt_rf[`nn']*mkt_rf[`nn'+`j']+ b_smb[`nn']*smb[`nn'+`j']+ b_hml[`nn']*hml[`nn'+`j']+ b_umd[`nn']*umd[`nn'+`j']+cons[`nn']  //求出异常回报率，其中b_是由事前窗口得出的回归系数，没有b的是1-90天的值
qui sum v
local w=`w'*`r(mean)' //连乘求出bhar
drop v
}
replace k=`w' if event==1  //将结果填入k
display " finish `i' "
}


拜托各位大神帮忙看看了！