Stata: 缺失值填充之 carryforward 命令

作者：黄俊凯 (中国人民大学财政金融学院)

Stata 连享会：知乎 | 简书 | 码云 | CSDN

特别说明

文中包含的链接在微信中无法生效。请点击本文底部左下角的【阅读原文】，转入本文【简书版】。

缺失值就像灭霸，不可避免，我们能做的只有迎难而上      
今天我们介绍一个外部命令carryforward，用于简单的填充缺失值

顾名思义，carryforward用非空前值填充缺失的观测值  
carryforward will carry values forward from one observation to the next, filling in missing values with the previous value      
carryforward特别适用于以下三个场景：

1. 根据变动事件构造每一期的数据，下文会举例

2. 用于填补数据横向合并（merge）造成的缺失值

3. 其他面板数据缺失值问题，因此特别适用于使用面板数据较多的研究领域，如：区域经济增长，财政，公司金融，会计等

1 一个简单的例子

1. carryforward x, gen(y)

2. // 按顺序用 **x** 的非空前值填充 **y** 的缺失值

3. -----------

4. x y

5. -----------

6. 12 12

7. 4 4

8. . 4

9. . 4

10. . 4

11. 3 3

12. . 3

13. 7 7

14. . 7

15. . 7

16. -----------

如果不使用 carryforward 命令，你可以借助系统变量 _n ，但效率低且易出错

2 下载安装

1. ssc install carryforward, replace

3 语法结构

3.1 基本语法

1. carryforward varlist [if] [in], gen(newvarlist) | replace

Notes： carryforward 命令支持分组计算

3.2 进阶语法

1. carryforward varlist [if] [in], {gen(varlist1) | replace} ///

2. [cfindic(varist2) back carryalong(varlist3) strict ///

3. nonotes dynamic_condition(dyncond) extmiss]

各个选项简要解释如下：

• gen(varlist1) 生成填充后的变量列表 varlist1，varlist 和 varlist1 是一一对应的关系，因此必须包含相同数量的变量

• cfindic(varist2) 生成指示变量列表 varlist2，若指示变量等于 1，对应的是原始数据；若等于 0，对应的是填充数据

• carryalong(varlist3) 对已存在的变量列表 varlist3，应用与 varlist 相同的填充规则，这意味着：

• varlist3 中的非缺失值可能被填充

• varlist3 中的缺失值可能不被填充

• 必须配合 replace 选项一起使用

• extmiss 选项仅限于数值型变量，它视扩展型缺失值 extended missing values (.a, .b, etc.) 为实际数值

• Stata 中只有一种字符型缺失值，即""

• Stata 中有27种数值型缺失值，默认的缺失值为sysmiss(.)

• 另外26种数值型缺失值是：.a, .b,.c, …, .z，即 extended missing values

• 数值型缺失值在stata中被定义为无穷大，大小关系为：nonmissing numbers < . < .a < .b < … < .z

4 实例

4.1 向后填充

1. sort id year

2. carryforward id year, replace

4.2 向前填充

1. gsort id -year

2. carryforward id year, replace

4.3 广义缺失值

1. carryforward x ,gen(x1)

2. carryforward y ,gen(y1)

3. carryforward x ,gen(x2) extmiss

4. carryforward y ,gen(y2) extmiss

5. * extmiss 选项指定 extended missing values (.a, .b, etc.) 为实际数值

6. * y1 是没有 extmiss 选项的填充结果，.z 等扩展型缺失值不参与向后填充

7. * y2 是有 extmiss 选项的填充结果，.z 等扩展型缺失值参与向后填充

8. +----------------------------+

9. | x y x1 y1 x2 y2 |

10. |----------------------------|

11. | 1 1 1 1 1 1 |

12. | . . 1 1 1 1 |

13. | . .z 1 1 1 .z |

14. | . . 1 1 1 .z |

15. | 3 3 3 3 3 3 |

16. | . .b 3 3 3 .b |

17. | . .c 3 3 3 .c |

18. | . . 3 3 3 .c |

19. | 3 3 3 3 3 3 |

20. | . .d 3 3 3 .d |

21. | . . 3 3 3 .d |

22. | . . 3 3 3 .d |

23. +----------------------------+

4.4 根据 CSMAR 股本变动文件生成日股本数据

中南财经政法大学的李春涛教授有一个借助 post 命令实现的版本    
在这里我尝试借助 carryforward 命令，仅用十行核心代码

1. // 原始数据（ CSMAR 数据库股本变动文件）

2. ---------------------------------------------------

3. clear

4. input long stkcd float date double(nshrttl nshra)

