CSMAR数据处理的常用技巧 |Stata应用

CSMAR数据库，相信很多金融、财会背景的朋友非常熟悉。本文的目的旨在帮助大家梳理CSMAR数据库常用的数据处理技巧，以飨读者。

1、如果我们的下载的格式是excel的话，那么我们可以使用如下的格式导入进Stata：

import excel using \path\file.xls,clear first

如果是股票价格或收益率数据，CSMAR通常会以多个excel的格式存取，通常来讲下载下来的变量名分别为：file，file1，file2...

我们可以采用如下的命令来批量读入：

forvalue i=1(1)n{

import excel using \path\file`i'.xls,clear first

save data`i',replace

}

import excel using \path\file.xls,clear first

save data,clear

use data,clear

forvalue i=1(1)n{

append using data`i'

}

save data,replace

2、财务数据变量的删减

（1）保留A股

A股股票的代码为0（深市A股、中小板）、6（沪市A股）、3（创业板）。

（2）提取年份\保留年报

gen year=real(substr(Accper,1,4))

gen month=real(substr(Accper,6,2))

大部分情况下，我们仅需要年度的财务指标。

keep if year==12

（3）保留合并报表（我们通常不需要母公司报表）

（4）缺失值处理

删除缺失值：drop if missing(var1 var2 var3 var4)

把缺失值处理成0：

foreach v of varlist var1 var2 var3 var4{

replace `v'=0 if `v'==.

}

（5）对主要的变量进行winsor处理

我们可以首先下载winsor2，ssc install winsor2

以1%截尾为例：winsor2 var1 var2 var3 var4, cut(1,99)

（6）批量命名变量

rename (a b c d) （var1 var2 var3 var4）

3、各个数据文件的匹配

通常来讲我们使用股票代码（stkcd）和（year）来匹配各个数据文件，假定我们有 a b c d e五个数据集，那么匹配的命令为：

use a,clear

foreach file in b c d e{

merge 1:1 stkcd year using `file'

drop _m

}

save newdata,replace

4、回归结果的导出

可以参见，我们之前的文章（stata技巧 | 如何优雅地做个回归？）。

后台不断有读者索要公众号推文Stata程序，考虑到人力有限，很难面面俱到。不妨请我们喝杯咖啡，我们也把先前的程序批量整理，统一发送。

先前包含Stata程序的文章有：

1、比特币，人民币汇率和套利 | Stata应用

2、基于财务指标的银行股轮动回测 | Stata应用

3、面板tobit模型的固定效应和随机效应｜Stata相关

4、房价还会继续上涨吗？｜Stata应用

5、Stata应用 | 如何进行量化策略回测？

6、Stata应用 | 新浪和微博被均衡定价了吗？

原文链接为我们的微店，所有Stata程序均已打包，售价为50元。如果您有意索要程序（codes为付款日以前所有的Stata程序），请在微店内付款，并留下您的邮箱地址。我们会在付款后的24小时内将程序发到您的邮箱。