如何定位是在哪个group

公司含有缺失值的部分需要重新group，其他都不变
问题.xlsx (47.97 KB)

2009-7-5 19:06:44 上传

sungmoo提供的程序如下，希望对大家有帮助，但是我的数据有超过50K，按照原命令，得执行超过50k次。
use sheet1,clear
keep in 1/382
*替换缺失值
sort id year month
loc n=_N
forv i=1/`n'{
egen n=count(mv)
if n==_N {
continue,break
}
by id: replace mv=mv[_n+1] if mv==.&mv[_n+1]<.
drop n
}
drop n group
*确定组号
append using sheet2
sort mv group year
g x=(group[_n]+1==group[_n+1]&group<.)
replace group=sum(x)-x+1
drop x
drop if id==.
sort id year month

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。

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 2009-7-5 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？

*调整一下：只对sheet1中1981年各公司的mv按sheet2标记group号。不知是否符合想法？   
use sheet1,clear
keep in 1/382
*替换缺失值
sort id year month
loc n=_N
forv i=1/`n'{
egen n=count(mv)
if n==_N {
continue,break
}
by id: replace mv=mv[_n+1] if mv==.&mv[_n+1]<.
drop n
}
drop n
ren group gr
*确定组号
append using sheet2
sort year mv id month group
g x=(group[_n]+1==group[_n+1]&group<.) if year==1981
replace gr=sum(x)-x+1 if year==1981
drop x group
drop if id==.
ren gr group
sort id year month

上面的命令组中，sheet1中各公司的非1981年的mv并没有按sheet2标记group号。

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？

不是，为了说明问题，我就贴了1981年的

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

我用提供的命令在我的样本里执行过好几次，大概每次都是前24次都是有# real changes made（#!=0）,但是往后的就一直是0 real changes made,运行了好几千遍都没有结束，我每次只能break，所以我有了上面的疑问

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

那么，你的sheet2应该含有其他年份的group号了？