5. 1 11415 48500171 26500000

6. 1 11535 89751643 44988921

7. 1 11770 134696625 67518049

8. 1 12197 269417899 145138500

9. 1 12599 269417899 179122251

10. 1 12610 431068638 286595634

11. 1 12663 431068638 297371634

12. 1 13051 517282365 356851292

13. 1 13296 1034564728 713934984

14. 1 13751 1551847092 1070902476

15. 1 14920 1945822149 1393124764

16. 1 15263 1945822149 1409361965

17. 1 16435 1945822149 1409361965

18. 1 17337 2086758345 1550187787

19. 1 17527 2086758345 1550186587

20. 1 17528 2293407145 1756820549

21. 1 17708 2293407145 1756791401

22. 1 17709 2293407145 2046520536

23. 1 17710 2388795202 2142004409

24. 1 17836 3105433762 2784605731

25. 1 18067 3105433762 2784593862

26. 1 18070 3105433762 2923674599

27. 1 18184 3105433762 2923756824

28. 1 18185 3105433762 2924114263

29. 1 18390 3105433762 2924114263

30. 1 18441 3105433762 3105369975

31. 1 18442 3485013762 3105367602

32. 1 18627 3485013762 3105358511

33. 1 18827 3485013762 3105358672

34. 1 18828 5123350416 3105358672

35. 1 19358 5123350416 3105358022

36. 1 19523 5123350416 3105358672

37. 1 19529 8197360665 4968573875

38. 1 19674 8197360665 5575901875

39. 1 19731 9520745656 5575901875

40. 1 19880 9520745656 5575882183

41. 1 19886 11424894787 6691058620

42. 1 19964 11424894787 6691105775

43. 1 19967 11424894787 9836712150

44. 1 20191 13709873744 11804054580

45. 1 20228 14308676139 11804054579

46. 1 20597 14308676139 12192650323

47. 1 20621 17170411366 14631180387

48. 1 20828 17170411366 16917989651

49. 1 21184 17170411366 16917983372

50. 1 21322 17170411366 16917998790

51. 1 21325 17170411366 17170246773

52. 2 11351 41246700 28000000

53. 2 11481 76970509 56518173

54. 2 11767 92364611 67821807

55. end

56. format %tdCCYY-NN-DD date

57. label var stkcd "证券代码"

58. label var date "股本变动日期"

59. label var nshrttl "总股数 股"

60. label var nshra "A股流通股数 股"

61. ---------------------------------------------------

62. // 十行代码

63. sort stkcd date

64. bys stkcd: keep if _n == 1

65. gen last = mdy(6,29,2019) // 今天的日期

66. gen duration = last - date

67. expand duration

68. keep stkcd date

69. sort stkcd date

70. bys stkcd: replace date = date + _n - 1

71. merge 1:1 stkcd date using $im, keep(1 3) nogen

72. carryforward nshrttl, cfindic(change) ///

73. carryalong(nshra) replace

74. // 结果如下

75. // cfindic(change) 生成 change 变量，当 change == 1 时代表原值为空值，被前值填充

76. // carryalong(nshra) 代表 nshra 变量的缺失值填充规则跟随 nshrttl

77. +---------------------------------------------------+

78. | stkcd date nshrttl nshra change |

79. |---------------------------------------------------|

80. | 1 1991-04-03 48500171 26500000 0 |

81. | 1 1991-04-04 48500171 26500000 1 |

82. | 1 1991-04-05 48500171 26500000 1 |

83. | 1 1991-04-06 48500171 26500000 1 |

84. | 1 1991-04-07 48500171 26500000 1 |

85. | 1 1991-04-08 48500171 26500000 1 |

86. | 1 1991-04-09 48500171 26500000 1 |

87. | 1 1991-04-10 48500171 26500000 1 |

88. | 1 1991-04-11 48500171 26500000 1 |

89. | 1 1991-04-12 48500171 26500000 1 |

90. | 1 1991-04-13 48500171 26500000 1 |

91. | 1 1991-04-14 48500171 26500000 1 |

92. | 1 1991-04-15 48500171 26500000 1 |

93. | 1 1991-04-16 48500171 26500000 1 |

94. | 1 1991-04-17 48500171 26500000 1 |

95. | 1 1991-04-18 48500171 26500000 1 |

96. | 1 1991-04-19 48500171 26500000 1 |

97. | 1 1991-04-20 48500171 26500000 1 |

98. | 1 1991-04-21 48500171 26500000 1 |

99. | 1 1991-04-22 48500171 26500000 1 |

100. +---------------------------------------------------+

7 参考资料

• How can I “fill down”/expand observations with respect to a time

• Carryforward data for a limited number of rows - Statalist

• carryforward——填充缺失值| Stata-Club

• 李春涛：Post 命令处理股本变动

• CARRYFORWARD: Stata module to carry forward previous observations

• How can I replace missing values with previous or following nonmissing values or within sequences?

关于我们

• 【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。

• 公众号推文同步发布于 CSDN-Stata连享会 、简书-Stata连享会 和 知乎-连玉君Stata专栏。可以在上述网站中搜索关键词Stata或Stata连享会后关注我们。

• 点击推文底部【阅读原文】可以查看推文中的链接并下载相关资料。

• Stata连享会 精彩推文1  || 精彩推文2

联系我们

• 欢迎赐稿： 欢迎将您的文章或笔记投稿至Stata连享会(公众号: StataChina)，我们会保留您的署名；录用稿件达五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

• 意见和资料： 欢迎您的宝贵意见，您也可以来信索取推文中提及的程序和数据。

• 招募英才： 欢迎加入我们的团队，一起学习 Stata。合作编辑或撰写稿件五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

• 联系邮件： [e-mail]

往期精彩推文

---

欢迎加入Stata连享会(公众号: StataChina)

2019暑期“实证研究方法与经典论文”专题班