sas_在财务、会计研究中的运用

会计与财务研究中常见问题的SAS实现会计与财务研究中的常用软件•SAS-面向多数据处理，功能强大，但上手难度较大；-识别汉字；-特别适合于数据的初步整理阶段（程序可保存，容易再现历史）；•STATA-软件小巧，便于安装，且上手较容易；-回归和检验功能非常强大；-升级快，命令包可以随时在网上下载，支持自我学习；•研究实践：SAS（数据整理）+STATA（回归检验）会计与财务研究中的常用软件•会计研究中的STATA运用-CliveLennox的个人网站~accl/Phd_teaching.htm-为中山大学会计系所授课程·课件和演示用数据课程主要内容•SAS的一些基本操作；•分组回归程序：计算DA；•CAR程序：不使用宏和使用宏；•计算股票年度业绩RET的程序；•ProcSQL：多表合并程序-配对程序；参考书•高惠璇等编译，SAS系统BASESAS软件使用手册，中国统计出版社，1997；•高惠璇等编译，SAS系统SAS/STAT软件使用手册，中国统计出版社，1997；•这两本书类似于字典，用来查，而不是用来读；•学SAS的最佳方法：-对照已有的程序和数据一步一步地跑，碰到不懂的命令（有时可以不求甚解），便去查书；SAS的基本操作•创建新的数据集并输出-打开SAS，在编辑器中写入程序：datawghtclub;inputidno1-4name$6-24team$strtwghtendwght;loss=strtwght-endwght;cards;1023DavidShawred1891651049AmeliaSerranoyellow1451241219AlanNancered2101921246RaviSinhayellow1941771078AshleyMcKnightred1271181221JimBrownyellow220.1095SusanStewartblue1351271157RoseCollinsgreen1551411331JasonSchockblue1871721067KanokoNagasakagreen1351221251RichardRoseblue181166;run;procprintdata=wghtclub;title'FitnessCenterWeightClub';run;-结果：在SAS逻辑库的Work中，就会出现wghtclub数据集；SAS的基本操作•将EXCEL数据导入SAS-比如，要将H盘SAS目录中的profit.xls文件导入SAS，并命名为profit；-打开SAS，在编辑器中写入程序：procimportout=profitdatafile=H:\SAS\profit.xlsdbms=excel2000replace;run;-结果：在SAS逻辑库的Work中，就会出现profit数据集；SAS的基本操作•右键点开profit数据集查看数据集情况；•将Accper转变成年度；dataprofit;setprofit;year=substr(accper,1,4)+0;run;·Substr：文本截取命令，即对Accper的第1个字符开始，取4个字符；如accper的一个观测值是1991-12-31，则substr(accper,1,4)就为1991，而Substr(accper,6,2)则为12.·将文本变量转化为数值变量，直接让文本变量加0即可；Datax2;setx1;对x1数据进行加工，然后保存为X2；SAS的基本操作•数据排序-对profit数据按照stkcd和year进行排序；procsortdata=profitnodupkey;bystkcdyear;run;•变量改名dataprofit1;setprofit;renamestkcd=code;run;SAS的基本操作•数据横向合并-比如，要将Profit和solvency进行merge:先将solvency.xls文件导入SASprocimportout=solvencydatafile=“H:\SAS\solvency.xlsdbms=excel2000replace;run;datasolvency;setsolvency;year=substr(accper,1,4)+0;run;procsort;bystkcdyear;run;在对两个或多个数据集进行merge时，需要首先按照关键变量(如公司代码和年度）进行排序；省略时，默认对最近的数据集进行排序；SAS的基本操作•数据横向合并datafin_ratio;mergeprofit(in=a)solvency;bystkcdyear;ifa;run;注意：datax1;mergetmp1(in=a)tmp2;byvar1var2;ifa;run-表示已tmp1为基础进行合并，合并后的数据集样本数同tmp1相同；datax1;mergetmp1tmp2;byvar1var2;run-包括了tmp1和tmp2的所有观测值；datax1;mergetmp1(in=a)tmp2(in=b);byvar1var2;ifa=1andb=1;run-只包括tmp1和tmp2中共有的观测值；SAS的基本操作•纵向合并（append）datax1;settmp1tmp2;Run;-SAS自己会去找对应的变量；SAS的基本操作•产生新的虚拟变量比如，要从fin_ratio产生一个2006以后的虚拟变量，即年度在2006年后的，取值为1，否则为0；则：datafin_ratio;setfin_ratio;after2006=0;ifyear=2006thenafter2006=1;run;SAS的基本操作•剔除变量空缺的观测值;•CSMAR数据集中，有些变量空缺，导入SAS为“.”