请问如何用stata处理分析师人数，求助

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我在做分析师方面的数据时遇到了两个问题：
1.分析师人数这一变量如何取值，学校的数据库只有国泰安能用，国泰安中的数据里有的分析师单独发布预测，有的和别人一同发布预测报告，不知道该如何计算出分析师关注人数这一个变量。
2.生成滞后一期的变量aue=每股实际盈余-分析师一致预期（即某股票某年的分析师预测中位数），晒掉了3000多数据，样本总量缩小了三分之一。

脑壳疼，数据回归主效应全不显著，因为我做的是分析师乐观偏差，乐观偏差就是从分析师关注人数中得到的变量，所以猜测应该是变量计算出了问题，万望大神给一些指点。
国泰安分析师数据是这个样子；

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Stata tata 分析师 如何用 分析师预测

楼主现在知道方法了吗？

Crystal88888 发表于 2018-4-17 08:48
楼主现在知道方法了吗？

目前把报告数看作一个分析师关注人数，数据结果不是很理想

450667569 发表于 2018-4-17 08:49
目前把报告数看作一个分析师关注人数，数据结果不是很理想

就是楼主只看报告数，没有统计分析师人数吗？

请问您是如何得到分析师一致预测数据的?是在国泰安吗？求问怎么查到的?

用分号统计
clear
inp id str10 x
  1 "a;b"
  1 "c;d"
  1 "f;b;c;d"
  1 "w;d;c;d"
  1 "d;b;c"
  1 "s;d"
  2 "a;b"
  2 "c;d"
  2 "f;b;c;d"
  2 "w;d;c;d"
  2 "d;b;c"
  2 "s;d"
  3 "a;b"
  3 "c;d"
  3 "f;b;c;d"
  3 "w;d;c;d"
  3 "d;b;c"
  3 "s;d"

end

split x,parse(";")

foreach x of numlist 1 2 3 {
preserve
keep if id==1
stack x1 x2 x3 x4,into(v) clear //将拆开的变量堆积成一列
duplicates drop v, force //删除重复的字母
count if v !="" //数出非重复字母的个数
restore
}

ljt19961998 发表于 2022-8-4 20:50
用分号统计
clear
inp id str10 x

我参照这个人的但他计算的是分析师人数  https://bbs.pinggu.org/thread-3642253-2-1.html

处理分析师人数以及相关的衍生变量（如乐观偏差）在Stata中的操作需要一定的步骤和技巧。首先解决你提出的问题：

### 1. 计算分析师关注人数

对于分析师关注人数的计算，关键在于定义“一个股票被多少个独立的分析师关注”。假设国泰安数据库中每一行代表一条预测记录，包括了`stock_id`（股票代码）、`analyst_id`（分析师ID）和`forecast_date`（预测日期），你可以使用以下步骤：

1. **去重**：先去除重复的预测数据。如果一个分析师在同一时间点对同一股票有多条预测，则只保留一条。

   ```stata
   by stock_id forecast_date: gen _unique = cond(_N==1, 1, _n)
   keep if _unique == 1
   drop _unique
   ```

2. **计算人数**：然后，你可以按股票和日期组合计算关注每个股票的独立分析师数量。

   ```stata
   by stock_id forecast_date: gen analyst_count = sum(cond(_n==1, !missing(analyst_id), 0))
   replace analyst_count = analyst_count[_N]
   drop _N
   ```

3. **处理团队预测**：如果一个预测是团队完成的，你可能需要根据团队成员数量进行加权。但通常情况下，将团队视为一个整体更常见。

### 2. 创建滞后变量

对于生成滞后一期变量`aue`（每股实际盈余-分析师一致预期）的问题，数据丢失可能是由于没有同期或前期的数据造成的。解决方法包括：

1. **填充缺失值**：使用前一年的预测作为替代，或者用行业平均、历史平均等。

2. **缩小样本期**：只分析那些有完整数据的年份，虽然可能减少样本量但能提高模型的质量。

### 实际操作建议

- **检查日期与财务报表发布日期的一致性**。确保你计算的预测是在实际盈余公布前做出的。
  
- **考虑分析师覆盖的时间跨度**。有些股票可能在某些年份没有分析师关注，这可能导致数据缺失。

如果仍然遇到问题或需要进一步的帮助，请提供更具体的代码片段或者你的Stata工作环境设置和数据结构，这样能更有针对性地提供解决方案。对于数据回归主效应不显著的问题，除了检查变量计算是否正确外，还应考虑模型假设、控制变量的选择以及可能的内生性问题等。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用