如何在计算缺失值的同时进行X个月的滚动总和

Question

我有月度退货数据Return，日期变量Price_Date和公司标识变量Firm_ID。

多家公司有多年的退货数据。

完全缺少几个月（没有任何变量的值，包括日期）。

或者对于确实存在的某些月份（即日期变量存在），return变量和/或Firm_ID变量具有缺失值（即.）。

我想计算一个新变量，即滚动的X月（例如3个月，12个月）回报总和（连续月份）。

新变量Rolling_Sum应该等于当前月份的回报加上之前的（X-1）个月回报（总共X个月的回报）。

但是，我还想考虑缺失的观察结果，以便当任何特定月份的滚动金额中的任何一个回报丢失时，那个月的滚动金额也应该返回一个缺失值。

我怎样才能做到这一点？

例如，如果我找到3个月的滚动返回，那么变量，Date，Firm_ID，Returns和Rolling_Sum的数据可能如下所示。

31JAN2014 FirmA 10 .
28Feb2014 FirmA 11 .
31Mar2014 FirmA 12 33
30Apr2014 FirmA . .
31May2013 FirmA 10 .
30Jun2014 FirmA 10 .
31Aug2014 FirmA 12 .
30Sep2014 FirmA 11 .
31Oct2014 FirmA 50 73
31Jan2014 FirmB 20 .
28Feb2014 FirmB 70 .
31Mar2014 FirmB 40 130

注意，如果在3个月的总和中缺少一个值，则Rolling_Sum也返回为缺失（即“。”）（例如数据的第1行和第2行，以及第4行，第5行和第6行）。此外，如果缺少观察，则无法获得连续3个月的滚动总和，因此我也会得到一个缺失值作为输出（例如，自7月以来第7和第8行缺失）。 那是我追求的理想输出。

编辑：所有回报都已计算为整月的回报。

澄清：我连续几个月都没有连续观察。

Answer 1

我试图了解目标。

1. 一旦缺少firm_id，您想如何计算其滚动金额？
2. 如果完全缺少一条记录，您打算将其排除吗？

---

假设您的数据如下所示：

data _t1;
input Price_date date9. Firm_ID $6. Return 4.;
format Price_date date9.;
cards;
01JAN2014 FirmA 200
02Feb2014 FirmA 220
03Mar2014 FirmA 250
17Apr2014 FirmA .
20May2014 FirmA 300
23Jun2014 FirmA 180
17Jul2014 FirmA 460
27Aug2014 FirmA 300
14Sep2014 FirmA 50
31Oct2014 FirmA 20
30Nov2014 FirmA 780
03Dec2014 FirmA 420
;
run;

data _t2;
set _t1;
Firm_ID = 'FirmB';
Return = coalesce(Return + 20,100);
if mod(_n_,5) = 0 then call missing(Return);
run;

data sample;
set _t1 _t2;
run;

proc print data=sample;run;

首先按Firm_ID然后按price_date排序。

proc sort data=sample;by Firm_ID Price_date;run;

/* rolling 3 mths */
data want;
set sample;
Rolling_Sum  = Return + lag1(Return) + lag2(Return);
if first.Firm_ID then call missing(Rolling_Sum);
by Firm_ID Price_date;
run;

Answer 2

proc expand是一个非常强大且方便的工具，用于从混乱的输入数据创建干净的时间序列输出。我将您的示例数据读入一个名为returns的数据集，其中包含变量date，firm_id，returns和desired_roll3。使用proc expand，将创建缺少值的缺失日期和名为calc_roll3的新变量，该变量与desired_roll3匹配。希望代码中的注释能够提供足够的注释来理解它是如何工作的。

proc expand
   data=returns /* input dataset */
   out=returns2 /* output dataset */
   from=month   /* input timeframe - monthly */
   align=end    /* alignment of timeframe - end of month */
;
by firm_id; * each time series is grouped by firm_id;
id date; * specify time series variable;
convert returns / method=none;  * do not interpolate missing values;
* calculate 3-period moving sum without missing values, and set the first 2 values at ;
* beginning of each by-group to missing;
convert returns=calc_roll3 / method=none transformout=(nomiss movsum 3 trimleft 2);
run;

这是新数据集。