，有些无点，为一个空格，则可以通过如下命令剔除这些数据缺失的观测值：-比如，希望剔除fin_ratio数据中，ROS缺失的样本；procsortdata=fin_ratio;byros;run;datatmp1;setfin_ratio;ifros=.orros=thendelete;run;SAS的基本操作•假如要把ROS,ROA,ROE的缺失样本同时删除:datatmp2;setfin_ratio;ifros+roa+roe=.thendelete;run;SAS的一些基本算符：＋－*/=等于~=不等于==SAS的函数分类可以参见高惠璇SASBASE1997pp.70-74SAS的基本操作•SAS日期函数•在CSMAR的数据库中，导出的日期文件一般为yyyy-mm-dd，如1999-12-31日，这是一个文本格式，那么，如何将其转化为标准的日期格式呢？•比如，我们经常要计算公司上市年龄，上市公司年龄等于各个财政年度末减去IPO日期所间隔的天数，然后除于365得到上市年龄，比如，一个公司1995-05-23日IPO，则2007年12月31日时，他的上市年龄多少？SAS的基本操作•SAS日期函数-SAS日期值函数：Mdy(month,day,year);如mdy(12,31,1991)=11687，11687代表1991-12-31日同1960-1-1所间隔的天数；-还原出sas日期值的函数：假定date是一个SAS日期值，则year(date)得到年，month(date)得到月，day(date)得到日；-现在，我们要计算Fin_ratio数据集中，各公司财政年末同1990-05-07（假定所有公司IPO日期都是这天）的时间距离；SAS的基本操作•SAS日期函数datatmp1;setfin_ratio(keep=stkcdaccperros);ipodate=mdy(5,7,1990);run;datatmp2;settmp1;fiscal_year=substr(accper,1,4)+0;fiscal_month=substr(accper,6,2)+0;fiscal_day=substr(accper,9,2)+0;fiscaldate=mdy(fiscal_month,fiscal_day,fiscal_year);age=(fiscaldate-ipodate)/365;run;对数据进行winsorize处理•任务：对fin_ratio中的ROS，ROE,ROA，Current和Acid按上下1%进行winsorize处理；datatmp1;setfin_ratio;d=1;run;procmeansnoprint;varroaroeroscurrentacid;byd;outputout=tmp2(drop=_freq__type_)p1=x1-x5p99=y1-y5;Procmeans:对数据进行描述性统计；noprint:统计结果不在SAS中显示；Var:指定需要分析的变量；by:按什么条件进行分析（e.g.,byyear,分年度进行分析）;Outputout=tmp2：将分析结果保存于tmp2中；p1：变量1分位数的值p1=x1-x5:5个变量1分位数的值（-不是减号）；p99:变量99分位数的值；对数据进行winsorize处理datatmp3;mergetmp1tmp2;byd;arrayz{1:5}roaroeroscurrentacid;arrayx{1:5}x1-x5;arrayy{1:5}y1-y5;doi=1to5;ifz[i]x[i]andz[i]~=.thenz[i]=x[i];ifz[i]y[i]thenz[i]=y[i];end;dropidx1-x5y1-y5;run;Winsorize的原理：如果一个样本某变量的值大于该变量的99分位数，则该样本的值被强制指定为99分位数的值；类似的，如果一个样本某变量的值小于该变量的1分位数，则该样本该变量的值被强制指定为1分位数的值；Array:指定一组变量（向量）;如这里：z[1]便为roa,x[1]为x1,即roa的1分位数；y[1]为y1,即roa99分位数；由于需要winsorize五个变量，因此需要循环5次；对样本进行描述性统计•希望对一组样本进行描述性统计，包括均值、中位数、标准差等，可以采用procmeans和procunivariate模块；•比如，希望对fin_ratio进行描述性统计：procmeansdata=fin_ratio;varroaroeroscurrentacidafter2006;run;对样本进行描述性统计•如果希望按年度或按行业分组进行描述性统计：procsortdata=fin_ratio;byyearindcd;run;procmeansdata=fin_ratio;varroaroeroscurrentacidafter2006;byyearindcd;run;对样本进行描述性统计•如果希望保存每组样本的某个统计量（如均值，中位数或者标准差），则可以使用如下程序：•比如，希望计算1990-2006年按年和行业均值（中位数）调整后的ROA和ROS，则程序如下：*由于indcd行业分类太细，我们只想使用22个行业，即C类分到二级代码，其余都使用一级代码datatmp1;setfin_ratio(keep=stkcdyearindcdroaros);ifsubstr(indcd,1,1)=Cthenind=substr(indcd,1,2);ifsubstr(indcd,1,1)~=Cthenind=substr(indcd,1,1);dropindcd;run;对样本进行描述性统计*产生各年、各行业ROA和ROS的均值和中位数;procsortdata=tmp1;byyearind;run;procmeansnoprint;varroaros;byyearind;outputout=tmp2mean=mean_roamean_rosmedian=median_roamedian_ros;run;